检索结果-内蒙古大学图书馆

哈尔滨理工大学学报 2024年 82-90页

作者：马驰卓周文静雷志超王楚正中南林业科技大学计算机与信息工程学院

甲基化是一种调节细胞功能的蛋白质翻译后修饰（PTM），能对基因调控和疾病预测等领域的研究提供指导和帮助。当前，甲基化位点识别研究存在标注数据集少，正样本数据不足和甲基化研究识别准确率低等问题。为了解决这些问题，本文提出... 详细信息

甲基化是一种调节细胞功能的蛋白质翻译后修饰（PTM），能对基因调控和疾病预测等领域的研究提供指导和帮助。当前，甲基化位点识别研究存在标注数据集少，正样本数据不足和甲基化研究识别准确率低等问题。为了解决这些问题，本文提出了一种基于CNN和Bi-LSTM模型的蛋白质甲基化位点识别方法。我们的模型分为两个分支，CNN分支采用密集连接的方式使每一层的特征信息充分地传递和共享；堆叠的Bi-LSTM分支获得序列中双向的长期依赖关系，然后两个分支进行特征融合用于甲基化识别。实验表明，利用该模型识别甲基化位点得到的准确率（ACC）、F1值（F1 score）和马修斯相关系数（MCC）分别为0.8519、0.8494和0.7284，相对比其他方法，我们的模型具有更良好性能。

关键词：甲基化卷积神经网络双向长短时记忆网络特征融合位点识别

来源：评论

学校读者我要写书评

暂无评论

一种优化的Swin Transformer番茄叶片病害识别方法

引用

中国农业大学学报 2023年第4期28卷 80-90页

作者：刘拥民刘翰林石婷婷欧阳金怡黄浩谢铁强中南林业科技大学计算机与信息工程学院/中南林业科技大学智慧林业云研究中心长沙410004

为了及时准确的识别番茄叶片病害,提高番茄产量,提出了一种优化的Swin Transformer番茄病害识别方法,该模型利用Transformer的自注意力结构获得更加完备的番茄病害图像的高层视觉语义信息;结合Mixup混合增强算法,在预处理阶段对图像特... 详细信息

为了及时准确的识别番茄叶片病害,提高番茄产量,提出了一种优化的Swin Transformer番茄病害识别方法,该模型利用Transformer的自注意力结构获得更加完备的番茄病害图像的高层视觉语义信息;结合Mixup混合增强算法,在预处理阶段对图像特征信息进行增强;并采用迁移学习在增强番茄叶片病害数据集上进行训练和优化Swin Transformer模型,以此实现精准的番茄叶片病害识别。结果表明:1)优化的Swin Transformer模型对番茄叶片病害识别准确率达到98.40%;2)在相同训练参数下,本研究模型比原Swin Transformer、VGG16、AlexNet、GoogLeNet、ResNet50、MobileNetV2、ViT和MobileViT模型准确率提高了0.70%~1.91%,且能快速收敛;3)本研究模型中加入的Mixup混合增强算法极大地提高了番茄叶片病害的识别准确率,比现有的常见方法性能更加优越,并且鲁棒性强。因此,本研究提出的新模型能够更加准确的识别番茄叶片病害。

关键词： Swin Transformer Mixup 数据增强番茄病害识别迁移学习图像分类

来源：评论

学校读者我要写书评

暂无评论

基于三元组哈希损失的半监督图像检索

引用

北京航空航天大学学报 2023年

作者：邵伟志熊思宇潘丽丽中南林业科技大学计算机与信息工程学院

目前大多数基于深度学习的图像检索方法是在有监督条件下进行的，需要大量的标签数据，但实际应用中获取大量标签数据困难且成本高昂。此外，现有基于欧氏距离的三元组损失计算不够精确，使模型对图像相似性学习的能力欠佳。采用熵最小... 详细信息

目前大多数基于深度学习的图像检索方法是在有监督条件下进行的，需要大量的标签数据，但实际应用中获取大量标签数据困难且成本高昂。此外，现有基于欧氏距离的三元组损失计算不够精确，使模型对图像相似性学习的能力欠佳。采用熵最小化伪标签、三元组损失和半监督学习技术，提出了一种新的半监督哈希图像检索模型(SSITL)。应用多阶段模型联合与锐化技术为未标记数据生成伪标签，并通过熵最小化处理以提高伪标签的置信度。同时，利用标记数据和未标记数据的聚类结果选择三元组，并采用基于通道权重矩阵的三元组哈希损失帮助SSITL学习图像相似性。为了生成更好的哈希码，在两个汉明嵌入间使用MixUp进行混洗得到新的汉明嵌入以改善图像检索性能。丰富的实验结果表明，相较于其他方法，SSITL在相仿的时间开销下，在CIFAR-10和NUS-WIDE数据集上的检索平均准确率分别提高了1.2%和0.7%，强有力地验证了SSITL是一种优秀的半监督哈希图像检索模型。

关键词：图像检索三元组哈希损失半监督学习伪标签深度学习

来源：评论

学校读者我要写书评

暂无评论

FSDN:基于嵌套U-Net结构的人脸阴影检测模型

引用

郑州大学学报（理学版） 2023年第2期55卷 51-56页

作者：刘佳奇易积政陈爱斌中南林业科技大学计算机与信息工程学院湖南长沙410004 中南林业科技大学人工智能应用研究所湖南长沙410004

人脸阴影检测通常作为人脸图像相关任务的预处理步骤,避免阴影带来干扰。提出基于深度学习的人脸阴影检测方案,在解决方案中,首先根据光照和人脸结构信息,对耶鲁人脸数据库中1600张光照不均匀人脸图像的阴影区域进行标注,构建人脸阴影... 详细信息

人脸阴影检测通常作为人脸图像相关任务的预处理步骤,避免阴影带来干扰。提出基于深度学习的人脸阴影检测方案,在解决方案中,首先根据光照和人脸结构信息,对耶鲁人脸数据库中1600张光照不均匀人脸图像的阴影区域进行标注,构建人脸阴影检测数据集;之后设计基于嵌套U-Net结构和注意力模块的人脸阴影检测网络,嵌套U-Net结构被用于提取图像的高分辨率信息和全局特征,注意力模块被用于融合各个嵌套U-Net的输出,同时抑制低阶子层带来的噪声信息;最后在标注的人脸检测数据集上对网络进行了评估,实验结果表明,所提方法的平均检测错误率比对照组中最优方案降低了14.2%,可以有效地检测图像中的小面积阴影,并提供更精确的阴影边缘定位。

关键词：人脸图像阴影检测卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于视觉辅助与自适应粒子滤波的机器人自定位

引用

郑州大学学报（理学版） 2023年第5期55卷 73-80页

作者：刘超凡于文涛曲枫张祺徐浩中南林业科技大学计算机与信息工程学院湖南长沙410004

为解决机器人自定位粒子退化问题,提出一种基于视觉辅助与自适应粒子滤波的机器人自定位方法。首先采用改进萤火虫优化算法调整基于双里程运动模型的建议分布,然后使用融合视觉标签验证信息的子群互助重采样算法,在缓解粒子退化的同时... 详细信息

为解决机器人自定位粒子退化问题,提出一种基于视觉辅助与自适应粒子滤波的机器人自定位方法。首先采用改进萤火虫优化算法调整基于双里程运动模型的建议分布,然后使用融合视觉标签验证信息的子群互助重采样算法,在缓解粒子退化的同时提高粒子多样性。从位姿跟踪误差和粒子多样性两个方面对算法进行评价,结果表明,所提算法在仿真和真实环境下都具有较高的定位精度和稳定性。

关键词：自适应粒子滤波萤火虫算法视觉辅助定位互助重采样

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络与多头注意力的文本隐写术

引用

计算机工程与科学 2023年第10期45卷 1789-1796页

作者：黄瑶潘丽丽熊思宇蒋湘辉马俊勇中南林业科技大学计算机与信息工程学院湖南长沙410004

随着深度学习的发展,基于文本生成的隐写术取得了重大突破。现有基于文本生成的方法存在暴露偏差的问题,即训练阶段每个输入都来自真实样本标签,预测阶段的输入来自上一时刻预测的输出。训练和预测之间的输入样本差异会产生误差积累,使... 详细信息

随着深度学习的发展,基于文本生成的隐写术取得了重大突破。现有基于文本生成的方法存在暴露偏差的问题,即训练阶段每个输入都来自真实样本标签,预测阶段的输入来自上一时刻预测的输出。训练和预测之间的输入样本差异会产生误差积累,使得生成样本与真实样本分布相差过大。针对这个问题,提出了一种基于生成对抗网络和多头注意力的文本隐写术—TS-GANMA。首先,利用生成对抗网络训练文本生成器,通过多头注意力机制提取多头注意力得分参与奖惩模块的奖励计算,得到更适合生成器的反馈信息。随后,生成器与鉴别器进行对抗训练,能够解决暴露偏差的问题,优化文本生成模型。最后,对文本生成模型输出的条件概率分布进行编码,实现秘密信息嵌入。实验结果表明,在相同的嵌入率时,TS-GANMA隐写术与LSTM-vlc和ADG相比,隐写文本的困惑度有显著的降低,这是因为采用TS-GANMA进行文本隐写,生成的隐写文本与真实文本的统计分布更加拟合,生成的隐写文本质量更高。

关键词：文本隐写暴露偏差生成对抗网络多头注意力

来源：评论

学校读者我要写书评

暂无评论

基于ResNet-50的级联注意力遥感图像分类

引用

广西师范大学学报（自然科学版） 2023年第6期41卷 80-91页

作者：宋冠武陈知明李建军中南林业科技大学计算机与信息工程学院湖南长沙410004

知识蒸馏能提高神经网络的泛化能力,可解决遥感图像场景分类时标注数据不足的问题。遥感图像存在的类间高相似性会导致中间知识特征丢失,针对该问题,本文提出一种基于自蒸馏级联注意力机制的特征提取方法(SDCASA)。首先构造权值共享的... 详细信息

知识蒸馏能提高神经网络的泛化能力,可解决遥感图像场景分类时标注数据不足的问题。遥感图像存在的类间高相似性会导致中间知识特征丢失,针对该问题,本文提出一种基于自蒸馏级联注意力机制的特征提取方法(SDCASA)。首先构造权值共享的教师、学生网络;然后使用级联注意力模块精细化深层教师网络所提取到的特征,同时保留被浅层神经网络过滤的中间边缘信息;再利用精细化之后的特征指导学生网络学习;最后在下游训练一个线性分类器完成特征分类。在3个公开数据集AID、MLRSNet、EuroSAT上使用20%和50%的样本训练,分类准确率分别达到85.17%、90.10%、91.13%和85.50%、92.13%、91.17%。此方法能有效提高遥感图像场景分类准确率,性能优于主流自监督图像分类方法SimSiam、SwAV、MoCov2、Deepcluster,具有良好的应用价值。

关键词：自蒸馏注意力机制遥感图像自监督学习图像分类

来源：评论

学校读者我要写书评

暂无评论

基于Sentinel-2遥感影像的崇礼区地上生物量反演

引用

中南林业科技大学学报 2024年第2期44卷 53-61页

作者：颜辉蒋湘涛王汶珮伍振宇刘帆魏英杰中南林业科技大学计算机与信息工程学院湖南长沙410004 中南大学地球科学与信息物理学院湖南长沙410006

【目的】以Sentinel-2遥感影像数据为基础,结合森林实测样地数据,以崇礼区森林地上生物量反演为例提出反演新思路。【方法】基于2021年7月河北省崇礼区Sentinel-2遥感影像数据、2021年6—8月的71块崇礼区森林样地实测数据,利用实测数据... 详细信息

【目的】以Sentinel-2遥感影像数据为基础,结合森林实测样地数据,以崇礼区森林地上生物量反演为例提出反演新思路。【方法】基于2021年7月河北省崇礼区Sentinel-2遥感影像数据、2021年6—8月的71块崇礼区森林样地实测数据,利用实测数据中的胸径、树高,根据河北省森林生物量计算公式计算各样地实测生物量,通过SNAP、ENVI等软件对遥感数据进行重采样、裁剪等预处理,提取影像原始波段,并计算植被指数、纹理因子、缨帽指数等遥感因子,对遥感因子进行皮尔逊相关性分析筛选,并以匹配最佳纹理窗口大小优化纹理因子的选择,分别采用多元线性回归、BP神经网络以及随机森林3种算法进行崇礼区AGB建模,利用R2以及RMSE评价其模型精度,并选取最优模型进行生物量反演并绘制生物量空间分布图。【结果】1)在遥感因子选择中,除了常规的绿波段、红波段和2个植被红边波段与植被指数DVI、SAVI、EVI,纹理因子的均值和缨帽指数的亮度与绿度在生物量反演模型的建立中也起到了重要的作用,且纹理因子窗口大小的选择也会对最终模型的精度造成影响;2)3种模型的精度均满足反演生物量的要求,以随机森林模型效果最好、多元线性回归模型次之、BP神经网络模型精度最低,但经过十则交叉验证法的BP模型精度有所提升,最优的随机森林模型R2达到了0.843;3)经过最优模型的反演,崇礼区AGB分布主要在50~200 mg·hm^(-2),集中在西部环山地带,存在明显的空间异质性。【结论】利用Sentinel-2遥感影像反演森林生物量具有较高的精度,随着植被指数、缨帽指数、纹理因子的加入,模型效果呈递增趋势,并且纹理因子的窗口大小选择在森林生物量遥感反演中有着重要的影响。

关键词： Sentinel-2 AGB 纹理因子窗口选择随机森林

来源：评论

学校读者我要写书评

暂无评论

基于双向循环生成对抗网络的无线传感网入侵检测方法

引用

计算机应用 2023年第1期43卷 160-168页

作者：刘拥民杨钰津罗皓懿黄浩谢铁强中南林业科技大学计算机与信息工程学院长沙410004 中南林业科技大学智慧林业云研究中心长沙410004

针对无线传感器网络(WSN)入侵检测方法在离散高维特征的不平衡数据集上检测精度低和泛化能力差的问题,提出一种基于双向循环生成对抗网络的WSN入侵检测方法 BiCirGAN。首先,引入对抗学习异常检测(ALAD)通过潜在空间合理地表示高维、离... 详细信息

针对无线传感器网络(WSN)入侵检测方法在离散高维特征的不平衡数据集上检测精度低和泛化能力差的问题,提出一种基于双向循环生成对抗网络的WSN入侵检测方法 BiCirGAN。首先,引入对抗学习异常检测(ALAD)通过潜在空间合理地表示高维、离散的原始特征,提高对原始特征的可理解性。其次,采用双向循环对抗的结构确保真实空间和潜在空间双向循环的一致性,从而保证生成对抗网络(GAN)训练的稳定性,并提高异常检测的性能。同时,引入Wasserstein距离和谱归一化优化方法改进GAN的目标函数,以进一步解决GAN的模式崩坏与生成器缺乏多样性的问题。最后,由于入侵攻击数据的统计属性随时间以不可预见的方式变化,建立带有Dropout操作的全连接层网络对异常检测结果进行优化。实验结果表明,在KDD99、UNSW-NB15和WSN_DS数据集上,相较于AnoGAN、BiGAN、MAD-GAN以及ALAD方法,BiCirGAN在检测精确度上提高了3.9%~33.0%,且平均推断速度是ALAD方法的4.67倍。

关键词：无线传感器网络入侵检测生成对抗网络谱归一化对抗学习

来源：评论

学校读者我要写书评

暂无评论

轻量级词典协同记忆聚焦处理的Web攻击检测研究

引用

重庆理工大学学报（自然科学） 2023年第3期37卷 172-182页

作者：刘拥民黄浩石婷婷欧阳金怡刘翰林谢铁强中南林业科技大学计算机与信息工程学院长沙410004 中南林业科技大学智慧林业云研究中心长沙410004

使用深度学习模型检测Web攻击,输入完整的HTTP文本会使词典增大,进而导致模型参数过载,增加存储成本。此外,攻击载荷的位置不确定性及语义复杂性会导致漏报率高。针对模型参数过载和漏报攻击载荷问题,提出了一种基于轻量级词典协同记忆... 详细信息

使用深度学习模型检测Web攻击,输入完整的HTTP文本会使词典增大,进而导致模型参数过载,增加存储成本。此外,攻击载荷的位置不确定性及语义复杂性会导致漏报率高。针对模型参数过载和漏报攻击载荷问题,提出了一种基于轻量级词典协同记忆聚焦处理模型的Web攻击检测方法。生成轻量级词典,结合轻量级词典的预处理规则,依次执行保留、替换、添加、丢弃等操作预处理HTTP文本,减轻参数过载问题。结合基于双向长短时记忆和多头注意力机制的记忆聚焦处理模型,提高记忆能力和对攻击载荷的聚焦处理能力以降低漏报率。在模拟数据集上新方法的准确率为98.66%,比URL_WORD+GRU提高了3.19百分点,在检测的攻击类型中,最低的漏报率为0.60%。实验结果表明:新方法能有效解决参数过载问题,提高检测准确率,同时降低漏报率。

关键词： Web攻击检测文本预处理多头注意力机制聚焦处理

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：