检索结果-内蒙古大学图书馆

电子测量与仪器学报 2022年第7期36卷 9-15页

作者：彭艺唐剑杨青青李睿昆明理工大学信息工程与自动化学院昆明650031 昆明理工大学云南省计算机技术应用重点实验室昆明650500

在基站无法提供通信支撑区域,可引入无人机群作为中继节点来搭建无人机应急通信网络。针对无人机如何高效选择最优中继节点及保证系统吞吐量最大化问题,提出一种基于SA-SARSA强化学习算法的无人机中继选择策略。在所有的中继节点通过解... 详细信息

在基站无法提供通信支撑区域,可引入无人机群作为中继节点来搭建无人机应急通信网络。针对无人机如何高效选择最优中继节点及保证系统吞吐量最大化问题,提出一种基于SA-SARSA强化学习算法的无人机中继选择策略。在所有的中继节点通过解码重传(DF)之后进行转发,得到用户端最大比合并后的平均吞吐量的表达式,通过设定SARSA算法的状态、动作、奖励函数,选择回报值最大的中继节点。同时,引入退火算法来使源节点探索到更多的中继节点,从而使无人机群通信网络性能达到最优状态。仿真结果表明,与改进前的SARSA中继选择策略相比,所提的SA-SARSA中继选择策略占理想算法比例提升10%。同时,在相同总功率条件下,所提策略所选的中继节点的吞吐量比Q-learning中继选择策略、SARSA中继选择策略分别提升了8%、13%。

关键词：应急通信无人机中继选择 SA-SARSA 吞吐量

来源：评论

学校读者我要写书评

暂无评论

结合边缘轮廓和姿态特征的人体精确解析模型

引用

计算机辅助设计与图形学学报 2021年第9期33卷 1428-1439页

作者：甘霖刘骊刘利军付晓东黄青松昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500

针对着装场景中由于人体姿态、边缘轮廓、服装配饰的复杂性以及着装部位关节点被遮挡等因素导致人体解析精度较低的问题,提出一种结合边缘轮廓和姿态特征的人体精确解析模型.首先采用残差网络ResNet-101作为主干网络表征输入人体图像进... 详细信息

针对着装场景中由于人体姿态、边缘轮廓、服装配饰的复杂性以及着装部位关节点被遮挡等因素导致人体解析精度较低的问题,提出一种结合边缘轮廓和姿态特征的人体精确解析模型.首先采用残差网络ResNet-101作为主干网络表征输入人体图像进行初步人体解析,得到粗解析特征;然后构建边缘轮廓模块,结合上采样后的全局和局部特征得到人体边缘轮廓;再基于着装姿态定义着装姿态损失函数,通过姿态估计模块提取人体姿态特征;最后联合粗解析特征、边缘轮廓和姿态特征,并定义结构损失和人体解析损失的组合函数输出精确的解析结果.在多个数据集上的实验结果表明,该模型的mIoU评测指标提高了1.96%,在人体的着装姿态和部位遮挡等方面获得了更准确的语义分割结果,能有效地提高着装人体解析的精度.

关键词：人体解析着装场景姿态估计边缘轮廓语义分割

来源：评论

学校读者我要写书评

暂无评论

细粒度民族服饰图像检索的全局-局部特征提取方法

引用

模式识别与人工智能 2021年第5期34卷 463-472页

作者：周前前刘骊刘利军付晓东黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

民族服饰图像具有不同民族风格的服装款式、配饰和图案,导致民族服饰图像细粒度检索准确率较低.因此,文中提出细粒度民族服饰图像检索的全局-局部特征提取方法.首先,基于自定义的民族服饰语义标注,对输入图像进行区域检测,分别获得前景... 详细信息

民族服饰图像具有不同民族风格的服装款式、配饰和图案,导致民族服饰图像细粒度检索准确率较低.因此,文中提出细粒度民族服饰图像检索的全局-局部特征提取方法.首先,基于自定义的民族服饰语义标注,对输入图像进行区域检测,分别获得前景、款式、图案和配饰图像.然后在全卷积网络结构的基础上构建多分支的全局-局部特征提取模型,对不同区域的服饰图像进行特征提取,分别获得全局、款式、图案和配饰的卷积特征.最后,先对全局特征进行相似性度量,得到初步检索结果,再使用Top-50检索结果的局部特征与查询图像的局部特征进行重排序,优化排序并输出最终的检索结果.在构建的民族服饰图像数据集上的实验表明,文中方法有效提高民族服饰图像检索的准确率.

关键词：细粒度图像检索民族服饰图像全局特征局部特征重排序

来源：评论

学校读者我要写书评

暂无评论

基于元学习的小样本癌症亚型分类算法

引用

集成技术 2025年

作者：戴伟张浩轩陈方旭彭玮昆明理工大学信息工程与自动化学院计算机系昆明理工大学云南省计算机技术应用重点实验室

癌症是一种与基因密切相关的疾病，具有多种亚型，各亚型在遗传、表型和治疗反应上存在显著差异。准确的癌症亚型分类对于个性化治疗至关重要，有助于提高治疗效果。然而，基于患者基因表达数据的癌症亚型分类方法在样本不均衡的情况下... 详细信息

癌症是一种与基因密切相关的疾病，具有多种亚型，各亚型在遗传、表型和治疗反应上存在显著差异。准确的癌症亚型分类对于个性化治疗至关重要，有助于提高治疗效果。然而，基于患者基因表达数据的癌症亚型分类方法在样本不均衡的情况下，往往难以有效区分稀有亚型。为了解决这一问题，提出了一种基于元学习的癌症亚型分类方法MFP-VAE（Meta-learning Few-shot Prototype learning VAE），专注于处理样本不均衡的数据集。该方法改进了样本抽取策略，以确保在元学习任务中不同亚型的样本得到平衡重视。该模型采用变分自编码器进行特征提取，并通过计算样本与亚型原型之间的距离进行分类。实验结果表明，MFP-VAE在两个公开癌症数据集上优于现有方法，特别是在样本不平衡的情况下，显著提高了分类精度。此外，生存率分析显示，所区分的癌症亚型在临床特性上具有显著差异和临床意义。

关键词：癌症亚型分类元学习变分自编码器小样本学习

来源：评论

学校读者我要写书评

暂无评论

基于加权层级注意力机制的疾病预测模型

引用

中文信息学报 2023年第1期37卷 97-103页

作者：单文琦王波黄青松刘利军黄冕昆明理工大学信息工程与自动化学院云南昆明650500 云南国土资源职业学院信息中心云南昆明652501 云南大学信息学院云南昆明650091 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

近年来,针对电子病历文本的研究受到越来越多的关注,而相关疾病预测模型很少注意到病历文本中记录独立分布的半结构化形式以及语义关系复杂的特点,故该文提出了一种基于加权层级注意力机制的辅助诊断方法,设计加权累加法将普通句向量转... 详细信息

近年来,针对电子病历文本的研究受到越来越多的关注,而相关疾病预测模型很少注意到病历文本中记录独立分布的半结构化形式以及语义关系复杂的特点,故该文提出了一种基于加权层级注意力机制的辅助诊断方法,设计加权累加法将普通句向量转换为结构弱关联句向量,并构成词、句、文档层级结构注意力机制来提高模型结构学习能力,此外,设计监督层用于缓解语义关系复杂造成的学习偏置问题,以辅助模型的训练效果。在真实数据集中进行验证表明,该文模型优于当前主流的深度学习模型,取得了较好效果。

关键词：累加法注意力机制层级结构辅助诊断

来源：评论

学校读者我要写书评

暂无评论

改进的NASNet算法在乳腺超声诊断中的应用研究

引用

中国生物医学工程学报 2022年第6期41卷 672-679页

作者：易三莉佘芙蓉杨雪莲陈东罗晓茂昆明理工大学信息工程与自动化学院昆明650504 云南省计算机技术应用重点实验室昆明650504 云南省肿瘤医院超声医学科昆明650118

超声图像在乳腺疾病的临床诊断中具有重要意义,但是乳腺超声图像分辨率低、样本量小,同时对于NASNet算法虽然适用于小样本数据但参数量大难以训练的问题。本研究提出一种改进的NASNet分类算法来检测乳腺肿块的良恶性。首先采用迁移学习... 详细信息

超声图像在乳腺疾病的临床诊断中具有重要意义,但是乳腺超声图像分辨率低、样本量小,同时对于NASNet算法虽然适用于小样本数据但参数量大难以训练的问题。本研究提出一种改进的NASNet分类算法来检测乳腺肿块的良恶性。首先采用迁移学习技术将NASNet在ImageNet上预训练,将学习到的特征直接用于乳腺超声图像上肿块的良恶性识别,节省计算成本的同时提高精度;然后,为增强网络对超声图像特征的提取能力并使网络轻量化,在NASNet深层融入深度可分离卷积,构造出更深更宽的网络;最后,为了增强与疾病更加相关的特征权重,进一步增强高阶特征信息的提取能力,加入SE模块来筛选超声图像中占比较重的通道特征。为验证该算法,基于本地医院数据集以及公共数据集实验,其中本地医院数据共计1350张超声图像,两个公共数据集共计895张超声图像。采用五折交叉验证的训练方法,并将该算法与目前广泛应用的分类算法进行比较。基于本地医院数据实验的Acc、Sen、F1均为97.52%;公共数据集作为训练集和验证集,本地医院数据集作为测试集的实验的Acc、Sen、F1分别为96.31%、96.31%、96.39%;基于本地医院数据和公共数据的混合数据实验的Acc、Sen、F1均为98.27%。所提算法较其他算法具有优越性,证实了该算法更适用于小样本乳腺超声图像的肿块良恶性分类。

关键词：乳腺肿块 NASNet 深度可分离卷积 SENet 迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于小波变换与深度残差融合的图像增强算法

引用

光电子．激光 2022年第7期33卷 715-722页

作者：樊文定李彬华李俊武昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机应用技术重点实验室云南昆明650500

针对目前基于小波变换图像融合增强算法原始图像中的多尺度细节信息的不足,提出了一种改进的多尺度小波变换与深度残差选择相结合的图像增强算法。利用小波变换对原始图像进行分解提取得到它的多级分解系数后,再利用不同规则对不同层次... 详细信息

针对目前基于小波变换图像融合增强算法原始图像中的多尺度细节信息的不足,提出了一种改进的多尺度小波变换与深度残差选择相结合的图像增强算法。利用小波变换对原始图像进行分解提取得到它的多级分解系数后,再利用不同规则对不同层次的小波系数进行重构,与此同时引入深度残差算法的思想对子带系数做残差。对于高频子带系数,计算子带残差的系数与梯度特征融合方法的系数,选用两者最大值进行融合增强;而对于低频子带系数则采用梯度特征融合增强系数与子带残差系数取平均值的算法进行融合。通过在MATLAB平台上的实验对所提出算法进行验证,峰值信噪比相较于对比的方法都有所提高,且均方根误差也得到减小,结构相似度都得到提高,结果表明该算法能增强图像的多尺度细节信息,提高图像的信噪比,且具有更好的图像增强效果。

关键词：数字图像处理信息增强深度残差多尺度分析

来源：评论

学校读者我要写书评

暂无评论

安全协议形式化分析方法研究综述

引用

化工自动化及仪表 2024年第3期51卷 367-378页

作者：缪祥华黄明巍张世奇张世杰王欣源昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室

介绍了安全协议的基本概念和分类,然后对安全协议形式化分析方法进行了详细介绍,包括基于模态逻辑的方法、基于模型检测的方法、基于定理证明的方法和基于可证明安全性理论的方法。其中,基于模型检测的方法是目前应用最广泛的一种方法,... 详细信息

介绍了安全协议的基本概念和分类,然后对安全协议形式化分析方法进行了详细介绍,包括基于模态逻辑的方法、基于模型检测的方法、基于定理证明的方法和基于可证明安全性理论的方法。其中,基于模型检测的方法是目前应用最广泛的一种方法,因此详细介绍了一些常用的基于模型检测方法的工具。最后,总结了当前安全协议形式化分析方法的研究热点和未来的发展方向。

关键词：安全协议形式化分析模态逻辑模型检测定理证明可证明安全性

来源：评论

学校读者我要写书评

暂无评论

基于果蝇算法和卷积神经网络的入侵检测研究

引用

化工自动化及仪表 2024年第5期51卷 837-843,863页

作者：王欣源缪祥华黄明巍张世奇张世杰昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室

提出一种基于果蝇算法(FOA)和卷积神经网络(CNN)的入侵检测方法。FOA实现训练数据的均衡,并结合新型CNN结构(1个输入层、3个卷积层、2个池化层和2个全连接层)改善不均衡数据对入侵检测的影响。研究使用了OpenStack数据集,包含正常数据和... 详细信息

提出一种基于果蝇算法(FOA)和卷积神经网络(CNN)的入侵检测方法。FOA实现训练数据的均衡,并结合新型CNN结构(1个输入层、3个卷积层、2个池化层和2个全连接层)改善不均衡数据对入侵检测的影响。研究使用了OpenStack数据集,包含正常数据和4类攻击数据。数据特征经处理后转换为灰度图作为CNN的输入数据。实验结果表明:该方法显著提高了入侵检测系统的分类平均精确率,克服了不均衡训练数据的负面影响,实现了CNN在入侵检测中的应用。可为提高入侵检测系统的准确性和可信度提供参考。

关键词：入侵检测 FOCNN 数据不平衡少数类攻击 OpenStack CNN新结构

来源：评论

学校读者我要写书评

暂无评论

面向中文医疗问答网站的相似问题检索研究

引用

中文信息学报 2022年第6期36卷 135-145页

作者：王保成刘利军黄青松昆明理工大学信息工程与自动化学院云南昆明650500 云南省计算机技术应用重点实验室云南昆明650500

医疗问答平台主要通过关键词检索来服务,但其缺点是难以应对文本中多样化表达、否定词较多等特点,且不能充分根据用户的语义查询,使查询结果中有大量无关项。因此该文先用基于改进文本卷积神经网络的哈希生成模型,进行相似问题的语义检... 详细信息

医疗问答平台主要通过关键词检索来服务,但其缺点是难以应对文本中多样化表达、否定词较多等特点,且不能充分根据用户的语义查询,使查询结果中有大量无关项。因此该文先用基于改进文本卷积神经网络的哈希生成模型,进行相似问题的语义检出,以更好地处理文本中的多样化表达、否定词较多等现象。然后,用更精确的文本匹配模型对检出集合进行过滤和排序,通过集成学习构建该模型。模型先集成Siamese-BERT模型,该模型利用孪生网络,并用BERT作为基础模型,能更好地进行语义抽取;接着集成BERT-Match模型,该模型借助BERT的多头注意力机制,能更好地捕捉问句间的局部相关性。最后,用梯度下降提升树将语义特征及统计特征结合,使模型更准确。实验结果表明,该文方法在进行相似问题检出和文本匹配时能得到更好的结果。

关键词：医疗问答平台文本卷积神经网络文本匹配模型集成学习

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：