排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
针对菊花种类繁多,花型差别细微,准确标注比较困难的问题,基于深度主动学习与混合注意力机制模块(Convolutional block attention module,CBAM),提出了一种标号数据不足情况下的菊花表型智能识别方法和框架。首先,通过主动学习策略基于最优标号和次优标号法(Best vs second best,BvSB)在未标记菊花样本中选取信息量较大的样本进行标记,并将标记后的样本放入训练样本中;其次,使用深度卷积神经网络ResNet50作为本文的主干网络训练标记样本,引入混合注意力机制模块CBAM,使模型能够更为准确地提取细粒度图像中的高层语义信息;最后,用更新后的训练样本继续训练分类模型,直到模型达到迭代次数后停止。实验结果表明,该方法在少量菊花标记样本下,精确率、召回率和F1值分别达到93.66%、93.15%和93.41%。本文方法可为标号数据不足情况下的菊花等花卉智能化识别提供技术支撑。 相似文献
2.
[目的]构建慢病毒介导的PNX沉默载体,感染GnRH分泌细胞(GT1-7)后进行筛选鉴定,获得稳定的PNX沉默细胞株。[方法]结合RNAi干扰技术构建出慢病毒沉默载体,在293T细胞中包装病毒并测定滴度。感染GnRH分泌细胞(GT1-7),嘌呤霉素筛选得到稳定细胞后利用Real-time PCR和Western blot检测PNX沉默效果。[结果]慢病毒介导的PNX沉默载体构建成功,包装的慢病毒成功感染GT1-7细胞,并且Real-time PCR和Western blot证实了PNX沉默细胞株的PNX沉默效果。[结论]成功构建了慢病毒介导的PNX沉默细胞株,为以后探索PNX对动物生殖发育的作用打下了基础。 相似文献
1