基于深度学习农业工程学科文献检索服务优化研究

李 晶晶, 井 荣娟, 李 庆达
黑龙江八一农垦大学图书馆

摘要


农业工程学科对于农业现代化发展具有重要的支撑作用，文献检索在科学研究中具有重要作用。现有文献检索服务在实际操作中存在检索效率不高、精度不高、容易遗漏丰富信息等局限性。信息化手段的出现促进了文献检索服务的快速发展，本文通过深度学习中的图像分类模型进行了农业工程学科的图像分类试验。结果表明，AlexNet模型对于农业工程学科检索图像的平均分类准确率为82.97%，基于深度学习的农业工程学科文献检索服务的实现及优化是可行的，能够为农业工程学科文献检索服务提供新的思路和实践方法，为用户提供更为准确、快速、便捷的文献检索服务。

关键词


深度学习；农业工程；检索服务；AlexNet模型

全文:

PDF


参考


[1]齐飞，朱明，周新群，等.农业工程与中国农业现代化相互关系分析[J].农业工程学报,2015,31(01):1-10.

[2]李莉，王应宽，傅泽田，等.世界农业工程学科研究进展及发展趋势[J].农业工程学报,2023,39(03):1-15.

[3]李南.高校开设文献检索与利用课的探索[J].黑龙江教育学院学报,2014,33(04):56-57.

[4]曾永松，苟廷颐.基于学科服务视角的文献信息检索技能探讨[J].山西科技,2019,34(04):55-57.

[5]许文松.科研工作中科技文献检索的重要作用[J].吉林工程技术师范学院学报,2022,38(01):55-57.


Refbacks

  • 当前没有refback。