检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第9期59卷 123-129页

作者：杨春霞陈启岗徐奔马文文南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

句子匹配是自然语言处理的一项基本任务,可应用于自然语言推理、释义识别等多个场景。目前,主流的模型大多采用注意力机制来实现两个句子之间单词或短语的对齐。然而,这些模型通常忽略了句子的内在结构,没有考虑文本单元之间的依存关系... 详细信息

句子匹配是自然语言处理的一项基本任务,可应用于自然语言推理、释义识别等多个场景。目前,主流的模型大多采用注意力机制来实现两个句子之间单词或短语的对齐。然而,这些模型通常忽略了句子的内在结构,没有考虑文本单元之间的依存关系。针对此问题,提出了一种基于依存句法和图注意力网络的匹配模型。设计两种建模方式将句子对建模为语义图。使用图注意力网络对构建的图进行编码以进行句子匹配。实验结果表明,提出的模型可以较好地学习图结构,在自然语言推理数据集SNLI和释义识别数据集Quora上分别达到了88.7%和88.9%的准确率。

关键词：句子匹配依存句法图注意力网络词共现语义图全连通语义图

来源：评论

学校读者我要写书评

暂无评论

一种增强型基于失败者淘汰的多模态烟花算法

引用

系统仿真学报 2020年第1期32卷 9-19页

作者：申晓宁王谦黄遥游璇南京信息工程大学自动化学院南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学江苏省大数据分析技术重点实验室南京210044

提出一种增强型基于失败者淘汰制的多模态烟花算法。该算法采用一种新型的考虑位置特征的映射规则,把超出爆炸空间上边界的爆炸火花映射到爆炸空间上边界附近的区域、把低于爆炸空间下边界的爆炸火花映射到爆炸空间下边界附近的区域。... 详细信息

提出一种增强型基于失败者淘汰制的多模态烟花算法。该算法采用一种新型的考虑位置特征的映射规则,把超出爆炸空间上边界的爆炸火花映射到爆炸空间上边界附近的区域、把低于爆炸空间下边界的爆炸火花映射到爆炸空间下边界附近的区域。所提算法引入了自适应调整爆炸火花数量参数的策略,以更好地平衡算法的全局和局部搜索能力。选取CEC2013标准测试函数集中的28个函数进行测试,实验结果表明所提算法具有更优的搜索性能。

关键词：映射规则自适应爆炸火花数量爆炸幅度

来源：评论

学校读者我要写书评

暂无评论

基于循环显著性校准网络的胰腺分割方法

引用

自动化学报 2022年第11期48卷 2703-2717页

作者：邱成健刘青山宋余庆刘哲江苏大学计算机科学与通信工程学院镇江212013 南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 大气环境与装备技术协同创新中心南京210044

胰腺的准确分割对于胰腺癌的识别和分析至关重要.研究者提出通过第一阶段粗分割掩码的位置信息缩小第二阶段细分割网络输入的由粗到细分割方法,尽管极大地提升了分割精度,但是在胰腺分割过程中对于上下文信息的利用却存在以下两个问题:1... 详细信息

胰腺的准确分割对于胰腺癌的识别和分析至关重要.研究者提出通过第一阶段粗分割掩码的位置信息缩小第二阶段细分割网络输入的由粗到细分割方法,尽管极大地提升了分割精度,但是在胰腺分割过程中对于上下文信息的利用却存在以下两个问题:1)粗分割和细分割阶段分开训练,细分割阶段缺少粗分割阶段分割掩码信息,抑制了阶段间上下文信息的流动,导致部分细分割阶段结果无法比粗分割阶段更准确;2)粗分割和细分割阶段单批次相邻预测分割掩码之间缺少信息互监督,丢失切片上下文信息,增加了误分割风险.针对上述问题,提出了一种基于循环显著性校准网络的胰腺分割方法.通过循环使用前一阶段输出的胰腺分割掩码作为当前阶段输入的空间权重,进行两阶段联合训练,实现阶段间上下文信息的有效利用;提出卷积自注意力校准模块进行胰腺预测分割掩码切片上下文信息跨顺序互监督,显著改善了相邻切片误分割现象.提出的方法在公开的数据集上进行了验证,实验结果表明其改善误分割结果的同时提升了平均分割精度.

关键词：胰腺分割阶段上下文信息切片上下文信息卷积自注意力校准模块

来源：评论

学校读者我要写书评

暂无评论

融合对比学习的对抗式无监督领域自适应图像分类方法

引用

计算机辅助设计与图形学学报 2024年

作者：王婷季繁繁崔绍君袁晓彤南京信息工程大学计算机学院数字取证教育部工程研究中心南京信息工程大学江苏省大数据分析技术重点实验室南京信息工程大学自动化学院

提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA)，旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对于以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域... 详细信息

提出一种融合对比学习的对抗式无监督领域自适应图像分类方法(CADA)，旨在将从标记良好的源域训练得到的模型推广到未标记的目标域时仍然保持良好的泛化性能. 针对于以往的基于对抗的无监督领域自适应方法中存在的只在整体上对齐源域和目标域的特征，而忽略了两个领域在全局分布对齐的同时属于同一类的特征是否对齐的问题，以及对无标签的目标域样本利用不充分的问题，将对比学习的思想引入到基于对抗的无监督领域自适应方法中，通过不断地拉近目标域中相似样本在特征空间中的距离，同时不断地推离不相似的样本，使得无标签的目标域样本的分类边界更加清晰，从而使得源域和目标域样本在全局对齐的同时也实现类内对齐; 将目标域的样本经过数据增强后送入对比学习模块，使得目标域无标记的样本得到了更充分的利用. 与原有的基于对抗的无监督领域自适应方法相比，提出的CADA在Office-31、Office-Home、VisDA-2017数据集上的平均准确率比原有方法提高了2～6个百分点.

关键词：无监督领域自适应自监督学习对比学习类对比知识图像分类

来源：评论

学校读者我要写书评

暂无评论

融合标签信息的分层图注意力网络文本分类模型

引用

计算机工程与科学 2023年第11期45卷 2018-2026页

作者：杨春霞马文文徐奔韩煜南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。... 详细信息

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。该模型依据句子关键词与主题关联性构建邻接矩阵,然后使用词级图注意力网络获取句子的向量表示。该模型是以随机初始化的目标向量为基础,同时利用最大池化提取句子特定的目标向量,使得获取的句子向量具有更加明显的类别特征。在词级图注意力层之后使用句子级图注意力网络获取具有词权重信息的新文本表示,并通过池化层得到文本的特征信息。另一方面利用GloVe预训练词向量对所有文本标注的标签信息进行初始化向量表示,然后将其与文本的特征信息进行交互、融合,以减少原有特征损失,得到区别于不同文本的特征表示。在R52、R8、20NG、Ohsumed及MR 5个公开数据集上的实验结果表明,该模型的分类准确率明显优于其它主流基线模型的。

关键词：分层图注意力网络单标签文本分类邻接矩阵标签信息

来源：评论

学校读者我要写书评

暂无评论

基于Adam局部优化的分布式近似牛顿深度学习模型训练

引用

计算机应用与软件 2021年第10期38卷 278-283页

作者：毕常遥袁晓彤南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044

分布式学习是减轻现代机器学习系统中不断增加的数据和模型规模压力的有效工具之一。DANE算法是一种近似牛顿方法,已被广泛应用于通信高效的分布式机器学习。其具有收敛速度快且无须计算Hessian矩阵逆的优点,从而可以在高维情况下显著... 详细信息

分布式学习是减轻现代机器学习系统中不断增加的数据和模型规模压力的有效工具之一。DANE算法是一种近似牛顿方法,已被广泛应用于通信高效的分布式机器学习。其具有收敛速度快且无须计算Hessian矩阵逆的优点,从而可以在高维情况下显著减少通信和计算开销。为了进一步提高计算效率,就需要研究如何加快DANE的局部优化。选择使用最流行的自适应梯度优化算法Adam取代常用的随机梯度下降法来求解DANE的局部单机子优化问题是一种可行的方法。实验表明,基于Adam的优化在收敛速度上可以明显快于原始的基于SGD的实现,且几乎不会牺牲模型泛化性能。

关键词：深度学习近似牛顿法分布式优化 Adam算法随机抽样

来源：评论

学校读者我要写书评

暂无评论

基于病理穿刺切片组织形态学分析的乳腺癌新辅助化疗疗效预测

引用

四川大学学报（医学版） 2021年第2期52卷 279-285页

作者：徐春燕谢嘉伟杨春霞蒋燕妮张智弘徐军江苏省大数据分析技术重点实验室南京信息工程大学自动化学院南京210044 江苏省人民医院影像科南京210029 江苏省人民医院病理科南京210029

目的利用深度学习的方法对乳腺癌患者接受新辅助化疗(NAC)前的穿刺切片进行肿瘤区域和细胞核的自动分割,提取肿瘤区域细胞群特征,从而对乳腺癌NAC病理缓解程度进行预测。方法收集在江苏省人民医院接受NAC治疗前的68位乳腺癌患者的术前穿... 详细信息

目的利用深度学习的方法对乳腺癌患者接受新辅助化疗(NAC)前的穿刺切片进行肿瘤区域和细胞核的自动分割,提取肿瘤区域细胞群特征,从而对乳腺癌NAC病理缓解程度进行预测。方法收集在江苏省人民医院接受NAC治疗前的68位乳腺癌患者的术前穿刺HE染色切片,两位病理医生对其中12张穿刺切片进行了肿瘤区域的标记,其中8张作为训练集,4张作为测试集,剩余的56张由训练好的肿瘤区分割模型进行肿瘤分割。运用UNet++建立分割模型,分别对乳腺癌病理穿刺切片肿瘤区域和细胞核进行自动分割;然后,根据自动分割的肿瘤区域内细胞核,构建肿瘤内细胞层次的特征;最后运用特征选择方法选择有效的特征,通过五折交叉验证训练分类器模型预测NAC的病理缓解程度的高低。结果基于68位患者的病理穿刺切片进行预测,最大相关最小冗余(m RMR)的特征选择方法筛选出的10个维度特征和随机森林(RF)分类器结合训练的模型预测结果的准确率最高,准确率达到82.35%,曲线下面积(AUC)值达到0.9082。结论本模型能够在切片病理图像上自动分割肿瘤区域和细胞核,构建的肿瘤区域细胞核群的特征能够预测患者对NAC的病理缓解程度,方法可靠且可重复性较高,同时发现肿瘤区域细胞核纹理特征在预测中效果较好,进一步证实了肿瘤区域细胞核群对疗效预测具有重要意义。

关键词：病理穿刺切片乳腺癌新辅助化疗病理完全缓解 UNet++网络机器学习

来源：评论

学校读者我要写书评

暂无评论

基于改进的Pythagorean模糊语言集的可持续实验室评价方法

引用

运筹与管理 2019年第11期28卷 149-155页

作者：祝玉婷韩莹袁安富南京信息工程大学信息与控制学院江苏南京210044 江苏省大气环境与准备技术协同创新中心江苏南京21004 江苏省大数据分析技术重点实验室江苏南京210044

随着化学、电子、计算机等学科教育不断发展,大中学校以及科研单位实验室的环境污染问题逐渐呈现出来。注意到目前我国可持续发展的重点多集中于工业企业,本文首次将可持续发展的概念引入到实验室管理中。作为可持续发展的三大支柱,经... 详细信息

随着化学、电子、计算机等学科教育不断发展,大中学校以及科研单位实验室的环境污染问题逐渐呈现出来。注意到目前我国可持续发展的重点多集中于工业企业,本文首次将可持续发展的概念引入到实验室管理中。作为可持续发展的三大支柱,经济、环境、社会之间不可避免的存在矛盾与冲突,三者之间的交互又进一步加剧了评价的复杂性。Pythagorean模糊语言集对复杂性、冲突性具有强大的描述能力。但研究发现现有的Pythagorean模糊语言集存在一定缺陷,本文提出了改进的Pythagorean模糊语言集并基于新概念给出了一种改进的综合可持续实验室评价方法。实例验证了新方法的有效性和可行性。

关键词：可持续发展实验室评价改进型Pythagorean模糊语言集 DEMATEL 交叉影响算子 VIKOR

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积神经网络的服装图像分类检索算法

引用

计算机工程 2016年第11期42卷 309-315页

作者：厉智孙玉宝王枫刘青山南京信息工程大学信息与控制学院江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

针对利用深度学习的服装图像检索算法分类精度较低的问题,提出基于深度卷积神经网络的改进服装图像分类检索算法,并建立一个具有16种属性、10万量级的网络服装图像数据库B_DAT Clothing。依据服装图像的复杂性,采用深度卷积神经网络从B_... 详细信息

针对利用深度学习的服装图像检索算法分类精度较低的问题,提出基于深度卷积神经网络的改进服装图像分类检索算法,并建立一个具有16种属性、10万量级的网络服装图像数据库B_DAT Clothing。依据服装图像的复杂性,采用深度卷积神经网络从B_DAT Clothing数据库中自动学习服装的属性特征并建立哈希索引,进而构建基于服装属性的检索模型,实现服装图像的高效分类和快速检索。实验结果表明,与传统视觉特征分类算法相比,该算法在服装分类上的准确率更高,属性检索效果更好。

关键词：服装属性卷积神经网络属性检索分类排序哈希索引服装数据库

来源：评论

学校读者我要写书评

暂无评论

基于分组学习粒子群算法的众包软件项目调度

引用

计算机集成制造系统 2024年第6期30卷 2056-2068页

作者：申晓宁徐继勇姚铖滨宋丽妍南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 南方科技大学广东省类脑智能计算重点实验室广东深圳518055

为解决众包软件项目调度问题中的开发者选择、任务分配和投入度确定3个强耦合子问题,引入开发者信誉度,考虑技能、工作时长、开发团队规模等约束,以项目完成质量和工期为目标建立数学模型。提出一种采用三段式混合编码的分组学习粒子群... 详细信息

为解决众包软件项目调度问题中的开发者选择、任务分配和投入度确定3个强耦合子问题,引入开发者信誉度,考虑技能、工作时长、开发团队规模等约束,以项目完成质量和工期为目标建立数学模型。提出一种采用三段式混合编码的分组学习粒子群算法求解所建模型。所提算法根据适应度排序将种群划分为3组,不同分组的粒子数量随进化代数自适应变化,且各组根据不同的适应度采用不同的更新策略。将所提算法与10种具有代表性的算法在12个不同规模的众包软件项目调度算例中进行对比,结果表明,所提算法能够获得精度更高的调度方案。

关键词：众包软件项目调度粒子群优化分组学习混合编码信誉度

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：