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

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

基于边缘关注模型的语义分割方法

引用

计算机应用 2021年第2期41卷 343-349页

作者：佘玉龙张晓龙程若勤邓春华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 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 武汉科技大学附属天佑医院武汉430064

肝脏是人体代谢功能的主要器官,目前机器学习在肝脏影像语义分割研究中的难点有:1)肝脏中间部位有下腔静脉、软组织和血管,甚至有坏死或肝裂等情况;2)肝脏与一些邻近器官之间的边界模糊,难以分辨。针对这些问题,提出了边缘关注模型(EAM... 详细信息

肝脏是人体代谢功能的主要器官,目前机器学习在肝脏影像语义分割研究中的难点有:1)肝脏中间部位有下腔静脉、软组织和血管,甚至有坏死或肝裂等情况;2)肝脏与一些邻近器官之间的边界模糊,难以分辨。针对这些问题,提出了边缘关注模型(EAM)及边缘关注网络(EANet)。该网络采用了Encoder-Decoder(编码-解码)的模型框架:在编码器中运用了在ImageNet上预训练好的残差网络ResNet34和EAM,由此来充分获取肝脏边缘的细节特征信息;在解码器中则运用了反卷积操作和EAM对有效信息进行特征提取,进而得到肝脏影像的语义分割图。最后,对分割后噪声较大的图片实施了平滑处理。在三个数据集上与AHCNet进行对比,结果显示:在3Dircadb数据集上,EANet的体积重叠误差(VOE)和相对体积差异(RVD)分别降低了1.95个百分点和0.11个百分点,且DICE精度提高了1.58个百分点;在Sliver07数据集上,EANet的VOE、最大表面距离(MSD)和均方差对称表面距离(RMSD)分别降低了大约1个百分点、3.3 mm和0.2 mm;在某医院临床MRI肝脏影像数据集上,EANet的VOE和RVD分别降低了0.88个百分点和0.31个百分点,且DICE精度提高了1.48个百分点。实验结果表明,所提出的EANet具有较好的肝脏图像分割效果。

关键词：医学肝脏影像语义分割特征提取残差网络体积重叠误差相对体积差异

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

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

DE-ELM-SSC+半监督分类算法

引用

计算机科学与探索 2020年第12期14卷 2014-2027页

作者：庞俊黄恒张寿舒智梁赵宇海武汉科技大学计算机科学与技术学院武汉430070 智能信息处理与实时工业系统湖北省重点实验室武汉430070 东北大学计算机科学与工程学院沈阳110169

演化算法和分析方法的结合是机器学习领域近几年的一个研究热点。研究如何将差分进化(DE)演化算法与基于超限学习机(ELM)的半监督分类算法相结合。首先,提出了一种基于DE和ELM的半监督分类方法(DE-ELM-SSC),该算法大致步骤为:采用多种... 详细信息

演化算法和分析方法的结合是机器学习领域近几年的一个研究热点。研究如何将差分进化(DE)演化算法与基于超限学习机(ELM)的半监督分类算法相结合。首先,提出了一种基于DE和ELM的半监督分类方法(DE-ELM-SSC),该算法大致步骤为:采用多种差分进化策略对超限学习机输入权重和偏置参数进行优化,并根据均方根误差选出一个适合目标数据集的最优策略;将上一步选出的最优进化策略应用于DE算法,从而达到优化ELM网络参数的目的;为了构造半监督分类预测模型,采用Tri-training技术实现了三个改进ELM基分类器的协同训练。然后,采用非线性方法改进现有惯性策略方法,实现了缩放因子自适应调整,从而优化了DE-ELM-SSC算法,得到DE-ELM-SSC+算法。UCI标准数据集上的大量实验结果表明,DE-ELM-SSC+算法能根据数据集选择合适的进化策略,并自适应调整缩放因子,获得比Baseline方法更高的分类准确率。

关键词：超限学习机半监督分类策略选择差分进化缩放因子

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

基于逆类别注意力机制的电商文本分类

引用

计算机系统应用 2021年第5期30卷 247-252页

作者：王维胡慧君刘茂福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430081

电商数据所属类别对于分析电商数据有重要意义,基于人力的分类无法适应如今海量的电商数据,基于传统算法模型的分类难以提取有价值的人工特征.本文采用BiLSTM模型并且引入注意力机制,将其应用于电商数据分类中.该模型包括Embedding层、B... 详细信息

电商数据所属类别对于分析电商数据有重要意义,基于人力的分类无法适应如今海量的电商数据,基于传统算法模型的分类难以提取有价值的人工特征.本文采用BiLSTM模型并且引入注意力机制,将其应用于电商数据分类中.该模型包括Embedding层、BiLSTM层、注意力机制层和输出层.Embedding层加载Word2Vec开源工具训练得到的词向量,BiLSTM层捕捉每个词语的上下文信息,注意力机制层为每个词语分配权重,合成新的样本特征.实验表明,基于逆类别率的注意力机制在电商数据的分类准确率达到91.93%,与不加注意力机制的BiLSTM模型和其他引入的注意力机制相比,均有不同程度的提高.此模型电商数据分类中有良好的效果,为注意力机制的引入提供了新的思考方向.

关键词：电商数据文本分类 Word2Vec BiLSTM模型注意力机制

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

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：