检索结果-内蒙古大学图书馆

编辑学报 2025年第2期 126-130页

作者：夏丽云湖南师范大学期刊社智能计算与语言信息处理湖南省重点实验室

“两头在外”问题已经成为制约我国科技期刊高质量发展的瓶颈。参与破解“两头在外”问题是我国科技期刊义不容辞的使命和担当，这是由科技期刊的政治属性、文化属性、职责内容、自身发展的需要决定的。我国科技期刊有独特的制度优势、... 详细信息

“两头在外”问题已经成为制约我国科技期刊高质量发展的瓶颈。参与破解“两头在外”问题是我国科技期刊义不容辞的使命和担当，这是由科技期刊的政治属性、文化属性、职责内容、自身发展的需要决定的。我国科技期刊有独特的制度优势、良好的发展环境，并且具备破解该问题的优越客观条件和优良办刊传统，因此有能力担当此重任。在参与破解“两头在外”问题中，科技期刊应该担起政治引领、文化引领、服务国家社会、提供优质服务、“造船出海”和建立中国特色的科学评价体系等责任。

关键词：科技期刊 “两头在外” 文化自信科技强国

来源：评论

学校读者我要写书评

暂无评论

基于变分贝叶斯推断最优高斯混合模型的自适应不均衡数据综合采样法

引用

控制与决策 2023年第6期38卷 1653-1660页

作者：刘金平杨本芳周嘉铭徐鹏飞湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081

实际的分类数据往往是分布不均衡的.传统的分类器大都会倾向多数类而忽略少数类,导致分类性能恶化.针对该问题提出一种基于变分贝叶斯推断最优高斯混合模型(varition Bayesian-optimized optimal Gaussian mixture model,VBoGMM)的自适... 详细信息

实际的分类数据往往是分布不均衡的.传统的分类器大都会倾向多数类而忽略少数类,导致分类性能恶化.针对该问题提出一种基于变分贝叶斯推断最优高斯混合模型(varition Bayesian-optimized optimal Gaussian mixture model,VBoGMM)的自适应不均衡数据综合采样法.VBoGMM可自动衰减到真实的高斯成分数,实现任意数据的最优分布估计;进而基于所获得的分布特性对少数类样本进行自适应综合过采样,并采用Tomek-link对准则对采样数据进行清洗以获得相对均衡的数据集用于后续的分类模型学习.在多个公共不均衡数据集上进行大量的验证和对比实验,结果表明:所提方法能在实现样本均衡化的同时,维持多数类与少数类样本空间分布特性,因而能有效提升传统分类模型在不均衡数据集上的分类性能.

关键词：不均衡数据高斯混合模型变分推断自适应综合采样法

来源：评论

学校读者我要写书评

暂无评论

利用变分模态分解(VMD)和匹配追踪(MP)联合压制音频大地电磁(AMT)强干扰

引用

地球物理学报 2019年第10期62卷 3866-3884页

作者：李晋张贤蔡锦湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081 湖南师范大学信息科学与工程学院长沙410081

为了有效分离矿集区音频大地电磁(AMT)信号中的大尺度强干扰、抑制近源效应,本文提出利用变分模态分解(VMD)和匹配追踪(MP)联合压制AMT强干扰的方法.首先,对比了VMD与经验模态分解(EMD)、固有时间尺度分解(ITD)的处理效果,验证了VMD在... 详细信息

为了有效分离矿集区音频大地电磁(AMT)信号中的大尺度强干扰、抑制近源效应,本文提出利用变分模态分解(VMD)和匹配追踪(MP)联合压制AMT强干扰的方法.首先,对比了VMD与经验模态分解(EMD)、固有时间尺度分解(ITD)的处理效果,验证了VMD在避免模态混叠和端点效应方面的优势;讨论了VMD中模态个数对典型大尺度强干扰的去噪性能,并选择合适的模态初步获取待处理信号的重构信息.然后,运用MP对VMD重构信号做二次信噪分离处理,进一步滤除残余的尖脉冲干扰.通过对模拟和实测数据的分析处理,以及与远参考法结果对比,本研究能有效剔除时间域序列中的大尺度强干扰,且重构信号中保留了更多的低频缓变化信息和细节成分,近源干扰得到有效压制;视电阻率-相位曲线更为光滑、连续,低频段的数据质量得到明显改善,其结果能更为真实、可靠地反映地下电性结构信息.

关键词：音频大地电磁强干扰噪声压制变分模态分解匹配追踪

来源：评论

学校读者我要写书评

暂无评论

基于信息结构的区间值决策信息系统鲁棒不确定性度量

引用

模式识别与人工智能 2020年第8期33卷 724-731页

作者：吴溢洋代建华陈姣龙湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081 湖南师范大学信息科学与工程学院长沙410081

现阶段基于单值的信息系统的不确定性度量研究较多,而少有关于区间值决策信息系统的不确定性和噪声标签对系统不确定性影响的研究.因此,文中提出基于信息结构的区间值决策信息系统鲁棒不确定性度量.利用KL散度定义区间值之间的相似度,... 详细信息

现阶段基于单值的信息系统的不确定性度量研究较多,而少有关于区间值决策信息系统的不确定性和噪声标签对系统不确定性影响的研究.因此,文中提出基于信息结构的区间值决策信息系统鲁棒不确定性度量.利用KL散度定义区间值之间的相似度,构造区间值模糊相似关系,并提出区间值决策信息系统的信息结构.为了降低噪声决策对系统不确定性度量的影响,引入K近邻点计算样本关于决策的隶属度,提出2种基于信息结构的鲁棒不确定性度量方法.实验表明文中不确定性度量的有效性和合理性.

关键词：区间值数据模糊粗糙集不确定性度量信息结构 KL散度

来源：评论

学校读者我要写书评

暂无评论

具有多参数恒Lyapunov指数谱的新型统一混沌系统

引用

通信学报 2020年第6期41卷 202-213页

作者：万求真周昭腾湖南师范大学信息科学与工程学院湖南长沙410081 智能计算与语言信息处理湖南省重点实验室湖南长沙410081

基于传统的Qi混沌系统,通过增加控制参数和改变非线性项相结合的方法构造了一种具有复杂混沌特性的新型统一混沌系统。首先,分析了所提系统的动力学行为,数值仿真了相图、时域波形图、Poincare截面图和功率谱图;其次,讨论了系统参数变化... 详细信息

基于传统的Qi混沌系统,通过增加控制参数和改变非线性项相结合的方法构造了一种具有复杂混沌特性的新型统一混沌系统。首先,分析了所提系统的动力学行为,数值仿真了相图、时域波形图、Poincare截面图和功率谱图;其次,讨论了系统参数变化时Lyapunov指数谱、分岔图和混沌信号幅度对整个系统的影响,分析表明,所提统一混沌系统能产生4种新的具有多参数恒Lyapunov指数谱特性的双翼混沌吸引子,并存在多种全局和局部的非线性调幅参数;再次,以所提系统的第一种混沌吸引子为例,引入2种新的非线性函数,实现了网格多翼的扩展;最后,搭建所提统一混沌系统的硬件电路,实验观察到4种新混沌吸引子,与数值仿真结果一致,验证了所提系统的可行性。

关键词：统一混沌系统恒Lyapunov指数谱混沌吸引子

来源：评论

学校读者我要写书评

暂无评论

基于端到端深度神经网络和图搜索的OCT图像视网膜层边界分割方法

引用

软件学报 2024年第6期35卷 3036-3051页

作者：胡凯蒋帅刘冬高协平智能计算与信息处理教育部重点实验室(湘潭大学) 湖南湘潭411105 智能计算与语言信息处理湖南省重点实验室(湖南师范大学) 湖南长沙410081 医学影像人工智能湖南省重点实验室(湘南学院) 湖南郴州423000

视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态... 详细信息

视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态变化多样,其中与边界相关的关键信息如上下文信息和显著性边界信息等对层边界的判断和分割至关重要.然而已有分割方法缺乏对以上信息的考虑,导致边界不完整和不连续.针对以上问题,提出一种“由粗到细”的基于端到端深度神经网络和图搜索(graph search,GS)的OCT图像视网膜层边界分割方法,避免了非端到端方法中普遍存在的“断层”现象.在粗分割阶段,提出一种端到端的深度神经网络—注意力全局残差网络(attention global residual network,AGR-Net),以更充分和有效的方式提取上述关键信息.具体地,首先设计一个全局特征模块(global feature module,GFM),通过从图像的4个方向扫描以捕获OCT图像的全局上下文信息;其次,进一步将通道注意力模块(channel attention module,CAM)与全局特征模块串行组合并嵌入到主干网络中,以实现视网膜层及其边界的上下文信息的显著性建模,有效解决OCT图像中由于视网膜层形变和信息提取不充分所导致的误分割问题.在细分割阶段,采用图搜索算法去除AGR-Net粗分割结果中的孤立区域或和孔洞等,保持边界的固定拓扑结构和连续平滑,以实现整体分割结果的进一步优化,为医学临床的诊断提供更完整的参考.最后,在两个公开数据集上从不同的角度对所提出的方法进行性能评估,并与最新方法进行比较.对比实验结果也表明所提方法在分割精度和稳定性方面均优于现有方法.

关键词： OCT图像视网膜层边界分割残差神经网络注意力图搜索

来源：评论

学校读者我要写书评

暂无评论

基于聚类簇结构特性的自适应综合采样法在入侵检测中的应用

引用

控制与决策 2021年第8期36卷 1920-1928页

作者：刘金平周嘉铭刘先锋唐朝晖马天雨湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081 中南大学自动化学院长沙410083

基于机器学习的网络入侵检测方法将恶意网络行为(入侵)检测转化为模式识别(分类)问题,因其适应性强、灵敏度高等优点,受到国内外广泛关注.然而,现有的模式分类器往往假设数据集的分布是均衡的,而真实的网络环境中,入侵行为要远少于正常... 详细信息

基于机器学习的网络入侵检测方法将恶意网络行为(入侵)检测转化为模式识别(分类)问题,因其适应性强、灵敏度高等优点,受到国内外广泛关注.然而,现有的模式分类器往往假设数据集的分布是均衡的,而真实的网络环境中,入侵行为要远少于正常访问,这给网络入侵行为检测带来巨大挑战.因此,提出一种基于聚类簇结构特性的综合采样法(CSbADASYN),通过挖掘少数类样本的内部结构对其进行自适应过采样,以获得样本分布结构特性保持的均衡数据样本,解决因数据不均衡带来的分类偏向.CSbADASYN先采用谱聚类方法对数据集中的少数类样本进行聚类分析,再根据所获得的聚类簇结构自适应插值,将获得样本分布结构保持的均衡样本用于分类器模型学习.在经典的NSL-KDD和KDD99数据集上进行大量的验证性和对比性实验,结果表明,CSbADASYN能使传统分类器模型在不均衡数据集上的分类性能得到明显提升.与传统的未经样本均衡处理和其他的带均衡处理的入侵检测方法相比,该方法能获得更低的误报率和漏报率.

关键词：网络入侵检测不均衡数据处理分布结构保持谱聚类自适应综合采样法过采样

来源：评论

学校读者我要写书评

暂无评论

基于递归稀疏主成分分析的工业过程在线故障监测和诊断

引用

控制与决策 2020年第8期35卷 2006-2012页

作者：刘金平王杰刘先锋唐朝晖马天雨肖文辉湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081 湖南师范大学物理与电子学院长沙410081 中南大学自动化学院长沙410083

提出一种基于递归稀疏主成分分析(recursive sparse principal component analysis,RSPCA)的工业过程故障监测与诊断方法,可用于时变工业过程的自适应故障监测与诊断.通过引入弹性回归网,将主成分问题转化为Lasso与Ridge结合的凸优化问... 详细信息

提出一种基于递归稀疏主成分分析(recursive sparse principal component analysis,RSPCA)的工业过程故障监测与诊断方法,可用于时变工业过程的自适应故障监测与诊断.通过引入弹性回归网,将主成分问题转化为Lasso与Ridge结合的凸优化问题,采用秩-1矩阵修正对协方差矩阵进行递归分解,递归更新稀疏载荷矩阵和监测统计量的过程控制限,以实现连续工业过程长时间自适应故障监测,对检测出来的故障通过贡献图法实现对故障的诊断.在田纳西-伊斯曼(TE)过程进行实验验证,结果表明,与传统的故障监测方法相比,所提出的方法有效降低了故障漏检率和误报率,且时间复杂度低,确保了故障监测的灵敏度和实时性.

关键词：递归稀疏主成分分析工业过程故障监测弹性回归网田纳西-伊斯曼过程

来源：评论

学校读者我要写书评

暂无评论

最大化独立有效分类信息率的属性选择

引用

计算机科学与探索 2022年第11期16卷 2619-2627页

作者：柳叶代建华陈姣龙湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081 湖南师范大学信息科学与工程学院长沙410081

粗糙集中的属性选择有着十分重要的应用价值。现有的属性选择方法大多忽视了衡量待选属性所提供的分类信息和冗余信息,以及新增待选属性时已选属性所保留的分类信息三者之间的关联。因此,首先利用传统互信息,定义了有效分类信息率的属... 详细信息

粗糙集中的属性选择有着十分重要的应用价值。现有的属性选择方法大多忽视了衡量待选属性所提供的分类信息和冗余信息,以及新增待选属性时已选属性所保留的分类信息三者之间的关联。因此,首先利用传统互信息,定义了有效分类信息率的属性重要性评估函数,并提出了一种基于有效分类信息率的属性选择方法。该属性选择方法可以有效地选择能提供大量有效分类信息同时携带较少冗余信息的待选属性。另外,考虑到新增待选属性对已选属性所保留的分类信息的影响,进一步提出了独立有效分类信息率的概念,并构造一种基于独立分类有效信息率的改进属性选择方法。该改进的属性选择方法能够有助于平衡属性的有效分类信息和冗余信息的关系,同时提高属性子集的整体识别能力。最后,从分类性能和统计学检验等方面分别与现有的属性选择方法进行了对比实验,实验结果表明了所提出的两种属性选择方法的有效性。

关键词：粗糙集理论属性选择独立有效分类信息率互信息

来源：评论

学校读者我要写书评

暂无评论

深度学习实时语义分割研究进展和挑战

引用

中国图象图形学报 2024年第5期29卷 1188-1220页

作者：王卓瞿绍军湖南师范大学湖南省智能计算与语言信息处理重点实验室长沙410081 湖南师范大学信息科学与工程学院长沙410081

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监... 详细信息

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监控与航拍图像等领域。其要求分割方法不仅要取得较高的分割精度,且分割速度也要快。随着深度学习和神经网络的快速发展,实时语义分割也取得了一定的研究成果。本文在前人已有工作的基础上对基于深度学习的实时语义分割算法进行系统的归纳总结,包括基于Transformer和剪枝的方法等,全面介绍实时语义分割方法在各领域中的应用。首先介绍实时语义分割的概念,再根据标签的数量和质量,将现有的基于深度学习的实时语义分割方法分为强监督学习、弱监督学习和无监督学习3个类别。在分类的基础上,结合各个类别中最具有代表性的方法,对其优缺点展开分析,并从多个角度进行比较。随后介绍目前实时语义分割常用的数据集和评价指标,并对比分析各算法在各数据集上的实验效果,阐述现阶段实时语义分割的应用场景。最后,讨论了基于深度学习的实时语义分割存在的挑战,并对实时语义分割未来值得研究的方向进行展望,为研究者们解决存在的问题提供便利。

关键词：语义分割(SS) 实时语义分割深度学习注意力卷积

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：