李军
- 作品数：70 被引量：147H指数：6
- 供职机构：成都理工大学更多>>
- 发文基金：国家高技术研究发展计划国家科技重大专项“九五”国家科技攻关计划更多>>
- 相关领域：天文地球自动化与计算机技术理学环境科学与工程更多>>
- 基于双网络的遥感影像分类模型样本增量学习方法
- 本发明公开了一种基于双网络的遥感影像分类模型样本增量学习方法，属于数据识别领域，包括用D<Sub>0</Sub>训练分类模型，得到识别N种遥感影像类别的分类模型M<Sub>0</Sub>；构造样本增量学习的数据流D<Su...
- 姚光乐李雪王洪辉李军孙思源周皓然叶绍泽陈才华徐晓宇
- 工科院校地球物理专业复合型人才培养模式探索
- 2013年
- 工科院校地球物理专业从我国社会发展对人才需求的实际情况出发,借鉴国外人才培养的先进经验,积极进行教育教学改革,构建起了一套既能满足社会需要又符合行业科学技术发展需要的研究型与应用型兼顾的复合型创新人才培养方案,形成了厚基础、宽口径、有特色、重实践的专业人才培养模式。
- 邓继新李军王绪本雷宛
- 关键词：地球物理
- 波长色散X射线荧光法测定茶叶中微量元素被引量：5
- 2013年
- 主要研究了波长色散X射线荧光(Wavelength Dispersive X-ray Fluorescence,WDXRF)法在测定茶叶中的微量元素的应用。采用WDXRF方法可以对茶叶中微量元素的含量进行快速、无损和精确的分析,且一次可以分析20多种元素的含量。采用硼酸垫底压片制样,制成试样样片,用X射线荧光光谱仪测定试样样片中的元素含量。该方法简便、快捷且准确。实验统计结果显示,相对标准偏差最大Pb元素为0.43%,测量精密度非常好。采用WDXRF方法测定茶叶中微量元素含量,使用SPSS软件中的聚类分析,将茶叶进行分类,对于判断茶叶的归属地和种类提供了科学和客观的技术依据。
- 龚春慧曾国强葛良全李军温自强
- 关键词：茶叶微量元素含量SPSS茶叶种类
- 成都地区土壤氟的形态特征及其生物有效性研究
- 氟是人体和其他动物的必需元素却又是有害元素，环境中氟的过量和缺乏都会影响到人体健康，出现地方性氟病。本论文主要对成都地区土壤中总氟及各形态氟的分布进行了研究并对其生物有效性进行了分析研究。论文主要研究结果如下：
...
- 李军
- 关键词：土壤氟生物有效性
- 文献传递
- Marquardt算法磁测三维反演方法策略被引量：6
- 2004年
- 在磁法三维反演中,反演对象数目往往巨大,受限于当今的计算机技术与计算方法,在超大规模方程组的求解时遇到极大的困难。所以,在解决实际问题时能力非常有限,对于Mar-quardt算法磁测三维反演问题尤为突出。为此,在这里提出了两个较为有效的方法策略,即将模型组体化和将组体分类,并在理论应用中得到了较好的效果。
- 李军李才明王邦华侯智勇
- 关键词：三维反演磁法计算机技术
- 基于探地雷达和深度学习的道路坍塌隐患智能识别方法
- 本发明公开了一种基于探地雷达和深度学习的道路坍塌隐患智能识别方法，属于图像识别领域，步骤包括构造数据集；构造一改进的Faster R‑CNN网络，其特征提取网络包括ResNet‑50、双重融合特征金字塔和垂直方向逐通道一...
- 姚光乐周楚宜李瑞佳王洪辉李军王琛徐晓宇曾维
- 基于样本增量学习的遥感影像分类
- 2024年
- 深度学习模型在遥感影像分类中取得了显著的成绩。随着新的遥感数据不断被采集,基于深度学习的遥感影像分类模型在训练新数据、学习新知识时,对旧数据的识别性能会下降,即旧知识遗忘。为帮助遥感影像分类模型巩固旧知识和学习新知识,提出一种基于样本增量学习的遥感影像分类模型——增量协同学习知识模型(ICLKM)。该模型由两个知识网络组成,第一个网络通过知识蒸馏保留旧模型的输出,缓解知识遗忘问题;第二个网络将新数据的输出作为第一个网络的学习目标,通过维护双网络模型的一致性有效地学习新知识。最后两个网络共同学习,通过知识协同策略生成更精确的模型。在两个遥感数据集NWPU-RESISC45和AID上的实验结果表明,相较于微调训练(FT)方法,ICLKM的准确率分别提升了3.53和6.70个百分点。可见ICLKM能够有效解决遥感影像分类的知识遗忘问题,不断提高对已知遥感影像的识别准确率。
- 李雪李雪王洪辉姚光乐王洪辉李军
- 关键词：遥感影像分类
- 深度神经网络的小样本学习综述被引量：30
- 2021年
- 随着最近深度学习技术的蓬勃发展,深度神经网络(DNN)在大规模的图像分类与识别任务中取得了突破性的进展,但其在解决小样本学习问题时仍面临巨大挑战。小样本学习(FSL)是指在少量有监督样本的情况下学习一个能解决实际问题的模型,在深度学习领域具有重要意义。这促使该系统梳理了已有的DNN下的小样本学习工作,根据它们在解决小样本学习问题时所采用的技术,将DNN下的小样本学习解决方案分为四种策略:数据增强、度量学习、外部记忆、参数优化。根据这些策略,对现有的DNN下的小样本学习方法进行了全面的综述,同时总结了每一种策略在相关基准上的表现。强调了现有技术存在的局限性并对其未来的发展方向进行了展望,为今后的研究工作提供参考。
- 祝钧桃姚光乐姚光乐李军李军李军杨强
- 关键词：元学习
- 用高精度磁测为长江沉船定位
- ＜正＞利用高精度磁测方法为打捞沉入河流或湖泊水中的车船定位,是比较容易而且方便有效的。但要用该方法在水深流急的长江之上,为沉入其中的、只能乘坐20余人、宽几米、长20余米的农用机动船定位而言,就没那么简单,因为前者可在岸...
- 李才明宋晓麟李军王赐鸿
- 文献传递
- 基于双网络的遥感影像分类模型样本增量学习方法
- 本发明公开了一种基于双网络的遥感影像分类模型样本增量学习方法，属于数据识别领域，包括用D<Sub>0</Sub>训练分类模型，得到识别N种遥感影像类别的分类模型M<Sub>0</Sub>；构造样本增量学习的数据流D<Su...
- 姚光乐李雪王洪辉李军孙思源周皓然叶绍泽陈才华徐晓宇
