检索结果-内蒙古大学图书馆

中国图象图形学报 2024年第1期29卷 268-279页

作者：蒋婷李晓宁四川师范大学计算机科学学院成都610101 吉利学院智能科技学院成都641423 可视化计算与虚拟现实四川省重点实验室成都610066

目的医学图像分割是计算机辅助诊断和手术规划的重要步骤,但是由于人体器官结构复杂、组织边缘模糊等问题,其分割效果还有待提高。由于视觉Transformer(vision Transformer,ViT)在计算机视觉领域取得了成功,受到医学图像分割研究者的青... 详细信息

目的医学图像分割是计算机辅助诊断和手术规划的重要步骤,但是由于人体器官结构复杂、组织边缘模糊等问题,其分割效果还有待提高。由于视觉Transformer(vision Transformer,ViT)在计算机视觉领域取得了成功,受到医学图像分割研究者的青睐。但是基于ViT的医学图像分割网络,将图像特征展平成一维序列,忽视了图像的二维结构,且ViT所需的计算开销相当大。方法针对上述问题,提出了以多尺度视觉注意力(multi scale visual attention,MSVA)为基础、Transformer作为主干网络的U型网络结构MSVA-TransUNet。其采用的多尺度视觉注意力是一种由多个条状卷积实现的注意力机制,采用一个条状卷积对近似一个大核卷积的操作,采用不同的条状卷积对近似不同的大核卷积,从不同的尺度获取图像的信息。结果在腹部多器官分割和心脏分割数据集上的实验结果表明:本文网络与基线模型相比,平均Dice分别提高了3.74%和1.58%,其浮点数运算量是多头注意力机制的1/278,网络参数量为15.31 M,是TransUNet的1/6.88。结论本文网络媲美当前较先进的网络TransUNet和SwinUNet,采用多尺度视觉注意力代替多头注意力,在减少计算开销的同时在分割性能上同样具有优势。本文代码开源地址:https://***/BeautySilly/VA-TransUNet。

关键词：医学图像分割视觉注意力 Transformer 注意力机制腹部多器官分割心脏分割

来源：评论

学校读者我要写书评

暂无评论

基于时间窗口的多充电车按需调度

引用

计算机工程与设计 2025年第2期46卷 423-430页

作者：何琴任美璇吴迭杨霁琳刘唐四川师范大学计算机科学学院四川成都610101 四川师范大学可视化计算与虚拟现实四川省重点实验室四川成都610066

为解决大规模无线可充电传感器网络(wireless rechargeable sensor networks,WRSNs)能量受限问题,提出一个基于混合种群增量学习的多充电车按需充电调度方案。考虑到不同传感器节点的能耗速率差异显著,利用时间窗口表示传感器节点实际... 详细信息

为解决大规模无线可充电传感器网络(wireless rechargeable sensor networks,WRSNs)能量受限问题,提出一个基于混合种群增量学习的多充电车按需充电调度方案。考虑到不同传感器节点的能耗速率差异显著,利用时间窗口表示传感器节点实际充电需求;通过引入种群增量学习思想建立能够描述充电车路径分布的概率矩阵,生成多辆移动充电车的最优充电路径。仿真实验对比了所提方案与其它调度算法在充电车数量、每辆充电车平均服务节点数与充电车总行驶距离方面的表现,实验结果验证了所提方案具有良好的性能。

关键词：无线可充电传感器网络时间窗口种群增量学习按需充电移动充电车概率矩阵充电路径

来源：评论

学校读者我要写书评

暂无评论

混合信息系统中基于邻域粗糙集的双评价三支聚类算法

引用

小型微型计算机系统 2024年第10期45卷 2394-2400页

作者：罗一羽杨霁琳张贤勇孟雄四川师范大学计算机科学学院成都610101 可视化计算与虚拟现实四川省重点实验室(四川师范大学) 成都610066 四川师范大学数学科学学院成都610066

三支聚类将不确定性高的样本置于边界域,可有效解决由数据的不确定性带来的误决策问题,因此具有良好的聚类性能.为了在混合信息系统中更合理地刻画样本间的相似性和存在的不确定性,本文提出了一种基于邻域粗糙集的双评价三支聚类算法.首... 详细信息

三支聚类将不确定性高的样本置于边界域,可有效解决由数据的不确定性带来的误决策问题,因此具有良好的聚类性能.为了在混合信息系统中更合理地刻画样本间的相似性和存在的不确定性,本文提出了一种基于邻域粗糙集的双评价三支聚类算法.首先,在混合信息系统中建立广义邻域关系,并分别从样本间相似属性个数和样本间距离两个角度来建立样本间相似性的两个评价函数.然后,通过引入基于双评价函数的三支决策规则,处理了广义邻域关系下样本间的相似性和存在的不确定性.最终在混合信息系统中建立了基于广义邻域关系的双评价三支聚类模型.在UCI数据集上的实验结果证明,与已有三支聚类算法相比,本文的算法在F1-score和兰德系数上都具有较好的聚类表现.

关键词：三支聚类邻域关系双评价函数混合信息系统样本相似性

来源：评论

学校读者我要写书评

暂无评论

融合子采样与负采样的自适应知识图谱嵌入模型

引用

数据分析与知识发现 2024年

作者：路稳吴贞东彭莉兰陈祥瑞马欢四川师范大学计算机科学学院四川师范大学可视化计算与虚拟现实四川省重点实验室西南交通大学计算机与人工智能学院可持续城市交通智能化教育部工程研究中心

[目的]针对知识图谱嵌入（KGE）模型学习过程中，由于数据规模增长带来的实体采样质量不高、正负样本分布欠均衡等问题，提出了一种融合子采样与负采样的自适应知识图谱嵌入模型（SSF）。[方法]首先，引入K-Meams聚类算法，基于实体感... 详细信息

[目的]针对知识图谱嵌入（KGE）模型学习过程中，由于数据规模增长带来的实体采样质量不高、正负样本分布欠均衡等问题，提出了一种融合子采样与负采样的自适应知识图谱嵌入模型（SSF）。[方法]首先，引入K-Meams聚类算法，基于实体感知负采样策略，选取与正样本高度相关的负样本，缓解了样本稀疏性和采样质量问题；其次，采用多维子采样策略，通过动态调整正负样本比例，优化样本数据集结构，确保样本类别分布均衡；最后，搭建门控网络，通过计算数据集词频，模型能够自适应选择Freq和Uniq采样函数，提升输出实体与关系嵌入的准确性。[结果]在FB15k-237和WNRR18数据集上进行对比实验，结果表明SSF模型在MRR指标上相较于基线模型最高提升了33%。[局限]由于负采样策略的计算复杂度较高，本文未能全面分析SSF模型的复杂度和效率。[结论]本文提出的SSF模型充分融合了子采样与负采样策略优点，在MR、MRR、Hit@N三个指标上均优于基线模型，能够提升知识图谱嵌入的质量和模型泛化能力。

关键词：知识图谱嵌入负采样策略子采样策略门控机制

来源：评论

学校读者我要写书评

暂无评论

高效的自适应复杂网络鲁棒性优化算法

引用

计算机应用 2024年第11期44卷 3530-3539页

作者：黄杰武瑞梓李均利四川师范大学计算机科学学院成都610101 电子科技大学基础与前沿研究院成都611731 可视化计算与虚拟现实四川省重点实验室(四川师范大学) 成都610066

提升复杂网络的鲁棒性对于网络抵御外部攻击和级联失效具有重要现实意义。现有进化算法在解决网络结构优化问题时存在局限,特别是在收敛性和优化速度方面有待提升。针对这一问题,提出一种新的自适应复杂网络鲁棒性优化算法SU-ANet(SUrro... 详细信息

提升复杂网络的鲁棒性对于网络抵御外部攻击和级联失效具有重要现实意义。现有进化算法在解决网络结构优化问题时存在局限,特别是在收敛性和优化速度方面有待提升。针对这一问题,提出一种新的自适应复杂网络鲁棒性优化算法SU-ANet(SUrrogate-assisted and Adaptive Network optimization algorithm)。为降低鲁棒性计算所带来的巨大时间开销,该算法构建了基于注意力机制的鲁棒性预测器作为离线代理模型,以代替局部搜索算子中频繁的鲁棒性计算;而在进化过程中,为避免陷入局部最优,同时拓宽解空间的搜索范围,算法全面考虑了全局和局部信息;另外,通过设计交叉算子,使每个个体与全局最优候选解和随机个体进行连边互换,以平衡算法的收敛性和多样性;此外,采用参数自适应机制自动调整算子的执行概率,以减少参数设计对算法性能带来的不确定性影响。在人工合成网络和真实网络上的实验结果表明,SU-ANet具有更好的搜索能力和更高的进化效率。

关键词：复杂网络进化算法参数自适应鲁棒性代理模型

来源：评论

学校读者我要写书评

暂无评论

大模型赋能中小学智慧校园建设:技术架构与实施策略

引用

四川师范大学学报(自然科学版) 2025年第4期48卷 499-509页

作者：梁智杰梁婷苏建宇王玲杨娟四川师范大学计算机科学学院四川成都610101 四川师范大学可视化计算与虚拟现实四川省重点实验室四川成都610101

智慧校园建设是教育领域数字化转型的关键环节,尤其是在社会对创新型人才需求不断增长的当下,其重要性和紧迫性愈发显著.近两年,大模型技术以其在数据处理和理解方面的卓越能力,为智慧校园的发展提供了重要支撑.首先概述大模型的核心概... 详细信息

智慧校园建设是教育领域数字化转型的关键环节,尤其是在社会对创新型人才需求不断增长的当下,其重要性和紧迫性愈发显著.近两年,大模型技术以其在数据处理和理解方面的卓越能力,为智慧校园的发展提供了重要支撑.首先概述大模型的核心概念、运作原理以及训练机制,为理解其在教育领域的应用构建理论基础.随后,深入探讨基于大语言模型的智能体和多模态大模型在教育教学中的应用潜力,并详细阐述这些技术如何促进中小学智慧校园的建设和发展.最后提出一个策略框架,旨在为智能时代下中小学智慧校园的建设提供参考路径.

关键词：大模型教育智能体多模态数据智慧校园

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8的X线安检图像违禁品检测方法

引用

四川师范大学学报（自然科学版） 2025年第2期48卷 253-260页

作者：毛玮杨杨军刘栩栋梁道正四川师范大学计算机科学学院四川成都610101 四川师范大学可视化计算与虚拟现实四川省重点实验室四川成都610101

人工安检效率低,易出错,实现基于人工智能的自动安检是安检的发展趋势.针对YOLOv8目标检测模型在X线违禁品检测中检测精度低和对少量类别漏检率高的问题,对YOLOv8模型进行改进.在YOLOv8n的基础上修改网络结构,引入注意力机制,提出带有... 详细信息

人工安检效率低,易出错,实现基于人工智能的自动安检是安检的发展趋势.针对YOLOv8目标检测模型在X线违禁品检测中检测精度低和对少量类别漏检率高的问题,对YOLOv8模型进行改进.在YOLOv8n的基础上修改网络结构,引入注意力机制,提出带有通道注意力(efficient channel attention,ECA)的YOLOv8-ECA目标检测模型,以便更好地提取X线图像中违禁品的特征,同时采用图像旋转等一系列数据增强方法,对少量类别样本进行样本扩充.在自建的X线安检图像数据集上进行实验.实验结果表明,改进后的算法较原始YOLOv8n模型在检测精度上提升6%,在检测速度上较原始YOLOv8n模型提升15.7%,同时降低少量类别的漏检率.

关键词： YOLOv8n ECA注意力深度学习 X线图像违禁品检查

来源：评论

学校读者我要写书评

暂无评论

数字化转型背景下中小学教师技术支持教学变革能力现状调查及提升策略—基于C市7261名专任教师的调查数据分析

引用

中国信息技术教育 2024年第5期 99-104页

作者：吴婷婷刘金蓉黎雪梅刘阳阳吴长城陕昌群张丽四川师范大学计算机科学学院四川师范大学可视化计算与虚拟现实四川省重点实验室四川省成都市教育科学研究院教育大数据与监制评估研究所

本文从教师运用信息技术支持教师教学、学生学习及专业发展三个维度对教师技术支持教学变革能力发展水平现状以及影响因素进行深入探索。研究对象来自C市23个区市县及市直属(直管)学校小学五年级、初二年级、高二年级各个学科的7261名... 详细信息

本文从教师运用信息技术支持教师教学、学生学习及专业发展三个维度对教师技术支持教学变革能力发展水平现状以及影响因素进行深入探索。研究对象来自C市23个区市县及市直属(直管)学校小学五年级、初二年级、高二年级各个学科的7261名专任教师。结果表明,教师技术支持教学变革能力发展水平与教师年龄、教龄呈线性负相关,随着年龄和教龄的增长而下降。同时,相比中心城区的学校教师,郊区新城教师的教师技术支持教学变革能力发展水平较弱,有较大的提升空间。因此,笔者基于当前研究现状,从优化教育教学流程再造、开展数据驱动的教育综合评价、建立教师数字素养发展圈等方面提出一系列具体的提升策略,以期对信息技术支持中小学教师教育变革提供保障和动力。

关键词：教育数字化中小学教师教师教学变革技术支持教学

来源：评论

学校读者我要写书评

暂无评论

一种支持快速加密的基于属性加密方案

引用

软件学报 2020年第12期31卷 3923-3936页

作者：罗王平冯朝胜邹莉萍袁丁吴唐美李敏王广杰四川师范大学计算机科学学院四川成都610101 可视化计算与虚拟现实四川省重点实验室(四川师范大学) 四川成都610101 四川师大科技园发展有限公司四川成都610066

基于属性加密算法因含有大量耗时的指数运算和双线性对运算,一些方案提出将加密外包给云服务器.然而这些方案并没有给出外包加密在云服务器中的并行计算方法,而且还存在用户保管私钥过多、授权中心生成用户私钥成本过大的问题.针对这些... 详细信息

基于属性加密算法因含有大量耗时的指数运算和双线性对运算,一些方案提出将加密外包给云服务器.然而这些方案并没有给出外包加密在云服务器中的并行计算方法,而且还存在用户保管私钥过多、授权中心生成用户私钥成本过大的问题.针对这些问题,提出一种基于Spark大数据平台的快速加密与共享方案.在该方案中,根据共享访问树的特点设计加密并行化算法,该算法将共享访问树的秘密值分发和叶子节点加密并行化之后交给Spark集群处理,而用户客户端对每个叶子节点仅需要一次指数运算;此外,用户私钥的属性计算也外包给Spark集群,授权中心生成一个用户私钥仅需要4次指数运算,并且用户仅需要保存一个占用空间很小的密钥子项.

关键词：基于属性加密加密外包快速加密 Spark平台

来源：评论

学校读者我要写书评

暂无评论

基于行为关键语句特征的停车场异常行为识别方法

引用

计算机科学 2019年第10期46卷 299-306页

作者：汪鸿年苏菡龙刚王雁飞尹宽四川师范大学计算机科学学院成都610101 可视化计算与虚拟现实四川省重点实验室成都610066

随着技术的发展和摄像头的普及,人们对智能视频监控的需求越来越高,其中异常行为识别是智能监控系统的关键部分,对维护社会安全有着重要的作用。针对视频数据的时空特性,文中提出了将行为表示为具有时间序列性的关键语句的方法,并将这... 详细信息

随着技术的发展和摄像头的普及,人们对智能视频监控的需求越来越高,其中异常行为识别是智能监控系统的关键部分,对维护社会安全有着重要的作用。针对视频数据的时空特性,文中提出了将行为表示为具有时间序列性的关键语句的方法,并将这些关键语句称为行为关键语句。通过对行为关键语句的学习,实现了对停车场场景的异常行为识别。首先,对行为图像序列进行分割,提取前景目标并计算前景目标的运动周期曲线;然后,依据运动周期曲线采用动态时间规整(Dynamic Time Warping,DTW)的方法提取行为关键帧;最后,基于自然语言处理领域中的语义理解的方法,将行为关键帧表征为一系列行为关键语句进行识别。针对关键语句的时序性,采用擅长处理时序数据的长短时记忆神经网络(Long Short-Term Memory Network,LSTM)对行为关键语句进行分类。此外,为解决现有的数据不平衡问题,采用生成对抗网络(Generative Adversarial Networks,GAN)等方法扩充训练集,以增大样本空间,平衡不同类别数据量的差异。在中国科学院CASIA行为数据库和自建行为数据库上的验证结果表明,所提方法对异常行为的平均识别率达到了97%,相比于以前的方法有了明显的提升,证明了行为关键语句能更好地表征行为信息且LSTM模型更适用于学习时序数据背后的模式,因此该方法在停车场场景的异常行为识别任务上具有有效性。

关键词：异常行为识别深度学习特征动态时间规整生成对抗网络长短时记忆神经网络

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：