检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2022年第3期34卷 341-351页

作者：墨瀚林郝优李华中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049

矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像Gaussian-Hermite... 详细信息

矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像Gaussian-Hermite正交矩不变量的方法,所构造的不变量均为Gaussian-Hermite矩的齐次多项式;然后生成所有可能的低阶低次不变量,并从中得到13个满足线性独立关系的不变量实例.基于合成图像数据集和HPatches图像数据集进行了数值稳定性验证、图像分类和模板匹配实验,结果表明,13个不变量实例具有良好的数值稳定性和抗噪性;使用它们得到的分类和匹配准确率比同类矩不变量分别高出10%和30%左右.

关键词：正交矩不变量 Gaussian-Hermite矩形状变换颜色变换图像分类模板匹配

来源：评论

学校读者我要写书评

暂无评论

规模化蛋白质鉴定中母离子的准确检测技术研究

引用

生物化学与生物物理进展 2013年第1期40卷 80-92页

作者：袁作飞邬龙刘超迟浩樊盛博张昆曾文锋孙瑞祥贺思敏中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049

蛋白质组学的基础研究之一是蛋白质鉴定.规模化的蛋白质鉴定通常采用"鸟枪法",即选择一些酶切肽段(母离子)碎裂生成二级谱图,通过二级谱图及其母离子质量鉴定肽段,再推断对应的蛋白质.在鉴定过程中,母离子质量是一个关键参数... 详细信息

蛋白质组学的基础研究之一是蛋白质鉴定.规模化的蛋白质鉴定通常采用"鸟枪法",即选择一些酶切肽段(母离子)碎裂生成二级谱图,通过二级谱图及其母离子质量鉴定肽段,再推断对应的蛋白质.在鉴定过程中,母离子质量是一个关键参数.母离子是否是肽段的单同位素峰决定了正确肽段是否能进入候选,母离子的质量精度决定了候选肽段的数目.本文从判断单同位素峰和系统误差校准这两个角度研究了母离子的准确检测技术.判断单同位素峰的技术在蛋白质上已有研究,包括电荷判断、单同位素峰判断和重叠同位素峰判断.可以借鉴蛋白质水平的技术研究母离子的单同位素峰判断方法.同时母离子的系统误差校准也有较为成熟的方法.这两个角度的研究有助于提高规模化蛋白质的鉴定率.

关键词：蛋白质组学蛋白质鉴定母离子单同位素峰系统误差

来源：评论

学校读者我要写书评

暂无评论

基于Bayes潜在语义模型的半监督Web挖掘

引用

软件学报 2002年第8期13卷 1508-1514页

作者：宫秀军史忠植中国科学院计算技术研究所智能信息处理开放实验室北京100080

随着互联网信息的增长,Web挖掘已经成为数据挖掘研究的热点之一.网页分类是通过学习大量的带有类别标注的训练样本来预测网页的类别,人工标注这些训练样本是相当繁琐的.网页聚类通过一定的相似性度量,将相关网页归并到一类.然而传统的... 详细信息

随着互联网信息的增长,Web挖掘已经成为数据挖掘研究的热点之一.网页分类是通过学习大量的带有类别标注的训练样本来预测网页的类别,人工标注这些训练样本是相当繁琐的.网页聚类通过一定的相似性度量,将相关网页归并到一类.然而传统的聚类算法对解空间的搜索带有盲目性和缺乏语义特征.提出了两阶段的半监督文本学习策略.第1阶段,利用贝叶斯潜在语义模型来标注含有潜在类别主题词变量的网页的类别;第2阶段,利用简单贝叶斯模型,在第1阶段类别标注的基础上,通过EM(expectation maximization)算法对不含有潜在类别主题词变量的文档作类别标注.实验结果表明,该算法具有很高的精度和召回率.

关键词：贝叶斯潜在语义分析半监督学习简单贝叶斯分类期望最大化算法 Web 数据挖掘互联网网页分类

来源：评论

学校读者我要写书评

暂无评论

基于混合子分方法的曲面网格顶点与法向插值

引用

计算机辅助设计与图形学学报 2001年第6期13卷 537-544页

作者：李桂清李华中国科学院计算技术研究所智能信息处理开放实验室北京100080

顶点位置和法向插值是参数曲面造型的重要内容 .文中基于混合子分方法生成三次 B样条控制网格 ,使得相应的三次 B样条曲面插值初始网格中指定的顶点 ,并通过引入插值模板的概念 ,把法向的插值转化为对模板的旋转变换 ,使得曲面在不改变... 详细信息

顶点位置和法向插值是参数曲面造型的重要内容 .文中基于混合子分方法生成三次 B样条控制网格 ,使得相应的三次 B样条曲面插值初始网格中指定的顶点 ,并通过引入插值模板的概念 ,把法向的插值转化为对模板的旋转变换 ,使得曲面在不改变插值顶点的情况下插值法向 ,最后得到一张 C2 连续的插值指定顶点和法向的曲面 .与传统的逐片 Bézier或 Coons曲面片构造方法相比 ,此方法更为简洁且具有更高的连续阶 ,而且易于推广到高阶 B样条和任意拓扑情形。

关键词：顶点插值法向插值参数曲面造型网格 B样条 CAD 混合子分方法

来源：评论

学校读者我要写书评

暂无评论

语义增强的多模态虚假新闻检测

引用

计算机研究与发展 2021年第7期58卷 1456-1465页

作者：亓鹏曹娟盛强中国科学院智能信息处理重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049

近年来社交媒体逐渐成为人们获取新闻信息的主要渠道,但其在给人们带来方便的同时也促进了虚假新闻的传播.在社交媒体的富媒体化趋势下,虚假新闻逐渐由单一的文本形式向多模态形式转变,因此多模态虚假新闻检测正在受到越来越多的关注.... 详细信息

近年来社交媒体逐渐成为人们获取新闻信息的主要渠道,但其在给人们带来方便的同时也促进了虚假新闻的传播.在社交媒体的富媒体化趋势下,虚假新闻逐渐由单一的文本形式向多模态形式转变,因此多模态虚假新闻检测正在受到越来越多的关注.现有的多模态虚假新闻检测方法大多依赖于和数据集高度相关的表现层面特征,对新闻的语义层面特征建模不足,难以理解文本和视觉实体的深层语义,在新数据上的泛化能力受限.提出了一种语义增强的多模态虚假新闻检测方法,通过利用预训练语言模型中隐含的事实知识以及显式的视觉实体提取,更好地理解多模态新闻的深层语义.提取不同语义层次的视觉特征,在此基础上采用文本引导的注意力机制建模图文之间的语义交互,从而更好地融合多模态异构特征.在基于微博新闻的真实数据集上的实验结果表明:该方法能够有效提高多模态虚假新闻检测的性能.

关键词：社交媒体虚假新闻检测多模态知识融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

“自顶向下(top-down)”的蛋白质组学--蛋白质变体的规模化鉴定

引用

生物化学与生物物理进展 2015年第2期42卷 101-114页

作者：孙瑞祥罗兰迟浩刘超贺思敏中国科学院智能信息处理重点实验室、中国科学院计算技术研究所北京100190 中国科学院大学北京100049

高分辨率质谱技术的快速发展使得"自顶向下"的蛋白质组学(top-down proteomics)研究逐渐成熟起来.在完整蛋白质水平上研究蛋白质组可以提供更精准、更丰富的生物学信息,特别是对于蛋白质上发生了多种关联性的翻译后修饰的情况... 详细信息

高分辨率质谱技术的快速发展使得"自顶向下"的蛋白质组学(top-down proteomics)研究逐渐成熟起来.在完整蛋白质水平上研究蛋白质组可以提供更精准、更丰富的生物学信息,特别是对于蛋白质上发生了多种关联性的翻译后修饰的情况.另外,由于基因突变、RNA可变剪接和大量蛋白质翻译后修饰的存在,同一个基因往往最终会产生多个"蛋白质变体"(proteoform),而要准确地鉴定这些蛋白质变体,也离不开"自顶向下"的蛋白质组学.在蛋白质水平上的分离技术、质谱技术与生物信息学技术是完整蛋白质鉴定最关键的三项技术.高效的分离技术是实现规模化蛋白质变体鉴定的前提,有效的质谱碎裂是提供可靠鉴定的核心,而快速准确的质谱鉴定算法则是数据分析效率的保障.本文对这三项技术进行了详细总结,重点集中在生物信息学相关技术上,包括对完整蛋白质的质谱数据预处理、数据库搜索鉴定以及翻译后修饰定位等几个计算问题的讨论.

关键词： “自顶向下(top-down)”的蛋白质组学串联质谱技术生物信息学蛋白质鉴定

来源：评论

学校读者我要写书评

暂无评论

多层次细粒度并行HEVC帧内模式选择算法

引用

计算机研究与发展 2016年第4期53卷 873-883页

作者：张峻代锋马宜科张勇东中国科学院智能信息处理重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049

在众核平台上并行加速是解决高效视频编码(high efficiency video coding,HEVC)标准编码复杂度高的有效方法.传统的粗粒度并行方案如Tiles和WPP未能在并行度和编码质量之间取得较好的平衡,对编码质量影响较大或者并行度不高.充分挖掘HEV... 详细信息

在众核平台上并行加速是解决高效视频编码(high efficiency video coding,HEVC)标准编码复杂度高的有效方法.传统的粗粒度并行方案如Tiles和WPP未能在并行度和编码质量之间取得较好的平衡,对编码质量影响较大或者并行度不高.充分挖掘HEVC帧内模式选择中的并行性,提出了一种在CTU内使用的多层次细粒度的帧内模式选择算法.具体说来,对帧内模式选择过程进行了子任务划分,分析并消除了相邻编码块之间多种阻碍并行计算的数据依赖关系,包括帧内预测参考像素依赖、预测模式依赖和熵编码依赖等,实现了同一个CTU内所有层次的细粒度编码块的代价计算和模式选择并行进行.将算法在Tile-Gx36平台上实现,实验结果表明此并行算法与HEVC参考代码HM相比能获得18倍的整体编码加速比而且编码质量损失较小(码率上升3%).

关键词：高效视频编码帧内预测众核并行模式选择细粒度

来源：评论

学校读者我要写书评

暂无评论

蛋白质组学肽段鉴定可信度评价方法

引用

生物化学与生物物理进展 2023年第1期50卷 109-125页

作者：周文婧曾文锋迟浩贺思敏中国科学院智能信息处理重点实验室中国科学院计算技术研究所北京100190 中国科学院大学北京100049

蛋白质组学基于质谱数据鉴定肽段和蛋白质,从而给出基因表达的直接证据,帮助解析蛋白质的结构和功能,研究蛋白质与疾病的关系,提供靶向治疗方案,而这些都取决于鉴定的肽段和蛋白质的准确性。蛋白质组学常采用目标-诱饵库方法 (target-de... 详细信息

蛋白质组学基于质谱数据鉴定肽段和蛋白质,从而给出基因表达的直接证据,帮助解析蛋白质的结构和功能,研究蛋白质与疾病的关系,提供靶向治疗方案,而这些都取决于鉴定的肽段和蛋白质的准确性。蛋白质组学常采用目标-诱饵库方法 (target-decoy approach,TDA)对鉴定的肽段和蛋白质进行质量控制,并对其进行改进演化后应用到子类肽段(比如突变肽段和修饰肽段等)和交联肽段等特殊鉴定结果的可信度评价中。然而,TDA存在两个局限,即错误率估计值不够准确以及不能评价单个鉴定结果的可信度,经过TDA质量控制后的结果还需要进一步检验,因此领域内也提出了一系列其他方法 (本文统称为Beyond-TDA方法),协同加强肽段的可信度评价。本文对数据依赖模式下采集的质谱数据肽段层面的TDA常规方法和特殊方法进行了综述,对Beyond-TDA方法进行了分类阐述,并总结了各种方法的优势与不足。

关键词：蛋白质组学质谱分析目标-诱饵库方法假发现率可信度评价方法

来源：评论

学校读者我要写书评

暂无评论

局部回归模型驱动的人脸素描自动生成

引用

计算机辅助设计与图形学学报 2014年第12期26卷 2232-2243页

作者：吉娜烨柴秀娟山世光陈熙霖中国科学院计算技术研究所中国科学院智能信息处理重点实验室北京100190 中国科学院大学北京100049

为了兼顾生成人脸素描与对应照片间的相像性和艺术性,提出一种利用局部回归模型学习照片-素描间的映射关系自动生成人脸素描的方法.首先在图像局部区域上采用回归技术获得照片-素描对应局部区域之间的映射关系;然后将映射关系应用到输... 详细信息

为了兼顾生成人脸素描与对应照片间的相像性和艺术性,提出一种利用局部回归模型学习照片-素描间的映射关系自动生成人脸素描的方法.首先在图像局部区域上采用回归技术获得照片-素描对应局部区域之间的映射关系;然后将映射关系应用到输入的人脸照片上,考虑结构性特征并模拟铅笔素描笔触来合成对应的素描图像.在CUFS数据库上的实验结果表明,采用该方法合成的素描保持了原始人脸照片的身份信息,并且体现出较好的铅笔素描纹理.

关键词：人脸素描局部回归近邻 lasso 线积分卷积

来源：评论

学校读者我要写书评

暂无评论

基于视觉的人体动作识别综述

引用

计算机学报 2013年第12期36卷 2512-2524页

作者：胡琼秦磊黄庆明中国科学院计算技术研究所中国科学院智能信息处理重点实验室北京100190 中国科学院大学北京100190

基于视觉的人体动作识别是图像处理、计算机视觉、模式识别、机器学习、人工智能等多个学科的交叉研究课题,在视频监控、视频检索、人机交互、虚拟现实、医疗看护等领域具有深远的理论研究意义和很强的实用价值.文中从特征提取的方法、... 详细信息

基于视觉的人体动作识别是图像处理、计算机视觉、模式识别、机器学习、人工智能等多个学科的交叉研究课题,在视频监控、视频检索、人机交互、虚拟现实、医疗看护等领域具有深远的理论研究意义和很强的实用价值.文中从特征提取的方法、动作识别的方法、相关国际竞赛与常用数据库等方面详细阐述该领域目前的研究现状以及研究难点与可能的发展方向.

关键词：计算机视觉模式识别视觉特征提取人体动作识别

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：