检索结果-内蒙古大学图书馆

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

基于脑网络组图谱的阿尔茨海默病分类

引用

太赫兹科学与电子信息学报 2020年第4期18卷 698-702,712页

作者：胡方舟尤波赵坤李卓然丁艳辉张熙刘勇哈尔滨理工大学自动化系黑龙江哈尔滨150080 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 山东师范大学信息科学与工程学院山东济南250014 中国人民解放军总医院南楼神经内科北京100853

结构磁共振影像(sMRI)作为一种非入侵式的脑成像方式为人们理解阿尔茨海默病(AD)的患病机制提供了很大的帮助,目前已有大量研究利用从sMRI中提取的特征进行AD的识别。为了充分利用图像信息提取AD相关的特征,提出了一种简单易用的基于人... 详细信息

结构磁共振影像(sMRI)作为一种非入侵式的脑成像方式为人们理解阿尔茨海默病(AD)的患病机制提供了很大的帮助,目前已有大量研究利用从sMRI中提取的特征进行AD的识别。为了充分利用图像信息提取AD相关的特征,提出了一种简单易用的基于人类脑网络组图谱的脑区划分进行特征提取的方法。选取美国阿尔茨海默病神经影像组织(ADNI)数据库中的226例正常被试(NC)和227例AD患者的sMRI数据作为研究对象,提取每个个体脑网络组图谱中各脑区的平均灰质密度作为特征,利用支持向量机(SVM)对NC和AD患者进行分类,通过10折交叉验证的方式得到了85.2%的平均分类准确率。后续的统计分析发现,海马、杏仁核及梭状回等脑区的平均灰质密度对NC和AD患者的识别贡献很大,且这些脑区的萎缩程度与患者的认知能力密切相关。利用最小绝对收缩选择算子(LASSO)对个体的简易智力状态评分(MMSE)进行预测,预测结果与真实值间存在显著的正相关(r0.65,p0.001)。研究结果表明,基于脑网络组图谱脑区划分提取的脑区平均灰质密度特征可以有效地对AD患者进行识别,并可以用来评估个体的认知水平。

关键词：阿尔茨海默病结构磁共振影像支持向量机脑网络组图谱

来源：评论

学校读者我要写书评

暂无评论

一种使用多跳事实的端到端知识库实体描述生成方法

引用

中文信息学报 2019年第5期33卷 66-74页

作者：孟庆松张翔何世柱刘康赵军哈尔滨理工大学自动化学院黑龙江哈尔滨150080 中国科学院自动化研究所模式识别国家重点实验室北京100160

自动化实体描述生成有助于进一步提升知识图谱的应用价值,而流畅度高是实体描述文本的重要质量指标之一。该文提出使用知识库上多跳的事实来进行实体描述生成,从而贴近人工编撰的实体描述的行文风格,提升实体描述的流畅度。该文使用编... 详细信息

自动化实体描述生成有助于进一步提升知识图谱的应用价值,而流畅度高是实体描述文本的重要质量指标之一。该文提出使用知识库上多跳的事实来进行实体描述生成,从而贴近人工编撰的实体描述的行文风格,提升实体描述的流畅度。该文使用编码器—解码器框架,提出了一个端到端的神经网络模型,可以编码多跳的事实,并在解码器中使用关注机制对多跳事实进行表示。该文的实验结果表明,与基线模型相比,引入多跳事实后模型的BLEU-2和ROUGE-L等自动化指标分别提升约8.9个百分点和7.3个百分点。

关键词：知识图谱实体描述数据到文本生成

来源：评论

学校读者我要写书评

暂无评论

基于联合标注和全局推理的篇章级事件抽取

引用

中文信息学报 2019年第9期33卷 88-95,106页

作者：仲伟峰杨航陈玉博刘康赵军哈尔滨理工大学自动化学院黑龙江哈尔滨150080 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

事件抽取可以帮助人们从海量的文本中快速、准确地获取感兴趣的事件知识。然而,目前事件抽取的研究主要集中在从单一句子中抽取事件,由于事件构成的复杂性和语言表述的多样性,多数情况下多句才能完整地描述一个事件。因此,从篇章中抽取... 详细信息

事件抽取可以帮助人们从海量的文本中快速、准确地获取感兴趣的事件知识。然而,目前事件抽取的研究主要集中在从单一句子中抽取事件,由于事件构成的复杂性和语言表述的多样性,多数情况下多句才能完整地描述一个事件。因此,从篇章中抽取出完整的结构化事件信息,显得更有价值和意义。该文首先利用基于注意力机制的序列标注模型联合抽取句子级事件的触发词和实体,与独立进行实体抽取和事件识别相比,联合标注的方法在F值上提升了1个百分点。然后利用多层感知机判断实体在事件中扮演的角色。最后,在句子级事件抽取的基础上,利用整数线性规划的方法进行全局推理,融合句子级事件信息,实现篇章级事件抽取,与基线模型相比,这种基于全局推理的篇章级事件抽取在F值上提升了3个百分点。

关键词：篇章级事件抽取联合标注全局推理

来源：评论

学校读者我要写书评

暂无评论

基于两个共面圆的无匹配相机位姿计算

引用

自动化学报 2019年第10期45卷 1995-2000页

作者：范蓉蓉唐付林刘青山南京信息工程大学江苏省大数据分析重点实验室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

近年来,相机定位吸引了学术界和工业界的强烈兴趣,其中基于平面标记的方法简单易行.但是,一旦标记与图像之间匹配错误,计算出的相机位姿就会出现错误,导致跟踪不稳定.本文设计了两个分离平面圆的相机定位新标记,基于该圆形图像,直接表... 详细信息

近年来,相机定位吸引了学术界和工业界的强烈兴趣,其中基于平面标记的方法简单易行.但是,一旦标记与图像之间匹配错误,计算出的相机位姿就会出现错误,导致跟踪不稳定.本文设计了两个分离平面圆的相机定位新标记,基于该圆形图像,直接表达相机位姿参数.该方法不需要在多个点之间进行匹配,解析轻量.此外,由于所使用的图像特征是边缘,该方法可鲁棒对抗快速相机运动和图像模糊.设计的标记在自然场景中也很常见,因此所提出的方法可以广泛使用.实验与该类相关方法对比表明,本文方法取得了相当高的精度与稳定性.

关键词：相机标定相机定位相机位姿跟踪圆形图像

来源：评论

学校读者我要写书评

暂无评论

一种基于卷积神经网络的端到端语音分离方法

引用

信号处理 2019年第4期35卷 542-548页

作者：范存航刘斌陶建华温正棋易江燕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京100190 中国科学院脑科学与智能技术卓越创新中心北京100190

大部分的语音分离系统仅仅增强混合的幅值谱(短时傅里叶变换的系数),但是对于相位谱却不做任何处理。然而,最近的研究表明相位信息对于语音分离的质量起着很重要的作用。为了同时利用幅值和相位信息,本文提出了一种有效的端到端分离方... 详细信息

大部分的语音分离系统仅仅增强混合的幅值谱(短时傅里叶变换的系数),但是对于相位谱却不做任何处理。然而,最近的研究表明相位信息对于语音分离的质量起着很重要的作用。为了同时利用幅值和相位信息,本文提出了一种有效的端到端分离方法。这种方法是直接利用原始语音波行点作为特征,是一种基于编解码器的卷积神经网络结构。跟其他的说话人独立的语音分离系统不同,本文提出的方法其神经网络只输出一个说话人的信号,其他的语音可以由混合语音与网络输出信号的差值获得。我们在TIMIT数据集上验证本文提出的方法。实验结果表明,本文提出的方法明显优于句子级别的排列不变性训练(utterance-level permutation invariant training,uPIT)基线方法,对于信号失真比(signal-to-distortion ratio,SDR)相对提高了16.06%。

关键词：说话人独立语音分离鸡尾酒会问题端到端卷积编解码器

来源：评论

学校读者我要写书评

暂无评论

计算机拼接甲骨碎片图像技术简论

引用

殷都学刊 2020年第3期41卷 71-74页

作者：张展高峰刘成林安阳师范学院甲骨文信息处理教育部重点实验室河南安阳455000 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

计算机拼接甲骨碎片图像,可以加快修复甲骨碎片文物,推进甲骨文考释和殷商历史研究,拓展深度学习和自然语言处理等人工智能技术的应用范围,促进甲骨学、计算机等交叉学科的复合型人才的培养。

关键词：计算机视觉甲骨碎片图像拼接修复甲骨

来源：评论

学校读者我要写书评

暂无评论

基于图像的相机定位技术综述

引用

人工智能 2019年第2期 50-64页

作者：吴毅红中国科学院自动化研究所模式识别国家重点实验室

近段时间来,虚拟现实、增强现实、机器人、自动驾驶等领域得到了学术界和工业界的广泛关注,而基于图像的相机定位是其中的一项关键技术.然而,在基于图像的相机定位方面,目前还没有较全面的技术综述.为了帮助人们快速进入这一领域,本文... 详细信息

近段时间来,虚拟现实、增强现实、机器人、自动驾驶等领域得到了学术界和工业界的广泛关注,而基于图像的相机定位是其中的一项关键技术.然而,在基于图像的相机定位方面,目前还没有较全面的技术综述.为了帮助人们快速进入这一领域,本文将对基于图像的相机定位技术进行整体概述并讨论其未来的发展趋势.本文能为相关研究人员、工程应用人员等在全面了解和应用相机定位技术方面提供帮助.

关键词：综述定位虚拟现实图像自动技术人员现实

来源：评论

学校读者我要写书评

暂无评论

基于多模态脑影像和机器学习算法的个体行为预测研究现状及未来趋势

引用

中华诊断学电子杂志 2021年第3期9卷 145-148页

作者：姜荣涛戚世乐吴静李想赵敏隋婧禚传君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 中国科学大学人工智能学院北京100049 南京航空航天大学计算机科学与技术学院 211106 首都医科大学附属北京佑安医院肿瘤内科北京100069 北京师范大学认知神经科学与学习国家重点实验室 100088 天津市第四中心医院实时脑环路重点实验室 300140

神经科学的研究已由传统的单变量分析进入到以多元个体预测方法为主要手段的转化神经科学阶段,该类研究致力于利用先进的模式回归算法,开发应用能够在单个样本水平对连续变量进行精准预测的机器学习模型,寻找稳健可靠的客观影像学标记... 详细信息

神经科学的研究已由传统的单变量分析进入到以多元个体预测方法为主要手段的转化神经科学阶段,该类研究致力于利用先进的模式回归算法,开发应用能够在单个样本水平对连续变量进行精准预测的机器学习模型,寻找稳健可靠的客观影像学标记物。目前,基于机器学习算法的预测模型在包括认知能力、精神疾病严重程度、性格特质、情绪感受等在内的多种行为变量的预测中展现了巨大潜力,是探索人类个体认知能力、个性发展的一项有力工具。目前,国际上主流用于个体化预测的回归分析方法主要包括多元线性回归、最小绝对收缩和选择算子回归、弹性网、岭回归、支持向量回归、关联向量回归以及偏最小二乘回归。在未来研究中,需要结合多中心大样本影像数据,充分利用多模态影像特征在挖掘互补信息上的优势,开发能够对未来行为进行预测的纵向分析模型,并通过独立数据集检验模型的泛化能力。个体化预测为深入理解认知功能及精神疾病的脑机制提供了新的参考。

关键词：个体化预测转化神经科学磁共振成像精神分裂症机器学习

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：