检索结果-内蒙古大学图书馆

吉林大学学报（理学版） 2024年第3期62卷 593-605页

作者：刘桂霞曹心恬赵贺吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图... 详细信息

针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图网络和双向长短期记忆细胞从亚细胞定位数据、蛋白质复合物数据和基因表达数据中提取特征向量;最后将这些特征向量输入到任务学习层预测关键蛋白质.实验结果表明,相比于现有的计算方法,该方法预测性能更好.

关键词：关键蛋白质特征图网络亚细胞定位基因表达 GO注释蛋白质复合物

来源：评论

学校读者我要写书评

暂无评论

多媒体终端上新型压力交互范式研究

引用

吉林大学学报（工学版） 2023年第11期53卷 3186-3193页

作者：秦贵和王曼莹孙铭会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 一汽大众汽车有限公司长春130011

针对移动终端上压力交互提出一种新型界面范式LWHP,并通过Bayes方法推理用户交互意图,优化压力空间划分。LWHP范式采用三维办公桌隐喻,包含图层(Layer),部件(Widget)、层级菜单(Hierarchical Menu)和压力手势(Pressure+Gesture)4个组成... 详细信息

针对移动终端上压力交互提出一种新型界面范式LWHP,并通过Bayes方法推理用户交互意图,优化压力空间划分。LWHP范式采用三维办公桌隐喻,包含图层(Layer),部件(Widget)、层级菜单(Hierarchical Menu)和压力手势(Pressure+Gesture)4个组成要素。基于用户历史输入的Bayes层级菜单分层优化算法,结合压力信号、交互特征(时间和跨越选项次数)和情境信息对用户意图分析解释,优化压力空间划分方式,提高交互准确性和自然性。最后,通过一个基于LWHP范式的相册交互场景阐述其应用和相关部件设计。

关键词：人机交互界面范式用户界面压力输入智能手机组件

来源：评论

学校读者我要写书评

暂无评论

基于循环结构的视觉Transformer

引用

吉林大学学报（工学版） 2024年第7期54卷 2049-2056页

作者：蒋磊王子其崔振宇常志勇时小虎莫斯科国立大学数学力学系莫斯科119991 莫斯科国立大学计算数学与控制理论系莫斯科119991 吉林大学生物与农业工程学院长春130022 吉林大学工程仿生教育部重点实验室长春130022 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

针对视觉Transformer(Vision Transformer,ViT)性能的提升依赖于网络的参数量,从而导致其应用场景受限的缺点,本文从神经学得到启发,创新性地提出将人脑神经元之间的循环结构应用在ViT上。文中首次从黎曼几何的角度解释了循环结构生效... 详细信息

针对视觉Transformer(Vision Transformer,ViT)性能的提升依赖于网络的参数量,从而导致其应用场景受限的缺点,本文从神经学得到启发,创新性地提出将人脑神经元之间的循环结构应用在ViT上。文中首次从黎曼几何的角度解释了循环结构生效的工作原理,之后以Token-to-Token Transformer(T2T Transformer)为主干框架提出了基于循环结构的ViT。实验结果表明:循环结构的引入能在视觉Transformer参数量基本不变化的情况下大幅提高其性能,使用循环结构后,在Imagenet分类数据集下网络仅增加0.14%的参数,但带来9%的分类精度提升;在目标检测任务中,增加0.1%的参数带来10.7%的性能提升。

关键词：视觉Transformer 循环结构黎曼几何

来源：评论

学校读者我要写书评

暂无评论

基于偏好和虚拟适应度的两阶段依赖任务卸载算法

引用

吉林大学学报（理学版） 2024年第4期62卷 923-932页

作者：董立岩齐竞则刘元宁冯嘉辉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

针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种... 详细信息

针对云边端协同环境中依赖任务卸载时效率低以及任务卸载失败的问题,提出一种基于偏好和虚拟适应度的两阶段依赖任务卸载算法.第一阶段,根据提出的二维卸载偏好因子对依赖任务的部分子任务进行直接卸载决策,从而有效缩小遗传算法初始种群的规模.第二阶段,提出基于虚拟适应度的启发式交叉方法,并对基于参考点的快速非支配排序遗传算法(non-dominated sorting genetic algorithmⅢ, NSGA-Ⅲ)的交叉算子进行改进,保留了种群多样性并提升了算法收敛速度,最后使用改进的算法对所有依赖任务的子任务进行最优卸载决策集的搜索.实验结果表明,与其他算法相比,该算法在任务完成时间、任务能耗和边缘云集群成本方面平均优化了10.2%~18.3%,并且将任务失败率平均降低了10.7%~25.6%.

关键词：云边端协同环境依赖任务卸载多目标优化虚拟适应度遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的细粒度医学知识图谱构建

引用

计算机科学 2024年第S02期51卷 26-32页

作者：王钰涵马涪元王英吉林大学软件学院长春130012 吉林大学人工智能学院长春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

医疗知识图谱作为整合海量医疗信息的有力工具,正被广泛应用于临床决策支持系统、医疗问答系统等便民平台。目前,大规模医疗知识图谱层出不穷,但大多都将注意力放在实体数量的扩充,而忽略了实体种类的细粒度化。医疗术语具有冗长且难以... 详细信息

医疗知识图谱作为整合海量医疗信息的有力工具,正被广泛应用于临床决策支持系统、医疗问答系统等便民平台。目前,大规模医疗知识图谱层出不穷,但大多都将注意力放在实体数量的扩充,而忽略了实体种类的细粒度化。医疗术语具有冗长且难以理解的特点,因此构建细粒度化的知识图谱可以在很大程度上提高知识图谱便民系统的实用性,并为问答系统提供更具有针对性的诊断说明。文中针对垂直网站爬取的大规模医疗知识库,以实现医疗长文本细粒度化为目标,运用BiLSTM从长句子的两个方向为每个词语建模完整上下文信息,同时引入预训练模型BERT加强对词语上下文语义的建模,并结合CRF模型学习状态转移矩阵维持标签序列的一致性,高效识别长句中的实体,并通过实体对齐和属性填充构建细粒度医疗知识图谱。医疗实体细粒度化任务的对比实验表明,BERT+BiLSTM+CRF模型的效果优于其他模型,可视化结果也说明了所提方法进行细粒度化的有效性。

关键词：知识图谱 BiLSTM CRF 细粒度

来源：评论

学校读者我要写书评

暂无评论

基于细粒度分析的不均衡图像分类算法

引用

吉林大学学报(工学版) 2023年

作者：刘萍萍商文理解小宇杨晓康吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室吉林大学软件学院

细粒度属性分析和数据不均衡问题一直是计算机视觉领域的研究热点。由于细粒度属性图像的复杂性和多样性，传统的图像分类方法在关注图像细粒度属性方面存在不足，并在处理不均衡数据集时表现不佳。为了克服这些问题，本研究提出了一种... 详细信息

细粒度属性分析和数据不均衡问题一直是计算机视觉领域的研究热点。由于细粒度属性图像的复杂性和多样性，传统的图像分类方法在关注图像细粒度属性方面存在不足，并在处理不均衡数据集时表现不佳。为了克服这些问题，本研究提出了一种基于深度度量学习的细粒度图像阈值分类算法。通过引入度量学习方法，来增强对图像细粒度属性的关注。同时，通过应用成对损失和代理损失，提高了模型的分类准确性并加快了模型的收敛速度。为了应对数据不均衡问题，设计了一个基于阈值分析的分类器。该分类器利用阈值分析技术，实现了对细粒度图像的多级分类，从而改善了在不均衡数据集中少数类别分类准确性较低的问题。实验结果表明，所提出的基于深度度量学习的细粒度图像阈值分类算法在分类准确性方面显著优于其他方法。

关键词：计算机应用深度度量学习细粒度分类不均衡数据阈值分类器

来源：评论

学校读者我要写书评

暂无评论

增强边缘检测图像算法在多书识别中的应用

引用

吉林大学学报（工学版） 2022年第4期52卷 891-896页

作者：刘铭杨雨航邹松霖肖志成张永刚长春工业大学数学与统计学院长春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

随着图书的借阅量逐渐增加,国内图书馆基本都应用了自助借还系统,但在借还书过程中仍存在着许多异常的现象,如多书识别准确率不高、图书数目识别不准确等。针对上述问题,本文提出了一种基于增强边缘检测图像的多书识别算法。该算法使用2... 详细信息

随着图书的借阅量逐渐增加,国内图书馆基本都应用了自助借还系统,但在借还书过程中仍存在着许多异常的现象,如多书识别准确率不高、图书数目识别不准确等。针对上述问题,本文提出了一种基于增强边缘检测图像的多书识别算法。该算法使用2×2的卷积核与边缘检测图像做卷积,增强图像内的直线信息,通过检测图像内书籍边缘数量,并辅助检测书脊边缘来进行多书识别。其中,单书识别准确率达94.0%,多书识别准确率达92.9%,综合识别准确率为93.8%。该方法具有较高的实用性,可以用于完成多书识别任务。

关键词：计算机应用技术边缘提取直线检测多书识别图像增强

来源：评论

学校读者我要写书评

暂无评论

优化改进YOLOv8无人机视角下目标检测算法

引用

计算机工程与应用 2025年第1期61卷 109-120页

作者：孙佳宇徐民俊张俊鹏炎梦雪操文侯阿临长春工业大学计算机科学与工程学院长春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 吉林省新一代人工智能智慧健康联合创新实验室长春130012

针对无人机视角下的目标存在多尺度、目标小、被遮挡与背景复杂等问题,提出了一种基于动态样本注意力尺度序列的YOLOv8改进算法BDAD-YOLO。通过引入BiFormer的思想来改造原模型骨干结构,提高模型对关键信息的关注度,更好地保留目标细粒... 详细信息

针对无人机视角下的目标存在多尺度、目标小、被遮挡与背景复杂等问题,提出了一种基于动态样本注意力尺度序列的YOLOv8改进算法BDAD-YOLO。通过引入BiFormer的思想来改造原模型骨干结构,提高模型对关键信息的关注度,更好地保留目标细粒度细节信息。由于目标存在大小、位置等多变性,传统卷积并不能很好地处理这一情况,因此基于DCN(deformable convolutional network)的思想,设计了一种可以增强对小目标特征提取的C2_DCf模块,从而进一步提高颈部网络中小目标层对特征信息的融合。提出一种基于动态样本的注意力尺度序列融合框架AFD(attention-scale sequence fusion framework based on dynamic samples),使用轻量化动态点采样并通过融合不同尺度的特征图来增强网络提取多尺度信息的能力。使用WIoU损失函数,改善小目标低质量数据对梯度的不利影响,以加快网络收敛速度。实验结果表明,在VisDrone数据集中的val集与test集上平均精度(mAP@0.5)分别提升了4.6个百分点、3.7个百分点,在DOTA数据集上平均精度(mAP@0.5)提升了2.4个百分点,证明了改进算法的有效性和普适性。

关键词：目标检测无人机视角 YOLOv8 BiFormer 特征融合损失函数

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

基于会话的结合全局潜在信息的图神经网络推荐模型

引用

吉林大学学报（工学版） 2023年第10期53卷 2964-2972页

作者：董立岩梁伟业王越群李永丽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 东北师范大学信息科学与技术学院长春130117

针对当前各种基于会话推荐的模型存在对物品间全局关系的获取和使用不足的问题,提出了基于会话的结合全局潜在信息的图神经网络推荐模型。该模型根据全部会话序列构建会话图与全局图,并在全局图中引入了序列中各节点间的间距信息,以及... 详细信息

针对当前各种基于会话推荐的模型存在对物品间全局关系的获取和使用不足的问题,提出了基于会话的结合全局潜在信息的图神经网络推荐模型。该模型根据全部会话序列构建会话图与全局图,并在全局图中引入了序列中各节点间的间距信息,以及序列节点的相邻节点彼此之间的贡献度,通过模型训练获取最后的会话表征预测下一个交互行为。实验结果表明:在结合图神经网络的推荐算法中充分挖掘全局潜在信息可以有效提高推荐算法的准确率,这一改进对提高基于会话的图神经网络模型的性能有一定指导意义。

关键词：计算机软件推荐系统基于会话的推荐图神经网络全局信息

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：