针对火焰图像检测计算成本高和网络规模大等问题,提出一种基于改进YOLOv9的火焰检测算法。采用参数量更小的Repvit网络替代YOLOv9原本的主干网络提取特征,并引入多层次特征融合(semantics and detail infusion,SDI)机制,加入Ghost卷积...针对火焰图像检测计算成本高和网络规模大等问题,提出一种基于改进YOLOv9的火焰检测算法。采用参数量更小的Repvit网络替代YOLOv9原本的主干网络提取特征,并引入多层次特征融合(semantics and detail infusion,SDI)机制,加入Ghost卷积和超轻量化上采样算子,构建GhostSDID模块进行不同尺度的特征融合;在预测部分融合LSKblock块,构建特征提取模块GELANLSK动态地调整感受野;在检测部分构建双重注意力机制模块,增强特征表达能力。实验结果表明,所提算法与YOLOv9算法相比,在参数量减少32.3%、运算量降低42%的基础上,平均精度均值(mean average precision,MAP)分别提升2%和2.1%,适用于不同场景下的火焰检测。展开更多
有组织科研团队建设有赖于对科研合作现象和规律的科学认识。常用于科研合作模式研究的合著者网络默认同一成果的合作者间贡献均等,但这通常与科研合作实践相左。作者贡献声明数据的出现为揭示更细粒度的合作实践提供了重要素材。为此,...有组织科研团队建设有赖于对科研合作现象和规律的科学认识。常用于科研合作模式研究的合著者网络默认同一成果的合作者间贡献均等,但这通常与科研合作实践相左。作者贡献声明数据的出现为揭示更细粒度的合作实践提供了重要素材。为此,本研究提出一种利用贡献声明数据构建的新型合作网络——合贡献者网络,为深入研究科研合作问题提供新工具。本研究以PLoS(Public Library of Science)上的药学论文数据为例,以合著者网络为基准,从合贡献者网络的网络结构特征入手,认识此新型合作网络的物理性质;选取当前重要研究方向之一的“合作群体识别”为切入点,进一步认识合贡献者网络的应用价值。研究结果表明:①在网络结构形态上,合贡献者网络比合著者网络更稀疏;②在合作群体识别上,两种网络的群体识别结果部分一致,重合度约为57%;约32%的合作群体在合贡献者网络上发生了重组;③合贡献者网络中的合作群体发文主题比合著者网络更为聚焦,但检验结果并不显著。总体来看,在本研究的数据集上,合贡献者网络较之合著者网络显示出更良好的社区结构;合贡献者网络有助于识别出更细粒度的合作群体,且在所识别的合作群体上发文主题的一致性更高。展开更多
论文全文本及引用关系传递了大量的学术信息,有助于表征学术价值的内涵和提高价值评估的精度。本研究基于价值认识论,融合基于论文自身的事实性认识和基于外部引用的应然性认识,选取1990—2021年Web of Science数据库中人工智能领域论...论文全文本及引用关系传递了大量的学术信息,有助于表征学术价值的内涵和提高价值评估的精度。本研究基于价值认识论,融合基于论文自身的事实性认识和基于外部引用的应然性认识,选取1990—2021年Web of Science数据库中人工智能领域论文为实验数据,构建学术价值的新评价指标。研究提出的学术价值评价指标综合考虑了以创新性为代表的内部创新价值以及基于引用情感、引用强度和引用相似性的外部认可价值,通过与传统计量指标比较发现,内部创新价值与被引次数和被提及次数都不相关;外部认可价值与被提及次数正相关,但与被引次数无显著相关;而学术价值同提及次数、内部创新价值、外部认可价值都呈正相关。结果表明,基于被引次数的影响力指标存在滞后性且不足以反映论文创新性,相对于被引次数,融合引用偏好的被提及次数在测度外部认可价值上略有进步,而本研究提出的学术价值测度方法在融合论文内外部价值及反映综合学术价值上具有一定优势。展开更多
文摘针对火焰图像检测计算成本高和网络规模大等问题,提出一种基于改进YOLOv9的火焰检测算法。采用参数量更小的Repvit网络替代YOLOv9原本的主干网络提取特征,并引入多层次特征融合(semantics and detail infusion,SDI)机制,加入Ghost卷积和超轻量化上采样算子,构建GhostSDID模块进行不同尺度的特征融合;在预测部分融合LSKblock块,构建特征提取模块GELANLSK动态地调整感受野;在检测部分构建双重注意力机制模块,增强特征表达能力。实验结果表明,所提算法与YOLOv9算法相比,在参数量减少32.3%、运算量降低42%的基础上,平均精度均值(mean average precision,MAP)分别提升2%和2.1%,适用于不同场景下的火焰检测。
文摘有组织科研团队建设有赖于对科研合作现象和规律的科学认识。常用于科研合作模式研究的合著者网络默认同一成果的合作者间贡献均等,但这通常与科研合作实践相左。作者贡献声明数据的出现为揭示更细粒度的合作实践提供了重要素材。为此,本研究提出一种利用贡献声明数据构建的新型合作网络——合贡献者网络,为深入研究科研合作问题提供新工具。本研究以PLoS(Public Library of Science)上的药学论文数据为例,以合著者网络为基准,从合贡献者网络的网络结构特征入手,认识此新型合作网络的物理性质;选取当前重要研究方向之一的“合作群体识别”为切入点,进一步认识合贡献者网络的应用价值。研究结果表明:①在网络结构形态上,合贡献者网络比合著者网络更稀疏;②在合作群体识别上,两种网络的群体识别结果部分一致,重合度约为57%;约32%的合作群体在合贡献者网络上发生了重组;③合贡献者网络中的合作群体发文主题比合著者网络更为聚焦,但检验结果并不显著。总体来看,在本研究的数据集上,合贡献者网络较之合著者网络显示出更良好的社区结构;合贡献者网络有助于识别出更细粒度的合作群体,且在所识别的合作群体上发文主题的一致性更高。
文摘论文全文本及引用关系传递了大量的学术信息,有助于表征学术价值的内涵和提高价值评估的精度。本研究基于价值认识论,融合基于论文自身的事实性认识和基于外部引用的应然性认识,选取1990—2021年Web of Science数据库中人工智能领域论文为实验数据,构建学术价值的新评价指标。研究提出的学术价值评价指标综合考虑了以创新性为代表的内部创新价值以及基于引用情感、引用强度和引用相似性的外部认可价值,通过与传统计量指标比较发现,内部创新价值与被引次数和被提及次数都不相关;外部认可价值与被提及次数正相关,但与被引次数无显著相关;而学术价值同提及次数、内部创新价值、外部认可价值都呈正相关。结果表明,基于被引次数的影响力指标存在滞后性且不足以反映论文创新性,相对于被引次数,融合引用偏好的被提及次数在测度外部认可价值上略有进步,而本研究提出的学术价值测度方法在融合论文内外部价值及反映综合学术价值上具有一定优势。
