检索结果-内蒙古大学图书馆

南京信息工程大学学报(自然科学版) 2020年第1期12卷 31-44页

作者：徐常胜黄晓雯钱胜胜方全中国科学院自动化研究所模式识别国家重点实验室中国科学院大学

随着互联网和社会媒体平台的发展,社会媒体吸引着数以亿计的用户参与其中进行创造和分享信息,产生了海量的文本、图像、音频和视频数据.面对这些数量巨大、异构多源、模态复杂的社会多媒体内容数据,如何对其进行有效的内容理解和知识表... 详细信息

随着互联网和社会媒体平台的发展,社会媒体吸引着数以亿计的用户参与其中进行创造和分享信息,产生了海量的文本、图像、音频和视频数据.面对这些数量巨大、异构多源、模态复杂的社会多媒体内容数据,如何对其进行有效的内容理解和知识表示,从而为用户提供更高效、优质的服务,成为实现社会媒体大数据价值的关键.本文对近年来在社会多媒体内容分析、知识提取和表示以及用户建模应用的相关研究展开综述,并针对社会多媒体特征融合、跨模态知识提取与表示,以及基于社会媒体的用户建模相关应用研究三个方面进行详细总结.随后对社会多媒体内容的知识表示和用户建模的研究与应用的发展趋势进行介绍,最后对多媒体知识表示与用户建模研究进行了总结和展望.

关键词：社会多媒体多模态知识表示用户建模

来源：评论

学校读者我要写书评

暂无评论

基于局部优化的重心Voronoi图计算

引用

系统仿真学报 2019年第2期31卷 218-226页

作者：叶畋宇王逸群严冬明雍俊海清华大学软件学院北京100084 中国科学院自动化研究所模式识别国家重点实验室北京100190

重心Voronoi图(centroidal Voronoi tessellation,CVT)是一个重要的几何结构,在地理信息系统,信号处理,网格生成/优化,可视化等领域有着重要应用。针对传统全局生成、优化的方法的不足,比如奇异点多、收敛速度较慢等问题,提出了生成优... 详细信息

重心Voronoi图(centroidal Voronoi tessellation,CVT)是一个重要的几何结构,在地理信息系统,信号处理,网格生成/优化,可视化等领域有着重要应用。针对传统全局生成、优化的方法的不足,比如奇异点多、收敛速度较慢等问题,提出了生成优化与随机扰动两种局部优化方法,以及一个整合了层次生成、局部优化、蒙特卡罗优化的CVT生成算法框架。实验结果表明,相比于已有算法,本文方法在速度与质量上有综合的提升。

关键词：重心Voronoi图局部极小优化奇异点

来源：评论

学校读者我要写书评

暂无评论

基于二次曲面拟合的机械模型交互式分割方法

引用

计算机辅助设计与图形学学报 2019年第7期31卷 1210-1220页

作者：吴仲琦郭建伟肖俊曾祥永王颖严冬明中国科学院大学人工智能技术学院北京100049 中国科学院自动化研究所模式识别国家重点实验室北京100190 北京盛开互动科技有限公司北京100191

针对三角网格全自动分割方法的自适应能力较差的问题,提出了一种基于二次曲面拟合的交互式半自动分割方法.首先采用变分方法对网格模型进行二次曲面拟合和分割,然后引入用户的交互信息来指导模型的分割,并配合迭代优化算法交替使用.具体... 详细信息

针对三角网格全自动分割方法的自适应能力较差的问题,提出了一种基于二次曲面拟合的交互式半自动分割方法.首先采用变分方法对网格模型进行二次曲面拟合和分割,然后引入用户的交互信息来指导模型的分割,并配合迭代优化算法交替使用.具体地,算法包括以下3个步骤:基于random sample consensus(RANSAC)的初始化、迭代优化、交互式合并与切分.其中,初始化方法可以取得一个较好的划分结果,迭代优化可以提高算法的分割质量,而交互式合并与交互式切分步骤可以与迭代优化步骤交替使用,利用用户的主观先验知识对分割不够准确的地方进行局部操作,从而使得分割的效果更为准确、真实.通过比较不同算法对多个机械模型进行分割的效果,算法在收敛速度和拟合误差方面都有明显的优势,并且可以对具有不同特征的三维机械模型以及带有噪声的模型进行准确、合理的分割.

关键词：网格分割用户交互二次曲面拟合

来源：评论

学校读者我要写书评

暂无评论

从数据到结构——动力学网络重构

引用

中国科学：物理学、力学、天文学 2020年第1期50卷 2-18页

作者：张朝阳陈阳弭元元胡岗宁波大学物理科学与技术学院宁波315211 宁波大学商学院宁波315211 中国科学院自动化研究所模式识别国家重点实验室北京100190 重庆大学神经智能研究中心重庆400044 北京师范大学物理学系北京100875

大数据是一笔越来越重要并不断快速增长的财富,合理利用这一财富的关键是有效的分析手段.大数据中一大类数据是由复杂网络代表的实际动力学系统产生的,其中网络各个单元的输出数据可以测量,但产生数据的网络结构却不为所知;而了解这些... 详细信息

大数据是一笔越来越重要并不断快速增长的财富,合理利用这一财富的关键是有效的分析手段.大数据中一大类数据是由复杂网络代表的实际动力学系统产生的,其中网络各个单元的输出数据可以测量,但产生数据的网络结构却不为所知;而了解这些网络结构对我们理解、预测和控制实际系统功能极为重要.因此,从分析网络数据出发揭示网络结构的重构问题就成为数学物理特别是统计物理以及一系列交叉领域对网络研究的核心问题之一.网络重构的重要性还来源于解决实际网络重构中所面对的各种困难的理论要求.网络结构的复杂性、网络节点动力学的非线性、未知噪声对网络动力学演化数据的影响以及测量中有效数据的缺失等都是在实际网络重构中要面对的常见且非常重要的困难.本综述介绍并讨论了如何有效克服这些困难的方法,特别是通过数据扩张充分利用数据信息的方法,针对不同的系统特征和重构任务选择合适的关联量计算方法,以及利用噪声帮助克服重构困难的方法等.网络重构研究将逐步解决实际复杂系统重构问题并引起复杂网络相关学者越来越多的关注和研究兴趣.

关键词：网络重构非线性动力学数据分析

来源：评论

学校读者我要写书评

暂无评论

结合特征图切分的图像语义分割

引用

中国图象图形学报 2019年第3期24卷 464-473页

作者：曹峰梅田海杰付君刘静北京理工大学光电学院北京100081 中国科学院自动化研究所模式识别国家重点实验室北京100190

目的基于全卷积神经网络的图像语义分割研究已成为该领域的主流研究方向。然而,在该网络框架中由于特征图的多次下采样使得图像分辨率逐渐下降,致使小目标丢失,边缘粗糙,语义分割结果较差。为解决或缓解该问题,提出一种基于特征图切分... 详细信息

目的基于全卷积神经网络的图像语义分割研究已成为该领域的主流研究方向。然而,在该网络框架中由于特征图的多次下采样使得图像分辨率逐渐下降,致使小目标丢失,边缘粗糙,语义分割结果较差。为解决或缓解该问题,提出一种基于特征图切分的图像语义分割方法。方法本文方法主要包含中间层特征图切分与相对应的特征提取两部分操作。特征图切分模块主要针对中间层特征图,将其切分成若干等份,同时将每一份上采样至原特征图大小,使每个切分区域的分辨率增大;然后,各个切分特征图通过参数共享的特征提取模块,该模块中的多尺度卷积与注意力机制,有效利用各切块的上下文信息与判别信息,使其更关注局部区域的小目标物体,提高小目标物体的判别力。进一步,再将提取的特征与网络原输出相融合,从而能够更高效地进行中间层特征复用,对小目标识别定位、分割边缘精细化以及网络语义判别力有明显改善。结果在两个城市道路数据集CamVid以及GATECH上进行验证实验,论证本文方法的有效性。在CamVid数据集上平均交并比达到66. 3%,在GATECH上平均交并比达到52. 6%。结论基于特征图切分的图像分割方法,更好地利用了图像的空间区域分布信息,增强了网络对于不同空间位置的语义类别判定能力以及小目标物体的关注度,提供更有效的上下文信息和全局信息,提高了网络对于小目标物体的判别能力,改善了网络整体分割性能。

关键词：深度学习全卷积神经网络语义分割场景解析特征切分多尺度特征复用

来源：评论

学校读者我要写书评

暂无评论

基于预训练模型的机器翻译译文检测方法

引用

情报工程 2020年第5期6卷 15-26页

作者：田科张家俊中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

机器翻译译文检测任务旨在大规模文本中判别每句话是机器翻译译文还是人工翻译译文。现有的机器翻译译文检测方法大都采用统计的方法提取特征,但是基于统计的方法提取特征能力有限,严重依赖于离散的手工特征,而神经网络模型使用分布式表... 详细信息

机器翻译译文检测任务旨在大规模文本中判别每句话是机器翻译译文还是人工翻译译文。现有的机器翻译译文检测方法大都采用统计的方法提取特征,但是基于统计的方法提取特征能力有限,严重依赖于离散的手工特征,而神经网络模型使用分布式表示,构建代价较低且能表达细粒度的句法、语义特征差别。在本文中,我们提出使用预训练语言模型和双向门控循环单元模型结合,提取机器翻译译文的语言风格、惯用词等隐层表示作为特征来检测机器翻译译文,检测结果相较之前的统计方法有很大的提升。本文尝试使用所提方法过滤混合机器翻译译文的双语语料,过滤后的语料相较原始的语料规模减小了,但是模型的性能却略有提升。

关键词：机器翻译译文预训练语言模型双语语料

来源：评论

学校读者我要写书评

暂无评论

CAD模型三角网格优化算法

引用

计算机辅助设计与图形学学报 2019年第6期31卷 878-885页

作者：尤磊申则宇张立强严冬明中国科学院自动化研究所模式识别国家重点实验室北京100190 信阳师范学院计算机与信息技术学院信阳464000 中国科学院大学北京100049 北京师范大学地理科学部遥感科学国家重点实验室北京100875

针对工业产品设计过程中的一个实际问题——如何高质量地将连续的CAD模型转换为离散的三角网格模型,提出一种基于Creo二次开发平台与几何特征保持的CAD模型的三角网格优化算法.首先基于Creo的二次开发平台构建CAD模型的特征点集;然后通... 详细信息

针对工业产品设计过程中的一个实际问题——如何高质量地将连续的CAD模型转换为离散的三角网格模型,提出一种基于Creo二次开发平台与几何特征保持的CAD模型的三角网格优化算法.首先基于Creo的二次开发平台构建CAD模型的特征点集;然后通过逐面网格化构建每个面的网格模型,通过网格模型逼近得到一个初始三角网格模型;最后结合CAD模型的几何特点改进RAR网格优化算法局部算子的适用性条件,使用改进算法对初始三角网格模型进行网格优化.将算法集成于Creo 2.0软件中,以3个工业零件的CAD模型为数据开展实验,结果表明,该算法构建的初始网格模型与原始几何模型逼近程度好,优化的网格模型具有较好的性能参数.

关键词： CAD模型三角网格特征边 Creo 网格优化

来源：评论

学校读者我要写书评

暂无评论

一种有效深度哈希图像拷贝检测算法

引用

计算机应用与软件 2020年第3期37卷 213-219,303页

作者：刘琴袁家政刘宏哲李兵王佳颖叶子北京联合大学北京市信息服务工程重点实验室北京100101 北京开放大学科学研究处北京100081 中国科学院自动化所模式识别国家重点实验室北京100190 国网通用航空有限公司科技信息部北京102209

目前拷贝检测中的图像哈希方法由于手工设计特征和线性映射带来的限制,检测精度不高。为了解决这一难题,提出一种端到端的深度哈希拷贝检测算法——DHCD。构建多尺度孪生卷积神经网络,以空间金字塔分层池化的方式来获得图像对的显著性特... 详细信息

目前拷贝检测中的图像哈希方法由于手工设计特征和线性映射带来的限制,检测精度不高。为了解决这一难题,提出一种端到端的深度哈希拷贝检测算法——DHCD。构建多尺度孪生卷积神经网络,以空间金字塔分层池化的方式来获得图像对的显著性特征;在新设计的哈希损失函数作用下,既保持了特征在语义结构上的相关性,又使得特征输出接近于目标哈希码;通过挖掘难分样本,[JP2]对难分样本再训练,提升了模型的识别效果。在拷贝数据集上的实验结果表明,该算法与当前主流的图像哈希算法相比,准确率提升了10%左右,且效率没有降低。

关键词：拷贝检测深度哈希多尺度哈希损失挖掘难分样本

来源：评论

学校读者我要写书评

暂无评论

全卷积神经网络与全连接条件随机场中的左心室射血分数精准计算

引用

计算机辅助设计与图形学学报 2019年第3期31卷 431-438页

作者：刘晓鸣雷震何刊张惠茅郭树旭张歆东李雪妍吉林大学电子科学与工程学院长春130012 中国科学院自动化研究所模式识别国家重点实验室生物识别与安全研究中心北京100190 吉林大学第一医院放射科长春130021

左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并... 详细信息

左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并输出概率图;之后采用3D全连接条件随机场对概率图进行后处理,完成像素级的精准密度预测;最后对左心室分割结果进行3D重建,并计算左心室舒张末期容积和收缩末期容积,进而计算出射血分数.实验结果表明,该方法能够实现左心室射血分数的精确且高效的计算,对左心室射血分数的平均预测误差为4.67%,各步骤耗时短.

关键词：左心室射血分数计算深度学习全卷积神经网络全连接条件随机场

来源：评论

学校读者我要写书评

暂无评论

利用弥散张量成像技术观察小血管病所致非痴呆型血管性认知障碍患者白质结构损害与认知下降的关系

引用

首都医科大学学报 2021年第3期42卷 373-384页

作者：秦琪唐毅曲怡达周爱红丁建平尹筠思刘勇贾建平首都医科大学宣武医院神经疾病高创中心国家老年疾病临床医学研究中心北京市老年病医疗研究中心北京100053 中国科学院自动化研究所模式识别国家重点实验室/脑网络组研究中心北京100190 中国科学院大学人工智能学院北京邮电大学人工智能学院北京100876 老年认知障碍疾病北京市重点实验室首都医科大学神经变性病与记忆障碍疾病临床诊疗与研究中心北京脑重大疾病研究院阿尔茨海默病研究所北京100053

目的非痴呆型血管性认知障碍(vascular cognitive impairment,no dementia,VCIND)是血管性认知障碍最常见亚型,早期诊断是改善预后的关键。神经影像为VCIND早期诊断、严重程度及疗效评价提供依据,但传统结构磁共振(magnetic resonance i... 详细信息

目的非痴呆型血管性认知障碍(vascular cognitive impairment,no dementia,VCIND)是血管性认知障碍最常见亚型,早期诊断是改善预后的关键。神经影像为VCIND早期诊断、严重程度及疗效评价提供依据,但传统结构磁共振(magnetic resonance imaging,MRI)不能较好阐明结构改变与认知损害的关系。本项目利用弥散张量成像技术(diffusion tensor imaging,DTI)探讨VCIND患者脑白质结构改变及其和认知障碍的关系。方法利用DTI对31名VCIND患者和22名正常对照者进行全脑246个脑区的白质连接完整性检测,并对所有受试者进行认知评估。然后分析患者各脑区DTI各向异性程度值(fractional anisotropy,FA)和平均弥散率(mean diffusivity,MD),并与认知评分进行相关性分析及中介分析。结果VCIND患者全脑246个脑区中的部分关键区域发生了显著的白质连接改变,尤其额叶脑区显著。FA值与总体认知评估及记忆、执行功能评分正相关,MD值与总体认知评估及记忆、执行功能评分负相关。中介分析发现VCIND患者白质结构连接的改变介导了神经心理量表评分的改变。结论本研究显示DTI可以为VCIND的早期诊断及认知严重程度的评估提供客观影像学指标。

关键词：弥散张量成像技术非痴呆型血管性认知障碍白质结构损害认知评估

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：