检索结果-内蒙古大学图书馆

计算机应用 2025年第5期 1403-1409页

作者：杨俊庞梦雪乔立山聊城大学数学科学学院山东建筑大学计算机科学与技术学院

脑功能网络在神经或精神类脑疾病的早期诊断中发挥着重要作用，而估计一个高质量的脑功能网络是其中最关键的问题之一。尽管目前已有众多脑功能网络估计方法，但多数仅考虑了脑区间的相关性，忽视了时间点间可能存在的依赖关系。最近的... 详细信息

脑功能网络在神经或精神类脑疾病的早期诊断中发挥着重要作用，而估计一个高质量的脑功能网络是其中最关键的问题之一。尽管目前已有众多脑功能网络估计方法，但多数仅考虑了脑区间的相关性，忽视了时间点间可能存在的依赖关系。最近的研究发现，引入潜变量编码时间点间的依赖性可以有效提高脑功能网络的判别性；但该方法仅基于相邻时间点的依赖关系，并未有效利用不相邻时间点的信息，无法全面反映脑功能网络的时序特性。因此，提出一种新的脑功能网络估计方法，通过引入相似性矩阵编码不相邻时间点间的依赖关系，旨在提高脑功能网络估计的质量；并设计了交替优化学习算法快速求解该方法的模型。为了评估所提方法的有效性，在3个公开数据集ADNI(Alzheimer's Disease Neuroimaging Initiative)、ABIDE(Autism Brain Imaging Data Exchange)和REST-MDD(RESTmeta-MDD Consortium)上分别进行了轻度认知障碍、孤独症与抑郁症的识别实验，实验结果表明，基于所提方法估计的脑功能网络能够获得更优的分类性能。

关键词：脑功能网络相似性矩阵隐变量静息态功能磁共振成像时序信息

来源：评论

学校读者我要写书评

暂无评论

边界线索深度融合息肉图像分割网络

引用

中国图象图形学报 2025年第5期 1479-1496页

作者：章东平李铮谢亚光王都洋汤斯亮卜玉真王梦婷中国计量大学信息工程学院杭州当虹科技股份有限公司汉斯夫(杭州)医学科技有限公司浙江大学计算机科学与技术学院

目的在医疗保健领域，复杂多变的背景分布、息肉形态与尺寸的显著差异以及边界定义的模糊性为实现息肉的精确分割造成诸多挑战。为应对上述难题，创新性地提出一种针对结肠镜检查过程中息肉分割问题的深度学习模型，即息肉边界线索深... 详细信息

目的在医疗保健领域，复杂多变的背景分布、息肉形态与尺寸的显著差异以及边界定义的模糊性为实现息肉的精确分割造成诸多挑战。为应对上述难题，创新性地提出一种针对结肠镜检查过程中息肉分割问题的深度学习模型，即息肉边界线索深度融合网络（polyp boundary cues deep fusion network,PBCDF-Net）。方法 PBCDF-Net网络使用Res2Net-50作为骨干网络，并设计一种边界线索挖掘模块（boundary clue mining module,BCMM），旨在合并从骨干网络派生的多级特征，以提取隐藏的边界细节。此外，使用前景目标增强模块（foreground target enhancement module,FTEM）增强网络对前景目标的关注。最后，在解码阶段设计一种深度特征融合模块（deep feature fusion module,DFFM）整合提取的边界信息和前景目标信息。结果以5个公共数据集作为测试基准，全面评估提出的PBCDF-Net模型在结直肠息肉分割任务上的性能，并在最新的数据集PolypGen上进行one-in-out的交叉实验。在CVC-ClinicDB(colonoscopy videos challenge clinic database)数据集上，与CCBANet(cascading context and balancing attention network)相比，5项评价指标分别提升6.6%、7.4%、3.4%、7%和4.9%。在Kvasir(Kvasir segmentation dataset)和CVC-300(colonoscopy videos challenge 300)数据集上，与近几年方法相比，所有评估指标平均提升4.5%、6.2%、2.5%、6.3%和2.9%。此外，PolypGen数据集上的交叉实验结果表明，与PraNet(parallel reverse attention network)相比，在mDice(mean Dice,mDice)和mIoU(mean intersection over union,mIoU)上分别提高4.6%和4.9%，并且在个别指标上优于最先进的方法。结论本文提出的息肉图像分割网络（PBCDF-Net）成功克服了传统算法在面对息肉边界不确定性及形态多样性时的局限，在广泛的公开数据集验证中展现出了卓越的性能，特别是在处理边界模糊且形态多变的复杂息肉案例时，其分割精度与鲁棒性远超同类方法。

关键词：息肉图像分割深度学习结直肠癌特征学习边界线索

来源：评论

学校读者我要写书评

暂无评论

基于提示学习和全局指针网络的中文古籍实体关系联合抽取方法

引用

计算机应用 2025年第1期45卷 75-81页

作者：李斌林民斯日古楞高颖杰王玉荣张树钧内蒙古师范大学计算机科学技术学院呼和浩特010022 内蒙古民族大学计算机科学与技术学院内蒙古通辽028000 内蒙古师范大学文学院呼和浩特010022 内蒙古师范大学数学科学学院呼和浩特010022

基于“预训练+微调”范式的实体关系联合抽取方法依赖大规模标注数据,在数据标注难度大、成本高的中文古籍小样本场景下微调效率低,抽取性能不佳;中文古籍中普遍存在实体嵌套和关系重叠的问题,限制了实体关系联合抽取的效果;管道式抽取... 详细信息

基于“预训练+微调”范式的实体关系联合抽取方法依赖大规模标注数据,在数据标注难度大、成本高的中文古籍小样本场景下微调效率低,抽取性能不佳;中文古籍中普遍存在实体嵌套和关系重叠的问题,限制了实体关系联合抽取的效果;管道式抽取方法存在错误传播问题,影响抽取效果。针对以上问题,提出一种基于提示学习和全局指针网络的中文古籍实体关系联合抽取方法。首先,利用区间抽取式阅读理解的提示学习方法对预训练语言模型(PLM)注入领域知识以统一预训练和微调的优化目标,并对输入句子进行编码表示;其次,使用全局指针网络分别对主、客实体边界和不同关系下的主、客实体边界进行预测和联合解码,对齐成实体关系三元组,并构建了PTBG(Prompt Tuned BERT with Global pointer)模型,解决实体嵌套和关系重叠问题,同时避免了管道式解码的错误传播问题;最后,在上述工作基础上分析了不同提示模板对抽取性能的影响。在《史记》数据集上进行实验的结果表明,相较于注入领域知识前后的OneRel模型,PTBG模型所取得的F1值分别提升了1.64和1.97个百分点。可见,PTBG模型能更好地对中文古籍实体关系进行联合抽取,为低资源的小样本深度学习场景提供了新的研究思路与方法。

关键词：实体关系联合抽取全局指针网络提示学习预训练语言模型中文古籍

来源：评论

学校读者我要写书评

暂无评论

基于跨语言预训练模型的朝汉翻译质量评估

引用

吉林大学学报（工学版） 2023年第8期53卷 2371-2379页

作者：赵亚慧李飞雨崔荣一金国哲张振国李德金小峰延边大学计算机科学与技术学院吉林延吉133002

针对主流翻译质量评估框架在低资源语料上表现较差,句子嵌入策略单一的问题,提出了一个基于跨语言预训练模型的朝汉翻译质量评估模型。首先,借鉴注意力思想提出一种融合跨层信息和词项位置的句子嵌入方法;其次,将跨语言预训练模型引入... 详细信息

针对主流翻译质量评估框架在低资源语料上表现较差,句子嵌入策略单一的问题,提出了一个基于跨语言预训练模型的朝汉翻译质量评估模型。首先,借鉴注意力思想提出一种融合跨层信息和词项位置的句子嵌入方法;其次,将跨语言预训练模型引入翻译质量评估任务中,缓解朝鲜语低资源环境带来的数据稀疏问题;最后,对句向量进行回归,实现机器翻译质量评估任务。实验结果表明:该模型能有效提升朝汉翻译质量评估任务性能,与质量评估任务领域主流模型QuEst++、Bilingual Expert、TransQuest相比,皮尔逊相关系数分别提升了0.226、0.156、0.034,斯皮尔曼相关系数分别提升了0.123、0.038、0.026。

关键词：计算机应用翻译质量评估跨语言预训练模型句子嵌入

来源：评论

学校读者我要写书评

暂无评论

基于不确定性估计与动态样本选择的噪声标签尘肺分期方法

引用

计算机工程 2025年

作者：冯伟毅任雪婷王盈森王月莹赵涓涓强彦孔晓梅赵慧兰太原理工大学计算机科学与技术学院(大数据学院) 中国电力科学研究院有限公司太原理工大学软件学院中北大学软件学院山西医科大学第一医院呼吸与危重症医学科山西省煤炭中心医院

由于病变分期标准存在模糊性，不同诊断专家可能会得出不同的诊断结果，这导致了实例标签的噪声，即标签准确性受到观察者差异的影响。深度学习依赖于数据的质量，而这些带有噪声标签的数据往往会导致模型的性能下降。为应对尘肺病分期... 详细信息

由于病变分期标准存在模糊性，不同诊断专家可能会得出不同的诊断结果，这导致了实例标签的噪声，即标签准确性受到观察者差异的影响。深度学习依赖于数据的质量，而这些带有噪声标签的数据往往会导致模型的性能下降。为应对尘肺病分期中噪声标签带来的挑战，提出了一种双分支动态样本选择策略。该方法通过在模型的关键层引入蒙特卡洛随机丢弃，在关键层进行多次前向传播进行不确定性估计预测结果，同时将模型的预测概率与混合高斯模型相结合洞察样本的特征空间分布，最终实现可选择的不确定性估计分支和混合高斯模型特征分布预测分支。然后为每一个分支中每一个样本数据设立一个阈值，阈值随着模型训练的推进动量更新，最终依据该动态样本选择模块进行样本划分和差异化约束，减小噪声样本对模型的负面影响。在临床收集的尘肺病X光数据集上进行评估，实验结果表明，该方法在5%、10%、20%以及40%实例噪声比下的性能显著优于同类方法，证明了其在噪声标签学习中的有效性和鲁棒性。

关键词：噪声标签学习尘肺分期不确定性估计样本选择医学图像分类

来源：评论

学校读者我要写书评

暂无评论

基于强化学习和注意力机制的朝鲜语文本结构发现

引用

吉林大学学报（工学版） 2021年第4期51卷 1387-1395页

作者：赵亚慧杨飞扬张振国崔荣一延边大学计算机科学与技术系吉林延吉133002

将注意力机制与深度强化学习相结合,利用标签信息研究如何自主学习出有效的朝鲜语文本结构化表示,提出了两种结构化表示模型:信息蒸馏注意力模型(ID-Attention)和层次结构注意力模型(HS-Attention)。ID-Attention选择与任务相关的重要单... 详细信息

将注意力机制与深度强化学习相结合,利用标签信息研究如何自主学习出有效的朝鲜语文本结构化表示,提出了两种结构化表示模型:信息蒸馏注意力模型(ID-Attention)和层次结构注意力模型(HS-Attention)。ID-Attention选择与任务相关的重要单词,而HS-Attention在句中发现短语结构。两种表示模型中的结构发现是一个顺序决策问题,使用强化学习中的Policy Gradient实现。实验结果表明:ID-Attention能够识别朝鲜语重要单词;HS-Attention能够很好地提取出句子结构,在文本分类任务上有很好的性能表现,同时,两模型的结果对语料库的标注有很好的辅助作用。

关键词：人工智能深度强化学习注意力机制文本结构发现朝鲜语自然语言处理

来源：评论

学校读者我要写书评

暂无评论

微机网络数据库系统中数据统计的并行处理

引用

哈尔滨工业大学学报 2006年第1期38卷 145-148页

作者：徐善针崔荣一洪炳熔延边大学计算机科学与技术系吉林延吉133002 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

以电话话费计算为例,叙述了在w indows 2000局域网中用SQL Server 2000数据库管理系统实现数据统计并行处理的设计思想,这种并行算法提高了统计效率,确保了系统数据的安全性,而且能够做到在统计过程中某工作站的撤消与插入不影响最终统... 详细信息

以电话话费计算为例,叙述了在w indows 2000局域网中用SQL Server 2000数据库管理系统实现数据统计并行处理的设计思想,这种并行算法提高了统计效率,确保了系统数据的安全性,而且能够做到在统计过程中某工作站的撤消与插入不影响最终统计结果.

关键词：并行处理数据分解数据合成局域网

来源：评论

学校读者我要写书评

暂无评论

基于生物视觉特征和视觉心理学的视频显著性检测算法

引用

物理学报 2017年第10期66卷 319-332页

作者：方志明崔荣一金璟璇延边大学工学院计算机科学与技术系智能信息处理实验室延吉133002

提出了一种空域和时域相结合的视频显著性检测算法.对单帧图像,受视觉皮层层次化感知特性和Gestalt视觉心理学的启发,提出了一种层次化的静态显著图检测方法.在底层,通过符合生物视觉特性的特征图像(双对立颜色特征及亮度特征图像)的非... 详细信息

提出了一种空域和时域相结合的视频显著性检测算法.对单帧图像,受视觉皮层层次化感知特性和Gestalt视觉心理学的启发,提出了一种层次化的静态显著图检测方法.在底层,通过符合生物视觉特性的特征图像(双对立颜色特征及亮度特征图像)的非线性简化模型来合成特征图像,形成多个候选显著区域;在中层,根据矩阵的最小Frobenius-范数(F-范数)性质选取竞争力最强的候选显著区域作为局部显著区域;在高层,利用Gestalt视觉心理学的核心理论,对在中层得到的局部显著区域进行整合,得到具有整体感知的空域显著图.对序列帧图像,基于运动目标在位置、运动幅度和运动方向一致性的假设,对Lucas-Kanade算法检测出的光流点进行二分类,排除噪声点的干扰,并利用光流点的运动幅度来衡量运动目标运动显著性.最后,基于人类视觉对动态信息与静态信息敏感度的差异提出了一种空域和时域显著图融合的通用模型.实验结果表明,该方法能够抑制视频背景中的噪声并且解决了运动目标稀疏等问题,能够较好地从复杂场景中检测出视频中的显著区域.

关键词：显著性检测非线性简化 Gestalt视觉心理学 Lucas-Kanade算法

来源：评论

学校读者我要写书评

暂无评论

多尺度信息提取融合的尘肺病X射线图像分期方法

引用

小型微型计算机系统 2025年

作者：吴健纪国华赵涓涓强彦施熠炜杨帆太原理工大学计算机科学与技术学院(大数据学院) 晋中信息学院信息学院中北大学软件学院国家卫生健康委员会尘肺病重点实验室山西呼吸疾病重点实验室山西医科大学第一医院呼吸与危重症医学科西山煤电(集团)有限责任公司职业病防治所

在尘肺病诊断过程中，X射线影像的低清晰度和病灶的轻薄弥漫性常导致人工阅片分级困难.为提升诊断分级准确性，提出了一种分割分类级联式的多尺度信息提取及跨尺度融合的尘肺病分期分类诊断模型.首先利用含有自适应卷积核模块的非对称... 详细信息

在尘肺病诊断过程中，X射线影像的低清晰度和病灶的轻薄弥漫性常导致人工阅片分级困难.为提升诊断分级准确性，提出了一种分割分类级联式的多尺度信息提取及跨尺度融合的尘肺病分期分类诊断模型.首先利用含有自适应卷积核模块的非对称编解码网络分割肺野，再将肺野输入到分期网络中，分期网络利用Res2Net提取五个不同层次特征，每层采用（Inception Dilation-Gated，IDG）模块捕捉病灶特征，并进行跨层级信息融合，最后，引入多尺度注意力机制，使模型能够更加聚焦于关键病灶区域，减少背景噪声干扰，提升分类性能.该模型在收集到的尘肺病数据集上测试，与基线模型相比，准确率提升了3.98个百分点，敏感度提升了5.54个百分点，F1分数提升了7个百分点，表明相比其他分类模型具有更好的分类性能.

关键词：医学图像多尺度信息提取注意力机制跨尺度特征融合 CNN

来源：评论

学校读者我要写书评

暂无评论

一种新的朝鲜语词性标注方法

引用

中文信息学报 2018年第10期32卷 53-58,68页

作者：金国哲崔荣一延边大学计算机科学与技术学院吉林延吉133002

朝鲜语词性标注是朝鲜语信息处理的基础,其结果直接影响后续朝鲜语自然语言处理的效果。首先为了解决朝鲜语词性标注中遇到的形态素实际写法与原形不一致的问题,该文提出了一种在seq2seq模型的基础上融合朝鲜语字母信息的朝鲜语形态素... 详细信息

朝鲜语词性标注是朝鲜语信息处理的基础,其结果直接影响后续朝鲜语自然语言处理的效果。首先为了解决朝鲜语词性标注中遇到的形态素实际写法与原形不一致的问题,该文提出了一种在seq2seq模型的基础上融合朝鲜语字母信息的朝鲜语形态素原形恢复方法;其次,在恢复形态素原形的基础上,利用LSTM-CRF模型完成朝鲜语分写及词性标注。实验结果表明,该文提出的方法词性标注F1值为94.75%,优于其他方法。

关键词：朝鲜语词性标注 seq2seq LSTM-CRF

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：