检索结果-内蒙古大学图书馆

北京航空航天大学学报 2021年第3期47卷 469-477页

作者：胡慧君冯梦媛曹梦丽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

社交平台允许用户采用多种信息模态发表意见与观点,多模态语义信息融合能够更有效地预测用户所表达的情感倾向。因此,多模态情感分析近年来受到了广泛关注。然而,多模态情感分析中视觉与文本存在的语义无关问题,导致情感分析效果不佳。... 详细信息

社交平台允许用户采用多种信息模态发表意见与观点,多模态语义信息融合能够更有效地预测用户所表达的情感倾向。因此,多模态情感分析近年来受到了广泛关注。然而,多模态情感分析中视觉与文本存在的语义无关问题,导致情感分析效果不佳。针对这一问题,提出了基于语义相关的多模态社交情感分析(MSSA-SC)方法。采用图文语义相关性分类模型,对图文社交信息进行语义相关性识别,若图文语义相关,则对图文社交信息使用图文语义对齐多模态模型进行图文特征融合的情感分析;若图文语义无关,则仅对文本模态进行情感分析。在真实社交媒体数据集上进行了实验,由实验结果可知,所提方法能够有效降低图文语义无关情况对多模态社交媒体情感分析的影响。与此同时,所提方法的Accuracy和Macro-F1指标分别为75.23%和70.18%,均高于基准模型。

关键词：多模态社交媒体情感分析语义相关图文特征融合

来源：评论

学校读者我要写书评

暂无评论

结合多尺度注意力和自训练的超图聚类方法

引用

小型微型计算机系统 2024年

作者：刘志成王慧颖林晓丽朱峰冉郭宇恒闫炳鑫庞俊武汉科技大学计算机科学与技术学院智能处理与实时工业系统湖北省重点实验室国网辽宁省电力有限公司信息通信分公司

单个较大的非均匀超图聚类旨在将非均匀超图包含的节点划分为多个簇，使得簇内节点越相似越好，簇间节点越不相似越好，具有广泛的应用前景.目前最优的基于超图神经网络的非均匀超图聚类模型MADC(Non-uniform hypergraph clustering com... 详细信息

单个较大的非均匀超图聚类旨在将非均匀超图包含的节点划分为多个簇，使得簇内节点越相似越好，簇间节点越不相似越好，具有广泛的应用前景.目前最优的基于超图神经网络的非均匀超图聚类模型MADC(Non-uniform hypergraph clustering combining multi-scale attention and dynamic construction)仍存在不足：超图特征嵌入的学习效率不高.针对这个问题，提出了一种基于多尺度注意力和自训练网络的非均匀超图聚类模型STHC(Self-Training non-uniform Hypergraph Clustering).STHC模型采用并行的多尺度注意力网络学习超图特征嵌入，以提高其学习效率.此外，该模型还构造自训练网络，联合优化超图特征嵌入和超图聚类结果，以进一步得到更好的超图聚类结果.STHC模型在真实数据集上的大量实验结果验证了其在非均匀超图聚类上的聚类准确率(Accuracy，ACC)、标准互信息(Normalized Mutual Information，NMI)和调整兰德指数(Adjusted Rand Index，ARI)均优于所有对比方法.

关键词：非均匀超图聚类自训练网络多尺度注意力

来源：评论

学校读者我要写书评

暂无评论

基于HDM-Net的射流轨迹分割模型

引用

计算机技术与发展 2025年

作者：全晴酒康陈姚节武汉科技大学计算机科学与技术学院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

随着城市化进程加快和高层建筑的增多，传统的灭火设备逐渐难以满足现代消防需求，而智能射流系统凭借其精准控制和远程操作，成为消防装备的重要选择之一。针对射流数据集中普遍存在的像素占比不平衡、落点分散及边缘模糊等问题，本文... 详细信息

随着城市化进程加快和高层建筑的增多，传统的灭火设备逐渐难以满足现代消防需求，而智能射流系统凭借其精准控制和远程操作，成为消防装备的重要选择之一。针对射流数据集中普遍存在的像素占比不平衡、落点分散及边缘模糊等问题，本文提出了一种改进的射流轨迹分割模型（Hybrid Dilation Convolution MobileNetV2 Network,HDM-Net）。首先，选取MobileNetV2网络的前七层作为基线模型，并引入了四层混合空洞卷积，以扩大感受野捕捉更丰富的上下文信息。其次，通过并行卷积块的设计，编码细粒度特征，进一步细化分割结果中的射流轨迹边缘区域。最后，构建了一个解码器，以融合不同层次的多尺度特征。在射流数据集上的大量实验结果表明，该方法在精确率（Precision）、召回率（Recall）、F值和平均交并比（m IOU）多项指标上均优于多个相关分割任务的基线模型，这一结果验证了所提出的网络能够显著提升射流轨迹分割的准确性。

关键词：智能射流系统射流轨迹提取语义分割混合空洞卷积改进MobileNetV2

来源：评论

学校读者我要写书评

暂无评论

基于自适应原型增强及先验融合的小样本语义分割

引用

计算机技术与发展 2025年

作者：王锦丽张智武汉科技大学计算机科学与技术学院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

随着小样本语义分割任务的日益发展，如何在基类干扰较大的情况下提升模型的泛化能力和新类别的识别精度，成为了当下需要研究的问题。基于元学习框架的小样本语义分割在面对这些挑战时，存在泛化能力不足和在新类别识别时特征模糊的问... 详细信息

随着小样本语义分割任务的日益发展，如何在基类干扰较大的情况下提升模型的泛化能力和新类别的识别精度，成为了当下需要研究的问题。基于元学习框架的小样本语义分割在面对这些挑战时，存在泛化能力不足和在新类别识别时特征模糊的问题。为了有效解决这些问题，本文提出了一种基于自适应原型增强及先验融合的小样本语义分割算法，旨在显著提升模型在新类别上的分割性能，并增强其对未知类别的适应性。本文在BAM模型的基础上，引入自适应原型增强模块PAM从支持集提取的类别信息，派生出更加精确的类原型，从而增强模型的类别特定特征的表示能力;设计了先验掩码生成器PMG融合查询图像和支持图像的深度特征，提升目标前景区域的定位精度，并生成更鲁棒的先验掩码。在1-shot设置下，所提方法在Pascal-5i和COCO-20i数据集上的性能分别提升了0.59%和0.46%；在5-shot设置下，两个数据集的性能提升进一步扩大，分别达到0.72%和0.55%的显著改进。实验结果表明，该方法能够有效地提升模型在新类别上的分割性能，具有较好的泛化能力和准确性。

关键词：小样本语义分割小样本学习元学习自适应原型增强先验知识

来源：评论

学校读者我要写书评

暂无评论

基于RBIEGP的中文医疗实体识别

引用

计算机技术与发展 2025年

作者：周文卓廖光忠武汉科技大学计算机科学与技术学院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

中文医疗文本的实体识别是自然语言处理领域的重点研究方向，文本的内在复杂性，包括术语的歧义性、实体的层级性以及对上下文信息的高度依赖，均有可能对实体识别任务的结果产生显著影响。为此，提出一种基于RBIEGP模型的中文实体识别... 详细信息

中文医疗文本的实体识别是自然语言处理领域的重点研究方向，文本的内在复杂性，包括术语的歧义性、实体的层级性以及对上下文信息的高度依赖，均有可能对实体识别任务的结果产生显著影响。为此，提出一种基于RBIEGP模型的中文实体识别方法。该方法首先利用RoBERTa-wwm-ext预训练模型对输入的中文医疗文本进行编码处理，以生成包含丰富语义信息的词向量序列；然后，将这些词向量序列送入BiGRU网络和集成了注意力机制的迭代扩张卷积神经网络，以捕获输入文本的上下文信息以及扩展感受野；最后，将这些融合了语法语义特征、上下文信息以及扩展感受野的特征一起输入到全局指针网络（Efficient Global Pointer, EGP）之中，以此进行实体类别的判定，并输出具有高准确度的实体类别序列。实验结果表明，所提出的RBIEGP模型在CMeEE/Yidu-S4k数据集上的F1分数分别达到了70.47%和83.02%，相较于一些现有的主流模型，分别提升了2.72%和1.99%。

关键词：实体识别预训练全局指针网络注意力机制感受野

来源：评论

学校读者我要写书评

暂无评论

基于自适应注意力机制的YOLOv4无人超市商品检测

引用

计算机应用与软件 2024年第4期41卷 129-134,158页

作者：章超华丁胜苏浩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 福建省大数据管理新技术与知识工程重点实验室(泉州师范学院) 福建泉州362000

针对无人超市智能结算任务中商品检测实时性不高、堆叠商品检测效果差、相似商品难分类的问题,提出一种基于YOLOv4改进的商品识别算法。使用轻量级网络MobileNetv2进行特征提取加快检测速度;在MobileNetv2的倒残差结构中引入通道注意力... 详细信息

针对无人超市智能结算任务中商品检测实时性不高、堆叠商品检测效果差、相似商品难分类的问题,提出一种基于YOLOv4改进的商品识别算法。使用轻量级网络MobileNetv2进行特征提取加快检测速度;在MobileNetv2的倒残差结构中引入通道注意力和空间注意力放大局部特征权重,从而加强对堆叠商品的检测能力;在损失函数中使用焦点损失(Focal loss)解决类间差异小的难分类问题。实验结果表明,该方法在自建商品数据集Goods上准确率达到了80.3%,检测速度达到73帧/s,优于YOLOv4算法。

关键词：无人超市商品检测注意力机制深度可分离卷积

来源：评论

学校读者我要写书评

暂无评论

基于特征进化选择随机森林的MCI自动诊断

引用

计算机应用与软件 2024年第6期41卷 250-256页

作者：高峰郑丽丽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 富媒体数字出版内容组织与知识服务重点实验室湖北武汉430065

近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI... 详细信息

近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI自动诊断方法,通过机器学习的方式,高效准确地判定MCI;同时应用遗传算法更高效地搜索求解模型的最优参数。结果表明,该方法与医学人工诊断方式相比准确率提高约5%,且在求取随机森林的最优参数问题上,与网格搜索相比,遗传算法所用时间约为其1/45。

关键词： MCI 随机森林遗传算法最优参数

来源：评论

学校读者我要写书评

暂无评论

结合规则学习与深度学习的诊疗关系抽取

引用

计算机应用与软件 2024年第3期41卷 56-62,93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 富媒体数字出版内容组织与知识服务重点实验室湖北武汉430065

诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成... 详细信息

诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成最终的诊疗关系抽取。使用以疾病为中心的诊疗流程相关文本展开实验验证该方法的效果。实验结果表明,该方法不仅通过少量人工规则使关系抽取增加了可解释性,还可以显著提高关系抽取的效果。

关键词：人工智能医疗领域关系抽取深度学习规则学习

来源：评论

学校读者我要写书评

暂无评论

基于Transformer的多尺度可变形三维医学图像配准

引用

计算机系统应用 2025年第1期34卷 47-57页

作者：陈璐莹喻国荣鲍海洲边小勇陈聪鹏武汉科技大学计算机科学与技术学院武汉430081 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430081

由于人体器官的不规则形变,可变形三维医学图像配准仍然是医学图像处理中的难题.针对该问题,本文提出了一种基于Transformer的多尺度可变形三维医学图像配准方法.该方法首先采用多尺度策略来实现多层次的连接,以捕捉不同层次的信息.通... 详细信息

由于人体器官的不规则形变,可变形三维医学图像配准仍然是医学图像处理中的难题.针对该问题,本文提出了一种基于Transformer的多尺度可变形三维医学图像配准方法.该方法首先采用多尺度策略来实现多层次的连接,以捕捉不同层次的信息.通过自注意力机制提取全局特征,并利用膨胀卷积捕获更广泛的上下文信息和更细节的局部特征,从而增强配准网络对全局和局部特征的融合能力.其次,本文根据图像梯度的稀疏性先验,引入了归一化总梯度作为损失函数,有效减少了噪声和伪影对配准过程的干扰,更好地适应不同模态的医学图像.在公开的脑MRI数据集(OASIS和LPBA)上评估本文所提方法的性能.综合结果表明,该方法不仅能保持基于学习的方法在运行时间上的优势,还在均方误差和结构相似性等指标上表现出较高的性能.此外,消融实验的结果进一步证明了本文所提方法和归一化总梯度损失函数设计的有效性.

关键词：医学图像图像配准 Transformer 多尺度可变形

来源：评论

学校读者我要写书评

暂无评论

一种SOFC燃烧室燃烧状态识别方法

引用

计算机应用研究 2023年第8期40卷 2531-2536页

作者：王阳付晓薇李曦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 华中科技大学人工智能与自动化学院武汉430074

针对固体氧化物燃料电池(SOFC)燃烧室燃烧状态识别问题,提出一种基于注意力机制与图像特征金字塔的SOFC燃烧室燃烧状态识别方法。该方法使用加权分布的自适应伽马矫正算法(AGCWD)进行数据前处理,对数据进行标准化;利用两个附加1×1... 详细信息

针对固体氧化物燃料电池(SOFC)燃烧室燃烧状态识别问题,提出一种基于注意力机制与图像特征金字塔的SOFC燃烧室燃烧状态识别方法。该方法使用加权分布的自适应伽马矫正算法(AGCWD)进行数据前处理,对数据进行标准化;利用两个附加1×1卷积的全连接改进了压缩—激励结构,并结合空间注意力,提出了一种混合注意力结构,提升了网络特征提取能力;为增强特征的多尺度信息交流能力,使用双向计算和多尺度融合,提出了多尺度双向融合金字塔。实验表明,所提方法在参数量为3.98 M、浮点运算数(FLOPs)为397 M的前提下,识别准确率达到99.22%,能够有效识别SOFC燃烧室燃烧状态。

关键词：固体氧化物燃料电池卷积神经网络混合注意力机制轻量级网络图像特征金字塔

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：