检索结果-内蒙古大学图书馆

中国生物医学工程学报 2024年第2期43卷 153-161页

作者：王玉峰成昊沅万承北张博石爱菊南京邮电大学通信与信息工程学院南京210003 南京邮电大学理学院南京210046

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务... 详细信息

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务存在数据不平衡、类间差异性小以及皮损面积占比少等方面的挑战。为此,本研究提出一种基于双分支注意力卷积神经网络(DACNN)皮肤癌分类框架。在数据预处理阶段,根据更细粒度的皮肤病类别,对数据集进行分解,降低数据不平衡程度。从网络结构上,上分支网络利用注意力残差学习(ARL)模块有效提取潜在的病变区域特征,接着利用损伤定位网络(LLN)模块定位病变区域。对其裁剪放大输入由ARL构成的下分支网络,进行局部细节的特征提取,然后结合上下分支网络的特征,进行有效的识别。最后,为了进一步缓解数据不平衡问题,在训练阶段中采用加权损失函数。在包含10015张皮肤镜图像数据集上,对所提出的DACNN模型与几种典型的皮肤病变检测框架进行了实验验证和比较。结果表明,DACNN皮肤癌变检测框架的Sensitivity、Accuracy和F1_score等性能指标分别达到了0.922、0.942和0.933,与已有的递归注意力卷积神经网络模型RACNN相比,以上3个指标分别提升了3.48%、2.95%和3.44%。总之,对于各类图像数不平衡,类间图像差异性小以及皮损面积占比少的皮肤镜图像而言,采用适当的类分解,以及双分支注意力神经网络结构首先对潜在的病变区域进行定位放大,然后进行局部细节的特征提取,能够极大的提高皮肤癌的检测准确度。

关键词：皮肤癌双分支神经网络注意力机制数据不平衡

来源：评论

学校读者我要写书评

暂无评论

基于逐层增量分解的深度网络神经元相关性解释方法

引用

自动化学报 2024年第10期50卷 2049-2062页

作者：陈艺元李建威邵文泽孙玉宝智能信息处理与通信技术省高校重点实验室(南京邮电大学) 南京210003 南京邮电大学通信与信息工程学院南京210003 南京信息工程大学教育部数字取证工程研究中心南京210044

神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分... 详细信息

神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分解的神经网络解释新方法LID-Taylor(Layer-wise increment decomposition),且在此基础上先后引入针对顶层神经元相关性的对比提升策略,以及针对所有层神经元相关性的非线性提升策略,最后利用交叉组合策略得到最终方法SIG-LID-IG,实现了决策归因性能的鲁棒跃升.通过热力图对现有工作与提出方法的决策归因性能做了定性定量评估.结果显示,SIG-LID-IG在神经元的正、负相关性的决策归因合理性上均可媲美甚至优于现有工作.SIG-LID-IG在多尺度热力图下同样取得了精确性更高、鲁棒性更强的决策归因.

关键词：神经网络可解释性决策相关性逐层相关性传播类激活图积分梯度

来源：评论

学校读者我要写书评

暂无评论

针对不同偏振参数下激光与运动电子对撞的空间辐射功率分布探究

引用

光电子·激光 2025年

作者：潘正华赵怡博姚东辰田友伟南京邮电大学贝尔英才学院南京邮电大学通信与信息工程学院南京邮电大学理学院

为探究不同偏振参数特性的激光脉冲对激光场内不同初始位置的高能电子运动与功率辐射分布影响，以电磁学基本方程为基础建立电子激光对撞模型，借助MATLAB软件分析模拟出了不同偏振参数下不同初始位置的电子辐射空间分布特点。研究表明... 详细信息

为探究不同偏振参数特性的激光脉冲对激光场内不同初始位置的高能电子运动与功率辐射分布影响，以电磁学基本方程为基础建立电子激光对撞模型，借助MATLAB软件分析模拟出了不同偏振参数下不同初始位置的电子辐射空间分布特点。研究表明，随着偏振参数从0到1增加，其与不同位置的电子对撞产生的空间辐射分布呈双峰状向四周过渡；在初始位置一定时，辐射分布随偏振参数增大双峰逐渐下降扁平；在偏振参数一定时，辐射分布随初始位置变化而显现微小变化。同时发现在偏振参数为0.7，电子初始于z正半轴上距原点30μ m位置出现电子单位空间立体角辐射最大值。

关键词：偏振参数初始位置电子激光对撞数值模拟

来源：评论

学校读者我要写书评

暂无评论

基于用户静动态兴趣和去噪隐式负反馈的新闻推荐算法

引用

计算机科学 2025年

作者：魏金生周苏卢官明丁佳伟南京邮电大学通信与信息工程学院智能信息处理与通信技术省高校重点实验室(南京邮电大学)

在现有的新闻推荐系统中，通常将用户历史未点击新闻视为隐式负反馈，对隐式负反馈进行建模能够引导推荐模型过滤掉用户不感兴趣的新闻。由于未点击的新闻中可能会存在用户感兴趣的内容，即存在偏好噪声，导致对隐式负反馈建模的干扰；... 详细信息

在现有的新闻推荐系统中，通常将用户历史未点击新闻视为隐式负反馈，对隐式负反馈进行建模能够引导推荐模型过滤掉用户不感兴趣的新闻。由于未点击的新闻中可能会存在用户感兴趣的内容，即存在偏好噪声，导致对隐式负反馈建模的干扰；此外，由于用户兴趣的多样化和多变性，现有的新闻推荐系统往往存在“信息茧房”的问题。为了解决上述问题，提出了一种基于用户静动态兴趣和去噪隐式负反馈的新闻推荐算法。通过对用户的静态和动态兴趣进行融合建模，并对静动态兴趣隐式负反馈进行去噪，来构建动态更新的用户偏好模型。首先，构建基于正交映射的静态兴趣去噪模块，对静态兴趣中的隐式负反馈进行去噪；然后，将门控循环单元（Gated Recurrent Unit，GRU）与正交映射相融合，构建基于改进GRU的动态兴趣去噪模块，充分建模用户的兴趣变化并实现对动态兴趣中的隐式负反馈进行去噪；最后，通过引入对比学习技术，增强模型对隐式正反馈和负反馈的区分能力，以提升个性化新闻推荐性能。在MIND数据集上的实验表明，与基线方法相比，该模型在AUC、MRR、NDCG@5、NDCG@10这四种评价指标上分别提升了1.18%、1.84%、2.75%、1.67%，验证了该模型方法的有效性。

关键词：新闻推荐信息茧房正交映射门控循环单元对比学习

来源：评论

学校读者我要写书评

暂无评论

基于时序分解和注意力图神经网络的交通预测

引用

数据采集与处理 2025年第2期40卷 417-430页

作者：杨永鹏杨震杨真真南京邮电大学通信与信息工程学院南京210023 南京邮电大学理学院南京210023

如何有效挖掘隐藏在交通数据中的时空依赖信息、动态信息和空间异质信息一直是交通预测任务面临的关键问题。本文提出了一种基于时序分解和注意力图神经网络(Time‑series decomposition and attention graph neural network,TDAGNN)的... 详细信息

如何有效挖掘隐藏在交通数据中的时空依赖信息、动态信息和空间异质信息一直是交通预测任务面临的关键问题。本文提出了一种基于时序分解和注意力图神经网络(Time‑series decomposition and attention graph neural network,TDAGNN)的交通预测模型。采用双分支时序分解卷积神经网络(Dual time‑series decomposition convolutional neural network,DTDCNN)从复杂的交通数据中挖掘时间依赖信息;采用多头交互注意力网络(Multi‑head interactive attention,MIA)对原始交通特征和局部增强特征进行交互学习,以深入挖掘交通数据的异质信息和动态信息;引入自缩放动态扩散图神经网络(Self‑scaling dynamic diffusion graph neural network,SDDGNN)在获取交通数据空间依赖信息的同时,避免图神经网络的尺度失真问题;将提出的TDAGNN应用于经典交通数据PEMS04、PEMS08、METR‑LA和PEMS‑BAY的交通预测实验中。实验结果表明,提出模型的平均MAE、RMSE和MAPE比其他经典算法最大可分别提高14.64、23.68和9.41%,从而证明其具有较高的交通预测精度。

关键词：交通预测时序分解图神经网络注意力机制局部增强网络

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv5s和双稳随机共振的夜间车辆检测算法

引用

计算机科学 2024年第9期51卷 173-181页

作者：胡鹏飞王友国翟其清颜俊柏泉南京邮电大学理学院南京210023 南京邮电大学通信与信息工程学院南京210023

针对夜间车辆检测过程中光照不强导致漏检误检的问题,基于YOLOv5s和双稳随机共振提出一种改进的夜间车辆检测算法。YOLOv5s从4方面进行改进:1)在Backbone和Neck中更换细小结构,提高网络对小目标的检测能力;2)加入由坐标注意力CA和能量... 详细信息

针对夜间车辆检测过程中光照不强导致漏检误检的问题,基于YOLOv5s和双稳随机共振提出一种改进的夜间车辆检测算法。YOLOv5s从4方面进行改进:1)在Backbone和Neck中更换细小结构,提高网络对小目标的检测能力;2)加入由坐标注意力CA和能量注意力SimAM构成的双注意力机制,提高网络对目标的特征提取能力;3)采用轻量化骨干Fasternet,减少模型参数量;4)在Head中采用WIoU损失函数,加快边界框回归损失的收敛速度。利用经典的双稳随机共振对夜间车辆数据集进行低照度图像增强,分析其有效性,并将增强后的夜间车辆图像传入改进的YOLOv5s网络进行训练。实验结果表明,相较于原始YOLOv5s,融合改进的YOLOv5s和双稳随机共振的夜间车辆检测算法在执行远景小目标以及密集遮挡的夜间车辆检测任务时具有更高的准确率和更低的漏检率。

关键词：双稳随机共振低照度图像增强 YOLOv5s 双注意力机制轻量化骨干

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征融合和对比学习的小样本图像分割方法

引用

南京邮电大学学报(自然科学版) 2025年

作者：胡晓飞吴佳芸邹贵春武灵芝南京邮电大学通信与信息工程学院南京邮电大学化学与生命科学学院南京邮电大学理学院

针对医学图像标注数据稀缺以及模型在分割多尺度目标时效果不佳的问题，提出一种基于多尺度特征融合和对比学习的小样本医学图像分割方法。首先，提出一种顺序拼接的多尺度跳跃连接方法替代传统的跳跃连接，有效地融合编码器中不同尺度... 详细信息

针对医学图像标注数据稀缺以及模型在分割多尺度目标时效果不佳的问题，提出一种基于多尺度特征融合和对比学习的小样本医学图像分割方法。首先，提出一种顺序拼接的多尺度跳跃连接方法替代传统的跳跃连接，有效地融合编码器中不同尺度的特征图并传递给相应的解码器。其次，鉴于模型的双分支结构，提出一种基于多尺度特征的对比学习模块，设计对比学习损失函数，提高模型对像素级特征的可分辨能力。所提方法实现了医学图像的跨域数据分割，解决了因数据集稀缺造成的分割效果差的问题，提高模型对不同尺度目标的分割准确率和泛化能力，优于当今主流的小样本医学图像分割方法。

关键词：深度学习医学图像分割多尺度特征融合对比学习小样本学习

来源：评论

学校读者我要写书评

暂无评论

联合纯四元数与字典学习的彩色图像去噪方法

引用

系统工程与电子技术 2023年第2期45卷 373-378页

作者：曾拥华马均瑶黄朝燕冒智慧武婷婷陆军工程大学野战工程学院江苏南京210007 南京邮电大学通信与信息工程学院江苏南京210023 南京邮电大学理学院江苏南京210023

彩色图像在获取、传输和存储过程中会受到噪声的影响,这给后续图像处理带来麻烦,因此图像去噪任务意义重大。对此,提出一种基于四元数字典学习的模型,该模型约束四元数的实部为零,图像的色彩信息得以保存。传统的稀疏图像模型把彩色图... 详细信息

彩色图像在获取、传输和存储过程中会受到噪声的影响,这给后续图像处理带来麻烦,因此图像去噪任务意义重大。对此,提出一种基于四元数字典学习的模型,该模型约束四元数的实部为零,图像的色彩信息得以保存。传统的稀疏图像模型把彩色图像看作向量或者单色图像的线性组合,忽略了RGB通道之间的关系。用纯四元数表示彩色图像,将彩色图像的RGB通道表示成四元数矩阵的虚部,拟合图像效果更好。数值实验表明,与其他模型相比较,所构建的模型可以更精确地表示彩色图像,在处理彩色图像的过程中产生模型拟合误差相对较小,峰值信噪比以及视觉效果方面均有明显提升,能更好地进行图像去噪。

关键词：四元数字典学习法彩色图像去噪

来源：评论

学校读者我要写书评

暂无评论

IRS增强的UAV机会接入宽带CR系统资源分配与安全优化

引用

南京邮电大学学报(自然科学版) 2025年第3期 38-47页

作者：赵国兴刘富辉晏子祥吴伟田峰南京邮电大学通信与信息工程学院南京邮电大学理学院东南大学移动通信全国重点研究实验室

提出了一种智能反射面（Intelligent Reflecting Surface,IRS）增强的无人机（Unmanned Aerial Vehicle,UAV）机会接入宽带认知无线电（Cognitive Radio,CR）系统，以提升系统频谱效率并确保物理层安全（Physical Layer Security,PLS）。通过联合优化UAV的波束赋形和飞行轨迹、IRS的反射系数、用户和IRS的关联选择、子载波选择及感知时间，在满足主用户可容忍最大干扰和次级用户最小安全速率需求的前提下，最大化次级网络的和安全速率。由于包含整数规划约束、非线性约束以及优化变量之间的相互耦合，因此导致问题高度非凸。为此，采用了深度强化学习（Deep Reinforcement Learning,DRL）算法，包括决斗双重深度Q网络（Dueling Double Deep Q Network,D3QN）算法和软性演员-评论家（Soft Actor-Critic,SAC）算法。该方法能够高效处理复杂的混合变量优化问题，以提高算法的稳定性和收敛速度，确保在动态环境中获得更优的资源分配和通信安全性能。仿真结果表明，所提方法在通信安全和频谱效率方面显著优于基准方案。IRS、UAV和CR技术的引入显著提升了系统的频谱利用率和用户的安全速率。此外，所提方法在动态环境中展现了较高的稳定性和快速的收敛速度。

关键词：智能反射面增强无人机机会接入认知无线电物理层安全深度强化学习算法

来源：评论

学校读者我要写书评

暂无评论

面向未来复杂网络的标识体系研究

引用

南京邮电大学学报（自然科学版） 2024年第6期44卷 108-119页

作者：佘昊王宇翱周沂钱琪杰郭永安南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学智能信息处理与通信技术省高校重点实验室江苏南京210003

软件定义网络以控制和转发分离的特性将网络领域带入智能与集中化的时代,然而随着物联网、工业互联网等场景的多样化与复杂化变革,未来网络需要支持按需互联、任务驱动的需求,传统TCP/IP的标识体系无法满足未来复杂网络的特性。因此,如... 详细信息

软件定义网络以控制和转发分离的特性将网络领域带入智能与集中化的时代,然而随着物联网、工业互联网等场景的多样化与复杂化变革,未来网络需要支持按需互联、任务驱动的需求,传统TCP/IP的标识体系无法满足未来复杂网络的特性。因此,如何设计全新的互联网标识体系已成为信息领域最为迫切与核心的研究内容。分析了TCP/IP的层级结构缺陷,创造性提出“多维标识”体系及其关键机制。多维标识网络知识空间针对全网的资源进行统一标识、统一调度、状态感知和拓扑存储,为实现差异化、定制化通信网络服务提供分析与适配基础。

关键词：新型标识体系标识网络多维标识

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：