检索结果-内蒙古大学图书馆

计算机科学与探索 2015年第1期9卷 36-42页

作者：史乐柏文阳南京大学计算机软件新技术国家重点实验室南京210023

针对现有的否定选择算法存在检测率较低,检测器集合过大等问题,提出了一种结合非自体信息和二次移动的实值否定选择算法(NTMV-detector)。该算法基于训练集中的非自体和随机的方法生成候选检测器中心。二次移动的主要思路是:如果候选检... 详细信息

针对现有的否定选择算法存在检测率较低,检测器集合过大等问题,提出了一种结合非自体信息和二次移动的实值否定选择算法(NTMV-detector)。该算法基于训练集中的非自体和随机的方法生成候选检测器中心。二次移动的主要思路是:如果候选检测器中心与成熟检测器匹配,把它移出成熟检测器集;然后通过离候选检测器中心最近的两个自体来微调检测器的位置,确定检测器半径。实验证明,该方法可以有效地提高疾病诊断的诊断率,降低误诊率。

关键词：否定选择算法检测器实值非自体信息

来源：评论

学校读者我要写书评

暂无评论

代价敏感的局部判别嵌入人脸识别算法

引用

计算机辅助设计与图形学学报 2015年第7期27卷 1304-1312页

作者：杨萌马小虎张哲来苏州大学计算机科学与技术学院苏州215006 南京大学计算机软件新技术国家重点实验室南京210023

局部判别嵌入算法寻求最高的正确识别率时假设所有的错误分类具有相同的错分代价,然而这个假设在现实的人脸识别系统中往往是不成立的,因为不同的错误分类将会导致不同的错分代价.为此,提出一种代价敏感的局部判别嵌入算法.首先通过构... 详细信息

局部判别嵌入算法寻求最高的正确识别率时假设所有的错误分类具有相同的错分代价,然而这个假设在现实的人脸识别系统中往往是不成立的,因为不同的错误分类将会导致不同的错分代价.为此,提出一种代价敏感的局部判别嵌入算法.首先通过构造代价矩阵将代价敏感理念融入到特征提取阶段,以提高算法判别不同错误分类的能力;然后最大化异类近邻样本点之间的错分代价,同时最小化同类近邻样本点之间的距离;最后利用迭代算法求得最佳的正交投影向量,以更好地维持数据的度量架构.在Yale,ORL,AR和Extended Yale B人脸数据库上的实验结果表明,文中算法是有效的.

关键词：人脸识别局部判别嵌入代价敏感特征提取

来源：评论

学校读者我要写书评

暂无评论

基于双目融合与竞争的无参考立体图像质量评价方法

引用

宁波大学学报（理工版） 2016年第4期29卷 50-55页

作者：何美伶郁梅宁波大学信息科学与工程学院浙江宁波315211 南京大学计算机软件新技术国家重点实验室江苏南京210093

根据人眼对立体图像的感知过程,提出了一种基于双目融合和竞争特性的无参考立体图像质量评价方法.首先将左右视点图像进行融合,对得到的独眼图进行Gabor特征提取;然后对左右视点图像的绝对差值图提取特征;最后将独眼图特征和绝对差值图... 详细信息

根据人眼对立体图像的感知过程,提出了一种基于双目融合和竞争特性的无参考立体图像质量评价方法.首先将左右视点图像进行融合,对得到的独眼图进行Gabor特征提取;然后对左右视点图像的绝对差值图提取特征;最后将独眼图特征和绝对差值图特征融合得到立体图像特征集,通过支持向量回归预测得到客观值.采用该方法对LIVE立体图像数据库进行评价,Pearson线性相关系数(PLCC)和Spearman等级相关系数(SROCC)均在0.94左右,优于其他参与对比的质量评价方法.表明该方法符合人眼视觉特性,能够很好地描述人眼感知特性.

关键词：立体图像质量评价无参考图像质量评价双目融合双目竞争独眼图

来源：评论

学校读者我要写书评

暂无评论

基于多尺度时间递归神经网络的人群异常检测

引用

软件学报 2015年第11期26卷 2884-2896页

作者：蔡瑞初谢伟浩郝志峰王丽娟温雯广东工业大学计算机学院广东广州510006 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

如何在人群密度大、变化快、存在大量遮挡的密集场景中实现可靠的人群事件检测,是领域研究的难点和热点.在密集场景时空建模的基础上提出了一种基于多尺度时间递归神经网络的人群异常事件检测和定位方法.首先对人群场景进行网格化划分,... 详细信息

如何在人群密度大、变化快、存在大量遮挡的密集场景中实现可靠的人群事件检测,是领域研究的难点和热点.在密集场景时空建模的基础上提出了一种基于多尺度时间递归神经网络的人群异常事件检测和定位方法.首先对人群场景进行网格化划分,并利用多尺度光流直方图对每个网格的人群动态进行刻画;然后,连接各个局部的人群动态获得整体的人群动态,实现整体人群动态的时间序列建模;最后,利用多尺度时间递归神经网络实现异常事件的检测和定位.其中,多尺度隐含层实现了密集场景中不同规模相邻网格之间的空间联系,节点间的反馈关系则为时间维度上的关系表达提供了有效方案.与多种代表性算法的对比实验,验证了本方法的有效性.

关键词：视频监控人群异常事件检测时间递归神经网络多尺度

来源：评论

学校读者我要写书评

暂无评论

医院信息平台主数据管理技术研究

引用

中国数字医学 2016年第7期11卷 11-13页

作者：鲍瀛华履春李瑞瑶曹磊南京大学医学院附属鼓楼医院南京大学医学院附属鼓楼医院信息中心南京大学软件新技术国家重点实验室南京工业大学计算机学院

近年来随着医疗信息化建设的快速发展,医疗信息系统功能逐渐细分,但各系统独立运转,形成信息孤岛,影响了医疗信息资源二次利用。为此南京鼓楼医院基于SOA框架、采用企业服务总线技术作为连接中枢,设计并部署了主数据管理系统。从架构设... 详细信息

近年来随着医疗信息化建设的快速发展,医疗信息系统功能逐渐细分,但各系统独立运转,形成信息孤岛,影响了医疗信息资源二次利用。为此南京鼓楼医院基于SOA框架、采用企业服务总线技术作为连接中枢,设计并部署了主数据管理系统。从架构设计、建设流程和网络架构等方面详细介绍了该系统的构建策略。实践证明,该系统的应用有效保证了医疗数据的一致性、完整性和准确性,为大型医院医疗信息归一化管理提供了切实可行的参考思路。

关键词：主数据信息管理医疗平台互联互通

来源：评论

学校读者我要写书评

暂无评论

视频人脸识别中判别性联合多流形分析

引用

软件学报 2015年第11期26卷 2897-2911页

作者：于谦高阳霍静庄韫恺山东女子学院信息技术学院山东济南250300 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

将基于视频的人脸识别转换为图像集识别问题,并提出两种流形来表示每个图像集:一种是类间流形,表示每个图像集的平均脸信息;另一种是类内流形,表示每个图像集的所有原始图像的信息.类间流形针对图像集之间的区别提取整体判别信息,作用... 详细信息

将基于视频的人脸识别转换为图像集识别问题,并提出两种流形来表示每个图像集:一种是类间流形,表示每个图像集的平均脸信息;另一种是类内流形,表示每个图像集的所有原始图像的信息.类间流形针对图像集之间的区别提取整体判别信息,作用是选出几个与待识别图像集较为相似的候选图像集.类内流形则考虑图像集内各原始图像之间的关系,负责从候选图像集中找出最为相似的一个.不同于现有的非线性流形方法中每幅图像对应流形中的一个点,采用分片技术学习两种流形的投影矩阵,每个分片对应流形中的一个点,所学到的特征更具有判别性,进而使流形边界更加清晰,同时解决了传统非线性流形方法中的角度偏差和不充分采样问题.还提出了与分片技术相匹配的流形之间的距离度量方法.最后在几个广为研究的数据集上进行了实验,结果表明:新方法的识别准确率高,尤其适用于不受控环境下的视频识别,而且不受视频段长短的影响.

关键词：基于视频的人脸识别图像集分片多流形相似性度量

来源：评论

学校读者我要写书评

暂无评论

医院信息平台主数据管理技术研究

医院信息平台主数据管理技术研究

引用

2016中华医院信息网络大会

作者：鲍瀛华履春李瑞瑶曹磊南京大学医学院附属鼓楼医院 210008 南京大学软件新技术国家重点实验室 210093 南京工业大学计算机学院 211816

近年来随着医疗信息化建设的快速发展,医疗信息系统的细分化趋势日渐显著,大型医院均部署了多种纷繁复杂的信息系统.但各系统往往独立运转,形成一个个信息孤岛,很大程度上影响了医疗信息资源二次利用.针对这种情况,南京鼓楼医院基于SOA... 详细信息

近年来随着医疗信息化建设的快速发展,医疗信息系统的细分化趋势日渐显著,大型医院均部署了多种纷繁复杂的信息系统.但各系统往往独立运转,形成一个个信息孤岛,很大程度上影响了医疗信息资源二次利用.针对这种情况,南京鼓楼医院基于SOA框架、采用企业服务总线技术作为连接中枢,设计并部署了主数据管理系统.本文从架构设计、建设流程、网络架构和用户隐私保护等方面详细介绍了该系统的构建策略.实践证明,该系统的应用有效保证了医疗数据的一致性、完整性和准确性,为大型医院医疗信息归一化管理提供了切实可行的参考思路.

关键词：医院信息化主数据管理软件设计系统架构隐私保护

来源：评论

学校读者我要写书评

暂无评论

基于随机游走的无线传感器网络覆盖洞修复

引用

计算机应用与软件 2016年第8期33卷 141-145页

作者：韩蕊张书奎陈朋飞苏州大学计算机科学与技术学院江苏苏州215006 南京大学计算机软件新技术国家重点实验室江苏南京210023

近年来,无线传感器网络逐渐成为研究的热点。无线传感器网络中由于传感器节点能力的耗尽或失效导致原先被覆盖的区域变成无节点覆盖的区域,即覆盖空洞。针对覆盖空洞问题,提出基于随机游走的移动节点修复覆盖空洞算法。通过添加移动节点... 详细信息

近年来,无线传感器网络逐渐成为研究的热点。无线传感器网络中由于传感器节点能力的耗尽或失效导致原先被覆盖的区域变成无节点覆盖的区域,即覆盖空洞。针对覆盖空洞问题,提出基于随机游走的移动节点修复覆盖空洞算法。通过添加移动节点,运用融合了能量消耗和时延的随机游走方式指引移动节点寻找覆盖空洞,并进行填补。仿真实验的结果证明了此方法的有效性,移动节点寻找出的覆盖空洞的路径上在能量以及时延方面较优。

关键词：无线传感器网络覆盖洞随机游走移动节点修复

来源：评论

学校读者我要写书评

暂无评论

基于函数占用和需求分析测试代码用例自适应优先排序

引用

计算机与现代化 2016年第3期 46-51页

作者：薛一帆毛宇光南京航空航天大学计算机科学与技术学院江苏南京210016 南京大学计算机软件新技术国家重点实验室江苏南京210093

在采用函数占用(覆盖)的测试代码用例优先级排序过程中,其特征一般是以函数占用代码率信息表示,容易忽视其他优先排序影响因素,对此提出基于函数占用和需求分析的测试代码用例自适应优先排序方式。首先,以测试代码用例优先级排序过程中... 详细信息

在采用函数占用(覆盖)的测试代码用例优先级排序过程中,其特征一般是以函数占用代码率信息表示,容易忽视其他优先排序影响因素,对此提出基于函数占用和需求分析的测试代码用例自适应优先排序方式。首先,以测试代码用例优先级排序过程中的调用函数存在路径为参照,利用源代码信息变更影响,进行影响域的回归测试分析,并对测试代码用例集进行回归范围确定。其次,考虑测试代码用例优先级排序的需求影响因素,并确定其需求优先级评价指标,然后与调用函数源代码变更影响指标进行权重自适应融合,并设计基于函数占用和需求分析评价优先级的动态调整算法。最后,通过仿真对比显示,所提方法可提高缺陷检测正确率,降低测试成本。

关键词：代码变更测试代码用例排序回归测试路径调用需求分析

来源：评论

学校读者我要写书评

暂无评论

深度信念网络的二代身份证异构人脸核实算法

引用

智能系统学报 2015年第2期10卷 193-200页

作者：张媛媛霍静杨婉琪高阳史颖欢南京大学计算机软件新技术国家重点实验室江苏南京210023

二代身份证人脸核实问题是指判断二代身份证人像和身份证使用者当前头像是否为同一人。具体来说,即将二代身份证模糊人像和实际在光照、背景等因素不可控环境下拍摄的若干张二代证使用者的视频人像作匹配,判断是否为同一个人。由于低分... 详细信息

二代身份证人脸核实问题是指判断二代身份证人像和身份证使用者当前头像是否为同一人。具体来说,即将二代身份证模糊人像和实际在光照、背景等因素不可控环境下拍摄的若干张二代证使用者的视频人像作匹配,判断是否为同一个人。由于低分辨率模糊图像和清晰视频图像属于2种不同的图像模态,因此该问题属于异构人脸识别问题。考虑到跨模态人脸图像的差异,传统的特征抽取方法很难抽取判别性特征来描述不同模态图像,使得传统方法难以达到精准辨别。针对这个问题,提出了一种新的基于深度学习的解决方法,其基本思想是通过深度信念网络(DBN)的非监督贪心逐层训练来提取人脸图像的高层特征,结合传统的图像预处理和相似性度量技术,达到人脸核实的目的。通过在256人的真实二代证数据集上和传统特征降维方法 PCA、LDA进行比较,证实了所提出方法在准确率上相比PCA有约12%的提升,相比LDA有约8%的提升。实验同时表明,针对数据量增大的情况,基于深度学习的解决方法要优于传统的人脸识别方法。

关键词：人脸核实多模态深度学习深度信念网络

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：