检索结果-内蒙古大学图书馆

计算机工程与应用 2021年第1期57卷 227-233页

作者：李岩刘俊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430065 武汉科技大学计算机科学与技术学院武汉430065

近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论和研究。为实现准确的实时治疗,提出了一种基于全卷积网络(Fully Convolutional Networks,FCN)的超声血... 详细信息

近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论和研究。为实现准确的实时治疗,提出了一种基于全卷积网络(Fully Convolutional Networks,FCN)的超声血管分割方法。全卷积深度迁移分割网络(Full Convolutional deep Aggregation Migration Network,AMFCN)通过对全卷积网络使用对称网络连接,深度聚合模式以深度提取图像特征,并优化数据增强方式,添加迁移学习模型等方法,有效地利用已有数据进行数据拓展,缓解医学图像数据过少的影响。实验结果表明,该研究方法在超声血管图像上取得了较好的分割性能,能准确地分割出血管区域。

关键词：超声治疗全卷积网络深度聚合小数据集迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于CNN双路特征融合模型的秀丽隐杆线虫寿命阶段分类研究

引用

计算机与数字工程 2023年第5期51卷 1163-1168页

作者：尹彦豪刘俊杨烨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 华中科技大学生命科学与技术学院武汉430074

秀丽隐杆线虫(***)由于其有着寿命较短和人类基因高度同源的特点,作为一种被优秀的模式生物,被广泛应用于多种人类健康和疾病模型的研究中。为了准确测定当前线虫所处于的寿命阶段,论文提出了一种基于CNN双路特征融合模型的的秀丽隐杆... 详细信息

秀丽隐杆线虫(***)由于其有着寿命较短和人类基因高度同源的特点,作为一种被优秀的模式生物,被广泛应用于多种人类健康和疾病模型的研究中。为了准确测定当前线虫所处于的寿命阶段,论文提出了一种基于CNN双路特征融合模型的的秀丽隐杆线虫寿命阶段分类方法。首先,利用卷积神经网络分类模型对线虫图像进行特征提取;同时使用快速傅里叶变换、LoG算子等图像处理算法得到荧光蛋白亮斑坐标,然后根据坐标信息计算得到荧光蛋白亮斑聚集度信息;最后,将前两步得到的特征拼接通过分类器得到分类结果。实验结果表明,论文方法能够准确、有效地对线虫寿命阶段进行分类。

关键词：秀丽隐杆线虫图像分类深度学习快速傅里叶变换拉普拉斯-高斯算法

来源：评论

学校读者我要写书评

暂无评论

多策略协方差矩阵学习差分进化算法

引用

计算机工程与应用 2021年第7期57卷 78-87页

作者：邹杰李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

针对差分进化算法(DE)存在的早熟收敛和搜索停滞的问题,提出了多策略协方差矩阵学习的差分进化算法。通过协方差矩阵建立特征坐标系,通过在特征坐标系中执行变异和交叉操作,来充分利用当前种群的分布信息以及各变量之间的关系,保证种群... 详细信息

针对差分进化算法(DE)存在的早熟收敛和搜索停滞的问题,提出了多策略协方差矩阵学习的差分进化算法。通过协方差矩阵建立特征坐标系,通过在特征坐标系中执行变异和交叉操作,来充分利用当前种群的分布信息以及各变量之间的关系,保证种群能朝着全局最优解的方向进化;根据历史进化信息来选择变异策略的方式使得个体能选择当前最合适的变异策略,提高找到最优解的概率;交叉概率的自适应也一定程度上平衡算法的全局探索能力和局部探索能力。对算法的收敛性进行了证明,同时将算法在CEC2017测试集上进行了仿真实验,并将实验结果跟其他优秀的差分进化算法进行了对比,对比结果表明了该算法的有效性。

关键词：差分进化协方差矩阵特征坐标系多策略变异参数自适应

来源：评论

学校读者我要写书评

暂无评论

改进U-Net的新冠肺炎图像分割方法

引用

计算机工程与应用 2021年第19期57卷 243-251页

作者：宋瑶刘俊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430065 武汉科技大学计算机科学与技术学院武汉430065

新型冠状病毒肺炎(COVID-19)大流行疾病正在全球范围内蔓延。计算机断层扫描(CT)影像技术,在抗击全球COVID-19的斗争中起着至关重要的作用,诊断新冠肺炎时,如果能够从CT图像中自动准确分割出新冠肺炎病灶区域,将有助于医生进行更准确和... 详细信息

新型冠状病毒肺炎(COVID-19)大流行疾病正在全球范围内蔓延。计算机断层扫描(CT)影像技术,在抗击全球COVID-19的斗争中起着至关重要的作用,诊断新冠肺炎时,如果能够从CT图像中自动准确分割出新冠肺炎病灶区域,将有助于医生进行更准确和快速的诊断。针对新冠肺炎病灶分割问题,提出基于U-Net改进模型的自动分割方法。在编码器中运用了在ImageNet上预训练好的EfficientNet-B0网络,对有效信息进行特征提取。在解码器中将传统的上采样操作换成DUpsampling结构,以此来充分获取病灶边缘的细节特征信息,最后通过模型快照的集成提高分割的精度。在公开数据集上的实验结果表明,所提算法的准确率、召回率和Dice系数分别为84.24%、80.43%和85.12%,与其他的语义分割算法相比,该方法能有效分割新冠肺炎病灶区域,具有良好的分割性能。

关键词：新型冠状病毒肺炎(COVID-19) U-Net 语义分割

来源：评论

学校读者我要写书评

暂无评论

多云环境中基于属性加密的高效多关键词检索方案

引用

计算机科学 2021年第S02期48卷 576-584页

作者：何亨蒋俊君冯可李鹏徐芳芳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

随着云计算技术的快速发展和广泛应用,云环境中的数据安全问题成为用户关注的焦点。为了保障数据隐私,用户将隐私数据加密后上传至云服务器。然而,如何从多个云服务器中的海量加密数据里检索到包含特定信息的密文是富有挑战性的。传统... 详细信息

随着云计算技术的快速发展和广泛应用,云环境中的数据安全问题成为用户关注的焦点。为了保障数据隐私,用户将隐私数据加密后上传至云服务器。然而,如何从多个云服务器中的海量加密数据里检索到包含特定信息的密文是富有挑战性的。传统的可搜索加密方案无法直接应用于多云环境的密文数据检索中。基于属性的加密技术为密文关键词检索提供了一种新的解决思路,但是,现有的相关方案存在仅支持单个或连接关键词检索、访问控制策略不灵活、检索效率低、计算和存储开销大以及无法有效适用于多云环境等问题。因此,文中提出了一种多云环境中基于属性加密的高效多关键词检索方案(MRAM)。MRAM基于高性能的密文策略的属性加密算法,实现了任意密文多关键词检索,细粒度的访问控制,并且通过引入检索服务器有效支持多云环境中高效准确的密文检索。安全分析表明,MRAM能够实现安全索引机密性、检索陷门机密性、抗共谋攻击等重要安全特性,性能评估验证了MRAM相较于已有的方案,在安全索引生成、检索陷门生成和检索阶段具有更低的计算开销,且安全索引和检索陷门的存储开销也更小。

关键词：多云环境属性加密多关键词检索密文检索访问控制

来源：评论

学校读者我要写书评

暂无评论

锦标赛精英学习与协方差变异的烟花算法

引用

计算机工程与应用 2021年第19期57卷 84-96页

作者：万达李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

针对传统烟花算法收敛精度低,收敛速度慢,容易陷入局部最优等问题,提出一种基于锦标赛精英学习与协方差变异的烟花算法(GLFWA-CM)。该算法在爆炸算子过程中利用核心烟花更新信息确定核心烟花在每一维上的爆炸半径,并引导核心烟花在更新... 详细信息

针对传统烟花算法收敛精度低,收敛速度慢,容易陷入局部最优等问题,提出一种基于锦标赛精英学习与协方差变异的烟花算法(GLFWA-CM)。该算法在爆炸算子过程中利用核心烟花更新信息确定核心烟花在每一维上的爆炸半径,并引导核心烟花在更新方向上产生更多的爆炸火花,提高了核心烟花的搜索能力;在变异算子中用协方差变异代替原来的高斯变异,充分利用爆炸火花的信息,有效平衡了算法的局部搜索和全局搜索能力;在烟花选择过程中提出了一种基于锦标赛的精英学习策略,有效加快了算法收敛速度。在CEC2015测试函数上做仿真实验,结果表明,与多种经典烟花算法相比,该算法在收敛性和稳定性上都具有较好表现。

关键词：烟花算法核心烟花更新信息引导协方差变异锦标赛精英学习

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制网络的航运监控图像识别模型

引用

计算机应用 2021年第10期41卷 3010-3016页

作者：张凯悦张鸿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

针对已有的航运监控图像识别模型C3D里中级表征学习能力有限,有效特征的提取容易受到噪声的干扰,且特征的提取忽视了整体特征与局部特征之间关系的问题,提出了一种新的基于注意力机制网络的航运监控图像识别模型。该模型基于卷积神经网... 详细信息

针对已有的航运监控图像识别模型C3D里中级表征学习能力有限,有效特征的提取容易受到噪声的干扰,且特征的提取忽视了整体特征与局部特征之间关系的问题,提出了一种新的基于注意力机制网络的航运监控图像识别模型。该模型基于卷积神经网络(CNN)框架,首先,通过特征提取器提取图像的浅层次特征;然后,基于CNN对不同区域激活特征的不同响应强度,生成注意力信息并实现对局部判别性特征的提取;最后,使用多分支的CNN结构融合局部判别性特征和图像全局纹理特征,从而利用局部判别性特征和图像全局纹理特征的交互关系提升CNN学习中级表征的能力。实验结果表明,所提出的模型在航运图像数据集上的识别准确率达到91.8%,相较于目前的C3D模型提高了7.2个百分点,相较于判别滤波器组卷积神经网络(DFL-CNN)模型提高了0.6个百分点。可见所提模型能够准确判断船舶的状态,可以有效应用于航运监控项目。

关键词：智能监控深度学习卷积神经网络图像识别注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于图像显著性迁移学习的水面泛目标检测算法

引用

计算机与数字工程 2025年第1期53卷 250-256页

作者：董国霖陈黎陈姚节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 冶金工业过程国家级虚拟仿真实验教学中心武汉430065

在目前的水面目标检测任务中,研究人员更多关注目标本身特征,并采用有相似特征的目标数据进行训练,导致算法在不同种目标检测中存在局限性。论文针对水面环境下的多种目标检测问题,结合目标显著性检测算法提出了一种基于图像显著性迁移... 详细信息

在目前的水面目标检测任务中,研究人员更多关注目标本身特征,并采用有相似特征的目标数据进行训练,导致算法在不同种目标检测中存在局限性。论文针对水面环境下的多种目标检测问题,结合目标显著性检测算法提出了一种基于图像显著性迁移学习的水面泛目标检测算法。该算法基于BASNet网络模型,通过模型的预测模块和修正模块对输入图像进行上下采样操作和多级特征融合等操作得到最终结果。实验结果分析表明该算法在对水面多种目标检测效果良好,且算法训练模型具有迁移学习能力。

关键词：显著性目标检测水面目标检测特征提取多级特征融合迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于多级语义的判别式跨模态哈希检索算法

引用

计算机应用 2021年第8期41卷 2187-2192页

作者：刘芳名张鸿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(武汉科技大学) 武汉430065

针对大多数跨模态哈希方法采用二进制矩阵表示相关程度,因此无法捕获多标签数据之间更深层的语义信息,以及它们忽略了保持语义结构和数据特征的判别性等问题,提出了一种基于多级语义的判别式跨模态哈希检索算法——ML-SDH。所提算法使... 详细信息

针对大多数跨模态哈希方法采用二进制矩阵表示相关程度,因此无法捕获多标签数据之间更深层的语义信息,以及它们忽略了保持语义结构和数据特征的判别性等问题,提出了一种基于多级语义的判别式跨模态哈希检索算法——ML-SDH。所提算法使用多级语义相似度矩阵发现跨模态数据中的深层关联信息,同时利用平等指导跨模态哈希表示在语义结构和判别分类中的关联关系,不仅实现了对蕴含高级语义信息的多标签数据进行编码的目的,而且构建的保留多级语义的结构能够确保最终学习的哈希码在保持语义相似度的同时又具有判别性。在NUSWIDE数据集上,哈希码长度为32 bit时,所提算法在两个检索任务中的平均准确率(mAP)比深度跨模态哈希(DCMH)、成对关联哈希(PRDH)、平等指导判别式哈希(EGDH)算法分别高出了19.48,14.50,1.95个百分点和16.32,11.82,2.08个百分点。

关键词：多级语义语义结构判别性哈希语义指导跨模态检索

来源：评论

学校读者我要写书评

暂无评论

基于点云关键点分类的特征提取方法

引用

计算机与数字工程 2024年第7期52卷 2030-2037页

作者：刘强郑王里林云汉闵华松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(武汉科技大学) 武汉430065 国网电力科学研究院有限公司南京211106 武汉科技大学机器人与智能系统研究院武汉430081

为了提高CGF(Learning Compact Geometric Features)的匹配精度,提出一种基于关键点曲率分类的特征提取方法。首先,计算点云的关键点并根据关键点的曲率将其分成七个类别。之后,针对不同的类别分别使用对该类别关键点具有鲁棒性的特征... 详细信息

为了提高CGF(Learning Compact Geometric Features)的匹配精度,提出一种基于关键点曲率分类的特征提取方法。首先,计算点云的关键点并根据关键点的曲率将其分成七个类别。之后,针对不同的类别分别使用对该类别关键点具有鲁棒性的特征表征方法进行描述。最后,将所有的特征输入到设计的KPNN(Key Point Neural Network)神经网络中训练得到融合后的特征。其中,对于特征表征的方法使用参数可调的CGF特征描述子,通过实验确定不同参数组合的CGF分别用于表征不同类别的关键点。实验结果表明:在标准数据集上,相比于其他局部特征提取算法,该方法具有更高的匹配精度。

关键词：点云特征提取关键点 CGF 曲率

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：