检索结果-内蒙古大学图书馆

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

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

基于深度神经网络的诉辩文本争议焦点识别

引用

吉林大学学报（工学版） 2022年第8期52卷 1872-1880页

作者：白天徐明蔚刘思铭张佶安王喆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 吉林大学软件学院长春130012 吉林大学法学院长春130012

争议焦点是诉辩双方存在争议的焦点问题,是驱动案件审理、纠纷解决的主线和枢纽。准确快速地归纳争议焦点有利于提高庭审质量和效率,达到支撑“智慧司法”建设的效果。本文提出了一个端到端的模型来解决这个问题,模型基于深度神经网络... 详细信息

争议焦点是诉辩双方存在争议的焦点问题,是驱动案件审理、纠纷解决的主线和枢纽。准确快速地归纳争议焦点有利于提高庭审质量和效率,达到支撑“智慧司法”建设的效果。本文提出了一个端到端的模型来解决这个问题,模型基于深度神经网络对诉辩双方文本语义信息进行深层理解,通过结合字词级与句子级信息,同时进行句子级的矛盾检测、分类与完整诉辩文本的矛盾分类,通过基于规则的方法将二者结果融合,最终识别出诉辩文本中存在的全部争议焦点。在8个真实诉辩文本数据集上的实验结果表明:本文模型可以快速准确地识别出诉辩双方存在的争议焦点,与此领域当前主流方法相比,在识别准确率上有较大提升,对诉辩文本争议焦点的智能化识别提出了一个有效的新路径。

关键词：计算机应用技术司法人工智能争议焦点裁判文书自然语言处理文本匹配

来源：评论

学校读者我要写书评

暂无评论

基于关系过滤和实体对标注的中文关系抽取方法

引用

吉林大学学报（理学版） 2023年第5期61卷 1095-1102页

作者：刘旭杨航张啸成张永刚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

针对关系三元组抽取任务中的冗余关系问题和实体重叠问题,提出一种基于关系过滤器的二维实体对标注方案(RF2DTagging).RF2DTagging模型由两部分组成:1)用于过滤冗余关系的关系过滤器(relation filter);2)能有效解决各种实体重叠问题的... 详细信息

针对关系三元组抽取任务中的冗余关系问题和实体重叠问题,提出一种基于关系过滤器的二维实体对标注方案(RF2DTagging).RF2DTagging模型由两部分组成:1)用于过滤冗余关系的关系过滤器(relation filter);2)能有效解决各种实体重叠问题的二维实体对标注方案(2D entity-pair tagging scheme).为进一步验证RF2DTagging模型,在3个公开的中文关系抽取数据集(CCKS2019-Task3,CMeIE和DuIE2.0)上进行实验.实验结果表明,该模型能有效解决上述两个问题,且总体性能比对比模型更好.

关键词：中文关系抽取知识图谱二维实体对标注自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于多尺度感知和语义适配的医学图像分割算法

引用

吉林大学学报（工学版） 2022年第3期52卷 640-647页

作者：王雪李占山吕颖达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 吉林大学公共计算机教学与研究中心长春130012

针对医学图像中病灶区域的形状不规则、尺度变化大、强度不均匀和边界模糊等复杂特点导致医学图像分割精度下降的问题,本文提出了一种基于多尺度感知和语义适配的医学图像分割算法。通过多尺度上下文感知模块,从多个感受野学习目标区域... 详细信息

针对医学图像中病灶区域的形状不规则、尺度变化大、强度不均匀和边界模糊等复杂特点导致医学图像分割精度下降的问题,本文提出了一种基于多尺度感知和语义适配的医学图像分割算法。通过多尺度上下文感知模块,从多个感受野学习目标区域丰富的上下文信息,并根据目标区域大小动态分配不同尺度语义特征的权重,以提高特征学习的表征能力。通过多层语义适配模块聚合多级抽象语义特征和空间细节信息,细化目标区域的边界,同时减少编解码器间的特征差异。将本文算法在3个不同模态的公开医学图像数据集上进行定量和定性对比,实验结果表明,本文算法在多个医学图像复杂场景分割中均优于其他算法。

关键词：计算机应用医学图像分割多尺度上下文感知语义适配上下文信息

来源：评论

学校读者我要写书评

暂无评论

基于样本效率优化的深度强化学习方法综述

引用

软件学报 2022年第11期33卷 4217-4238页

作者：张峻伟吕帅张正昊于佳玉龚晓宇符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 吉林大学计算机科学与技术学院吉林长春130012 吉林大学软件学院吉林长春130012

深度强化学习将深度学习的表示能力和强化学习的决策能力结合,因在复杂控制任务中效果显著而掀起研究热潮.以是否用Bellman方程为基准,将无模型深度强化学习方法分为Q值函数方法和策略梯度方法,并从模型构建方式、优化历程和方法评估等... 详细信息

深度强化学习将深度学习的表示能力和强化学习的决策能力结合,因在复杂控制任务中效果显著而掀起研究热潮.以是否用Bellman方程为基准,将无模型深度强化学习方法分为Q值函数方法和策略梯度方法,并从模型构建方式、优化历程和方法评估等方面对两类方法分别进行了介绍.针对深度强化学习方法中样本效率低的问题进行讨论,根据两类方法的模型特性,说明了Q值函数方法过高估计问题和策略梯度方法采样无偏性约束分别是两类方法样本效率受限的主要原因.从增强探索效率和提高样本利用率两个角度,根据近年来的研究热点和趋势归纳出各类可行的优化方法,分析相关方法的优势和仍存在的问题,并对比其适用范围和优化效果.最后提出增强样本效率优化方法的通用性、探究两类方法间优化机制的迁移和提高理论完备性作为未来的研究方向.

关键词：深度强化学习 Q值函数方法策略梯度方法样本效率探索与利用

来源：评论

学校读者我要写书评

暂无评论

基于移位窗口自注意力机制的新生儿脑区域图像分割

引用

吉林大学学报（理学版） 2024年第5期62卷 1129-1137页

作者：张啸成王涛田昕张永刚吉林大学软件学院长春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 吉林大学第二医院长春130062 吉林大学计算机科学与技术学院长春130012

通过改进Swin Transformer编码解码网络,结合跳跃连接和深度监督机制,针对新生儿脑部核磁共振成像(MRI)图像分割面临的低信噪比、组织对比度差等问题,提出一种新的基于移位窗口自注意力机制的新生儿脑区域图像分割方法.该方法经过对MRI... 详细信息

通过改进Swin Transformer编码解码网络,结合跳跃连接和深度监督机制,针对新生儿脑部核磁共振成像(MRI)图像分割面临的低信噪比、组织对比度差等问题,提出一种新的基于移位窗口自注意力机制的新生儿脑区域图像分割方法.该方法经过对MRI图像的预处理后,能实现新生儿脑部图像多功能区域的精确分割,并采用最大连通域算法进一步提高了分割精度.在数据集dHCP上的实验结果表明,该方法优于现有方法,为早期发现和干预新生儿脑部损伤提供了潜在的可能性.

关键词：脑部图像区域分割 Swin Transformer编码解码网络新生儿MRI 自注意力移位窗口

来源：评论

学校读者我要写书评

暂无评论

基于YOLOV3改进的虹膜定位算法

引用

东北大学学报（自然科学版） 2022年第4期43卷 496-500,508页

作者：于哲舟刘岩刘元宁吉林大学计算机科学与技术学院吉林长春130012 吉林大学软件学院吉林长春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

针对传统虹膜定位算法定位不准确的问题,利用改进的YOLOV3虹膜定位模型对虹膜定位的准确率加以提高,使其更好应用于生产实践.使用Densenet-121模型作为特征提取模块,并在此基础上通过复制骨干网络得到辅助网络的方式使其更有利于检测小... 详细信息

针对传统虹膜定位算法定位不准确的问题,利用改进的YOLOV3虹膜定位模型对虹膜定位的准确率加以提高,使其更好应用于生产实践.使用Densenet-121模型作为特征提取模块,并在此基础上通过复制骨干网络得到辅助网络的方式使其更有利于检测小目标,用Non-local注意力机制增强图片获取特征语义信息.采用基于DarkNet-53的YOLOV3模型、Daugman模型及Wilde模型进行对比实验.实验结果表明:本文的实验模型在虹膜定位中的准确率高达97.1%,与其他虹膜定位模型相比具有明显优势.

关键词： YOLOV3 虹膜定位特征提取目标检测注意力机制

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

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：