检索结果-内蒙古大学图书馆

中国科学：信息科学 2021年第10期51卷 1609-1624页

作者：倪宣明沈鑫圆张海北京大学软件与微电子学院北京100871 西北大学数学学院西安710127 华东师范大学统计与数据科学前沿理论及应用教育部重点实验室上海200062

迁移学习利用不同但相关的源域标记数据来解决目标领域的学习问题,大多数减小域间分布差异的方法依赖于最大均值差异距离,但其仅仅能匹配域间数据分布的各阶矩.此外,隐私保护意识的增强限制了对数据源的访问,对迁移学习的发展提出了新... 详细信息

迁移学习利用不同但相关的源域标记数据来解决目标领域的学习问题,大多数减小域间分布差异的方法依赖于最大均值差异距离,但其仅仅能匹配域间数据分布的各阶矩.此外,隐私保护意识的增强限制了对数据源的访问,对迁移学习的发展提出了新的挑战.本文提出一种基于联合分布核适配的迁移学习及其隐私保护方法,直接在再生核希尔伯特空间中同时减小域间边缘分布和条件分布的差异,从而学习一个域不变核矩阵.此外,我们设置数据源双方首先访问一个相同的随机投影函数,然后聚合器发布基于目标扰动的差分隐私核分类器,在实现基于核的联合分布适配的同时,避免了数据源与聚合器直接共享原始特征数据.在多个文本和图像迁移学习基准数据集上进行了对比实验和参数分析,结果显示本文方法具有良好的有效性.

关键词：迁移学习隐私保护分布适配谱学习差分隐私

来源：评论

学校读者我要写书评

暂无评论

高校数字人才培养体系建设现状与展望

引用

社会科学家 2021年第8期36卷 156-160页

作者：李佩洁王娟中国人民大学经济学院党委北京100872 北京大学数学科学学院、大数据分析与应用技术国家工程实验室北京100871

培养符合时代要求的人才是高校学科建设与人才培养工作的根本出发点。当前,经济社会已经进入到数据驱动的新发展阶段,数字时代需要数字人才,而数字人才储备不足已经成为制约我国经济高质量发展的瓶颈之一。如何构建数据科学教育体系,培... 详细信息

培养符合时代要求的人才是高校学科建设与人才培养工作的根本出发点。当前,经济社会已经进入到数据驱动的新发展阶段,数字时代需要数字人才,而数字人才储备不足已经成为制约我国经济高质量发展的瓶颈之一。如何构建数据科学教育体系,培养满足经济社会发展亟须的数字人才,是目前高校需要共同思考和探索的问题。文章在梳理国内外代表性高校数据科学教育体系现状上,构建面向新时期数字人才培养体系框架,即在课程设置上基于数学、统计学和计算机等基础科学开展交叉学科知识培养,同时针对某个行业的大数据分析与应用问题开展实践应用能力培养。未来数字人才培养体系的完善也应围绕学科交叉和行业应用两方面展开。

关键词：数字人才数据科学交叉学科课程设置数字时代

来源：评论

学校读者我要写书评

暂无评论

中国数字生态指数的测算与分析

引用

社会科学文摘 2022年第11期 5-7页

作者：王娟张一黄晶李由君宋洁张平文北京大学大数据分析与应用技术国家工程实验室北京大学社会学系北京大学工学院中国科学院中国科学院发展中国家科学院北京大学数学科学学院

引言近年来,全国各地高度重视数字经济发展,并使之成为带动经济高质量发展的新引擎。各地数字政府的建设也进入快车道,智慧城市、城市大脑等综合政务信息化普遍发展。普惠金融、数字乡村等领域的发展也极大促进了数字社会的发展水平。... 详细信息

引言近年来,全国各地高度重视数字经济发展,并使之成为带动经济高质量发展的新引擎。各地数字政府的建设也进入快车道,智慧城市、城市大脑等综合政务信息化普遍发展。普惠金融、数字乡村等领域的发展也极大促进了数字社会的发展水平。与此同时,数字基础设施、数据资源开放、数字人才创新、网络信息安全等领域发展不平衡、不充分、不协调的问题也逐渐引起重视。

关键词：发展不平衡普惠金融人才创新政务信息化新引擎基础设施数据资源网络信息安全

来源：评论

学校读者我要写书评

暂无评论

基于滑动块的深度卷积神经网络乳腺X线摄影图像肿块分割算法

引用

中国医学物理学杂志 2020年第12期37卷 1513-1519页

作者：梁楠赵政辉周依武博李长波于鑫马思伟张楠首都医科大学生物医学工程学院北京100069 首都医科大学临床生物力学应用基础研究北京市重点实验室北京100069 北京大学数字媒体所北京100871 北京大学数学与应用数学实验室北京100871 河南大学影像研究所淮河医院放射科河南开封475000

目的:提出一种基于滑动块的深度卷积神经网络局部分类、整图乳腺肿块分割的算法,为临床诊断提供有效的肿块形态特征。方法:首先通过区域生长算法和膨胀算法提取患者乳腺区域,并进行数据归一化操作。为了得到每一个像素位置上的诊断信息... 详细信息

目的:提出一种基于滑动块的深度卷积神经网络局部分类、整图乳腺肿块分割的算法,为临床诊断提供有效的肿块形态特征。方法:首先通过区域生长算法和膨胀算法提取患者乳腺区域,并进行数据归一化操作。为了得到每一个像素位置上的诊断信息,在图像的对应位置中滑动提取肿块类及非肿块类图像块,根据卷积神经网络提取其中的纹理信息并对图像块进行分类。通过整合图像块的预测分类结果,进行由粗到细的肿块分割,获得乳腺整图中像素级别的肿块分割。结果:通过比较先进的深度卷积神经网络模型,本文算法滑动块分类结果DenseNet模型下准确率达到96.71%,乳腺X线摄影图像全图肿块分割结果F1-score最优为83.49%。结论:本算法可以分割出乳腺X线摄影图像中的肿块,为后续的乳腺病灶诊断提供可靠的基础。

关键词：乳腺X线摄影图像乳腺肿块滑动块深度卷积神经网络图像分割

来源：评论

学校读者我要写书评

暂无评论

激光聚变内爆流体不稳定性基础问题研究进展

引用

强激光与粒子束 2021年第1期33卷 1-60页

作者：王立锋叶文华陈竹李永升丁永坤赵凯歌张靖李志远杨云鹏吴俊峰范征锋薛创李纪伟王帅杭旭登缪文勇袁永腾涂绍勇尹传盛曹柱荣邓博杨家敏江少恩董佳钦方智恒贾果谢志勇黄秀光傅思祖郭宏宇李英骏程涛高振方丽丽王保山王英华曾维新卢艳旷圆圆赵振朝陈伟戴振生谷建法葛峰峻康洞国张桦森乔秀梅李蒙刘长礼申昊许琰高耀明刘元元胡晓燕徐小文郑无敌邹士阳王敏朱少平张维岩贺贤土北京应用物理与计算数学研究所北京100094 北京大学应用物理与技术研究中心高能量密度物理数值模拟教育部重点实验室工学院北京100871 中国工程物理研究院激光聚变研究中心四川绵阳621900 中国工程物理研究院上海激光等离子体研究所上海201800 中国矿业大学(北京) 北京100083 中国海洋大学数学科学学院山东青岛266100 安徽大学物理与材料科学学院合肥230039

激光聚变有望一劳永逸地解决人类的能源问题,因而受到国际社会的普遍重视,一直是国际研究的前沿热点。目前实现激光惯性约束聚变所面临的最大科学障碍(属于内禀困难)是对内爆过程中高能量密度流体力学不稳定性引起的非线性流动的有效控... 详细信息

激光聚变有望一劳永逸地解决人类的能源问题,因而受到国际社会的普遍重视,一直是国际研究的前沿热点。目前实现激光惯性约束聚变所面临的最大科学障碍(属于内禀困难)是对内爆过程中高能量密度流体力学不稳定性引起的非线性流动的有效控制,对其研究涵盖高能量密度物理、等离子体物理、流体力学、计算科学、强冲击物理和高压原子物理等多个学科,同时还要具备大规模多物理多尺度多介质流动的数值模拟能力和高功率大型激光装置等研究条件。作为新兴研究课题,高能量密度非线性流动问题充满了各种新奇的现象亟待探索。此外,流体力学不稳定性及其引起的湍流混合,还是天体物理现象(如星系碰撞与合并、恒星演化、原始恒星的形成以及超新星爆炸)中的重要过程,涉及天体物理的一些核心研究内容。本文首先综述了高能量密度非线性流动研究的现状和进展,梳理了其中的挑战和机遇。然后介绍了传统中心点火激光聚变内爆过程发生的主要流体力学不稳定性,在大量分解和综合物理研究基础上,凝练出了目前制约美国国家点火装置(NIF)内爆性能的主要流体不稳定性问题。接下来,总结了国外激光聚变流体不稳定性实验物理的研究概况。最后,展示了内爆物理团队近些年在激光聚变内爆流体不稳定性基础性问题方面的主要研究进展。该团队一直从事激光聚变内爆非线性流动研究与控制,以及聚变靶物理研究与设计,注重理论探索和实验研究相结合,近年来在内爆重要流体力学不稳定性问题的解析理论、数值模拟和激光装置实验设计与数据分析等方面取得了一系列重要成果,有力地推动了该研究方向在国内的发展。

关键词：激光聚变惯性约束聚变流体力学不稳定性高能量密度物理非线性流动辐射流体力学内爆物理

来源：评论

学校读者我要写书评

暂无评论

基于特征提取和机器学习的文档区块图像分类算法

引用

信号处理 2019年第5期35卷 747-757页

作者：李翌昕邹亚君马尽文北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室

文档区块图像分类对于文档版面图像的理解和分析至关重要。在传统机器学习分类模型中,直接使用图像作为输入会导致学习模型参数量过大而无法进行有效的训练。为了克服这个困难,我们针对文档区块图像设计了一组有效的特征,并提出了基于... 详细信息

文档区块图像分类对于文档版面图像的理解和分析至关重要。在传统机器学习分类模型中,直接使用图像作为输入会导致学习模型参数量过大而无法进行有效的训练。为了克服这个困难,我们针对文档区块图像设计了一组有效的特征,并提出了基于这些特征和机器学习的文档区块分类算法。在特征设计上,我们提取了几何、灰度、区域、纹理和内容五方面在内的32种特征,以增强特征针对区块类别的分辨能力。在分类器方面,我们在所提出的特征上对传统机器学习分类模型、自动机器学习方法以及深度学习均进行了实验。在公开数据集上的实验结果表明,我们提出的文档版面区块分类算法具有很高的分类准确率,并且效率很高。另外,我们实现了一个简单的分步文档版面分析算法,以展示所提出的区块分类算法的推广能力。

关键词：文档版面分析文档区块分类特征提取机器学习图像分类

来源：评论

学校读者我要写书评

暂无评论

GPFR混合模型的动态模型选择算法

引用

信号处理 2019年第5期35卷 786-794页

作者：赵龙波马尽文北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室

作为一种有效的数据建模和分析工具,高斯过程混合(MGP)模型被广泛地应用于时间序列的分析与预测,并成为一种新的机器学习模型。在传统的MGP模型中,高斯过程(GP)的均值被假设为零,这给其应用带来了很大的局限性,因此人们提出了可进行均... 详细信息

作为一种有效的数据建模和分析工具,高斯过程混合(MGP)模型被广泛地应用于时间序列的分析与预测,并成为一种新的机器学习模型。在传统的MGP模型中,高斯过程(GP)的均值被假设为零,这给其应用带来了很大的局限性,因此人们提出了可进行均值函数学习的高斯过程函数回归(GPFR)模型及其混合模型(MGPFR)进行更为精细的数据建模。与MGP模型一样,MGPFR模型同样存在着模型选择的问题。为了解决MGPFR模型的模型选择问题,本文将同步平衡准则进行了推广,并提出了相应的模型选择和动态模型选择算法,并通过实验发现了惩罚项系数的合理区间。实验表明,这些算法在模型选择和预测上均有很好表现,并且能够有效地应用于曲线聚类。

关键词：高斯过程混合模型高斯过程函数回归混合模型动态模型选择算法同步平衡准则

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的酒标分割研究

引用

信号处理 2019年第4期35卷 623-630页

作者：邹亚君李翌昕马尽文北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室

红酒图像中的酒标区域含有重要的红酒品类信息,而对酒标区域的定位与分割可以有效去除背景区域对图像匹配算法的干扰。传统图像分割算法大多基于局部图像特征和人工设计规则,对噪声较为敏感,并且难以应对大规模数据的处理。针对传统算... 详细信息

红酒图像中的酒标区域含有重要的红酒品类信息,而对酒标区域的定位与分割可以有效去除背景区域对图像匹配算法的干扰。传统图像分割算法大多基于局部图像特征和人工设计规则,对噪声较为敏感,并且难以应对大规模数据的处理。针对传统算法的不足,本文首先构造了一个大规模酒标分割数据集,然后提出了一种基于深度学习的酒标分割方法。我们构造了一个基于残差网络的语义分割模型,并且在模型中加入跨层连接,实现低层特征和高层特征的有效融合,使得分割的边缘细节更加清晰和准确。另外,我们采用了带孔卷积金字塔池化结构整合多尺度信息,在增大模型感受野的同时使得模型适应不同尺度的酒标区域。在我们构造的酒标数据集上的实验结果表明,本文提出的酒标分割网络能够进行实时的酒标图像分割,并且达到了相当高的分割准确率。

关键词：酒标分割深度学习语义分割特征融合带孔卷积金字塔池化

来源：评论

学校读者我要写书评

暂无评论

基于高斯过程混合模型的国债收益率预测

引用

信号处理 2019年第5期35卷 831-836页

作者：曾鑫赵龙波马尽文北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室

债券分析的核心问题是发现偿还期限与到期收益率之间的关系,即利率期限结构,而实际上国债利率期限结构是最为重要和基本的模式。目前人们对于利率期限结构的分析主要采用经济理论模型和数量模型进行,但是这两种方法都难于对国债收益率... 详细信息

债券分析的核心问题是发现偿还期限与到期收益率之间的关系,即利率期限结构,而实际上国债利率期限结构是最为重要和基本的模式。目前人们对于利率期限结构的分析主要采用经济理论模型和数量模型进行,但是这两种方法都难于对国债收益率进行有效的预测。基于高斯过程混合模型强大的数据拟合和分析能力,本文将其应用于国债收益率的建模和预测。本文采用国债收益率数据作为输出变量,筛选出对国债收益率影响最强的一组作用因子作为驱动或输入变量,然后利用高斯过程混合模型对数据进行学习和建模,并依此对国债收益率进行建模和分析。实验结果表明高斯过程混合模型能够更好的描述国债利率期限结构。相比于其他机器学习模型和算法,高斯过程混合模型在国债收益率的测试数据上获得了更好准确的预测结果。

关键词：高斯过程混合模型利率期限结构国债收益率参数学习预测

来源：评论

学校读者我要写书评

暂无评论

基于全卷积网络的遥感图像自动云检测

引用

信号处理 2019年第4期35卷 556-562页

作者：安捷马尽文北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室

气象卫星图像云检测是气象预报领域中的一项重要任务。包含降水预测,气象灾害预测在内的若干气象预报任务都依赖精确的云检测结果。依据气象卫星遥感图像数据,本文提出了一种基于全卷积网络模型的遥感图像云分割算法,实现了高分辨率、... 详细信息

气象卫星图像云检测是气象预报领域中的一项重要任务。包含降水预测,气象灾害预测在内的若干气象预报任务都依赖精确的云检测结果。依据气象卫星遥感图像数据,本文提出了一种基于全卷积网络模型的遥感图像云分割算法,实现了高分辨率、大尺度、多通道遥感图像的云分割。我们的算法包含:1)图像分块;2)块状图像分割;3)分割图像拼接三个主要步骤,实现了像素级精度的云分割。相比传统算法,我们的算法不依赖人工经验,完全由数据驱动,并在极端数据情形下具有更好的鲁棒性。测试数据结果显示,我们的算法能够满足气象预报的需要,且具有商业应用的潜力。

关键词：遥感图像语义分割全卷积网络深度学习云检测

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：