猕猴桃种植知识图谱构建。针对猕猴桃种植领域数据多源异构的特点,采用自顶向下的方式构建猕猴桃种植知识图谱,首先设计猕猴桃种植知识图谱的本体概念模式,然后根据模式层的本体规范将抽取的三元组事实加入到数据层知识库中;针对知识图谱构建过程中知识抽取方法复杂、准确率低以及知识补全困难等问题,采用实 体关系联合抽取方法和基于TransR的知识补全方法,并构建了融合字词语义信息的猕猴桃种植实体识别模型,该模型以SoftLexicon为基础,通过MHA和Attention机制分 别调整词权重和词集重要度进一步提高命名实体识别精确率。实验结果表明,本文构 建的猕猴桃种植实体识别模型与SoftLexicon模型相比,F1值提高了1.58%,达到了91.91%,在ResumeNER公开数据集上F1值达到了96.17%;猕猴桃种植三元组抽取F1值为92.86%;基于TransR的知识补全方法Hit@3和Hit@10分别为90.40%和92.60%。
2023-08-13 16:48:01 10.26MB 知识图谱 实体对齐 自然语言处理
1
追影兔开发源码 绿豆源码/绿豆影视/小乌2.1/猕猴桃影视 追影兔新版本整体结构设计完成 目前新增两个版本 安卓端 苹果端 都支持使用 更新内容如下: – 整体语言使用Python+vue3.0+Scala语言混合编写 – 页面重新设计 更符合大众审美 – 全新独立后台设计 前后端分离 – 会员中心全新设计 -支持昼夜模式,可搭配不一样的界面风格 -APP安全性高,所有接口统一进行加密,防止恶意爬取和请求
2023-04-19 15:06:24 12.13MB scala 软件/插件
1
猕猴桃影视app源码,花钱买的,分享给大家
2023-04-14 15:30:11 329.57MB 软件/插件
1
11水果注释数据集(Yolov5格式)(苹果,鳄梨,蓝莓,辣椒,樱桃,猕猴桃,芒果,橙子,岩瓜,草莓,小麦)
2023-01-04 17:28:53 685.55MB 水果 Yolov5 苹果 蓝莓
[2020年6月2日更新] 点击图片查看原图。 猕猴桃 BeagleBone Black的软件定义无线电(SDR)和GPS 一个附加板(“斗篷”),可将您的Beagle变成可通过网络访问的短波接收器。 Kickstarter KiwiSDR成功完成了 。 细节 实时收听:, 最新的 , ,, , 描述 此SDR有所不同。 它具有一个Web界面,最多可以由四个单独的侦听器使用。 每个人同时收听和调谐一个独立的频率。 请参阅下面的屏幕截图。 成分 覆盖10 kHz至30 MHz(VLF-HF)频谱的SDR。 基于Web界面从安德拉什Retzler,HA7ILM。 由安德鲁·霍尔姆(Andrew Holme)的集成软件定义GPS接收。 LTC 14位65 MHz ADC Xilinx Artix-7 A35 FPGA。 Skyworks SE4150L GPS前端。 特征
2022-12-27 17:28:56 20.02MB open-source fpga gps pcb
1
猕猴桃的自动化分级中最为复杂、费时的是表面缺陷检测.猕猴桃果实表面缺陷主要包括碰压伤、划伤和日灼,检测过程包括缺陷分割和缺陷识别两个阶段.猕猴桃机器视觉采集系统采用近红外光源采集图像,并对采集图像中值滤波法去除图像采集过程中受到的各种噪声的干扰;图像分析获取最佳阈值,最后图像分割得到猕猴桃果实表面的黑色斑点区域,包括真正的缺陷区域和梗萼区域.通过试验表明,近红外光源能有效提取猕猴桃果实表面的划伤、腐烂伤和日灼缺陷,而且近红外光源图像有效地避免了传统光源图像的反射亮斑区域,通过实验结果,分析针对分割出的可疑缺陷区域如何正确识别,可利用双金字塔数据形式的盒维数快速计算方法,提出描述该区域粗糙度和纹理方向性的特征参数,依此来区分真正缺陷和梗萼区域.
2022-05-26 19:45:35 781KB 猕猴桃; 表面缺陷; 分割; 识别
1
渗透测试神奇 安全检测 网络安全 读取密码
2022-04-27 18:00:07 815KB 网络安全
1
仅供分类算法测试用数据.数据内容为相隔两天的软的猕猴桃的近红外测试数据,标签为-1 和1,可以作为一个不同时间的猕猴桃的分类数据
2021-12-02 11:03:36 70KB 二分类数据
1
清爽猕猴桃ppt模板免费下载.ppt
2021-11-25 10:01:23 1004KB
野生猕猴桃原生境保护点建设项目教材.pdf
2021-11-23 09:03:18 331KB