检索结果-内蒙古大学图书馆

激光与光电子学进展 2021年第4期58卷 236-245页

作者：张力黄丹平廖世鹏于少东叶建秋王鑫董娜四川轻化工大学机械工程学院四川宜宾644000 中国科学院成都计算机应用研究所四川成都610041 四川大学机械工程学院四川成都610065

针对传统图像处理算法难以快速、准确识别轮对踏面缺陷的问题,提出一种采用双深度神经网络对轮对踏面缺陷进行检测的算法。该双网络分为踏面提取网络与缺陷识别网络。根据踏面为大目标的特点,分析与测试SSD网络,并用该网络提取轮对图像... 详细信息

针对传统图像处理算法难以快速、准确识别轮对踏面缺陷的问题,提出一种采用双深度神经网络对轮对踏面缺陷进行检测的算法。该双网络分为踏面提取网络与缺陷识别网络。根据踏面为大目标的特点,分析与测试SSD网络,并用该网络提取轮对图像中的踏面区域。为提高踏面缺陷识别效率,在提取出踏面图像后,针对踏面缺陷属于中、小目标的特点,对YOLOv3网络结构进行优化得到M-YOLOv3。实验测试表明:提取踏面区域时,SSD算法的精度均值(AP)最高,达99.8%;识别踏面缺陷时,M-YOLOv3的AP达89.9%,相较于原始YOLOv3,单张图像计算耗时减少7.1%,同时AP仅有0.6%的损耗。结果表明,所提算法具有较高的检测准确率。

关键词：图像处理轮对踏面缺陷检测深度学习 SSD网络 YOLOv3网络

来源：评论

学校读者我要写书评

暂无评论

基于采样尺度自适应的多尺度量子谐振子优化算法并行化

引用

计算机工程与科学 2021年第7期43卷 1200-1209页

作者：焦育威王鹏辛罡西南民族大学计算机科学与技术学院四川成都610225 广东省国产服务器工程中心广东广州510000 中国科学院大学北京100049 中国科学院成都计算机应用研究所四川成都610041

多尺度量子谐振子优化算法MQHOA是基于量子波函数理论提出的元启发式算法,传统MQHOA寻优过程中不同个体的采样尺度不具有差异性,这种机制限制了解的多样性。针对适应度不同的采样个体,提出采样尺度自适应策略,将采样情况差的个体采样尺... 详细信息

多尺度量子谐振子优化算法MQHOA是基于量子波函数理论提出的元启发式算法,传统MQHOA寻优过程中不同个体的采样尺度不具有差异性,这种机制限制了解的多样性。针对适应度不同的采样个体,提出采样尺度自适应策略,将采样情况差的个体采样尺度合理扩大,增加迭代过程中不同采样个体所使用采样尺度的多样性,并基于采样尺度的差异性提出并行化框架。选取7组测试函数将改进后的算法(MQHOA-PS)与MQHOA在华为鲲鹏920和AMD EPYC 7452处理器上进行测试实验,实验结果表明,改进后的算法寻优具有较高的精度和成功率,并且所需时间更短。

关键词：多尺度自适应优化算法并行计算华为鲲鹏920 AMD EPYC 7452

来源：评论

学校读者我要写书评

暂无评论

结合非局部相似性的foveated选票缺陷检测

引用

计算机应用 2020年第S01期40卷 220-225页

作者：蒲杰官磊中国科学院成都计算机应用研究所成都610041 中国科学院大学计算机科学与技术学院北京100080

针对传统选票缺陷检测过程中图像配准的计算复杂度高、过程繁琐、对图案细节变化的鲁棒性差等问题,提出了一种避免图像配准、基于Patch相似性度量的foveated NL-means缺陷检测算法。该算法是对传统window NLmeans缺陷检测算法的改进,通... 详细信息

针对传统选票缺陷检测过程中图像配准的计算复杂度高、过程繁琐、对图案细节变化的鲁棒性差等问题,提出了一种避免图像配准、基于Patch相似性度量的foveated NL-means缺陷检测算法。该算法是对传统window NLmeans缺陷检测算法的改进,通过构建非局部相似模型,利用Patch权重和相似性关联对缺陷图像进行重构,无法重构的部分即为缺陷区域。通过foveated NL-means算法和window NL-means算法的实验对比表明,前者对缺陷区域的检测效果更加显著;其次这两种缺陷检测算法AUC分别为:0.923 5和0.863 8(小于0.923 5),数值积分表明前者对缺陷区域的预测更加精确,缺陷的分类性能更高;最后通过计算这两种算法的平均时间开销,可知foveated NL-means算法的时间效率相较于window NL-means算法平均提升了11.697 1 s,因此能够高效的完成缺陷检测任务。

关键词：选票缺陷检测非局部相似模型 Patch权重 window NL-means算法 foveated NL-means算法图像重构受试者工作特征曲线 ROC曲线下的面积

来源：评论

学校读者我要写书评

暂无评论

指数函数多项式的实根分离算法

引用

计算机应用 2022年第5期42卷 1531-1537页

作者：葛昕钰陈世平刘忠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 四川省贸易学校财经商贸系四川雅安625107 乐山职业技术学院电子信息工程系四川乐山614000

针对超越函数多项式的实根分离问题,提出了一种指数函数多项式的区间分离算法exRoot,将非多项式型实函数的实根分离问题转化为多项式正负性判定问题进而对其求解。首先,利用泰勒替换法构造目标函数的多项式区间套;然后,将指数函数的求... 详细信息

针对超越函数多项式的实根分离问题,提出了一种指数函数多项式的区间分离算法exRoot,将非多项式型实函数的实根分离问题转化为多项式正负性判定问题进而对其求解。首先,利用泰勒替换法构造目标函数的多项式区间套;然后,将指数函数的求根问题转化为多项式在区间内正负性的判定问题;最后,给出综合算法,并且试探性地应用于实特征值线性系统的可达性判定问题。所提算法在Maple中实现,输出的结果可读,且高效易行。区别于HSOLVER和数值计算方法fsolve,exRoot回避了直接讨论根的存在性问题,理论上具有终止性和完备性,且可达到任意精度,应用于最优化问题时可避免数值解带来的系统误差。

关键词：指数函数多项式实根分离泰勒替换法区间列终止性

来源：评论

学校读者我要写书评

暂无评论

基于焦亡和铁死亡基因构建食管癌预后模型

引用

四川大学学报（自然科学版） 2024年第3期61卷 335-345页

作者：孙希野蒋灿罗旭舒佩王森周科讯黄媚娟四川大学华西医院肿瘤中心胸部肿瘤科成都610041 四川大学华西医院心内科成都610041 成都上锦南府医院心内科成都610041 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 四川大学华西医院临床试验中心成都610041 四川大学华西医院肿瘤中心腹部肿瘤科成都610041

为了解并评估食管癌患者的预后,提前预测其疾病进展和生存情况.本研究在基因表达综合数据库(GEO)中收集食管癌相关基因和临床数据,筛选与预后相关的细胞焦亡和铁死亡基因,并利用随机森林算法开发构建食管癌预后风险模型,最终在癌症基因... 详细信息

为了解并评估食管癌患者的预后,提前预测其疾病进展和生存情况.本研究在基因表达综合数据库(GEO)中收集食管癌相关基因和临床数据,筛选与预后相关的细胞焦亡和铁死亡基因,并利用随机森林算法开发构建食管癌预后风险模型,最终在癌症基因组图谱(TCGA)-ESCA队列中进行验证,同时分析不同风险组肿瘤微环境中免疫细胞的浸润情况.结果显示训练队列中低风险组的生存明显优于高风险组(P<0.05).训练队列中低风险组与高风险组患者相比有更多CD4+T细胞,低风险组中CD8A、GZMB、PRF1的表达水平高于高风险组(P<0.05).以上结果表明基于焦亡和铁死亡基因组学所构建的ESCA预后模型可为食管癌患者的临床治疗提供参考.

关键词：食管癌焦亡铁死亡预后风险模型公共数据库

来源：评论

学校读者我要写书评

暂无评论

基于区块链的安全电子选举方案

引用

计算机应用 2020年第7期40卷 1989-1995页

作者：吴芷菡崔喆刘霆蒲泓全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

当前电子选举方案主要存在两个矛盾点:一是既要保证选举行为的合法合规性,又要保证选举过程的匿名性;二是既要保证选票信息的隐私保密要求,又要保证选举结果的公众可验证性。针对这些矛盾,提出一种基于以太坊区块链和零知识证明的去中... 详细信息

当前电子选举方案主要存在两个矛盾点:一是既要保证选举行为的合法合规性,又要保证选举过程的匿名性;二是既要保证选票信息的隐私保密要求,又要保证选举结果的公众可验证性。针对这些矛盾,提出一种基于以太坊区块链和零知识证明的去中心化的安全电子选举方案。在该方案中,利用非交互式零知识证明算法和区块链去中心化架构设计了选民身份合法性零知识证明和选票合法性零知识证明;利用智能合约和Paillier密码体制实现无需可信第三方计票机构的自动计票。理论分析和模拟实验结果表明,在没有中心信任机构的条件下,该方案满足电子选举安全性要求,可应用于小型社区选举。

关键词：电子选举非交互式零知识证明区块链智能合约去中心化

来源：评论

学校读者我要写书评

暂无评论

基于因果生成神经网络的因果特征发现与预测

引用

软件导刊 2022年第4期21卷 1-6页

作者：钟坤华秦小林陈敏陈芋文中国科学院成都计算机应用研究所四川成都610041 中国科学院重庆绿色智能技术研究院重庆400714 中国科学院大学北京100049

近年来,机器学习在医疗保健领域取得了巨大成就。然而,成功应用于医疗问题的机器学习方法仅仅是基于关联而不是因果关系,关联在逻辑上并不意味着因果关系。与关联相比,因果关系进一步探索了变量之间更本质的关系。医疗保健的特殊性决定... 详细信息

近年来,机器学习在医疗保健领域取得了巨大成就。然而,成功应用于医疗问题的机器学习方法仅仅是基于关联而不是因果关系,关联在逻辑上并不意味着因果关系。与关联相比,因果关系进一步探索了变量之间更本质的关系。医疗保健的特殊性决定了其研究方法必须符合因果关系规范,否则错误的干预措施可能会给患者带来巨大负面影响。为此,提出一种因果特征发现与预测方法,用于实例疾病预测。因果特征选择基于函数因果生成神经网络,并使用强化学习框架设计可解释的因果实例特征选择和预测模型。该网络模型由因果预测网络、预测网络和因果门选择网络3个神经网络组成,采用Actor-Critical方法对其进行训练,并在合成数据、开源数据和真实医学数据进行验证,证实了该模型可以在给出预测结果的同时提供因果解释。

关键词：因果效应可解释性特征选择疾病预测

来源：评论

学校读者我要写书评

暂无评论

提高人体姿态估计网络效果的弱监督方法

引用

计算机应用 2020年第S02期40卷 48-53页

作者：解至煊孙晓刚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

监督学习通过从大量具有完整标签的训练示例中学习来构建预测模型,在各领域都取得了巨大的成功,但数据标注过程需要消耗巨大的成本,且标注要求越复杂,标注成本越昂贵。关注人体姿态估计网络的弱监督方法,在骨干网络之后增加高、低分辨... 详细信息

监督学习通过从大量具有完整标签的训练示例中学习来构建预测模型,在各领域都取得了巨大的成功,但数据标注过程需要消耗巨大的成本,且标注要求越复杂,标注成本越昂贵。关注人体姿态估计网络的弱监督方法,在骨干网络之后增加高、低分辨率子网络,高分辨率网络通过位置特征的相关性加强多个关节点是一个整体的权重,低分辨率网络使网络在训练过程中可接受图像级粗粒度标签。所提方法仅需增加少量有人或无人两种简单标注的图片,即可让网络在目标场景下快速拟合其分布,达到更好的效果。在室内厂房环境、工地施工现场、驾驶室监控环境等不同场景下测试结果表明,所提方法均能达到不错的效果。

关键词：高分辨率网络弱监督学习人体姿态估计关键点检测多示例学习

来源：评论

学校读者我要写书评

暂无评论

基于YOLO v3算法改进的交通标志识别算法

引用

计算机应用 2020年第8期40卷 2472-2478页

作者：江金洪鲍胜利史文旭韦振坤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

针对目前交通标志识别任务在使用深度学习算法时存在模型参数量大、实时性较差和准确率较低的问题,提出了基于YOLO v3改进的交通标志识别算法。该算法首先将深度可分离卷积引入YOLO v3算法的特征提取层,将卷积过程分解为深度卷积、逐点... 详细信息

针对目前交通标志识别任务在使用深度学习算法时存在模型参数量大、实时性较差和准确率较低的问题,提出了基于YOLO v3改进的交通标志识别算法。该算法首先将深度可分离卷积引入YOLO v3算法的特征提取层,将卷积过程分解为深度卷积、逐点卷积两部分,实现通道内卷积与通道间卷积之间的分离,从而保证了在较高识别准确率的基础上极大地减少了算法模型参数数量以及计算量。其次,在损失函数设计上使用广义交并比(GIoU)损失替换均方误差(MSE)损失,将评测标准量化为损失,解决了MSE损失存在的优化不一致和尺度敏感的问题,同时将Focal损失加入到损失函数以解决正负样本严重不均衡的问题,通过降低大量简单背景类的权重使得算法更专注于检测前景类。将该算法应用于交通标志任务中的结果表明,在TT100K数据集上,该算法的平均精度均值(mAP)指标达到了89%,相较于YOLO v3算法提升了6.6个百分点,且其参数量仅为原始YOLO v3算法的1/5左右,每秒帧数(FPS)亦比YOLO v3算法提升了60%。该算法在极大地减少模型参数量和计算量的同时,提高了检测速度和检测精度。

关键词：交通标志识别 YOLO v3算法广义交并比深度可分离卷积损失函数 Focal损失

来源：评论

学校读者我要写书评

暂无评论

多无人机航迹规划的自适应B样条算法

引用

计算机工程与应用 2020年第9期56卷 260-266页

作者：彭皓月秦小林侯屿张力戈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

无人机集群能更高效地完成复杂和具有挑战性的任务,航迹规划和编队控制是无人机集群的研究重点。针对复杂环境下的无人机编队控制问题,提出了一种结合分段自适应B样条(Piecewise Adaptive B-Spline,PABS)方法的领航-跟随策略。采用滚动... 详细信息

无人机集群能更高效地完成复杂和具有挑战性的任务,航迹规划和编队控制是无人机集群的研究重点。针对复杂环境下的无人机编队控制问题,提出了一种结合分段自适应B样条(Piecewise Adaptive B-Spline,PABS)方法的领航-跟随策略。采用滚动时域控制及快速粒子群优化算法为领航者无人机生成一条安全的参考航迹,并根据跟随者与领航者保持的几何关系为跟随者无人机生成参考航迹。针对生成的跟随者航迹不平滑以及可能与障碍物发生碰撞的问题,使用PABS方法对跟随者航迹进行平滑和避障处理。实验表明,使用滚动时域控制及快速粒子群优化算法及PABS方法能为领航-跟随策略下的无人机编队生成安全平滑的航迹,相比于圆弧插补技术,PABS方法能使航迹更光滑。

关键词：无人机编队滚动时域控制 B样条航迹规划航迹平滑

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：