检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2023年第9期53卷 2591-2600页

作者：霍光林大为刘元宁朱晓冬袁梦盖迪东北电力大学计算机学院吉林省吉林市132012 吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 南昌大学软件学院南昌330047

针对基于深度学习的虹膜分割模型存在参数量大、计算量大、占用空间大的问题,提出了一种轻量级的虹膜分割模型。首先,将Linknet中特征提取网络替换为改进的轻量级网络MobileNetv3。这种设计在保持准确性的同时显著地提高了模型效率。其... 详细信息

针对基于深度学习的虹膜分割模型存在参数量大、计算量大、占用空间大的问题,提出了一种轻量级的虹膜分割模型。首先,将Linknet中特征提取网络替换为改进的轻量级网络MobileNetv3。这种设计在保持准确性的同时显著地提高了模型效率。其次,为了减少虹膜特征信息丢失,设计了一个多尺度特征提取模块。再次,引入了通道注意力机制,抑制无关噪声,加大虹膜区域的权重。最后,在3个虹膜数据库上将本文模型与其他虹膜分割模型进行比较,结果表明,本文模型在虹膜分割准确率和效率之间取得了更好的平衡。

关键词：计算机应用虹膜分割深度学习轻量级网络注意力机制多尺度特征

来源：评论

学校读者我要写书评

暂无评论

基于模板融合的超声医学影像全景拼接方法

引用

吉林大学学报（工学版） 2022年第4期52卷 916-924页

作者：贾海洋夏睿吕安祺管噌璇陈娟王雷吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学白求恩第一医院长春130012

采用全景拼接技术将基于超声探测装置获得的局部图像通过拼接融合获得观察视野更大的医学影像,为临床诊断和医患交流提供更直观、全面的信息,但受成像条件影响,获得的局部超声医学图像精度不高、噪声多,传统全景拼接方法处理效果不理想... 详细信息

采用全景拼接技术将基于超声探测装置获得的局部图像通过拼接融合获得观察视野更大的医学影像,为临床诊断和医患交流提供更直观、全面的信息,但受成像条件影响,获得的局部超声医学图像精度不高、噪声多,传统全景拼接方法处理效果不理想。针对上述问题,本文提出基于改进的k-MEANS聚类算法的模板融合拼接方法进行超声医学影像拼接。与传统的模板拼接类算法相比,该方法将特征点密集区域自组织成尺寸灵活可变的模板,能够利用启发式窗口算法提高相邻图片匹配的速度。对比实验结果表明,该方法的模板探测速率、平均模板密度得到了提高,图像配准精度提高,具有较高的鲁棒性和实时性。

关键词：超声影像融合拼接图像处理模板匹配

来源：评论

学校读者我要写书评

暂无评论

基于黏菌算法的蛋白质多序列比对

引用

吉林大学学报（工学版） 2022年第12期52卷 2984-2993页

作者：王鑫禄刘大有刘思含王征张丽伟董飒吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学国际教育学院长春130012

基于黏菌算法(SMA)提出了一种有效的配比模型(SMA_MSA)以辅助判断不同序列之间是否具有同源性,进而预测蛋白质结构。基于BAliBASE 3.0基准数据集,对SMA_MSA和其他经典竞争算法在6类数据集上进行了测试。结果表明:在其中的31个数据集中SM... 详细信息

基于黏菌算法(SMA)提出了一种有效的配比模型(SMA_MSA)以辅助判断不同序列之间是否具有同源性,进而预测蛋白质结构。基于BAliBASE 3.0基准数据集,对SMA_MSA和其他经典竞争算法在6类数据集上进行了测试。结果表明:在其中的31个数据集中SMA_SMA有较好的匹配能力,说明了本文模型在蛋白质多序列比对问题中具有很大的发展潜力。

关键词：计算机应用蛋白质多序列比对黏菌算法 BAliBASE

来源：评论

学校读者我要写书评

暂无评论

身份保持约束下的面部图像超分辨率重建方法

引用

数据采集与处理 2023年第2期38卷 350-363页

作者：田旭刁红军凌兴宏苏州大学计算机科学与技术学院苏州215006 苏州城市学院苏州215104 吉林大学符号计算与知识工程教育部重点实验室长春130012

低分辨率是影响人脸识别精度的重要因素。一种有效方法是使用图像超分辨率技术对低分辨率图像重建,生成超分辨率图像后再对其作人脸识别,从而克服低分辨率面部图像对人脸识别的限制。但是,现有超分辨率方法在重建过程中往往忽略了保持... 详细信息

低分辨率是影响人脸识别精度的重要因素。一种有效方法是使用图像超分辨率技术对低分辨率图像重建,生成超分辨率图像后再对其作人脸识别,从而克服低分辨率面部图像对人脸识别的限制。但是,现有超分辨率方法在重建过程中往往忽略了保持其原始身份信息,这直接影响生成图像的人脸识别结果。针对上述问题,提出了一种身份保持约束下的面部超分辨率重建方法IPNet,在提高低分辨率面部图像质量的同时,能保持重建后的面部图像身份。IPNet方法将语义分割网络和面部生成器相结合,通过语义分割网络提取低维隐码和多分辨率空间特征,进而指导面部生成器输出接近于原图的真实面部图像。在此基础上引入人脸识别网络,将身份信息整合到超分辨率方法中,从而约束重建前后的面部图像身份保持一致。实验结果表明,IPNet方法在超分辨率图像质量和身份保持上均优于其他对比方法。

关键词：超分辨率人脸识别语义分割面部生成器身份保持

来源：评论

学校读者我要写书评

暂无评论

基于贡献度和数据有效性检验的共识机制

引用

东北大学学报（自然科学版） 2024年第2期45卷 160-169,178页

作者：时小虎姚鑫孙延风马德印吉林大学计算机科学与技术学院吉林长春130012 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 吉林大学商学院吉林长春130012 长春工业大学计算机科学与工程学院吉林长春130012

将区块链技术引入到分布式数据维护系统,旨在解决基于传统中心化数据库的分布式系统存在的数据维护不透明、数据易被篡改、历史记录不可追溯等问题,提出一种基于贡献度和数据有效性检验的共识机制.该算法提出一种贡献度优先的随机可验... 详细信息

将区块链技术引入到分布式数据维护系统,旨在解决基于传统中心化数据库的分布式系统存在的数据维护不透明、数据易被篡改、历史记录不可追溯等问题,提出一种基于贡献度和数据有效性检验的共识机制.该算法提出一种贡献度优先的随机可验证领导者选举机制,保证记账权分配的随机性及可验证性.进一步引入密度峰值算法对交易数据有效性进行校验,对打包区块的正确性达成共识.最后将所提出的共识机制应用于梅花鹿分布式养殖场场景,结果验证了密度峰值算法在交易数据有效性检测任务中的准确性和高效性.出块时延分析和安全性分析表明,所提出的共识机制能够满足数据有效性验证的实时性需求,能耗较小,具有很强的灾备能力.

关键词：区块链共识机制离群点检测分布式数据维护溯源

来源：评论

学校读者我要写书评

暂无评论

基于稠密连接的多形性腺瘤辅助诊断

引用

吉林大学学报（理学版） 2023年第5期61卷 1159-1168页

作者：董立岩张玥敏朱晓冬张小利赵博吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对多形性腺瘤诊断完全依赖人工的问题,提出一种计算机辅助诊断方法.先通过采集数据并构建多形性腺瘤数据集,对当前稠密连接网络进行改进并融合通道注意力机制进行疾病组织分类特征提取,得到组织类别和概率,然后使用CART(classificatio... 详细信息

针对多形性腺瘤诊断完全依赖人工的问题,提出一种计算机辅助诊断方法.先通过采集数据并构建多形性腺瘤数据集,对当前稠密连接网络进行改进并融合通道注意力机制进行疾病组织分类特征提取,得到组织类别和概率,然后使用CART(classification and regression tree)进行推理学习,得到诊断结果.对难判断的类别选择进行人工辅助,进而实现对多形性腺瘤疾病的计算机辅助工作.实验结果表明,该方法在分类识别模块分类提取准确率达97.7%,决策树推理诊断准确率达100%.此外,分类识别模块在血细胞分类领域的准确率达98.6%.该方法具有一定的迁移性和有效性.

关键词：计算机应用多形性腺瘤稠密连接注意力机制决策树

来源：评论

学校读者我要写书评

暂无评论

具有局部和全局注意力机制的图注意力网络学习单样本组学数据表征

引用

吉林大学学报（理学版） 2023年第6期61卷 1351-1357页

作者：周丰丰张金楷吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对生物组学数据中基因数目远大于样本数目的高维“大p小n”问题,提出一种具有局部和全局注意力机制的图注意力网络GATOr.该模型首先在组学数据上利用Pearson相关系数计算特征之间的相关性,构建组学数据的单样本网络;然后提出一种结合... 详细信息

针对生物组学数据中基因数目远大于样本数目的高维“大p小n”问题,提出一种具有局部和全局注意力机制的图注意力网络GATOr.该模型首先在组学数据上利用Pearson相关系数计算特征之间的相关性,构建组学数据的单样本网络;然后提出一种结合局部和全局注意力机制的图注意力网络从单样本网络中学习基于图的组学特征表示,从而将组学数据的高维特性转化为低维表示.实验结果表明,GATOr与其他传统分类算法相比,在分类任务的准确率及其他指标上均取得了较优性能.

关键词：组学数据单样本网络注意力机制图注意力网络

来源：评论

学校读者我要写书评

暂无评论

基于元学习的小样本知识图谱补全

引用

吉林大学学报（理学版） 2023年第3期61卷 623-630页

作者：汪雨竹彭涛朱蓓蓓崔海吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

以元学习为核心思想,结合卷积神经网络和Transformer编码器构建一个三阶段表示学习模型.为表达参考集中实体与任务关系之间的相互作用,使用卷积神经网络获取关系元,应用Transformer编码器增强查询集中的实体表示,并设计了用于计算不完... 详细信息

以元学习为核心思想,结合卷积神经网络和Transformer编码器构建一个三阶段表示学习模型.为表达参考集中实体与任务关系之间的相互作用,使用卷积神经网络获取关系元,应用Transformer编码器增强查询集中的实体表示,并设计了用于计算不完全三元组匹配度得分的处理器,以解决小样本知识图谱补全问题,即大规模知识图谱较稀疏,而其中出现频率较低的长尾关系对应的实体对数量较多的现象.在数据集NELL-One和Wiki-One上的实验结果表明,该模型对大规模知识图谱中长尾关系对应的头尾实体的预测效果较好,可实现知识图谱中实体和关系的高效特征表示生成和缺失实体补全.

关键词：知识图谱补全元学习 Transformer编码器卷积神经网络知识图谱嵌入

来源：评论

学校读者我要写书评

暂无评论

结合进化算法的深度强化学习方法研究综述

引用

计算机学报 2022年第7期45卷 1478-1499页

作者：吕帅龚晓宇张正昊韩帅张峻伟吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 Department of Information and Computing Sciences Utrecht UniversityUtrecht 3584 CCThe Netherlands

深度强化学习是目前机器学习领域中重要的研究分支之一,它可以通过直接与环境进行交互实现端到端的学习,对高维度和大规模的问题有着很好的解决能力.虽然深度强化学习已经取得了瞩目的成果,但其仍面临着对环境探索能力不足、鲁棒性差、... 详细信息

深度强化学习是目前机器学习领域中重要的研究分支之一,它可以通过直接与环境进行交互实现端到端的学习,对高维度和大规模的问题有着很好的解决能力.虽然深度强化学习已经取得了瞩目的成果,但其仍面临着对环境探索能力不足、鲁棒性差、容易受到由欺骗性奖励导致的欺骗性梯度影响等问题.进化算法普遍具有较好的全局搜索能力、良好的鲁棒性和并行性等优点,因此将进化算法与深度强化学习结合用于弥补深度强化学习不足的方法成为了当前研究的热点.该文主要关注进化算法在无模型的深度强化学习方法中的应用,首先简单介绍了进化算法和强化学习基本方法,之后详细阐述了两类结合进化算法的强化学习方法,分别是进化算法引导策略搜索的强化学习和结合进化算法的深度强化学习,同时对这些方法进行了对比与分析,最后对该领域的研究重点和发展趋势进行了探究.

关键词：强化学习深度强化学习进化算法遗传算法进化策略

来源：评论

学校读者我要写书评

暂无评论

基于ProtBert预训练模型的HLA-Ⅰ和多肽的结合预测算法

引用

吉林大学学报（理学版） 2023年第3期61卷 651-657页

作者：周丰丰张亚琪吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对现有的第Ⅰ类HLA(HLA-Ⅰ)分子与多肽结合亲和力预测算法在特征构造时依赖传统序列评分函数的问题,为突破用经典机器学习算法构造氨基酸序列特征的局限性,提出一种基于蛋白质预训练模型ProtBert的HLA-Ⅰ与多肽的结合预测算法ProHLAⅠ... 详细信息

针对现有的第Ⅰ类HLA(HLA-Ⅰ)分子与多肽结合亲和力预测算法在特征构造时依赖传统序列评分函数的问题,为突破用经典机器学习算法构造氨基酸序列特征的局限性,提出一种基于蛋白质预训练模型ProtBert的HLA-Ⅰ与多肽的结合预测算法ProHLAⅠ.该算法利用生命体语言与文本语言在组成上的共性,将氨基酸序列类比句子,通过整合ProtBert预训练模型、BiLSTM编码和注意力机制的网络结构优势,对HLA-Ⅰ序列和多肽序列进行特征提取,从而实现HLA-Ⅰ独立于位点的多肽结合预测.实验结果表明,该模型在两组独立测试集中均取得了最优性能.

关键词： HLA-Ⅰ结合肽预测自然语言处理注意力机制 BERT模型双向长短期记忆模型(BiLSTM)

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：