检索结果-内蒙古大学图书馆

中国力学大会——2013

作者：徐慕达郭勤涛马龙李海涛南京航空航天大学机电学院南车四方车辆有限公司高速列车系统集成国家工程实验室

以转向架相似结构为研究对象,根据相似理论设计制造模拟真实某高铁转向架结构,利用复杂系统仿真模型的分层确认的思路,分别对转向架相似结构分为构架、轮对等子部件来分析,对各个子部件及整体进行多次锤击激励试验,运用模态试验与分析软... 详细信息

以转向架相似结构为研究对象,根据相似理论设计制造模拟真实某高铁转向架结构,利用复杂系统仿真模型的分层确认的思路,分别对转向架相似结构分为构架、轮对等子部件来分析,对各个子部件及整体进行多次锤击激励试验,运用模态试验与分析软件N-modal进行模态分析和频响分析,分析试验中存在的不确定性因素,利用概率理论对不确定性因素进行描述和量化,给出关键的几阶模态

关键词：不确定性估计动力学模型频响分析

来源：评论

学校读者我要写书评

暂无评论

考虑不确定性的红外视频气羽分割及其在VOCs泄漏检测中的应用

引用

石油学报(石油加工) 2025年第1期41卷 307-318页

作者：张宇霖谷小婧顾幸生华东理工大学能源化工过程智能制造教育部重点实验室上海200237

针对红外气体成像实现泄漏检测自动化存在的安全问题,提出一种可同时进行视频气羽分割与不确定性估计的挥发性有机物(VOCs)泄漏检测框架。通过分析视频帧判断泄漏位置与范围,并将深度模型的不确定性结果作为检测结果的可靠性指标,为后... 详细信息

针对红外气体成像实现泄漏检测自动化存在的安全问题,提出一种可同时进行视频气羽分割与不确定性估计的挥发性有机物(VOCs)泄漏检测框架。通过分析视频帧判断泄漏位置与范围,并将深度模型的不确定性结果作为检测结果的可靠性指标,为后续决策提供参考,以增强算法使用中的安全性。通过记忆模块来关联视频时序信息,实现快速高效的视频气羽分割与不确定性评估,提升了检测结果的准确性和连续性。为缓解VOCs视频数据稀缺问题,使用真实与合成数据混合训练。结果表明,该方法在给出泄漏检测结果的同时,可以输出模型置信度评价,避免对深度模型的盲目依赖,为人工决策和修复方案的制定提供更多依据。

关键词：视频语义分割气体泄漏检测不确定性估计合成数据

来源：评论

学校读者我要写书评

暂无评论

基于证据深度学习的不确定性感知无监督医学图像配准模型

引用

计算机应用 2025年

作者：王一铭李世源廖南清陈庆锋广西大学计算机与电子信息学院广西大学医学院

医学图像配准中的不确定性量化，对医师在实际临床应用中评估风险至关重要。目前，基于深度无监督学习的医学图像配准模型虽然已经具备不错的效果，但仍缺乏在配准时估计外观不确定性的方法，这将影响配准的精度和可信度。此外，在实时... 详细信息

医学图像配准中的不确定性量化，对医师在实际临床应用中评估风险至关重要。目前，基于深度无监督学习的医学图像配准模型虽然已经具备不错的效果，但仍缺乏在配准时估计外观不确定性的方法，这将影响配准的精度和可信度。此外，在实时性应用场景中，医学图像配准模型不但需要具备较高的配准精度，还需要有较低的推理时耗。针对上述问题，提出EvidentialMorph模型，将证据深度学习（EDL）应用于无监督医学图像配准。证据深度学习是一种新兴的不确定性量化方法，无需额外的计算开销。EvidentialMorph首先通过U-Net架构的配准主干网络模块学习得到形变向量场（DVF），再通过一种改进的空间变换网络模块（STN）——证据STN模块学习配准图像的正态逆伽马分布，从而能够直接计算出配准图像及其外观不确定性。在多个核磁共振成像（MRI）医学图像数据集上进行了实验，与CLMorph模型相比，在配准精度上，EvidentialMorph在Dice相似性系数（DSC）提升了20个百分点，在NCC归一化交叉系数（NCC）提升了25个百分点；在推理时耗上，EvidentialMorph降低了85毫秒。实验结果表明，与基准模型CLMorph相比，EvidentialMorph能够快速地得到有效的不确定性量化结果，并提升配准精度，这将为实时性医学图像配准场景提供不确定性量化的可能，改善配准效果。

关键词：医学图像配准无监督学习不确定性估计证据深度学习可信机器学习

来源：评论

学校读者我要写书评

暂无评论

不确定性感知的标签噪声矫正算法

引用

郑州大学学报(理学版) 2025年

作者：李英双贾文玉杨莉曾旺官董永峰河北工业大学人工智能与数据科学学院天津市虚拟现实与可视计算国际联合中心河北省数据驱动工业智能工程研究中心(河北工业大学) 天津仁爱学院天津五洋智通智能科技有限公司

标签噪声通过在训练过程中降低对真实类别预测的置信度引入了不确定性问题,为了降低标签噪声的影响,提出了一种不确定性感知的标签矫正算法(ULC)。首先,基于证据理论和主观逻辑理论,从样本的多个视图和标签信息中估计不确定性;然后,采... 详细信息

标签噪声通过在训练过程中降低对真实类别预测的置信度引入了不确定性问题,为了降低标签噪声的影响,提出了一种不确定性感知的标签矫正算法(ULC)。首先,基于证据理论和主观逻辑理论,从样本的多个视图和标签信息中估计不确定性;然后,采用双准则样本选择策略将数据集划分为三个子集,并使用联合预测矫正噪声标签;最后,采用不同的正则化策略处理各个子集以优化训练目标。在四个模拟标签噪声数据集和两个真实标签噪声数据集上进行了对比实验。与DivideMix算法相比,在包含40%Pairflip类型噪声的CIFAR-10和CIFAR-100数据集上,ULC的分类准确率分别提升了10.58%和15.84%,矫正标签准确率分别达到了95.48%和81.32%。实验结果表明,ULC能够准确估计不确定性,提升矫正标签准确率和模型泛化性能。

关键词：深度学习标签噪声不确定性估计样本选择标签矫正

来源：评论

学校读者我要写书评

暂无评论

江西省不同立地等级的马尾松林生物量估计和不确定性度量

引用

林业科学 2017年第8期53卷 81-93页

作者：赵菡雷渊才符利勇中国林业科学研究院资源信息研究所北京100091

【目的】选择适合的单木地上生物量异速生长模型形式,获得区域尺度马尾松林生物量及其误差在不同立地等级下的估计,为精准估计不同立地质量的森林生物量提供技术支持,进而为森林立地生产力估计提供参考。【方法】在马尾松林3种单木生物... 详细信息

【目的】选择适合的单木地上生物量异速生长模型形式,获得区域尺度马尾松林生物量及其误差在不同立地等级下的估计,为精准估计不同立地质量的森林生物量提供技术支持,进而为森林立地生产力估计提供参考。【方法】在马尾松林3种单木生物量模型g_i=aD_i^b+ε[式(1)]、gi=a(D_i^2H_i)~b+ε[式(2)]、g_i=aD_i^bH_i^c+ε[式(3)]形式下(式中:g_i为单木生物量,D_i为单木胸径,H_i为单木树高,a、b、c为估计参数,ε为残差),运用优势木树高分级法对我国江西省马尾松林占优势的样地进行立地质量分级,采用蒙特卡洛模拟法估计3种模型形式下不同立地质量的单位面积生物量均值和不确定性。【结果】1)3种生物量模型形式的决定系数(R^2)及调整决定系数(R_(adj)~2)均达到0.95以上,拟合效果良好。从综合平均偏差、平均绝对偏差及均方根误差来看,式(3)模型较优。2)用优势木树高等级代替立地等级,利用树高分级法建立优势木树高-胸径模型,曲线的R2为0.907,平均偏差为0.001,平均绝对偏差为0.559,均方根误差为0.027,模型拟合效果良好。相同立地等级的样地成片分布,相对集中,每一立地等级的样地在江西省全境范围内均有分布。3)采用蒙特卡洛法对马尾松不同立地等级下的3种单木地上生物量模型估计结果及误差进行10 000次模拟后,马尾松地上生物量均值和误差的估计结果均达到稳定。在同一单木生物量模型形式下,不同立地等级的地上生物量均值估计结果随着立地等级的升高而增大;相对误差估计值在中间立地等级(3级)时最小,并有随着立地等级升高或降低而增大的趋势。相同立地等级下,3种模型地上生物量均值估计结果为式(1)>式(3)>式(2);绝对误差和相对误差估计结果为式(2)<式(3)<式(1)。【结论】1)区域尺度下的3种马尾松单木地上生物量模型从评价指标来看式(3)最好;从生物量估计误差结果相比较,3种模型的估计效果为式(2)好于式(3)好于式(1),带有树高因子的式(2)和式(3)的相对误差较式(1)更小。2)不同立地条件下,立地质量越接近平均水平,单位面积生物量均值估计的相对误差越小。3)结合优势木树高分级对立地等级进行划分,采用蒙特卡洛模拟法对不同立地等级下的生物量均值和误差进行估计,可以得到生物量及估计误差在不同立地条件下的分布。

关键词：立地分级异速生长模型生物量估计不确定性估计蒙特卡洛模拟

来源：评论

学校读者我要写书评

暂无评论

基于不确定性的医学图像分割质量估计研究

基于不确定性的医学图像分割质量估计研究

引用

作者：朱锡欢厦门大学

学位级别：硕士

近年来,随着深度学习被应用于医学图像分割任务,模型的分割精度已逐步提升。在某些场景下,模型的分割精度甚至能达到专家手工标注水准。然而,深度学习模型在临床中的应用仍然进展缓慢。原因之一是模型在预测错误时不会给出错误提示,这... 详细信息

近年来,随着深度学习被应用于医学图像分割任务,模型的分割精度已逐步提升。在某些场景下,模型的分割精度甚至能达到专家手工标注水准。然而,深度学习模型在临床中的应用仍然进展缓慢。原因之一是模型在预测错误时不会给出错误提示,这在临床中存在极大的安全隐患。针对该问题,基于不确定性的质量估计是一个有效的方法,且在实际环境中很有意义。它能为医生提供有效的参考,并帮助医生准确而高效地做出是否修改分割结果的决策。为此,本文基于不确定性在Pixel-level、Segment-level和Slice-level三个层面分别进行质量估计工作以全面地评估医学图像分割。本文主要工作如下: 第一,对医学图像分割进行Pixel-level质量估计。本工作将质量估计任务转换成不确定性估计任务并提出蒙特卡罗多深度块丢失网络(Monte-Carlo Multi Depth Dropblock Network,MC MDDB-Net)。针对传统方法时间成本高,提出多深度输出(Multi Depth Output,MDO)结构,在多个网络中间层中输出分割结果,达到一次采样得到多个样本的目的。同时引入蒙特卡罗Dropblock模块(Monte-Carlo Dropblock Module,MC DBM),用 Dropblock 替代 Dropout 来模拟蒙特卡洛采样,缓解了 MCDropout随机失活操作失效的问题。实验表明,在私有数据集上,所提方法的UEO值可达到0.5107,运行时间为0.0979秒。相较于其他方法,所提方法的UEO值提升了 13.6%,运行时间减少了约2/3。第二,对医学图像分割进行Segment-level质量估计。尽管Pixel-level质量估计能为分割结果提供准确且细致的评估,但其计算成本很大。当任务场景只需要一个成本低的粗略质量评估时,Segment-level质量估计会更具有实用价值。因此,本工作以不确定性图为研究先决条件,针对一维特征不足以描述不确定性图的边界固有性和聚集性的问题,本工作创新性地将二维特征应用于该任务。同时,设计了大量特征相关性实验,选取部分优质特征对分割块的IoU进行预测并将其作为分割结果的质量分数。实验表明,所提方法在数据集Brats2018的回归任务中,R2系数为0.8579,MSE为0.1196。相较于其他方法,所提方法的R2系数提升了0.8%,MSE 减少了 2.3%。第三,对医学图像分割进行Slice-level质量估计。虽然Segment-level质量估计能够以低成本提供粗略评估,但满足的任务场景有限。如果能进一步扩大评估的粒度,将极大丰富质量估计的任务场景。为此,本工作将进行Slice-level质量估计并提出了特征混合网络(Feature Hybird-Net,FH-Net)。该网络分为两分支,其中一个分支以原始图像、分割结果和不确定性图为输入,结合卷积神经网络和Transformer编码器的优点并提取图像信息特征,另一分支以全连接网络提取图像的表格数值特征,最后融合两分支的特征并预测Dice系数来作为分割结果的质量分数。实验表明,所提方法在数据集Brats2018的回归任务中,R2系数为0.8690、MSE为0.0111以及MAE为0.0671。相较于其他方法,所提方法的R2系数提升了1.0%,MSE 减少了 5.9%,MAE 减少了 6.2%。

关键词：医学图像语义分割不确定性估计分割质量估计

来源：评论

学校读者我要写书评

暂无评论

电商集群的流量预测与不确定性区间估计

引用

集成技术 2019年第3期8卷 55-65页

作者：石婧文罗树添叶可江须成忠中国科学院深圳先进技术研究院深圳518055 中国科学院大学北京100049

流量预测对智能容量规划和任务调度具有重要意义,然而大规模电商集群的流量会出现各种不确定的突发事件,如线上促销活动、用户聚集请求等。这些不确定性事件会导致时间序列中出现很多突发脉冲,从而给流量预测带来巨大挑战。同时,容量预... 详细信息

流量预测对智能容量规划和任务调度具有重要意义,然而大规模电商集群的流量会出现各种不确定的突发事件,如线上促销活动、用户聚集请求等。这些不确定性事件会导致时间序列中出现很多突发脉冲,从而给流量预测带来巨大挑战。同时,容量预测应当对不确定性具有鲁棒性,即能很好地应对未来可能出现的情况,保证集群稳定性,而并非严格地根据预测值进行容量收缩。针对大规模分布式电商集群的流量场景以及动态容量规划的需求,该文提出了包含不确定性估计的流量实时预测框架。该框架基于多变量的长短期记忆网络自动编码器和贝叶斯理论,在进行流量确定性预测的同时能够给出准确的不确定性区间估计。

关键词：电商流量时间序列预测长短时记忆神经网络不确定性估计

来源：评论

学校读者我要写书评

暂无评论

一种基于局部通道注意力的可信息肉分割方法

引用

激光与光电子学进展 2025年第2期62卷 274-282页

作者：许建王若涵南京邮电大学计算机学院江苏省大数据安全与智能处理重点实验室(南京邮电大学)

为了进一步提高现有息肉分割技术的准确性和可信性，提出了一种基于局部通道注意力的可信息肉分割方法。首先，该方法利用改进的金字塔视觉Transformer编码器提取息肉区域特征，解决传统卷积神经网络特征提取能力不足的问题；然后，利... 详细信息

为了进一步提高现有息肉分割技术的准确性和可信性，提出了一种基于局部通道注意力的可信息肉分割方法。首先，该方法利用改进的金字塔视觉Transformer编码器提取息肉区域特征，解决传统卷积神经网络特征提取能力不足的问题；然后，利用局部通道注意力机制来融合级联的特征，在精确定位息肉的前提下，逐步恢复边缘细节信息，提升模型的整体表征能力；最后，基于主观逻辑证据理论构建可信的息肉分割模型，推导出息肉分割问题的概率和不确定性，对分割结果进行可信性度量。利用多个公开数据集进行了大量实验，实验结果表明，与现有典型方法相比，本文方法具有更好的准确性、鲁棒性和泛化性，并且可以得到较为可信的息肉分割结果。

关键词：图像处理息肉分割局部通道注意力不确定性估计主观逻辑证据理论

来源：评论

学校读者我要写书评

暂无评论

基于深度对比学习的番茄病害可信诊断

引用

大连理工大学学报 2025年第3期65卷 307-312页

作者：卜范玉内蒙古财经大学计算机信息管理学院内蒙古呼和浩特010070

现有基于对比学习的番茄病害诊断模型在聚合原始数据和增强数据时通常假设视角融合权重不变,导致番茄病害诊断准确度受限.为此,提出一种基于深度对比学习的番茄病害可信诊断方法.首先,构建番茄叶片图像数据增强模块,利用仿射变换等增强... 详细信息

现有基于对比学习的番茄病害诊断模型在聚合原始数据和增强数据时通常假设视角融合权重不变,导致番茄病害诊断准确度受限.为此,提出一种基于深度对比学习的番茄病害可信诊断方法.首先,构建番茄叶片图像数据增强模块,利用仿射变换等增强函数缓解对比学习框架中正负样本对不平衡问题.然后,定义深度对比模块,耦合神经网络和对比学习,捕获具有语义不变特征的鲁棒低维表示.同时,设计可信聚合模块,利用狄利克雷函数建模类别划分的不确定性估计,实现原始数据和增强数据决策信息的样本特异性可靠融合,极大促进番茄病害诊断可信性.2个公开数据集上的实验结果表明,所提方法在准确率、敏感性、F1值和精确率等评价指标上均优于9个基线方法,证明了所提方法的优越性和有效性.

关键词：番茄病害诊断对比学习不确定性估计可信融合

来源：评论

学校读者我要写书评

暂无评论

矿用锚杆钻机机械臂动力学不确定性分析

引用

煤炭学报 2019年第S01期44卷 345-354页

作者：张君张乾一郭治富郝亚明太原科技大学机械工程学院山西太原030024 太原重型机械教育部工程研究中心山西太原030024 中煤科工能源投资有限公司北京100013 山西天地煤机装备有限公司山西太原030006

矿用锚护钻机是现代化矿井巷道支护过程中高效、安全的自动化设备,其中锚护机械臂是完成支护作业的关键部件。因加工装配误差、材料缺陷、使用磨损、井下工作环境恶劣和操作人员工作强度大等因素,将导致矿用锚杆钻机-机械臂的动力学系... 详细信息

矿用锚护钻机是现代化矿井巷道支护过程中高效、安全的自动化设备,其中锚护机械臂是完成支护作业的关键部件。因加工装配误差、材料缺陷、使用磨损、井下工作环境恶劣和操作人员工作强度大等因素,将导致矿用锚杆钻机-机械臂的动力学系统的不确定性问题更为突出。以锚护机械臂为研究对象,基于拉格朗日理论推导出了锚护机械臂的动力学模型。将区间数学理论引入到锚护机械臂的动力学系统的不确定性分析中,提出了基于区间数学的机械臂的动力学系统不确定性分析方法,主要构造了区间扫描法和张量积法2种代理模型来分析讨论机械臂各个关节上的力矩与关节角度、关节角速度之间的关系。由于机械臂的杆件2和杆件4在实际操作中离钻架重心距离远、受力大、结构易变等原因,重点研究了杆件2和杆件4的力矩存在不确定参数时,相应输出的角度、角速度的响应区间和效率变化。结果表明,扫描法的时间消耗为张量积法的0.1734~0.2888倍,同时计算结果与理论值更接近,精度较高,误差较小,更加适用于工程实际中。试验研究了力矩存在不确定性参数时的机械臂的动力学系统动态响应,并与理论结果进行对比分析,两者得到的系统动态响应规律基本一致,验证了该区间算法的可实施性和准确性。含区间不确定性参数的动力学特性研究为后续锚护机械臂的控制做进一步的铺垫,也成为预测和判断机械臂定位精度的新方法,进一步保障机械臂对顶板和侧帮的支护效果。

关键词：锚杆钻机机械臂动力学方程区间分析不确定性估计

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：