案例介绍
研究背景：发动群众提交目击报告是防治亚洲大黄蜂的重要手段，然而大部分目击报告提交者缺乏对该物种的了解，报告中存在大量误 报，如何从海量的目击报告中鉴别高可信报告是一个重要课题。本研究是从传播机理和报告特征出发，构建了报告优先级预测模型。 工作与贡献：①基于亚洲大黄蜂的迁徙习性，基于高斯分布假设构建亚洲大黄蜂概率传播模型。②将目击报告最优优先级排序的问题建模 为一个分类、预测的问题。提取构建目击报告中的多种丰富的特征；基于这些特征，构建基于逻辑回归算法的分类模型来预测报告可信 度；引入加权损失因子来解决样本不平衡问题。③量化考虑报告之间的印证影响，来最终确定报告的优先级排序。在基准测试集上，我们 的方法取得了83.5%的加权准确率。 成果：国际顶级竞赛特等奖提名，发表会议论文一篇及会议口头报告（SEAI 2021）
案例图片
相似案例推荐
其他人才的相似案例推荐
-
文本机器人管理系统(web端)
文本机器人是一个web端的管理系统，由于公司安全问题，无法提
-
中科院智慧项目
通过点云数据在unity 中显示出模型，加载smpl格式的机
-
spider_flow
vue,react,后端，爬虫，数据分析 高级Python
-
虫害检测
虫害检测，利用目标检测算法，对高分辨率的图片中的小目标（虫子
-
煤矸石识别与智能化分拣系统
本项目为导师所接课题项目，以及响应我国经济发展转变政策，主要
-
单臂机器人倒立摆
基于双延迟深度确定性策略梯度算法对单臂机器人倒立摆进行训练，
-
医疗机器人
计算机漏洞是在硬件、软件、协议的具体实现或系统安全策略上存在
-
智能客服平台
平台通过 AI 助理终端采集的多种感知信息，对其进行结构化和
-
模型压缩
1.YOLOv5目标检测之模型压缩实战，yolov5、yol
-
AI算法模板部署
AI落地、部署、移植、算法SDK方向 具备工程落地的一些知
-
车牌识别项目
基于yolov5的车牌检测，模型进行了一定改进，已训练好模型
-
机器人离线编程软件
作品为针对机器人开发的数字化解决方案； 也称作机器人离线编程
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
