检索结果-内蒙古大学图书馆

气象科技 2018年第1期46卷 10-15页

作者：邓华张颖超顾荣黄飞支兴亮南京信息工程大学气象灾害预报预警与评估协同创新中心南京210044 江苏省大数据分析技术重点实验室南京210044 气象灾害教育部重点实验室南京210044

风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、... 详细信息

风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、气压等气象要素对预报风速进一步订正。实验结果表明,利用PCA-RBF算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差降低20%~30%,相对平均绝对误差降低15%~20%。与其他智能算法(BP算法、LSSVM算法)对比分析后得出,PCA-RBF算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。

关键词： WRF模式 PCA算法 RBF算法风速订正

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积网络的结直肠全扫描病理图像的多种组织分割

引用

中国生物医学工程学报 2017年第5期36卷 632-636页

作者：蔡程飞徐军梁莉魏建华周洋枢南京信息工程大学江苏省大数据分析技术重点实验室南京210044 南方医科大学病理学系广州510515

结直肠全扫描图像处理困难,原因在于图像的数据量大、结构复杂、信息含量多。目前对于结直肠癌组织病理图像的研究通常包含肿瘤和基质两种组织类型,只有一小部分研究可以解决多种组织的问题,但又不是处理全扫描的结直肠病理图像。提出... 详细信息

结直肠全扫描图像处理困难,原因在于图像的数据量大、结构复杂、信息含量多。目前对于结直肠癌组织病理图像的研究通常包含肿瘤和基质两种组织类型,只有一小部分研究可以解决多种组织的问题,但又不是处理全扫描的结直肠病理图像。提出一种基于深度卷积网络的结直肠全扫描病理图像进行多种类型组织分割的模型。该模型使用的网络层数有8层,利用深度卷积网络学习结直肠全扫描图像中典型的8种类型的组织,利用训练好的模型对这8种类型的结直肠组织进行分类测试,其测试集分类准确率达92.48%。利用该模型对结直肠全扫描病理图像中的8种类型组织进行分割,首先对全扫描图像进行预处理,分成5000像素×5000像素大小的图像块,然后标记出每一张中的8种类型的组织,最后将所得到的标记结果进行拼接,从而获得整张结直肠全扫描病理图像的8种类型组织的标记结果。该方法对8种类型的组织分割的准确率比较高,有一定辅助诊断的帮助。

关键词：全扫描病理图像多种类型组织深度卷积网络

来源：评论

学校读者我要写书评

暂无评论

移动增强现实跟踪注册技术概述

引用

南京信息工程大学学报（自然科学版） 2018年第2期10卷 203-212页

作者：刘佳王强张小瑞陆熊南京信息工程大学江苏省大数据分析技术重点实验室南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京航空航天大学自动化学院南京210016

随着移动设备软硬件性能的不断提高,将增强现实技术与移动终端相结合已成为国内外研究的热点问题.三维跟踪注册技术是移动增强现实中的关键技术之一.文中综述了移动增强现实中的三类跟踪注册方法:基于传感器、基于机器视觉和基于混合的... 详细信息

随着移动设备软硬件性能的不断提高,将增强现实技术与移动终端相结合已成为国内外研究的热点问题.三维跟踪注册技术是移动增强现实中的关键技术之一.文中综述了移动增强现实中的三类跟踪注册方法:基于传感器、基于机器视觉和基于混合的跟踪注册,并对各方法的特点进行了详细的探讨和比较.最后对移动增强现实跟踪注册技术进行了总结与展望.

关键词：移动增强现实跟踪注册移动设备

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积神经网络的肾透明细胞癌细胞核分割

引用

生物医学工程研究 2017年第4期36卷 340-345页

作者：鲁浩达徐军刘利卉周超周晓军张泽林南京信息工程大学江苏省大数据分析技术重点实验室南京210044 南京军区南京总医院南京210044

肾透明细胞癌病理图像中细胞核的形态和位置信息对肾癌的良恶性分级诊断具有重要意义,为提高肾透明细胞癌细胞核分割的质量,本研究提出了基于深度卷积神经网络的细胞核分割方法。首先,根据标定的病理图像中细胞核轮廓,构建细胞核分割样... 详细信息

肾透明细胞癌病理图像中细胞核的形态和位置信息对肾癌的良恶性分级诊断具有重要意义,为提高肾透明细胞癌细胞核分割的质量,本研究提出了基于深度卷积神经网络的细胞核分割方法。首先,根据标定的病理图像中细胞核轮廓,构建细胞核分割样本集;然后,深度卷积神经网络通过隐式特征学习对细胞核分割模型进行训练,避免人为设计特征;最后,利用细胞核分割模型对病理图像进行逐像素分割。实验结果表明,深度卷积神经网络的细胞核分割算法在肾透明细胞癌细胞核分割的像素准确率高达90.33%,细胞核分割性能稳定,深度卷积神经网络强大的鲁棒性和适应性使得肾透明细胞癌细胞核自动分割具有可能。

关键词：分割卷积神经网络细胞核肾透明细胞癌逐像素

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积网络和结合策略的乳腺组织病理图像细胞核异型性自动评分

引用

中国生物医学工程学报 2017年第3期36卷 276-283页

作者：周超徐军罗波南京信息工程大学江苏省大数据分析技术重点实验室南京210044 华中科技大学附属武汉市中心医院病理科武汉430014

细胞核异型性是评估乳腺癌恶性程度的一个重要指标,主要体现在细胞核的形状、大小变化、纹理和质密度不均化。提出基于深度学习和结合策略模型的乳腺组织细胞核异型性自动评分模型。该模型使用3个卷积神经网络,分别处理每个病例的3种不... 详细信息

细胞核异型性是评估乳腺癌恶性程度的一个重要指标,主要体现在细胞核的形状、大小变化、纹理和质密度不均化。提出基于深度学习和结合策略模型的乳腺组织细胞核异型性自动评分模型。该模型使用3个卷积神经网络,分别处理每个病例的3种不同分辨率下的组织病理图像,每个网络结合滑动窗口和绝对多数投票法,评估每个病例同一种分辨率下的图像的分值,得到3种分辨率下的评分结果。使用相对多数投票法,综合评估每个病例的最终细胞核异型性评分结果。为评估模型对细胞核异型性评分的有效性,利用训练好的模型对124个病例的测试图像进行自动评分,并把其评分结果与病理医生的评分结果作比较,进行性能评估。该模型的评分正确率得分为67分,其结果在现有的细胞核异型性评分模型中准确率排名第二。此外,该模型的计算效率也很高,平均在每张×10、×20、×40分辨率下图像的计算时间分别约为1.2、5.5、30 s。研究表明,该细胞核异型性评分模型不仅具有较高的准确性,而且计算效率高,因此具备潜在的临床应用能力。

关键词：细胞核异型性深度卷积网络绝对多数投票法相对多数投票法

来源：评论

学校读者我要写书评

暂无评论

基于近似牛顿法的分布式卷积神经网络训练

基于近似牛顿法的分布式卷积神经网络训练

引用

第六届中国计算机学会大数据学术会议

作者：王雅慧刘博袁晓彤南京信息工程大学信息与控制学院南京 210044 江苏省大数据分析技术重点实验室南京 210044 罗格斯大学计算机科学学院新泽西州美国

大多数机器学习问题可以最终归结为最优化问题(模型学习).它主要运用数学方法研究各种问题的优化途径及方案,在科学计算和工程分析中起着越来越重要的作用.随着深度网络的快速发展,数据和参数规模也日益增长.尽管近些年来GPU硬件、网络... 详细信息

大多数机器学习问题可以最终归结为最优化问题(模型学习).它主要运用数学方法研究各种问题的优化途径及方案,在科学计算和工程分析中起着越来越重要的作用.随着深度网络的快速发展,数据和参数规模也日益增长.尽管近些年来GPU硬件、网络架构和训练方法均取得了重大的进步,但单一计算机仍然很难在大型数据集上高效训练深度网络模型,分布式近似牛顿法作为解决这一问题的有效方法之一被引入到分布式神经网络的研究中.分布式近似牛顿类方法将总体样本平均分布至多台计算机,减少了每台计算机所需处理的数据量,计算机之间互相通信共同协作完成训练任务.文中提出了基于近似牛顿法的分布式深度学习,在相同的网络中利用DANE算法训练,随着GPU数目增加,训练时间明显缩短.这与我们的最终目的一致,即在保证估计精度的前提下,利用现有分布式框架实现近似牛顿类算法,用算法分布式训练神经网络,提升运行效率.

关键词：卷积神经网络近似牛顿类法深度学习

来源：评论

学校读者我要写书评

暂无评论

改进的卷积神经网络行人检测方法

引用

计算机应用 2017年第6期37卷 1708-1715页

作者：徐超闫胜业江苏省大数据分析技术重点实验室(南京信息工程大学) 南京210044 大气环境与装备技术协同创新中心南京210044

为了在行人检测任务中使卷积神经网络(CNN)选择出更优模型并获得定位更准确的检测框,提出一种改进的基于卷积神经网络的行人检测方法。改进主要涉及两个方面:如何决定CNN样本迭代学习次数和如何进行重合窗口的合并。首先,关于CNN样本迭... 详细信息

为了在行人检测任务中使卷积神经网络(CNN)选择出更优模型并获得定位更准确的检测框,提出一种改进的基于卷积神经网络的行人检测方法。改进主要涉及两个方面:如何决定CNN样本迭代学习次数和如何进行重合窗口的合并。首先,关于CNN样本迭代次序问题,在顺序迭代训练多个CNN分类模型的基础上,提出一种基于校验集正确率及其在迭代系列分类器中展现出的稳定性进行更优模型选择的策略,以使最终选择的分类器推广能力更优。其次,提出了一种不同于非极大值抑制(NMS)的多个精确定位回归框合并机制。精确定位回归框的获取以CNN检测过程输出的粗定位框作为输入。然后,对每个粗定位框应用CNN精确定位过程并获得对应的精确定位回归框。最后,对多个精确定位回归框进行合并,合并过程考虑了每个精确定位回归框的正确概率。更精确地说,最终的合并窗口是基于多个相关的精确定位回归框的概率加权求和方式获得。针对提出的两个改进,在国际上广泛使用的行人检测公共测试数据集ETH上进行了一系列实验。实验结果表明,所提的两个改进方法均能有效地提高系统的检测性能,在相同的测试条件下,融合两个改进的方法相比Fast R-CNN算法检测性能提升了5.06个百分点。

关键词：深度学习卷积神经网络图像分类行人检测

来源：评论

学校读者我要写书评

暂无评论

基于离散Fréchet距离和剪辑近邻法的低压配电网拓扑结构校验方法

引用

电测与仪表 2017年第5期54卷 50-55页

作者：耿俊成张小斐郭志民孙玉宝国网河南省电力公司电力科学研究院郑州450052 南京信息工程大学江苏省大数据分析技术重点实验室南京210044

针对低压配电网拓扑结构人工校验成本高、准确性不够、可操作性差的问题,提出了一种基于离散Fréchet距离和剪辑K近邻的配电网拓扑结构校验方法。基于电网GIS平台配变经纬度坐标数据计算校验用户台区变压器与该地区其它变压器之间... 详细信息

针对低压配电网拓扑结构人工校验成本高、准确性不够、可操作性差的问题,提出了一种基于离散Fréchet距离和剪辑K近邻的配电网拓扑结构校验方法。基于电网GIS平台配变经纬度坐标数据计算校验用户台区变压器与该地区其它变压器之间的距离,搜索该校验用户的邻近台区。通过计算校验用户与所在台区其它用户、邻近台区所有用户之间智能电能表电压曲线离散Fréchet距离,进而运用剪辑近邻法对训练样本集进行修剪生成少量的关键样本集,可有效降低搜索复杂度,进而快速判别校验用户的正确台区类别,有效验证电网GIS平台用户与台区变压器拓扑连接关系的正确性。

关键词：配变经纬度坐标邻近台区离散Fréchet距离电压曲线相似性剪辑K近邻

来源：评论

学校读者我要写书评

暂无评论

混沌蜂群优化的NSST域多光谱与全色图像融合

引用

遥感学报 2017年第4期21卷 549-557页

作者：吴一全王志来南京航空航天大学电子信息工程学院南京210016 南京信息工程大学江苏省大数据分析技术重点实验室南京210044 浙江工业大学浙江省信号处理重点实验室杭州310023 广西师范大学广西多源信息挖掘与安全重点实验室桂林541004 成都理工大学国土资源部地学空间信息技术重点实验室成都610059 中国地质科学院矿产资源研究所国土资源部成矿作用与资源评价重点实验室北京100037

为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-HueSaturation(IHS)变换,全色图像的... 详细信息

为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-HueSaturation(IHS)变换,全色图像的直方图按照多光谱图像亮度分量的直方图进行匹配;然后分别对多光谱图像的亮度分量和新全色图像进行NSST变换,对低频分量使用改进加权融合算法进行融合,以互信息作为适应度函数,利用混沌蜂群算法找到最优加权系数。对高频分量采用改进脉冲耦合神经网络(PCNN)方法进行融合,再经NSST逆变换和IHS逆变换得到融合图像。本文方法在主观视觉效果和信息熵、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换(NSCT)和非负矩阵分解(NMF)、基于NSCT和PCNN等5种融合方法。本文方法在提升图像空间分辨率的同时,有效地保留了光谱信息。

关键词：图像融合多光谱与全色图像非下采样Shearlet变换混沌蜂群优化改进的脉冲耦合神经网络

来源：评论

学校读者我要写书评

暂无评论

基于目标提取与引导滤波增强的红外与可见光图像融合

引用

光学学报 2017年第8期37卷 91-101页

作者：吴一全王志来南京航空航天大学电子信息工程学院江苏南京211106 南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 浙江工业大学浙江省信号处理重点实验室浙江杭州310023 广西师范大学广西多源信息挖掘与安全重点实验室广西桂林541004 成都理工大学国土资源部地学空间信息技术重点实验室四川成都610059 中国地质科学院矿产资源研究所国土资源部成矿作用与资源评价重点实验室北京100037

为了使融合结果突出目标并发掘更多细节,提出了一种基于目标提取与引导滤波增强的红外与可见光图像融合方法。首先对红外图像依据二维Tsallis熵和基于图的视觉显著性模型提取目标区域。然后对可见光与红外图像分别进行非下采样Shearlet... 详细信息

为了使融合结果突出目标并发掘更多细节,提出了一种基于目标提取与引导滤波增强的红外与可见光图像融合方法。首先对红外图像依据二维Tsallis熵和基于图的视觉显著性模型提取目标区域。然后对可见光与红外图像分别进行非下采样Shearlet变换(NSST),并对所得低频分量进行引导滤波增强。由增强后的红外图像和可见光图像低频分量基于目标提取的融合规则得到融合图像的低频分量,高频分量则根据方向子带信息和取大来确定。最后经NSST逆变换得到融合图像。大量实验结果表明,本文方法在增强融合图像空间细节的同时,有效突出了目标,并且在信息熵、平均梯度等指标上优于基于拉普拉斯金字塔变换、基于小波变换、基于平稳小波变换、基于非下采样Contourlet变换(NSCT)、基于目标提取与NSCT变换等。

关键词：图像处理图像融合红外图像可见光图像非下采样Shearlet变换目标提取

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：