检索结果-内蒙古大学图书馆

光电子．激光 2024年第10期35卷 1050-1057页

作者：李婧李明悦赖雨晴白金帅天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384

分割在圆锥角膜的计算机辅助诊断中起着至关重要的作用。本文针对角膜受力形变的视频图像中如何精准分割角膜区域的问题提出了一种基于全卷积架构融合注意力机制(attention mechanism,AM)的角膜形变区域精准分割算法。它包括3个关键技术... 详细信息

分割在圆锥角膜的计算机辅助诊断中起着至关重要的作用。本文针对角膜受力形变的视频图像中如何精准分割角膜区域的问题提出了一种基于全卷积架构融合注意力机制(attention mechanism,AM)的角膜形变区域精准分割算法。它包括3个关键技术:跳过连接(skip connection,SC)、残差卷积(residual convolutional,RC)和融入全局AM的全卷积架构。SC有效增强了模型学习复杂轮廓细节的能力,RC则允许在保留基本图像特征的同时构建更深层次的特征模型。全局AM则通过从每个卷积和反卷积块中提取精细化的特征映射,从而提高模型的分割精度。通过增强并突出关键区域,实践表明角膜形变区域的更精确分割有效提升圆锥角膜的早期诊断准确率。

关键词：语义分割角膜形变区域全卷积注意力机制(AM) 残差卷积(RC) 圆锥角膜

来源：评论

学校读者我要写书评

暂无评论

基于融合模型与语义网络的App用户意图识别研究

引用

计算机工程 2024年第8期50卷 50-63页

作者：陈瀚赵春蕾蒋昊达王春东天津理工大学教育部计算机视觉与系统省部共建重点实验室天津300384 天津市智能计算与软件新技术重点实验室天津300384

随着手机应用软件的流行,应用市场上出现了大量非结构化的中文用户评论。基于用户评论识别App用户意图,可以帮助开发人员对App软件进行有针对性的维护和改善。为了从中准确识别用户意图,提出一种基于融合模型和语义网络的App用户意图识... 详细信息

随着手机应用软件的流行,应用市场上出现了大量非结构化的中文用户评论。基于用户评论识别App用户意图,可以帮助开发人员对App软件进行有针对性的维护和改善。为了从中准确识别用户意图,提出一种基于融合模型和语义网络的App用户意图识别方法FSAUIR。使用百度工具Senta判断评论的情感倾向,构建基于RoBERTa的融合意图分类模型RBMS,通过RoBERTa模型将用户评论转化为语义特征表示,并将其输入到双向门控循环单元中,以提取评论的全局上下文语义信息,同时利用多头自注意力机制和SoftPool获取关键的特征信息,保留主要特征,通过Softmax进行归一化处理,得到意图分类结果。在意图分类的基础上,引入PositionRank模型提取各意图类别下评论的关键词,计算关键词之间的共现关系,构建关键词语义网络,从而更细粒度地识别用户意图。实验结果表明,相比BERT、RoBERTa、RoBERTa-CNN等模型,RBMS模型在人工标注数据集上具有较优的分类性能,准确率、精确率、召回率、F1值分别为87.75%、88.09%、87.80%、87.88%。此外,在意图分类的结果集中,FSAUIR构建的语义网络可以高效地挖掘出用户评论中有价值的信息。

关键词：意图识别意图分类 RoBERTa模型双向循环门控单元 PositionRank模型多头自注意力机制

来源：评论

学校读者我要写书评

暂无评论

YOLO-NKLT视觉SLAM回环检测方法

引用

光电子．激光 2023年第4期34卷 405-412页

作者：刘玮温显斌天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384

针对存在明显光照变化或遮挡物等室外复杂场景下,现有基于深度学习的视觉即时定位与地图构建(visual simultaneous localization and mapping,视觉SLAM)回环检测方法没有很好地利用图像的语义信息、场景细节且实时性差等问题,本文提出... 详细信息

针对存在明显光照变化或遮挡物等室外复杂场景下,现有基于深度学习的视觉即时定位与地图构建(visual simultaneous localization and mapping,视觉SLAM)回环检测方法没有很好地利用图像的语义信息、场景细节且实时性差等问题,本文提出了一种YOLO-NKLT视觉SLAM回环检测方法。采用改进损失函数的YOLOv5网络模型获取具有语义信息的图像特征,构建训练集,对网络重训练,使提取的特征更加适用于复杂场景下的回环检测。为了进一步提高闭环检测的实时性,提出了一种基于非支配排序的KLT降维方法。通过在New College数据集和光照等变化更复杂的Nordland数据集上进行实验,结果表明:室外复杂场景下,相较于其他传统和基于深度学习的方法,所提方法具有更高的鲁棒性,可以取得更佳的准确率和实时性表现。

关键词：室外复杂场景深度学习损失函数回环检测降维

来源：评论

学校读者我要写书评

暂无评论

基于改进TF-IDF与BERT的领域情感词典构建方法

引用

计算机科学 2024年第S01期51卷 150-158页

作者：蒋昊达赵春蕾陈瀚王春东天津理工大学教育部计算机视觉与系统省部共建重点实验室天津300384 天津市智能计算与软件新技术重点实验室天津300384

领域情感词典的构建是领域文本情感分析的基础。现有的领域情感词典构建方法存在所筛选候选情感词冗余度高、情感极性判断失准、领域依赖性强等问题。为了提高所筛选候选情感词的领域性和判断领域情感词极性的准确程度,提出了一种基于... 详细信息

领域情感词典的构建是领域文本情感分析的基础。现有的领域情感词典构建方法存在所筛选候选情感词冗余度高、情感极性判断失准、领域依赖性强等问题。为了提高所筛选候选情感词的领域性和判断领域情感词极性的准确程度,提出了一种基于改进词频-逆文档频率(TF-IDF)与BERT的领域情感词典构建方法。该方法在筛选领域候选情感词阶段对TF-IDF算法进行改进,将隐含狄利克雷分布(LDA)算法与改进后的TF-IDF算法结合,进行领域性修正,提升了所筛选候选情感词的领域性;在候选情感词极性判断阶段,将情感倾向点互信息算法(SO-PMI)与BERT结合,利用领域情感词微调BERT分类模型,提高了判断领域候选情感词情感极性的准确程度。在不同领域的用户评论数据集上进行实验,结果表明,该方法可以提高所构建领域情感词典的质量,使用该方法构建的领域情感词典用于汽车领域和手机领域文本情感分析的F1值分别达到78.02%和88.35%。

关键词：情感分析领域情感词典词频-逆文档频率隐含狄利克雷分布情感倾向点互信息算法 BERT模型

来源：评论

学校读者我要写书评

暂无评论

基于残差网络的无监督角膜视频分割算法

引用

光电子．激光 2024年第5期35卷 499-505页

作者：白金帅刘凤连李婧谭左平汪日伟天津理工大学计算机视觉与系统教育部重点实验室和天津智能计算及软件新技术重点实验室天津300384 温州理工学院浙江省巾帼科技创新工作室浙江温州325035

基于角膜形变计算出一系列生物力学特性参数是训练早期圆锥角膜分类模型的数据基础,因此圆锥角膜轮廓分割的精确性直接影响着早期圆锥角膜分类模型的准确性。本文提出了一种基于残差网络的无监督角膜视频分割方法。通过统一的网格化采... 详细信息

基于角膜形变计算出一系列生物力学特性参数是训练早期圆锥角膜分类模型的数据基础,因此圆锥角膜轮廓分割的精确性直接影响着早期圆锥角膜分类模型的准确性。本文提出了一种基于残差网络的无监督角膜视频分割方法。通过统一的网格化采样提取一组锚点被同序列视频帧所共用,从而减小网络模型学习特征表示的计算量并且提高了计算效率。同时设计了一个正则化分支对原有的视频集进行相似性转换来解决可能存在的退化解问题。与已有的无监督视频分割任务相比,本实验模型使用了少量的训练数据,但却取得了更高的分割精度和计算效率。

关键词：分割算法圆锥角膜残差网络锚点退化解

来源：评论

学校读者我要写书评

暂无评论

基于SOANet的圆锥角膜辅助诊断

引用

光电子．激光 2024年第6期35卷 650-656页

作者：李铭悦刘凤连李婧汪日伟谭左平天津理工大学计算机视觉与系统教育部重点实验室和天津智能计算及软件新技术重点实验室天津300384 温州理工学院浙江省巾帼科技创新工作室浙江温州325035

亚临床期圆锥角膜(subclinical keratoconus,subkc)发病隐匿,现有医疗设备诊断存在局限性,所以提出一种诊断亚临床期圆锥角膜的检测方法是十分必要的。有研究发现圆锥角膜(Keratoconus,kc)力学性能的改变早于形态学,因此从角膜生物力学... 详细信息

亚临床期圆锥角膜(subclinical keratoconus,subkc)发病隐匿,现有医疗设备诊断存在局限性,所以提出一种诊断亚临床期圆锥角膜的检测方法是十分必要的。有研究发现圆锥角膜(Keratoconus,kc)力学性能的改变早于形态学,因此从角膜生物力学的角度筛查亚临床期的圆锥角膜更加符合临床实际。本文运用角膜生物力学特征,以点云数据作为网络输入数据,将SO-Net(self-organizing network)和自注意力(self-attention,SA)机制结合构建SOANet,对圆锥角膜、亚临床期圆锥角膜和正常角膜进行分类。首先,利用可视化生物力学分析仪(corneal visualization Scheimpflug technology,Corvis ST)拍摄角膜受力形变视频,对其进行处理得到点云数据集,接着对点云数据进行增强处理,使3种类型的角膜数据量分布均衡。然后按照3∶1的比例划分训练集和测试集,分别对角膜进行二分类和三分类。最终模型在二分类和三分类测试集上的准确率分别达到98.3%和91.26%,即有效识别亚临床期圆锥角膜和圆锥角膜。实验结果表明,以三维点云数据构建亚临床期圆锥角膜辅助诊断模型是可行的,SOANet能够有效识别出亚临床期圆锥角膜,且分类性能优于传统模型。

关键词：圆锥角膜(kc) 亚临床期圆锥角膜(subkc) 点云数据自注意力(SA)机制

来源：评论

学校读者我要写书评

暂无评论

基于域名语义信息与域名相似度的公害网站域名生成发现研究

引用

计算机工程 2024年

作者：于杰赵春蕾董国忠任怀硕尤伟天津理工大学教育部计算机视觉与系统省部共建重点实验室天津市智能计算与软件新技术重点实验室鹏城实验室新型网络研究部

通过域名生成技术发现公害网站域名的方式具有覆盖面广、提供大量有效研究数据、及时阻断和预防传播等优点。现有基于域名相似度的域名生成发现算法，存在特征利用不充分、生成域名冗余度高、公害网站域名浓度低等问题。因此，提出一种... 详细信息

通过域名生成技术发现公害网站域名的方式具有覆盖面广、提供大量有效研究数据、及时阻断和预防传播等优点。现有基于域名相似度的域名生成发现算法，存在特征利用不充分、生成域名冗余度高、公害网站域名浓度低等问题。因此，提出一种基于域名语义信息与域名相似度的公害网站域名生成模型T-SeqGAN。该模型使用Transformer编码器提取域名的语义特征，作为特征向量指导生成工作，提升了对域名特征的利用率；该模型对序列生成对抗网络进行改进，在生成和鉴别时分别关注域名的语义特征和上下文信息，提高了生成器生成域名的质量和鉴别器的准确率；该模型通过初步过滤、多工具复检、最终筛选等步骤，实现了对生成域名的检测。通过与多组生成对照模型进行实验，结果表明，该模型的平均浓度为28.91%，平均有效浓度为69.16%，扩展率为8.72%。在生成同样数量域名的前提下，该模型平均浓度分别比现有基于域名相似度的生成模型提升了15.63%、4.7%，平均有效浓度分别提升了27.18%、4.58%。在同样生成200万个有效域名数据中，该模型分别比现有基于域名相似度的生成模型多生成了161168个、43992个公害网站域名，证明了该模型的有效性和可行性，可以通过生成的方式发现更多公害网站域名。

关键词：公害网站域名生成算法语义特征 Transformer编码器注意力机制

来源：评论

学校读者我要写书评

暂无评论

跟踪状态自适应的判别式行人单目标跟踪算法研究

引用

光电子．激光 2022年第9期33卷 940-947页

作者：丁明远蔡靖周冕薛彦兵温显斌天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384

本文针对在行人跟踪过程中遇到的背景相似物干扰、行人之间的相互遮挡和背景杂乱等导致跟踪状态不稳定的问题,基于DIMP(learning discriminative model prediction for tracking)跟踪算法,提出了一种跟踪状态自适应的判别式单目标行人... 详细信息

本文针对在行人跟踪过程中遇到的背景相似物干扰、行人之间的相互遮挡和背景杂乱等导致跟踪状态不稳定的问题,基于DIMP(learning discriminative model prediction for tracking)跟踪算法,提出了一种跟踪状态自适应的判别式单目标行人跟踪算法。跟踪过程中由分类滤波器和搜索区域进行卷积操作得到响应图,通过响应图判断跟踪状态,跟踪状态分为弱响应状态、多峰强响应状态、单峰强响应状态。针对多峰强响应状态下的干扰物影响,提出在线更新策略,利用激励和抑制损失更新分类滤波器,提高分类滤波器的判别能力。针对多峰强响应和弱响应状态下目标预测不准确的问题,通过偏移量和增添候选框修正目标位置,提高跟踪精度。实验验证提出的算法在行人视频序列上跟踪结果,精度达到了0.978,成功率达到了0.740,在NVIDIA GTX 1650显卡下有30 fps的实时速度。

关键词：行人单目标跟踪 DIMP算法在线更新分类滤波器跟踪状态

来源：评论

学校读者我要写书评

暂无评论

基于CTCNet对球结膜进行糖尿病视网膜病变分类

引用

光电子．激光 2023年第1期34卷 100-106页

作者：黄丝雨刘凤连汪日伟天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384 温州理工学院浙江温州325035

糖尿病视网膜病变(diabetic retinopathy, DR)是一种糖尿病性微血管病变,会在球结膜微血管上有所体现,球结膜血管图像的获取比眼底图像更加便捷,但微血管的特征变化微小且难以量化。为了能够对患者进行早期辅助诊断,本文依据球结膜微血... 详细信息

糖尿病视网膜病变(diabetic retinopathy, DR)是一种糖尿病性微血管病变,会在球结膜微血管上有所体现,球结膜血管图像的获取比眼底图像更加便捷,但微血管的特征变化微小且难以量化。为了能够对患者进行早期辅助诊断,本文依据球结膜微血管形态与DR的关联,首先对球结膜图像进行预处理,使用限制对比度自适应直方图均衡(contrast limited adaptive histogram equalization, CLAHE)算法进行图像增强,随机处理使数据增强,然后结合卷积神经网络(convolutional neural network, CNN)和Transformer各自的网络优势构建CTCNet,对处理后的球结膜血管图像进行DR分类,分类准确率达到了97.44%,敏感度97.69%,特异性97.11%,精确度97.69%,通过实验对比CNN和Transformer, CTCNet网络性能优于其他模型,能够有效识别DR。

关键词：卷积神经网络(CNN) Transformer 糖尿病视网膜病变(DR) 球结膜血管

来源：评论

学校读者我要写书评

暂无评论

基于增量式学习的圆锥角膜分类算法

引用

光电子．激光 2024年第8期35卷 880-884页

作者：赖雨晴刘凤连李婧汪日伟谭左平天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384 温州理工学院浙江省巾帼科技创新工作室浙江温州325035

圆锥角膜是一种进展性的角膜疾病,多发于青春期,会造成不规则散光以及视力下降,晚期致盲需进行角膜移植,因此圆锥角膜的早期精准筛查是阻止疾病进展避免恶化的必要条件。神经网络作为一种经典的算法是圆锥角膜诊断的有效工具。但随着圆... 详细信息

圆锥角膜是一种进展性的角膜疾病,多发于青春期,会造成不规则散光以及视力下降,晚期致盲需进行角膜移植,因此圆锥角膜的早期精准筛查是阻止疾病进展避免恶化的必要条件。神经网络作为一种经典的算法是圆锥角膜诊断的有效工具。但随着圆锥角膜病例数据日益增长,为了充分利用新增数据,往往需要对所有样本重新训练,这将耗费大量的时间。为了解决上述问题,本文提出集成神经网络的增量式学习算法,以实现圆锥角膜的智能诊断。此外,本文还引入欠采样和代价敏感思想,用于解决已有增量式学习算法无法处理不均衡数据的问题。实验结果表明,本文提出的算法识别精度达到97%,并且所需训练时间短、存储空间少,因此本算法能够更高效地辅助圆锥角膜诊断。

关键词：圆锥角膜集成神经网络增量学习不平衡数据

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：