检索结果-内蒙古大学图书馆

计算机应用与软件 2024年第5期41卷 138-146页

作者：吴石远陈艳红杨湘高峰顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 武汉亚洲心脏病医院湖北武汉430022

现有基于CNN的模型无法提取患者数据中的时序特征,而基于RNN的模型忽略了各医学变量的差异性特征。针对这种情况,提出一种结合CNN和RNN的房颤预测模型,利用一个独立CNN模块捕获电子病历数据中各医学变量间的差异性特征,同时使用一个独立... 详细信息

现有基于CNN的模型无法提取患者数据中的时序特征,而基于RNN的模型忽略了各医学变量的差异性特征。针对这种情况,提出一种结合CNN和RNN的房颤预测模型,利用一个独立CNN模块捕获电子病历数据中各医学变量间的差异性特征,同时使用一个独立的RNN模块捕获电子病历数据中时序性特征以及各医学变量间的相关性特征。在真实医院数据集上的实验结果表明,与最新的一些基于电子病历数据的疾病预测方法相比,该模型在房颤的预测方面表现得更加突出,F1值提高了2.14%,AUC值提高了1.32%。

关键词：心房颤动疾病预测电子病历卷积神经网络长短时间记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于用户密度和平均访问时间的边缘服务器放置方法

引用

计算机应用研究 2024年第5期41卷 1448-1455页

作者：胡春节刘静郑文祥武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 湖北省智能信息处理与实时工业系统重点实验室武汉430065

为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗... 详细信息

为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗传算法(MOSGA)解决该问题。MOSGA首先使用多目标优化算法的思想对海马优化(sea horse optimizer,SHO)算法进行改进,使SHO算法能够适用于多目标优化问题,并在此基础上使用遗传算法改进SHO算法的繁殖操作,使MOSGA能更好地跳出局部最优解,加速问题的求解。该算法在上海电信数据集上进行了实验验证,仿真实验结果表明,MOSGA明显优于RA、K-means、NSGA、LMM,不仅有效解决了服务器资源浪费的问题,同时大大降低终端设备访问服务器的时间。

关键词：边缘计算边缘服务器放置多目标优化海马优化遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于特征融合和混合注意力的超分辨率重建

引用

计算机工程与设计 2023年第11期44卷 3387-3394页

作者：左云瑞陈东方王晓峰武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北重点实验室湖北武汉430065

由于现有的基于卷积神经网络的超分辨率重建模型无法从多个尺度上利用特征进行加权,导致对于高频细节的恢复能力较差;同时随着网络深度的不断增加导致浅层信息在传输过程中容易弱化或丢失。为此,提出一种基于特征融合和混合注意力的超... 详细信息

由于现有的基于卷积神经网络的超分辨率重建模型无法从多个尺度上利用特征进行加权,导致对于高频细节的恢复能力较差;同时随着网络深度的不断增加导致浅层信息在传输过程中容易弱化或丢失。为此,提出一种基于特征融合和混合注意力的超分辨方法。利用不同尺度间特征的相似性这一特点设计一种多尺度注意力机制,捕获特征图之间和特征图内部的依赖关系;与空间注意力相结合,捕获空间域内隐含的高频信息。设计一种层次特征融合结构对提取出的特征进行充分保留。实验结果表明,该算法在恢复高频细节方面表现良好。

关键词：卷积神经网络特征相似性多尺度注意力空间注意力特征融合跳跃链接图像超分辨率

来源：评论

学校读者我要写书评

暂无评论

基于动态超图小波神经网络的半监督超图节点分类

引用

计算机应用研究 2024年第12期41卷 3735-3741页

作者：庞俊程俊澳林晓丽王蒙湘武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 中国标准化研究院北京100088

半监督超图节点分类任务旨在利用少量节点的标签信息,预测未标记节点的标签,在复杂网络分析和应用中具有重要意义。现有半监督超图节点分类模型主要存在以下两点不足:a)神经网络层数增加后,忽视隐藏的高阶关系;b)模型时间复杂度高。因此... 详细信息

半监督超图节点分类任务旨在利用少量节点的标签信息,预测未标记节点的标签,在复杂网络分析和应用中具有重要意义。现有半监督超图节点分类模型主要存在以下两点不足:a)神经网络层数增加后,忽视隐藏的高阶关系;b)模型时间复杂度高。因此,提出了一种新的动态超图小波神经网络(dynamic hypergraph wavelet neural network,DHGWNN),解决半监督超图节点分类问题。一方面,提出了一种基于k-NN、k-Hop和注意力机制的超图动态构建方法,挖掘节点之间隐藏的高阶关系,进一步丰富超图特征嵌入;另一方面,使用超图上的小波变换,构建了一种超图小波卷积网络,并重新推导了卷积更新公式,以解决模型时间复杂度高的问题。四个引文网络真实数据集上的实验结果表明,该方法的分类性能优于基线模型。

关键词：超图半监督学习节点分类小波变换

来源：评论

学校读者我要写书评

暂无评论

结合图神经网络和图对比学习的半监督多图分类

引用

计算机工程与应用 2025年第1期61卷 368-374页

作者：路秋霖王慧颖朱峰冉李全鑫庞俊武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 国网辽宁省电力有限公司信息通信分公司沈阳110065

多图(multi-graph,MG)是一种图袋表示模型,半监督多图分类旨在从有标记和未标记的多图中构建一个预测模型,通过高准确度预测未标记多图,在用户产品推荐、生物制药等领域有着广泛应用。现有基于机器学习的半监督多图分类主要存在两点不足... 详细信息

多图(multi-graph,MG)是一种图袋表示模型,半监督多图分类旨在从有标记和未标记的多图中构建一个预测模型,通过高准确度预测未标记多图,在用户产品推荐、生物制药等领域有着广泛应用。现有基于机器学习的半监督多图分类主要存在两点不足:(1)不能进行全自动的特征选择,过于依赖参数选择。(2)对未标记多图数据的价值未充分挖掘。因此,提出一种结合图神经网络和图对比学习的半监督多图分类方法(graph neural network combining with graph contrastive learning for semi-supervised multi-graph classification,GCSS)。一方面,分别设计从局部和全局提取特征信息的模块,并引入NN协同器(neural networks collaborator,NN collaborator)完成这两个模块的协作,自适应学习数据的特征表示进行训练;另一方面,采用图对比学习(graph contrastive learning,GCL)和半监督学习(semi-supervised learning,SSL)从两个不同学习视角来充分利用未标记多图数据,降低模型对标签等的依赖。在真实数据集上的大量实验结果验证了所提出方法的预测性能均优于基线方法。

关键词：半监督多图分类图对比学习图神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

改进FCOS算法的车辆检测方法研究

引用

计算机应用与软件 2024年第6期41卷 257-262,281页

作者：杜昌皓张智武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065

针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆... 详细信息

针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆、并行车辆难以准确回归的现象;使用多尺度卷积结合多维特征信息,增强了算法对不同尺度检测的鲁棒性;根据车辆检测场景改进了回归尺度,提高模型的推理准确度。实验结果表明,该方法在车辆检测任务中能够明显提升检测精度并保持检测速度不下降。

关键词：计算机视觉车辆检测全卷积网络多尺度卷积

来源：评论

学校读者我要写书评

暂无评论

一种改进的YOLOv5视频火焰实时检测算法

引用

计算机应用与软件 2024年第12期41卷 255-260,302页

作者：张智冯双文武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065

针对在室内外的火灾预防,目前许多算法对于小目标的火焰检测在精度方面有所欠缺,且不能实时检测,故提出一种改进的YOLOv5算法。该算法加宽head层数并引入selayer层,加快了分类检测的收敛,得到更丰富的采样信息。改进后的算法精度大大提... 详细信息

针对在室内外的火灾预防,目前许多算法对于小目标的火焰检测在精度方面有所欠缺,且不能实时检测,故提出一种改进的YOLOv5算法。该算法加宽head层数并引入selayer层,加快了分类检测的收敛,得到更丰富的采样信息。改进后的算法精度大大提高,经过视频流的优化,火焰能被实时地检测出来。实验数据集上的结果表明,改进的YOLOv5模型精确率达到了80.4%,召回率达到了91.3%,检测速度达到每秒44帧。

关键词：卷积神经网络小目标检测视频流优化

来源：评论

学校读者我要写书评

暂无评论

基于多视角匹配的中文问答对自动生成框架

引用

计算机应用与软件 2024年第3期41卷 163-168页

作者：尹文峰黄莉顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065

针对目前问答对生成方法中问题与答案不完全匹配的问题,提出一种基于神经网络自动从中文生成问答对的方法。使用命名实体识别和规则的方法从文本中抽取关键词,确定问题的主题;使用多视角匹配的神经网络模型从文本中生成问题,避免对手工... 详细信息

针对目前问答对生成方法中问题与答案不完全匹配的问题,提出一种基于神经网络自动从中文生成问答对的方法。使用命名实体识别和规则的方法从文本中抽取关键词,确定问题的主题;使用多视角匹配的神经网络模型从文本中生成问题,避免对手工模板强依赖;使用阅读理解模型根据问题生成置信度更高的答案。实验结果分析表明,生成问题的质量高于基于模板的方法,并且能够过滤80%的不匹配问答对。

关键词：中文问题生成神经网络

来源：评论

学校读者我要写书评

暂无评论

基于轻量级MobileNet-SSD模型的人流量检测

引用

计算机应用与软件 2024年第1期41卷 89-96,145页

作者：张智盛健武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065

利用深度神经网络模型识别行人目标并检测具有十分高的价值。现实高密度行人检测场景中由于硬件基础以及网络性能消耗等问题的影响,常常需要选取处理速度高、硬件条件要求低的网络且同时兼顾视频监控的连续特性,因此选取了轻量级MobileN... 详细信息

利用深度神经网络模型识别行人目标并检测具有十分高的价值。现实高密度行人检测场景中由于硬件基础以及网络性能消耗等问题的影响,常常需要选取处理速度高、硬件条件要求低的网络且同时兼顾视频监控的连续特性,因此选取了轻量级MobileNet-SSD网络来高效处理人头目标并引入帧间差分的方式,来有效对人头的椭圆特征目标进行跟踪;结合相关数理方法实现行人跨线计数的高性能人流量检测解决方案。在不同数据集上同现今一流的检测模型作比较,该方法皆表现出优良的检测性能。

关键词： MobileNet-SSD 帧间差分跨线计数轻量级网络

来源：评论

学校读者我要写书评

暂无评论

多层感知机结合辐射传输模型的复杂陆地表面云检测

引用

电子学报 2022年第4期50卷 932-942页

作者：邓梦娇徐新马盈盈龚威金适宽胡瑞敏武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统重点实验室湖北武汉430065 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430072 武汉大学计算机学院湖北武汉430072

云检测是卫星遥感数据预处理中至关重要的工作.本文将多层感知机和辐射传输模型相结合,利用可见光和近红外波段反射率信息从卫星影像中识别出云像元.该方法利用SBDART辐射传输模型,模拟获得了各种复杂陆地地表的反射率值数据集,为多层... 详细信息

云检测是卫星遥感数据预处理中至关重要的工作.本文将多层感知机和辐射传输模型相结合,利用可见光和近红外波段反射率信息从卫星影像中识别出云像元.该方法利用SBDART辐射传输模型,模拟获得了各种复杂陆地地表的反射率值数据集,为多层感知机提供训练样本.随后,用训练好的多层感知机模型区分FY-3D卫星MERSI II影像中的云像元和非云像元,利用CALIPSO垂直特性掩膜产品(Vertical Feature Mask,VFM)逐像元进行验证,并与MODIS云掩膜产品(MYD35)进行横向对比.结果表明,以VFM数据集为标准的情况下,多层感知机识别云的总正确率为76.25%,其中在夏季和低纬度地区效果最好,如赤道附近地表识别的准确率可达到91.74%,而在城市、农田和裸地等复杂地表类型条件下的云检测识别正确率分别为83.37%、84.52%和73.11%,分别高于MYD35产品的83.25%、83.31%和72.66%.为了进一步验证多层感知机结合辐射传输模型云检测方法的有效性,将辐射传输模型模拟得到的训练样本分别用于k-最近邻、朴素贝叶斯以及随机森林算法,并与本文多层感知机算法进行对比.结果表明,将多层感知机和辐射传输模型相结合具有更高的正确率.

关键词：云检测多层感知机辐射传输模拟 MERSI II MODIS

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：