检索结果-内蒙古大学图书馆

计算机应用 2021年第S02期41卷 86-92页

作者：蔺智鹏李铸洪刘舟沈未名测绘遥感信息工程国家重点实验室(武汉大学) 武汉430079 华中科技大学软件学院武汉430074 武汉大学计算机学院武汉430072

针对遥感影像多标签分类中类别标签频次存在长尾分布,导致深度学习网络无法充分学习尾部类别特征的问题,提出了一种双分支遥感影像多标签重平衡权重分类方法。首先,通过利用数据集标签频次的统计特性,重新对二进制交叉熵(BCE)损失函数... 详细信息

针对遥感影像多标签分类中类别标签频次存在长尾分布,导致深度学习网络无法充分学习尾部类别特征的问题,提出了一种双分支遥感影像多标签重平衡权重分类方法。首先,通过利用数据集标签频次的统计特性,重新对二进制交叉熵(BCE)损失函数中各个类别的权重进行设计,从而达到在卷积神经网络训练过程中重视尾部类别的目的。然后,使用一个双分支结构对修改后的模型和原模型进行集成,两个分支分别关注头部类和尾部类,提高整体的识别效果。最后,为了更好地验证算法的有效性,构建了一个目前最大规模的基于实例的遥感影像多标签分类数据集ML-iSAID。实验结果表明,双分支重平衡权重训练方法与仅使用BCE损失函数的方法(基准方法)相比在MLUCMerced、ML-AID、ML-iSAID三个数据集中在基于类别的F1指标上分别提升了1.28个、5.40个、3.26个百分点。所提方法能够可以有效缓解长尾效应带来的归纳偏置。

关键词：遥感影像多标签分类长尾效应损失函数深度学习影像解译

来源：评论

学校读者我要写书评

暂无评论

基于CUDA流技术的深度学习系统优化

引用

华中科技大学学报（自然科学版） 2020年第7期48卷 107-111页

作者：蒋文斌刘湃陈雨浩张杨松华中科技大学计算机科学与技术学院湖北式汉430074 华中科技大学大数据技术与系统国家工程研究中心湖北式汉430074 华中科技大学服务计算技术与系统教育部重点实验室湖北式汉430074

为了在不损失模型准确率的同时优化Caffe深度学习框架的训练速度,提出了一种面向Caffe并基于计算统一设备架构(CUDA)流技术的深度学习系统优化方法,以便充分利用GPU资源,提高计算的并行度.在Caffe网络的各层使用异步CUDA流,使其运行在... 详细信息

为了在不损失模型准确率的同时优化Caffe深度学习框架的训练速度,提出了一种面向Caffe并基于计算统一设备架构(CUDA)流技术的深度学习系统优化方法,以便充分利用GPU资源,提高计算的并行度.在Caffe网络的各层使用异步CUDA流,使其运行在独立线程以并行执行GPU计算任务;同时将批处理块划分成多个数据片,使用调度算法在前向传播和反向传播过程中以流水线形式进行处理.在数据集MNIST和CIFAR-10上的实验结果表明:优化后的系统在训练速度上有明显提升,同时准确率基本无损失.

关键词：深度学习计算统一设备架构(CUDA)流训练速度调度算法准确率

来源：评论

学校读者我要写书评

暂无评论

基于CNN双路特征融合模型的秀丽隐杆线虫寿命阶段分类研究

引用

计算机与数字工程 2023年第5期51卷 1163-1168页

作者：尹彦豪刘俊杨烨武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 华中科技大学生命科学与技术学院武汉430074

秀丽隐杆线虫(***)由于其有着寿命较短和人类基因高度同源的特点,作为一种被优秀的模式生物,被广泛应用于多种人类健康和疾病模型的研究中。为了准确测定当前线虫所处于的寿命阶段,论文提出了一种基于CNN双路特征融合模型的的秀丽隐杆... 详细信息

秀丽隐杆线虫(***)由于其有着寿命较短和人类基因高度同源的特点,作为一种被优秀的模式生物,被广泛应用于多种人类健康和疾病模型的研究中。为了准确测定当前线虫所处于的寿命阶段,论文提出了一种基于CNN双路特征融合模型的的秀丽隐杆线虫寿命阶段分类方法。首先,利用卷积神经网络分类模型对线虫图像进行特征提取;同时使用快速傅里叶变换、LoG算子等图像处理算法得到荧光蛋白亮斑坐标,然后根据坐标信息计算得到荧光蛋白亮斑聚集度信息;最后,将前两步得到的特征拼接通过分类器得到分类结果。实验结果表明,论文方法能够准确、有效地对线虫寿命阶段进行分类。

关键词：秀丽隐杆线虫图像分类深度学习快速傅里叶变换拉普拉斯-高斯算法

来源：评论

学校读者我要写书评

暂无评论

基于AVX2指令集的深度学习混合运算策略

引用

清华大学学报（自然科学版） 2020年第5期60卷 408-414页

作者：蒋文斌王宏斌刘湃陈雨浩华中科技大学计算机科学与技术学院大数据技术与系统国家工程研究中心服务计算技术与系统教育部重点实验室武汉430074

由于图形处理器(GPU)内存容量有限,其所能承载的深度学习网络模型规模受到很大限制。该文提出了一种深度学习混合运算策略,借助于Intel新的单指令多数据AVX2指令集,充分挖掘CPU对GPU的辅助支撑潜力。为节省GPU内存,将中间数据规模较大... 详细信息

由于图形处理器(GPU)内存容量有限,其所能承载的深度学习网络模型规模受到很大限制。该文提出了一种深度学习混合运算策略,借助于Intel新的单指令多数据AVX2指令集,充分挖掘CPU对GPU的辅助支撑潜力。为节省GPU内存,将中间数据规模较大的网络层放在CPU端计算,并通过AVX2指令集提高CPU端的计算效率。核心技术点包括网络模型的切分与协调、基于AVX2指令的应用代码矢量化等。上述策略最终在Caffe上实现。在包括CIFAR-10、 ImageNet在内的典型数据集上的实验结果表明:采用混合运算策略后,Caffe能够正常运行更大型神经网络模型,并保持较高的执行效率。

关键词：混合运算深度学习 AVX2指令集图形处理器(GPU)内存 Caffe

来源：评论

学校读者我要写书评

暂无评论

操作系统虚拟化的研究现状与展望

引用

计算机研究与发展 2019年第1期56卷 58-68页

作者：吴松王坤金海服务计算技术与系统教育部重点实验室(华中科技大学) 武汉430074 集群与网格计算湖北省重点实验室(华中科技大学) 武汉430074 华中科技大学计算机科学与技术学院武汉430074

容器技术作为一种轻量级虚拟化技术,近年来不仅广泛应用于云计算平台和数据中心的资源管理、系统运维和软件部署中,也逐步应用于包括边缘计算、物联网等在内的新领域,表现出了良好的发展态势和应用前景.在此背景下,操作系统虚拟化作为... 详细信息

容器技术作为一种轻量级虚拟化技术,近年来不仅广泛应用于云计算平台和数据中心的资源管理、系统运维和软件部署中,也逐步应用于包括边缘计算、物联网等在内的新领域,表现出了良好的发展态势和应用前景.在此背景下,操作系统虚拟化作为容器的核心技术引起了广泛的关注.操作系统虚拟化允许多个应用在共享同一主机操作系统内核的环境下隔离运行,具有启动快速、部署方便、资源占用少、运行效率高等优点,但是也存在隔离性较弱等不足之处,后者也成为了虚拟化领域的研究热点.首先介绍操作系统虚拟化的历史背景和技术架构,并与传统虚拟化技术对比总结操作系统虚拟化技术的特点;随后分别从容器实例层、容器管理层和内核资源层梳理和分析操作系统虚拟化当前研究现状;最后阐述了操作系统虚拟化领域的技术挑战和研究展望.

关键词：操作系统容器虚拟化容器管理资源隔离

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的自适应医学超声图像去斑方法

引用

电子与信息学报 2020年第7期42卷 1782-1789页

作者：付晓薇杨雪飞陈芳李曦武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 华中科技大学材料成形与模具技术国家重点实验室武汉430074 武汉科技大学校医院超声影像科武汉430065 华中科技大学人工智能与自动化学院武汉430074

针对传统医学超声图像去斑方法的不足,该文提出一种自适应多曝光融合框架和前馈卷积神经网络模型图像去斑方法。首先,制作超声图像训练数据集;然后,提出一种自适应增强因子的多曝光融合框架,增强图像进行有效特征提取;最后,通过网络训... 详细信息

针对传统医学超声图像去斑方法的不足,该文提出一种自适应多曝光融合框架和前馈卷积神经网络模型图像去斑方法。首先,制作超声图像训练数据集;然后,提出一种自适应增强因子的多曝光融合框架,增强图像进行有效特征提取;最后,通过网络训练去斑模型并获得去斑后的图像。实验结果表明,该文较已有的方法,能更有效地滤除医学超声图像中的斑点噪声并更多的保留图像细节。

关键词：超声图像深度学习多曝光融合框架乘性斑点噪声

来源：评论

学校读者我要写书评

暂无评论

深度学习自适应学习率算法研究

引用

华中科技大学学报（自然科学版） 2019年第5期47卷 79-83页

作者：蒋文斌彭晶叶阁焰华中科技大学服务计算技术与系统教育部重点实验室湖北武汉430074 华中科技大学集群与网格计算湖北省重点实验室湖北武汉430074 华中科技大学计算机科学与技术学院湖北武汉430074

为了获得更好的收敛速度和训练效果,提出了根据模型测试准确率对学习率使用不同调整策略的自适应学习率调整算法.将训练过程分为前期、中期和后期三个阶段:在前期适当增大学习率,在中期和后期根据与测试准确率的增量相关的衰减因子函数... 详细信息

为了获得更好的收敛速度和训练效果,提出了根据模型测试准确率对学习率使用不同调整策略的自适应学习率调整算法.将训练过程分为前期、中期和后期三个阶段:在前期适当增大学习率,在中期和后期根据与测试准确率的增量相关的衰减因子函数使用不同大小的学习率衰减因子减小学习率,增量越小表示模型越接近收敛,因而使用更小的衰减因子.基于MXNet框架,在数据集CIFAR-10和CIFAR-100上进行测试实验,结果表明所提出的方法在收敛速度和准确率收敛值方面都有更好的效果.

关键词：深度学习学习率准确率陈旧梯度 MXNet框架

来源：评论

学校读者我要写书评

暂无评论

基于抽象语法树的智能化漏洞检测系统

引用

信息安全学报 2020年第4期5卷 1-13页

作者：陈肇炫邹德清李珍金海大数据技术与系统国家工程研究中心服务计算技术与系统教育部重点实验室集群与网格计算湖北省重点实验室大数据安全湖北省工程研究中心武汉430074 华中科技大学计算机科学与技术学院武汉430074 华中科技大学网络空间安全学院武汉430074 深圳华中科技大学研究院深圳518000

源代码漏洞的自动检测是一个重要的研究课题。目前现有的解决方案大多是基于线性模型,依赖于源代码的文本信息而忽略了语法结构信息,从而造成了源代码语法和语义信息的丢失,同时也遗漏了许多漏洞特征。提出了一种基于结构表征的智能化... 详细信息

源代码漏洞的自动检测是一个重要的研究课题。目前现有的解决方案大多是基于线性模型,依赖于源代码的文本信息而忽略了语法结构信息,从而造成了源代码语法和语义信息的丢失,同时也遗漏了许多漏洞特征。提出了一种基于结构表征的智能化漏洞检测系统Astor,致力于使用源代码的结构信息进行智能化漏洞检测,所考虑的结构信息是抽象语法树(Abstract Syntax Tree,AST)。首先,构建了一个从源代码转化而来且包含源码语法结构信息的数据集,提出使用深度优先遍历的机制获取AST的语法表征。最后,使用神经网络模型学习AST的语法表征。为了评估Astor的性能,对多个基于结构化数据和基于线性数据的漏洞检测系统进行比较,实验结果表明Astor能有效提升漏洞检测能力,降低漏报率和误报率。此外,还进一步总结出结构化模型更适用于长度大,信息量丰富的数据。

关键词：漏洞检测结构表征抽象语法树神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习与特征后处理的支持向量机铣刀磨损预测模型

引用

计算机集成制造系统 2020年第9期26卷 2331-2343页

作者：戴稳张超勇孟磊磊李晋航肖鹏飞华中科技大学数字制造装备与技术国家重点实验室湖北武汉430074 中国东方电气集团有限公司中央研究院四川成都611731 聊城大学计算机学院山东聊城252059

为提高机械加工过程中的刀具磨损预测精度,建立了一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域3方面提取的特征向量进行降维处理,然后利... 详细信息

为提高机械加工过程中的刀具磨损预测精度,建立了一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域3方面提取的特征向量进行降维处理,然后利用特征后处理确保降维向量单调不递减及平滑趋势,最后采用自适应步长布谷鸟算法优化参数的最小二乘支持向量机模型预测铣刀磨损量。通过试验测试比较所提方法与其他预测方法,表明了所提模型能更有效表征铣刀磨损量,大幅降低预测误差。

关键词：刀具磨损自动编码器特征提取特征后处理布谷鸟搜索算法最小二乘支持向量机回归算法

来源：评论

学校读者我要写书评

暂无评论

一种高效的面向动态有向图的增量强连通分量算法

引用

中国科学：信息科学 2019年第8期49卷 988-1004页

作者：廖小飞陈意诚张宇金海刘海坤赵进华中科技大学大数据技术与系统国家地方联合工程研究中心武汉430074 华中科技大学服务计算技术与系统教育部重点实验室武汉430074 华中科技大学集群与网格计算湖北省重点实验室武汉430074 华中科技大学计算机科学与技术学院武汉430074

强连通分量(strongly connected component, SCC)算法可以将一个有向图缩略为有向无环图(directed acyclic graph, DAG),广泛应用于可达性查询等有向图分析应用.尽管现有工作已经提出多种面向静态有向图的强连通分量算法,但是它们需要... 详细信息

强连通分量(strongly connected component, SCC)算法可以将一个有向图缩略为有向无环图(directed acyclic graph, DAG),广泛应用于可达性查询等有向图分析应用.尽管现有工作已经提出多种面向静态有向图的强连通分量算法,但是它们需要高额的运行时开销来反复对整个图进行全量计算,以响应现实世界中普遍存在的动态有向图结构的频繁变化.其实,在通常情况下,动态有向图每次改变量极小(少于5%).其允许我们以增量的方式对动态有向图进行强连通分量计算,以缩短响应时间.因此,为解决此问题,本文提出了一种高效的面向动态有向图的增量强连通分量算法Incremental Strongly Connected Components Algorithm,简称Inc-SCC,通过对不必要的计算进行裁剪以减少算法的数据访问量和计算量,并利用SCC的不相交性进行并行处理以提升SCC计算效率.其次,提出了一种启发式优化方法进一步加快算法收敛速度.实验结果显示,本方法可以用于实时响应有向图持续性动态变化,并且当整个有向图的边变化比例为5%时,本方法相对于现有算法的加速比可达2.8到12倍,当整个有向图的边变化比例为0.5%时,本方法相对于现有算法的加速比可达2.9到12倍.

关键词：强连通分量动态有向图增量计算收敛有向无环图

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：