检索结果-内蒙古大学图书馆

软件导刊 2022年第12期21卷 252-261页

作者：钱杨舸秦小林张思齐廖兴滨中国科学院成都计算机应用研究所四川成都610041 中国科学院大学计算机科学与技术学院北京100049

文本的语义匹配任务旨在计算文本在语义上的相似度,进而衡量两段不同文本的匹配程度。作为自然语言处理中的重要基础,文本匹配可用于众多具体任务,如文本蕴含、信息检索、对话系统、机器翻译等。深度学习的应用使文本语义匹配模型能更... 详细信息

文本的语义匹配任务旨在计算文本在语义上的相似度,进而衡量两段不同文本的匹配程度。作为自然语言处理中的重要基础,文本匹配可用于众多具体任务,如文本蕴含、信息检索、对话系统、机器翻译等。深度学习的应用使文本语义匹配模型能更充分地挖掘文本语义信息,在匹配任务中取得更好效果。基于此,从不同的语义组合结构对多种深度语义匹配模型进行了综述,并介绍了近年来广受关注的预训练语言模型在语义匹配任务上的应用。鉴于文本匹配任务和原始文本的多样性,还简要介绍了长文本的匹配任务和中文的语义匹配发展现状,概述有代表性的模型。最后结合下游实际应用,对深度文本语义匹配的未来发展方向进行了探讨。

关键词：文本匹配自然语言处理深度学习文本语义信息预训练语言模型

来源：评论

学校读者我要写书评

暂无评论

基于深度Q学习和可变形卷积U-Net的肝脏肿瘤分割方法

引用

计算机应用 2021年第S02期41卷 362-366页

作者：康天赐姚宇萧力芮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

针对传统卷积神经网络U-Net对早期肝脏肿瘤的分割精度低的问题,在U-Net的基础上提出了基于深度Q学习和可变形卷积U-Net的肝脏肿瘤分割方法。首先使用深度Q学习对图像进行肿瘤目标定位,然后对目标肿瘤区域使用可变形卷积的U-Net进行分割... 详细信息

针对传统卷积神经网络U-Net对早期肝脏肿瘤的分割精度低的问题,在U-Net的基础上提出了基于深度Q学习和可变形卷积U-Net的肝脏肿瘤分割方法。首先使用深度Q学习对图像进行肿瘤目标定位,然后对目标肿瘤区域使用可变形卷积的U-Net进行分割,最后实现了粗剪裁到细分割的两段式学习框架。实验结果表明,利用该方法在肝脏肿瘤数据集上测试,其分割结果的Dice系数能够达到68%,较传统的卷积神经网络U-Net精度提升了6.89个百分点。

关键词：强化学习深度学习可变形卷积图像分割肝脏肿瘤

来源：评论

学校读者我要写书评

暂无评论

基于DeepLabv3+的遥感建筑物语义分割算法

引用

计算机应用 2021年第S02期41卷 71-75页

作者：胡智翔鲍胜利徐传淇王浩然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

针对遥感图像语义分割中的小目标分割不全、边界精度不高,以及模型参数量大、实时性达不到需求等问题,通过改进DeepLabv3+网络来满足遥感语义分割任务中对精度和实时性的要求。该算法首先将高分辨率的遥感图像裁剪为统一尺寸的低分辨率... 详细信息

针对遥感图像语义分割中的小目标分割不全、边界精度不高,以及模型参数量大、实时性达不到需求等问题,通过改进DeepLabv3+网络来满足遥感语义分割任务中对精度和实时性的要求。该算法首先将高分辨率的遥感图像裁剪为统一尺寸的低分辨率图像,便于针对小目标物的分割和批量训练。其次,使用轻量级网络MobileNet作为特征提取基干网络并在编码阶段后引入通道间注意力模块,在保证不损失分割性能的前提下,极大地减少了模型的参数量,使模型搭载在移动端和嵌入式设备上成为可能。最后,为了解决正负样本不均衡对模型性能产生的影响,将Focal loss和Dice loss合并起来充当损失函数进行网络训练。最终在马萨诸塞州建筑数据集上,相较于引入双注意力机制的DeepLabv3+网络,其分割像素精度(PA)和交并比(IoU)分别仅损失0.6和1.1个百分点,但模型大小仅为20.1 MB,为双注意力DeepLabv3+模型的1/7左右,在中央处理器(CPU)单张分割耗时上仅为399 ms,分割效率为其两倍多。该算法在充分保证分割精度的同时,能尽可能地提升模型的便携性和实时性。

关键词：遥感图像语义分割 DeepLabv3+网络 MobileNet 样本不均衡注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于多任务学习的肝脏肿瘤自动分割方法

引用

计算机应用 2021年第S02期41卷 357-361页

作者：萧力芮王晓东姚宇康天赐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

针对深度学习医学影像分割所需的标注数据获取困难且数量少的问题,提出一种基于多任务学习的肝脏肿瘤自动分割方法。提出该方法的主要动机一方面是想要缓解分割数据样本少的问题,另一方面是想要利用不同任务之间有用的信息来提升整体的... 详细信息

针对深度学习医学影像分割所需的标注数据获取困难且数量少的问题,提出一种基于多任务学习的肝脏肿瘤自动分割方法。提出该方法的主要动机一方面是想要缓解分割数据样本少的问题,另一方面是想要利用不同任务之间有用的信息来提升整体的学习效果。该方法所采用数据集一部分是逐像素的分割数据集,一部分是形式为bounding-box的目标检测数据集。该方法首先通过共享主网络挖掘不同任务之间的相关性,提取通用的特征,然后两个子任务分支通过注意力机制从共享主网络上提取对自身有用的特征,最后两个子网络结合自身的特异性特征与主网络上提取的通用特征来分别完成检测与分割任务。实验结果表明,在一定的样本比例下,该方法相较于U-Net的Dice系数提升了6.67个百分点,表明该方法能够有效利用额外的目标检测数据来提高分割任务的精度。

关键词：深度学习图像分割多任务学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于模型驱动的Web应用自动化测试平台设计与应用

引用

计算机测量与控制 2022年第5期30卷 30-36页

作者：羊铃霞陈元松仵林博尚小虎陈立伟西南科技大学计算机科学与技术学院四川绵阳621010 中国工程物理研究院计算机应用研究所四川绵阳621999

为了提高Web应用的测试效率和测试覆盖率,保证Web应用软件的质量,设计了基于模型驱动的Web应用自动化测试平台;该平台结合了基于UML模型的测试用例生成、基于关键字驱动思想的框架设计和复杂多层的自动化测试框架,实现了测试用例自动设... 详细信息

为了提高Web应用的测试效率和测试覆盖率,保证Web应用软件的质量,设计了基于模型驱动的Web应用自动化测试平台;该平台结合了基于UML模型的测试用例生成、基于关键字驱动思想的框架设计和复杂多层的自动化测试框架,实现了测试用例自动设计生成及测试自动化执行,增加了测试脚本的复用性,显著提高了测试效率和测试覆盖率;最后,给出应用实例,并与现有的测试方法和平台进行对比,突出本平台的可行性和应用价值。

关键词：自动化测试模型驱动测试用例关键字驱动 Web应用

来源：评论

学校读者我要写书评

暂无评论

成渝经济圈铁路客运网络结构特征演变及网络效应研究

引用

铁道标准设计 2024年第6期68卷 12-19,30页

作者：徐进陈虎曹炜威西南交通大学经济管理学院成都610031 综合交通大数据应用技术国家工程实验室成都610031 服务科学与创新四川省重点实验室成都610031 中国民用航空飞行学院民航飞行技术与飞行安全重点实验室四川广汉618307 中国科学院成都计算机应用研究所成都610029

分析成渝经济圈铁路客运网络的空间联系和结构特征演变对未来铁路网络建设和布局优化有着重要意义。基于46863617条铁路客运数据构建2015—2017年成渝经济圈铁路客运网络,采用GIS空间分析方法和网络分析方法对连续时序下铁路客运联系时... 详细信息

分析成渝经济圈铁路客运网络的空间联系和结构特征演变对未来铁路网络建设和布局优化有着重要意义。基于46863617条铁路客运数据构建2015—2017年成渝经济圈铁路客运网络,采用GIS空间分析方法和网络分析方法对连续时序下铁路客运联系时空演变、网络结构特征演变以及网络结构对经济和人口的影响效应展开分析。结果表明,成渝经济圈铁路客运联系极化现象明显,客运流量主要集中在成都,其次是绵阳、重庆主城区和德阳,其余城市占据不到20%的客运流量;成渝经济圈铁路客运网络密度逐年上升,但仍处在较低水平;铁路客运网络具有较低的平均路径长度和较高的平均聚类系数,客运网路呈现小世界特性;成都和重庆主城区的度数中心性和中间中心性远超其余城市;成渝经济圈铁路客运的通达性很大程度上是由于成都和重庆主城区的中介作用,大多数城市之间不存在铁路客运联系;度数中心性、接近中心性和中间中心性对GDP的影响为正,且通过了1%的显著性水平检验;度数中心性和中间中心性对人口的影响为负,分别通过了5%、10%的显著性水平检验,处于中心地位的城市不利于人口常住。

关键词：铁路客运网络结构特征演变网络效应 GIS空间分析社会网络分析

来源：评论

学校读者我要写书评

暂无评论

基于多模态融合注意力的肝细胞癌疗效预测方法

引用

计算机应用 2023年第S02期43卷 41-46页

作者：文含付忠良赵莹姚宇刘爱连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 大连医科大学附属第一医院辽宁大连116011 大连市医学影像人工智能工程技术研究中心辽宁大连116011

针对传统方法预测肝细胞癌(HCC)疗效通常只采用图像信息、临床信息或基因信息等单一模态信息的问题,提出一种基于多模态融合注意力的HCC疗效预测方法。首先,使用残差网络(ResNet)提取图像特征和多层感知机提取临床特征和常规放射学特征... 详细信息

针对传统方法预测肝细胞癌(HCC)疗效通常只采用图像信息、临床信息或基因信息等单一模态信息的问题,提出一种基于多模态融合注意力的HCC疗效预测方法。首先,使用残差网络(ResNet)提取图像特征和多层感知机提取临床特征和常规放射学特征;其次,构建一个多模态融合注意力模块,通过计算不同模态特征之间的相关性有效地融合图像特征、临床特征和常规放射学特征;最后,通过一个分类网络实现对HCC患者疗效的准确分类预测。实验结果表明,与单一模态预测疗效的方法相比,所提方法的准确率在实验数据集上提升了5.95个百分点,验证了所提方法能显著改善HCC患者疗效预测的结果。

关键词：多模态融合注意力机制肝细胞癌疗效预测深度学习

来源：评论

学校读者我要写书评

暂无评论

利用支持向量机预测重症监护室患者死亡风险的研究

引用

陆军军医大学学报 2022年第17期44卷 1764-1769页

作者：邓鹏陈芋文李雨捷杨智勇钟坤华张矩鲁开智易斌陆军军医大学(第三军医大学)第一附属医院麻醉科重庆400038 中国科学院重庆绿色智能技术研究院重庆400714 中国科学院成都计算机应用研究所成都610041

目的探讨支持向量机(Support Vector Machine,SVM)方法在预测重症监护室(ICU)患者入院后死亡率方面的应用。方法纳入MIMICⅢ数据库18094例ICU住院患者,将总数据集(n=18094)随机分为训练集(n=12666,70%)和测试集(n=5428,30%)。基于Pytho... 详细信息

目的探讨支持向量机(Support Vector Machine,SVM)方法在预测重症监护室(ICU)患者入院后死亡率方面的应用。方法纳入MIMICⅢ数据库18094例ICU住院患者,将总数据集(n=18094)随机分为训练集(n=12666,70%)和测试集(n=5428,30%)。基于Python平台,采用支持向量机(SVM)学习算法,利用LASSO特征选择结果,建立预测重症监护室患者入院后死亡率的模型。并使用测试集进行模型评估。结果基于SVM算法构建ICU患者入院后24 h和48 h死亡率预测模型的AUC分别为0.8051(0.7936-0.8166)和0.8117(0.7999-0.824),敏感性分别为0.7513和0.7372,特异性分别为0.7130和0.7429。结论基于支持向量机算法建立的预测重症监护室患者死亡率模型预测效果较好,具有较高准确率。

关键词：支持向量机人工智能预测模型住院患者死亡率重症监护室

来源：评论

学校读者我要写书评

暂无评论

基于线性误差断言的推理方法

引用

计算机应用 2021年第8期41卷 2199-2204页

作者：武鹏吴尽昭北京交通大学计算机与信息技术学院北京100044 中国科学院成都计算机应用研究所成都610041 广西大学计算机与电子信息学院南宁530004 广西民族大学人工智能学院南宁530006

误差在系统中是普遍存在的。在安全关键系统中,对误差的定量分析是必要的,而以往的推理验证方法较少考虑误差。误差通常用区间数来刻画,从而推广了线性断言,并给出了线性误差断言的概念。此外,结合凸集的性质,提出了求解线性误差断言顶... 详细信息

误差在系统中是普遍存在的。在安全关键系统中,对误差的定量分析是必要的,而以往的推理验证方法较少考虑误差。误差通常用区间数来刻画,从而推广了线性断言,并给出了线性误差断言的概念。此外,结合凸集的性质,提出了求解线性误差断言顶点的具体方法,并验证了该方法的正确性。通过分析相关概念及定理,将判断线性误差断言之间的蕴含关系的问题转化为前驱断言的顶点是否被包含在后驱断言的零点集的判断问题,从而给出了判断线性误差断言的蕴含关系的具体方法步骤,且该方法易于在计算机上编程实现。最后,给出该方法在火车加速状态上的应用,并且用大量随机实例测试了该方法的正确性。与不含误差语义的推理方法相比,该方法在含误差参数的系统的推理验证领域是有优势的。

关键词：形式化方法定理证明推理方法蕴含关系误差理论

来源：评论

学校读者我要写书评

暂无评论

基于无障碍凸区域的无人机在线航迹规划

引用

系统科学与数学 2021年第6期41卷 1493-1506页

作者：李文博秦小林罗刚中国科学院成都计算机应用研究所成都610041 南昌理工学院南昌330044 中国科学院大学北京100049

针对多旋翼无人机的在线航迹规划问题,提出了一种基于无障碍凸区域的方法(IRIS-Astar).该方法引入了基于概率路标图(probabilistic roadmap,PRM)的A*算法,用于离线规划全局路径.在无人机在线航迹规划阶段,通过IRIS算法(interative regio... 详细信息

针对多旋翼无人机的在线航迹规划问题,提出了一种基于无障碍凸区域的方法(IRIS-Astar).该方法引入了基于概率路标图(probabilistic roadmap,PRM)的A*算法,用于离线规划全局路径.在无人机在线航迹规划阶段,通过IRIS算法(interative regional inflation by semidefinite programming)计算出当前航迹点的极大凸区域,找出该区域中距离当前航迹点最远的全局路径点作为局部目标点.无人机在向局部目标点行进的过程中,实时计算当前位置的极大凸区域,并判断局部目标点是否在该区域中,若在其中,继续向局部目标点行进;否则,重新计算局部目标点.实验结果表明,使用文中方法可以有效解决无人机的避障问题并较大幅度地降低无人机的能耗.

关键词：在线航迹规划避障概率路标图 A*算法 IRIS-Astar算法

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：