检索结果-内蒙古大学图书馆

计算机应用与软件 2021年第10期38卷 168-172,195页

作者：殷航张智王耀林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

针对在复杂的自然场景中中文本倾斜、模糊、光照等检测难题,提出一种基于卷积神经网络YOLOv3与最大极值稳定区域MSER的检测方法YOLOv3-M,并针对中文场景分别改善YOLOv3与MSER。通过YOLOv3算法对图像文本区域的矩形坐标进行回归预测,设... 详细信息

针对在复杂的自然场景中中文本倾斜、模糊、光照等检测难题,提出一种基于卷积神经网络YOLOv3与最大极值稳定区域MSER的检测方法YOLOv3-M,并针对中文场景分别改善YOLOv3与MSER。通过YOLOv3算法对图像文本区域的矩形坐标进行回归预测,设计一个基于MSER的角度检测方法与之关联,实现倾斜文本行的检测。YOLOv3-M弥补了YOLOv3不能检测倾斜目标的缺点以及MSER检测容易被复杂场景干扰的缺点,并且YOLOv3与MSER都在检测速度上有着优秀的表现。实验结果表明,YOLOv3-M算法准确率达到81.2%,召回率达到69.7%,其检测速度达到45帧/s。

关键词：文本检测卷积神经网络多方向估计最大极值稳定区域

来源：评论

学校读者我要写书评

暂无评论

基于大规模集成学习的正脸姿态估计算法

引用

计算机工程与设计 2024年第12期45卷 3592-3599页

作者：陈婉琪邓春华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 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

现有的正脸姿态估计任务依赖于头部3D姿态的估计和经验阈值的使用,这类方法存在主观性和鲁棒性不足的问题。为解决上述问题,提出一种基于大规模正脸数据驱动的集成学习算法。通过构建大规模正脸类别,解决正脸姿态分类中类内方差大而类... 详细信息

现有的正脸姿态估计任务依赖于头部3D姿态的估计和经验阈值的使用,这类方法存在主观性和鲁棒性不足的问题。为解决上述问题,提出一种基于大规模正脸数据驱动的集成学习算法。通过构建大规模正脸类别,解决正脸姿态分类中类内方差大而类间方差小的问题,避免人为确定阈值带来的主观性问题。利用人脸特征中的姿态信息和大规模集成的方式,区分正脸图像和非正脸图像,提高分类能力,增强鲁棒性。实验结果表明,所提方法无需依赖关键点标注,具有较短的推理时间,在公共数据集上实现了正脸姿态估计。在光照变化、配饰遮挡、小角度和大角度的真实数据集上展示了高效的分类能力。

关键词：正脸姿态估计表征信息最近邻分类集成学习余弦距离机器学习大规模数据

来源：评论

学校读者我要写书评

暂无评论

融合关系发现词与深度学习的诊疗关系抽取

引用

计算机应用与软件 2021年第12期38卷 168-173页

作者：高峰杨佳欣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

随着医学人工智能的发展,医疗领域的知识抽取成为研究热点,其中诊疗关系的自动识别和抽取有助于医生进行诊疗决策。为了提高关系抽取的效果,提出一种结合规则聚类和词频分析的方法。从医疗文本中自动抽取关系发现词作为额外特征输入,并... 详细信息

随着医学人工智能的发展,医疗领域的知识抽取成为研究热点,其中诊疗关系的自动识别和抽取有助于医生进行诊疗决策。为了提高关系抽取的效果,提出一种结合规则聚类和词频分析的方法。从医疗文本中自动抽取关系发现词作为额外特征输入,并融合深度学习模型进行医疗领域关系抽取。使用以疾病为中心的诊疗流程相关文本展开实验验证,结果表明,将该方法用于医疗关系抽取可以显著提升效果。

关键词：人工智能医疗领域关系抽取深度学习关系发现词

来源：评论

学校读者我要写书评

暂无评论

面向三维特征描述子的自适应二进制简化方法

引用

计算机应用 2021年第7期41卷 2062-2069页

作者：刘双元郑王里林云汉武汉科技大学计算机科学与技术学院武汉430081 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430081 国网电力科学研究院有限公司南京211106

在三维(3D)局部特征描述子研究中,准确度、匹配时间以及内存消耗存在此消彼长的问题。针对上述问题,基于统计理论中的标准差原理提出一种面向3D特征描述子的自适应二进制简化方法。首先,通过改变简化模型中二值化单元长度和标准差个数... 详细信息

在三维(3D)局部特征描述子研究中,准确度、匹配时间以及内存消耗存在此消彼长的问题。针对上述问题,基于统计理论中的标准差原理提出一种面向3D特征描述子的自适应二进制简化方法。首先,通过改变简化模型中二值化单元长度和标准差个数来生成不同的二进制特征描述子;然后,将它们应用到当前被广泛使用的基于签名的方向直方图(SHOT)描述子中,并通过实验确定最优的二值化单元长度和标准差个数的组合;最后,将最优组合下的简化描述子命名为SD-SHOT。实验结果表明,与未进行简化的SHOT描述子相比,SD-SHOT在关键点匹配时间上减少为原来的1/15,内存占有率降低为原来的1/32;与现有主流简化方法如B-SHOT等相比,SD-SHOT的性能达到了综合最优水平。此外,在由五种不同类别的物体构成的实际机器人分拣场景中验证了所提方法的有效性。

关键词：自适应二进制方法三维特征描述子三维物体识别点云物体分拣

来源：评论

学校读者我要写书评

暂无评论

基于多尺度反向投影的图像超分辨率重建算法

引用

计算机工程 2020年第7期46卷 251-259页

作者：熊亚辉陈东方王晓峰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

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,... 详细信息

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,交替使用升采样和降采样来优化高分辨率和低分辨率图像的投影误差,同时运用残差学习的思想将升采样和降采样阶段提取到的特征使用级联的方式进行连接,从而提升图像的重建效果。实验结果表明,在Set5、Set14和Urban100数据集上,与Bicubic、SRCNN、ESPCN、VDSR和LapSRN 5种主流算法相比,该算法的峰值信噪比和结构相似性均有所提高。

关键词：图像超分辨率重建算法多尺度反向投影迭代式升采样和降采样深度学习

来源：评论

学校读者我要写书评

暂无评论

基于知识微调和信息融合的医学指南知识抽取

引用

武汉大学学报(理学版) 2025年第2期 232-242页

作者：高峰刘晴靳英辉顾进广武汉科技大学计算机科学与技术学院武汉科技大学大数据科学与工程研究院智能信息处理与实时工业系统湖北省重点实验室国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室武汉大学中南医院循证与转化医学中心

医学指南的发布速度迅猛，但其在循证过程中的结构化组织和检索面临诸多挑战，影响了知识的迅速获取和应用。为应对这一问题，本文提出了基于循证医学的指南知识抽取模型。该模型旨在实现指南证据的高效抽取并且识别指南证据来源文献的... 详细信息

医学指南的发布速度迅猛，但其在循证过程中的结构化组织和检索面临诸多挑战，影响了知识的迅速获取和应用。为应对这一问题，本文提出了基于循证医学的指南知识抽取模型。该模型旨在实现指南证据的高效抽取并且识别指南证据来源文献的偏倚风险。该模型结合人工标注的少样本数据集构建提示指令对大语言模型进行训练，以提升其在指南知识抽取任务上的性能。构建融合外部知识的随机对照试验偏倚风险评估模型，在BERT模型的基础上引入多元化的外部知识信息增强模型的偏倚风险识别能力。经过提示微调后的大语言模型在抽取指南关键信息任务上的性能得到了显著提升，BLEU-4提升在43个百分点以上。融合外部知识的证据偏倚风险评估模型在识别偏倚风险方面也展现出了优越的性能，最高精确率达到了0.898,F1值达到了0.892。这表明，在有限的数据集规模下，结合提示工程对大语言模型进行微调，可以有效地提取所需的医学指南信息，并且经过融合多元化的外部知识后，偏倚风险识别模型的性能得到了显著增强。因此，医学指南知识抽取模型有助于推动高质量临床医学研究。

关键词：循证医学大语言模型 BERT 偏倚风险评估

来源：评论

学校读者我要写书评

暂无评论

基于资源紧迫度的实时ETL弹性调度机制

引用

计算机应用研究 2021年第7期38卷 2118-2124页

作者：王萌刘旋律高峰顾进广武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100038

在ETL系统中,当数据生产速度遇到较大的波动时,为了使现有资源在有限的条件下极大程度地满足用户的使用需求,提出了基于资源紧迫度的ETL弹性调度机制。首先,构建基于历史数据的时间序列预测模型,用来预测数据生产速度;然后,根据各个ETL... 详细信息

在ETL系统中,当数据生产速度遇到较大的波动时,为了使现有资源在有限的条件下极大程度地满足用户的使用需求,提出了基于资源紧迫度的ETL弹性调度机制。首先,构建基于历史数据的时间序列预测模型,用来预测数据生产速度;然后,根据各个ETL过程提交的资源清单和各个服务器负载情况,对单个用户的多个ETL过程的资源进行调整。该调度机制将资源调度问题转换为多维背包问题,提出了基于资源紧迫度的动态调度算法。实验结果表明,当用户资源对所有的ETL过程稀缺的时候,该调度算法会使资源得到更好的利用。通过实验验证了弹性调度比传统的调度方式在资源利用方面具有优势。

关键词：实时ETL 弹性调度资源调度多维背包

来源：评论

学校读者我要写书评

暂无评论

改进GAN的光化性角化病图像数据增强方法

引用

计算机技术与发展 2022年第9期32卷 36-42,50页

作者：黄志伦刘俊郑萌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(武汉科技大学) 湖北武汉430065 武汉理工大学计算机科学与技术学院湖北武汉430070

针对传统网络应用于医学图像数据增强时出现的特征丢失和多样性不足的问题,提出一种基于能量的改进生成对抗网络模型。首先将简单的原始随机噪声输入高斯混合模型,尽管增加了少部分的计算量,但转换后具有潜在复杂分布的噪声能在一定程... 详细信息

针对传统网络应用于医学图像数据增强时出现的特征丢失和多样性不足的问题,提出一种基于能量的改进生成对抗网络模型。首先将简单的原始随机噪声输入高斯混合模型,尽管增加了少部分的计算量,但转换后具有潜在复杂分布的噪声能在一定程度上提升生成样本的类内多样性和类间多样性。然后在判别器部分把简单自编码器替换为U-Net状的变体网络,多层采样的过程可以增强对细节纹理的感知,进而提高生成图像的清晰度和特征还原。最后使用混合体驱动算法,按照加权参数逐步混合多个生成器,在迭代过程中弥补先前混合体的不足,提高生成模块的鲁棒性。在光化性角化病图像数据集上的实验结果表明,该网络训练生成的图像在弗雷歇初始距离上优于现有的WGAN(Wasserstein GAN)模型3.41。另外由于判别器可预训练的特性,收敛速度快于当前的WGAN。同时也在公开数据集MNIST和CelebA上验证改进生成对抗网络的有效性。

关键词：光化性角化病生成对抗网络数据增强高斯混合模型 U-Net变体混合体驱动

来源：评论

学校读者我要写书评

暂无评论

心脏病中文知识图谱的构建

引用

武汉大学学报（理学版） 2020年第3期66卷 261-267页

作者：付洋刘茂福乔瑞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省重点实验室湖北武汉430065

心血管疾病长期以来一直占据着中国疾病死亡率榜首,并且其死亡率仍在逐年上升。在国内开源的中文医学数据集稀缺的背景下,结合自顶向下和自底向上的方法半自动化构建心脏病中文知识图谱。首先,基于高质量百科数据和医学文献构建心脏病本... 详细信息

心血管疾病长期以来一直占据着中国疾病死亡率榜首,并且其死亡率仍在逐年上升。在国内开源的中文医学数据集稀缺的背景下,结合自顶向下和自底向上的方法半自动化构建心脏病中文知识图谱。首先,基于高质量百科数据和医学文献构建心脏病本体,为了保证数据的领域封闭性,根据预先定义的疾病词典从百科类网站和医学网站等异构数据源中获取心血管疾病数据;接着,定义实体相似度计算方法进行更好的知识融合,并在图谱数据上通过模式发现寻找最优的数据模式,实现知识图谱模式层和数据层的共同迭代;最后,在图数据库中对图谱数据进行可视化展示,并根据当前研究动态探讨心脏病知识图谱一些具有前景的应用。

关键词：医学人工智能心脏病知识图谱实体链接模式发现

来源：评论

学校读者我要写书评

暂无评论

面向种群的Android应用风险评估研究

引用

计算机技术与发展 2022年第12期32卷 7-11页

作者：余琴李涛王颉万振华武汉科技大学计算机科学与技术学院深圳开源互联网安全技术有限公司智能信息处理与实时工业系统湖北省重点实验室

应用程序的权限使用情况是进行安全风险评估和检测的重要因素,但权限调用合理性是一个不确定问题。不同功能的应用程序申请的权限是不同的,单个的应用程序很难判断所申请的权限是否满足最小特权原则。针对这一问题,提出了一种面向种群的... 详细信息

应用程序的权限使用情况是进行安全风险评估和检测的重要因素,但权限调用合理性是一个不确定问题。不同功能的应用程序申请的权限是不同的,单个的应用程序很难判断所申请的权限是否满足最小特权原则。针对这一问题,提出了一种面向种群的Android应用风险评估模型。从种群的角度,判定申请的权限是否满足此类应用程序的基本特征行为。首先建立权限使用情况、评分值、下载量、好评率等多维度评价指标体系,对应用程序进行权限特征分析并使用聚类算法实现权限风险评估。为了提高风险评估聚类结果的可解释性,使用决策树进行调整,增强合理性判定。对比于仅研究权限使用情况,采用决策树将多方面信息纳入应用程序风险评估的研究范围,实验结果可以进一步准确有效地检测出应用程序的风险程度。

关键词： Android应用种群风险评估聚类决策树

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：