检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2024年第1期54卷 209-220页

作者：付忠良陈晓清任伟姚宇中国科学院大学成都计算机应用研究所成都610299

针对传统K最近邻(KNN)算法没有学习过程,进行分类预测时需要遍历全部学习样本、时效性差且对k值敏感的缺点,本文提出了两种带学习过程的随机KNN算法(RKNN),包括对样本Bootstrap抽样的SRKNN算法和对样本特征Bootstrap抽样的ARKNN算法,均... 详细信息

针对传统K最近邻(KNN)算法没有学习过程,进行分类预测时需要遍历全部学习样本、时效性差且对k值敏感的缺点,本文提出了两种带学习过程的随机KNN算法(RKNN),包括对样本Bootstrap抽样的SRKNN算法和对样本特征Bootstrap抽样的ARKNN算法,均属于Bagging集成学习,学习多个简单KNN后投票输出结果。算法对样本的特征进行组合得到组合特征,简单KNN基于组合特征得到。重点研究了如何选取特征的最优组合系数,得到了取得最好分类精度时的特征最优组合系数选取规则和公式。RKNN算法在构造简单KNN时引入学习,分类时不再遍历全部学习样本而只需要用二分查找法即可,其分类时间复杂度比传统KNN算法分类时间复杂度低一个数量级。RKNN算法的分类精度比传统KNN算法的分类精度有大幅提升,解决了使用KNN算法难以选取k值的问题。理论分析和实验结果均验证了本文RKNN算法的有效性。

关键词：机器学习 KNN算法随机KNN Bagging集成学习 AdaBoost

来源：评论

学校读者我要写书评

暂无评论

智能优化算法的量子理论纲要

引用

自动化学报 2023年第11期49卷 2396-2408页

作者：王鹏辛罡西南民族大学计算机科学与技术学院成都610225 中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对一些智能优化算法缺乏完备数学物理理论基础的现状,利用优化问题和量子物理在概率意义上的相似性,建立优化问题的薛定谔方程,将优化问题转化为以目标函数为约束条件的基态波函数问题,同时利用波函数定义了算法的能量、隧道效应和熵... 详细信息

针对一些智能优化算法缺乏完备数学物理理论基础的现状,利用优化问题和量子物理在概率意义上的相似性,建立优化问题的薛定谔方程,将优化问题转化为以目标函数为约束条件的基态波函数问题,同时利用波函数定义了算法的能量、隧道效应和熵,实现了以波函数为中心的优化问题量子模型.这一纲要利用了量子物理完备的理论框架,建立起了优化问题与量子理论广泛的内在联系.从量子物理的角度回答了优化问题解的概率描述,邻域采样函数的选择,算法演化的过程设计,多尺度过程的必要性等问题.智能优化算法的量子理论纲要可以作为研究与构造算法的理论工具,其有效性已得到初步验证.

关键词：优化问题优化算法量子理论波函数基态

来源：评论

学校读者我要写书评

暂无评论

一种基于元学习的小样本核磁共振图像分割方法

引用

生物医学工程学杂志 2023年第2期40卷 193-201页

作者：陈晓清付忠良姚宇中国科学院大学成都计算机应用研究所成都610000

将深度学习算法应用于核磁共振(MR)图像分割时,必需以大量经标注后图像作为训练集的数据支撑。然而,MR图像的特殊性导致采集大量的图像数据较困难,制作大量的标注数据成本高。为降低MR图像分割对大量标注数据的依赖,本文提出了一种用于... 详细信息

将深度学习算法应用于核磁共振(MR)图像分割时,必需以大量经标注后图像作为训练集的数据支撑。然而,MR图像的特殊性导致采集大量的图像数据较困难,制作大量的标注数据成本高。为降低MR图像分割对大量标注数据的依赖,本文提出了一种用于小样本MR图像分割的元U型网络(Meta-UNet),能够利用少量的图像标注数据完成MR图像分割任务,并获得良好的分割结果。其具体操作为:通过引入空洞卷积对U型网络(U-Net)进行改进,增加网络模型感受野从而提高模型对不同尺度目标的灵敏度;通过引入注意力机制提高模型对不同尺度目标的适应性;通过引入元学习机制,并采用复合损失函数对模型训练进行良好的监督和有效的引导。本文利用提出的Meta-UNet模型,在不同分割任务上进行训练,然后用训练好的模型在全新的分割任务上进行评估,实现了目标图像的高精度分割。新的分割方法比起常用的无监督医学图像配准分割方法——体素变形网络(VoxelMorph)、数据增强医学图像分割方法——转换学习数据增强模型(DataAug)和基于标签转移的医学图像分割方法——标签转移网络(LT-Net)三种模型平均戴斯相似性系数(DSC)有一定提高。实验结果显示,本文所提方法利用少量样本即可有效地进行MR图像分割,今后可为临床诊断和治疗提供可靠辅助。

关键词：小样本核磁共振图像图像分割元学习

来源：评论

学校读者我要写书评

暂无评论

一种模拟绝热量子计算的适应度地形探索算法

引用

电子学报 2024年第4期52卷 1330-1336页

作者：杨国松王鹏尹鑫钰中国科学院成都计算机应用研究所四川成都610299 西南民族大学计算机科学与工程学院四川成都610225 中国科学院大学计算机科学与技术学院北京101408

将优化问题抽象成目标函数后,目标函数和启发式优化算法的匹配程度决定了优化求解的效率.为反映目标函数的优化特征并指导优化算法及其参数的选择,本文模拟绝热量子计算中的多基态演化,提出了一种适应度地形探索算法.根据基态波函数倾... 详细信息

将优化问题抽象成目标函数后,目标函数和启发式优化算法的匹配程度决定了优化求解的效率.为反映目标函数的优化特征并指导优化算法及其参数的选择,本文模拟绝热量子计算中的多基态演化,提出了一种适应度地形探索算法.根据基态波函数倾向于向势能较小处收敛且收敛程度受量子效应强度影响的特性,用目标函数编码势能场后算法引入了一个量子效应递减的多基态演化过程,用其持续收敛的基态波函数簇反映目标函数的适应度地形.根据量子路径积分,算法由尺度递减的扩散蒙特卡罗(diffusion Monte Carlo,DMC)实现.实验表明算法综合直观地反映了适应度地形的众多特征,所得信息能直接指导后续优化,其计算模式和启发式优化相似,无需引入其他计算,这为适应度地形研究引入了新的视角.

关键词：适应度地形启发式优化绝热量子计算浸渐量子计算基态演化扩散蒙特卡罗量子退火

来源：评论

学校读者我要写书评

暂无评论

基于Mamba和卷积的双流特征金字塔网络用于脑部核磁共振图像配准

引用

生物医学工程学杂志 2024年第6期41卷 1177-1184页

作者：付麟杰朱遥遥姚宇中国科学院成都计算机应用研究所成都610213 中国科学院大学北京100049

可变形图像配准在医学图像分析领域扮演着至关重要的角色。尽管目前已经提出了各种先进的配准模型,但准确和高效的可变形配准仍然具有挑战性。鉴于Mamba最近在计算机视觉任务中展现出的优异性能,本文介绍了一种新模型,称为MCRDP-Net。MC... 详细信息

可变形图像配准在医学图像分析领域扮演着至关重要的角色。尽管目前已经提出了各种先进的配准模型,但准确和高效的可变形配准仍然具有挑战性。鉴于Mamba最近在计算机视觉任务中展现出的优异性能,本文介绍了一种新模型,称为MCRDP-Net。MCRDP-Net采用了Mamba块和卷积块结合的双流网络架构同时提取固定图像和运动图像的全局信息和局部信息;在解码阶段,采用了特征金字塔结构的网络,以获得运动图像与固定图像之间的全分辨率形变场,从而实现高效且精确的配准。本研究在公共脑部配准数据集OASIS和IXI上验证了MCRDP-Net的有效性。实验结果显示,MCRDP-Net在医学图像配准任务中表现出显著优势,OASIS数据集上DSC、HD95和ASD分别达到0.815、8.123和0.521,IXI数据集上分别达到0.773、7.786和0.871。综上所述,MCRDP-Net在可变形图像配准任务中展现了优越的性能,证明了它在医学图像分析领域的潜力,能够有效提升配准的准确性和效率,为后续的医学研究与应用提供了有力支持。

关键词：可变形图像配准 Mamba 特征金字塔多尺度融合

来源：评论

学校读者我要写书评

暂无评论

优化算法中均值信息利用研究

引用

东北大学学报（自然科学版） 2024年第1期45卷 49-57页

作者：王方王鹏焦育威中国科学院成都计算机应用研究所四川成都610041 中国科学院大学北京100049 西南民族大学计算机科学与工程学院四川成都610225

研究了启发式优化算法中种群向均值点迁移的策略,并发现该策略对于提升算法性能具有重要影响,同时具备物理和数学含义.通过极大似然估计方法对基态波函数进行参数估计,建立了量子系统达到基态时最优解概率密度函数与种群均值点之间的联... 详细信息

研究了启发式优化算法中种群向均值点迁移的策略,并发现该策略对于提升算法性能具有重要影响,同时具备物理和数学含义.通过极大似然估计方法对基态波函数进行参数估计,建立了量子系统达到基态时最优解概率密度函数与种群均值点之间的联系,并从动力学的角度解释了种群均值点的物理意义.通过在几种经典优化算法上添加利用均值点位置信息的操作,在CEC2013测试集与摄像机布局优化的工程应用上进行对照实验,实验结果表明合理利用均值点位置信息可以有效提升算法的性能.

关键词：量子动力学优化问题均值信息动力学方程极大似然估计

来源：评论

学校读者我要写书评

暂无评论

融合变分与多尺度信息的单目深度估计算法

引用

系统科学与数学 2025年

作者：吕卓锦刘珈岑张少林单靖杨秦小林中国科学院成都计算机应用研究所中国科学院大学

针对单目图像在深度估计时面临的尺度模糊和边界细节失真问题,提出了一种融合变分与多尺度信息的深度估计算法(DLNet)。该算法利用拉普拉斯算子来突出图像中的高频部分,同时引入拉普拉斯金字塔帮助网络在不同尺度上分析图像的细节和结构... 详细信息

针对单目图像在深度估计时面临的尺度模糊和边界细节失真问题,提出了一种融合变分与多尺度信息的深度估计算法(DLNet)。该算法利用拉普拉斯算子来突出图像中的高频部分,同时引入拉普拉斯金字塔帮助网络在不同尺度上分析图像的细节和结构;同时对场景中不变性规律进行探索,通过引入一阶变分约束驱使网络注意到场景空间中相邻像素的深度梯度,学习相邻像素的深度差得到粗粒度深度图;最后,利用拉普拉斯金字塔得到的多尺度信息来避免上采样带来的边界信息损失,逐步组合相应的输出得到细粒度的深度图。在KITTI和NYU Depth V2基准数据集上进行广泛的评估和消融实验,证明了所提出方法的有效性。实验结果表明,所提出方法在大多数指标上的结果都表现突出。

关键词：单目深度估计计算机视觉代数视觉深度学习

来源：评论

学校读者我要写书评

暂无评论

深度学习的遥感图像旋转目标检测综述

引用

计算机科学与探索 2024年第4期18卷 861-877页

作者：蓝鑫吴淞伏博毅秦小林中国科学院成都计算机应用研究所成都610213 中国科学院大学北京100049

遥感图像中目标具有方向任意性和排列紧密性的特点,在检测任务中使用倾斜边界框可以更加精确定位和分离目标。目前遥感图像旋转目标检测已经广泛应用于民用和军事国防领域,具有重要的研究意义和应用价值,已逐步成为研究热点。鉴于此,对... 详细信息

遥感图像中目标具有方向任意性和排列紧密性的特点,在检测任务中使用倾斜边界框可以更加精确定位和分离目标。目前遥感图像旋转目标检测已经广泛应用于民用和军事国防领域,具有重要的研究意义和应用价值,已逐步成为研究热点。鉴于此,对遥感图像中旋转目标检测方法进行了系统性总结。首先,介绍了三种常用的倾斜边界框的表示形式。其次,重点阐述全监督学习下的特征错位、边界不连续、度量值与损失不一致性、旋转目标定位四个挑战。然后,根据不同的动机和改进策略,详细阐述了每种方法的核心思想及其优缺点,归纳出旋转目标检测方法框架。接着,列举了旋转目标检测在遥感领域常用数据集,给出了经典方法在不同数据集上的实验结果,并对不同方法的性能进行了评估。最后,结合深度学习应用于遥感图像旋转目标检测任务中存在的挑战,对该方向的未来发展趋势进行了展望。

关键词：旋转目标检测倾斜边界框遥感图像深度学习

来源：评论

学校读者我要写书评

暂无评论

数学类人答题的知识图谱构建新方法

引用

系统科学与数学 2025年第05期 1386-1399页

作者：秦小林刘云浩邓力华李菲中国科学院成都计算机应用研究所中国科学院大学计算机科学与技术学院电子科技大学计算机科学与工程学院

数学类人答题是自动推理的重要组成部分,属于认知智能的研究重点,长期以来受到众多学者的广泛关注.数学类人答题需要模拟人对数学知识的理解、表示和推理,其中知识表示是语义理解和知识推理的基础.针对数学知识表示的逻辑关联问题,提出... 详细信息

数学类人答题是自动推理的重要组成部分,属于认知智能的研究重点,长期以来受到众多学者的广泛关注.数学类人答题需要模拟人对数学知识的理解、表示和推理,其中知识表示是语义理解和知识推理的基础.针对数学知识表示的逻辑关联问题,提出了一种数学知识图谱的构建新方法.通过将数学谓词和对象分别理解为关系和实体,借助规则实例化,将题目和规则知识统一用知识图谱表示;通过基于子图同构的结构匹配实现单步推理,有效应用于不含有复杂表达式的数学问题的自动求解,并生成类人作答过程.实验结果表明,通过文章提出的数学知识图谱方法,可以实现作答结果正确且风格类人.

关键词：自动推理类人答题知识图谱认知智能可读过程

来源：评论

学校读者我要写书评

暂无评论

基于优化算法量子动力学框架的势垒估计准则

引用

计算机应用 2024年第4期44卷 1180-1186页

作者：陈雅琴王鹏西南民族大学计算机科学与工程学院成都610225 中国科学院成都计算机应用研究所成都610213

量子动力学框架(QDF)是在优化算法量子动力学模型下得到的具有代表性和普遍意义的优化算法的基本迭代过程,差解接受是避免优化算法陷入局部最优、解决算法早熟问题的一种重要机制。为了在QDF中引入差解接受机制,以量子动力学模型为基础... 详细信息

量子动力学框架(QDF)是在优化算法量子动力学模型下得到的具有代表性和普遍意义的优化算法的基本迭代过程,差解接受是避免优化算法陷入局部最优、解决算法早熟问题的一种重要机制。为了在QDF中引入差解接受机制,以量子动力学模型为基础将差解视为粒子运动过程中遇到的势垒,利用量子隧道效应中的透射系数计算粒子穿透该势垒的概率,从而得到量子动力学模型下的差解接受准则:势垒估计准则(PBEC)。PBEC与势垒高度和宽度、粒子的质量均有关系,比经典的Metropolis接受准则更能全面地估计优化算法采样时遇到差解时的行为。实验结果表明,基于PBEC的QDF算法相较于基于Metropolis接受准则的QDF算法,在求解函数过程中算法跳出局部最优的能力更强、搜索效率更高,表明PBEC在量子优化算法中是一种可行且有效的差解接受机制。

关键词：优化算法差解接受机制透射系数势垒估计准则 Metropolis接受准则

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：