检索结果-内蒙古大学图书馆

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

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

基于一致矩阵的反向搜索特征选择算法

引用

模糊系统与数学 2024年第4期38卷 167-177页

作者：王茜付玉杨田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湖南长沙410081

在进行分类学习时,允余特征的存在会降低算法效率,增加分类的成本。然而,现有大量启发式特征选择算法都难以完全去除允余特征。本文提出了一种新的基于一致矩阵的反向搜索特征选择算法(BCM),在保持覆盖率不变的情况下,可去除特征子集中... 详细信息

在进行分类学习时,允余特征的存在会降低算法效率,增加分类的成本。然而,现有大量启发式特征选择算法都难以完全去除允余特征。本文提出了一种新的基于一致矩阵的反向搜索特征选择算法(BCM),在保持覆盖率不变的情况下,可去除特征子集中的允余特征。实验证明,本文所提出的新算法与其他现有算法(如FARNeMF和HANDI)相比,得到的特征子集中特征数量更少,约简时间更短,同时能保持较佳的分类性能。

关键词：模糊粗糙集特征选择一致矩阵反向搜索余特征

来源：评论

学校读者我要写书评

暂无评论

我国科技期刊参与破解“两头在外”问题义不容辞

引用

编辑学报 2025年第2期37卷 126-130页

作者：夏丽云湖南师范大学期刊社长沙410081 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

“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

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

基于相似和差异双视角的高维数据属性约简

引用

计算机应用 2023年第5期43卷 1467-1472页

作者：李元江权金升谭阳奕杨田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) 长沙410081

针对数据维度过高、冗余信息过多导致维度灾难的问题,提出一种基于异同矩阵的高维属性约简算法(ARSDM)。该算法在区分矩阵的基础上加入对同类样本的相似度衡量,形成对所有样本的综合评估。首先,计算样本在每个属性下的距离,并基于这些... 详细信息

针对数据维度过高、冗余信息过多导致维度灾难的问题,提出一种基于异同矩阵的高维属性约简算法(ARSDM)。该算法在区分矩阵的基础上加入对同类样本的相似度衡量,形成对所有样本的综合评估。首先,计算样本在每个属性下的距离,并基于这些距离得到同类相似度和异类差异度;其次,建立异同矩阵,形成对整个数据集的评价;最后,进行属性约简,即将异同矩阵的每一列求和,依次选择值最大的特征进行约简,并将相应样本对的行向量置为零向量。实验结果表明,与经典属性约简算法DMG(Discernibility Matrix based on Graph theory)、FFRS(Fitting Fuzzy Rough Sets)以及GBNRS(Granular Ball Neighborhood Rough Sets)相比,在分类回归树(CART)分类器下,ARSDM的平均分类准确率分别提高了1.07、6.48、8.92个百分点;在支持向量机(SVM)分类器下,ARSDM的平均分类准确率分别提高了1.96、11.96、12.39个百分点;运行效率上ARSDM优于GBNRS和FFRS。可见,ARSDM能够有效去除冗余信息,提高分类准确率。

关键词：异同矩阵区分矩阵属性约简粗糙集粒计算数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于Transformer GAN架构的多变量时间序列异常检测

引用

中国科学：信息科学 2023年第5期53卷 972-992页

作者：蔡美玲汪家喜刘金平唐朝晖谢永芳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 湖南师范大学计算与随机数学教育部重点实验室长沙410081 中南大学自动化学院长沙410083

基于过程中实时采集的多变量时序关联数据进行异常检测是预防工业过程事故、保障系统安全的关键环节之一.然而,工业多变量时间序列异常检测仍面临如下两大难题:(1)时序数据变量间复杂的非线性关联特性缺乏有效的表达方法;(2)正常/异常... 详细信息

基于过程中实时采集的多变量时序关联数据进行异常检测是预防工业过程事故、保障系统安全的关键环节之一.然而,工业多变量时间序列异常检测仍面临如下两大难题:(1)时序数据变量间复杂的非线性关联特性缺乏有效的表达方法;(2)正常/异常分布极度不均衡的时间序列间复杂的相关性有待深入挖掘.本文提出一种新的基于多变量时间序列的无监督异常检测方法 ——基于Transformer GAN的多变量时间序列异常检测方法 (TGAN-MTSAD). TGAN-MTSAD采用Transformer网络作为生成对抗网络的基本模型,引入了图注意力层以自动学习时序多元变量间的复杂依赖关系,还应用了patch技巧使模型能够有效捕捉时间窗口内的异常细节信息,并提出了基于重构误差与鉴别误差相结合的异常分数计算方法.采用3个真实世界的数据集对所提方法进行了大量的性能验证与对比实验分析.结果表明, TGAN-MTSAD可以有效检测过程中的时序异常,在大多数情况下优于基线方法,并且具有良好的可解释性,可用于复杂工业异常诊断.

关键词：多变量时间序列异常检测 Transformer 异常分数图注意力

来源：评论

学校读者我要写书评

暂无评论

基于覆盖度的银行客户分类模型

引用

模糊系统与数学 2023年第1期37卷 152-164页

作者：鄢凡松崔灿刘伟祺杨田湖南师范大学湖南长沙410000 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410000

投资收入是银行的主要收入来源之一。近年来,客户的投资意向显著降低,银行的投资收入减少。因此,银行希望将营销工作重点放在订阅概率更高的客户上。然而,繁多的客户样本以及客户信息导致银行的客户筛选工作低效。面对庞大的客户信息数... 详细信息

投资收入是银行的主要收入来源之一。近年来,客户的投资意向显著降低,银行的投资收入减少。因此,银行希望将营销工作重点放在订阅概率更高的客户上。然而,繁多的客户样本以及客户信息导致银行的客户筛选工作低效。面对庞大的客户信息数据,粗糙集理论可以在不影响决策分类结果的前提下,通过属性约简删除属性集中的冗余属性,并导出问题的决策规则,提高效率。但在传统的属性约简过程中,没有针对进入正域的噪声样本进行控制,导致噪声特征被加入约简集。本文基于高效的相关族定义覆盖度,限制进入正域的样本。实验结果表明,覆盖度算法能够提高分类算法准确度及稳定性。最后,本文并将算法运用于银行客户分类实际问题中,剔除无用信息,筛选出关键属性,提高了分类准确度和稳定性,构建简洁高效的银行客户分类模型。

关键词：属性约简粗糙集理论相关族覆盖度银行客户分类

来源：评论

学校读者我要写书评

暂无评论

中国形象国际传播研究的现状与趋势

引用

外国语言与文化 2023年第1期7卷 78-90页

作者：马华熊超李京泽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湖南长沙410081 湖南师范大学信息科学与工程学院湖南长沙410081

随着中国综合国力的不断增强和国际影响力的持续扩大,向世界展示一个真实、立体、全面的中国形象具有越来越重要的现实意义。为推进中国形象国际传播研究,本文利用可视化文献分析软件CiteSpace对现有研究进行计量学分析,从发文量变化态... 详细信息

随着中国综合国力的不断增强和国际影响力的持续扩大,向世界展示一个真实、立体、全面的中国形象具有越来越重要的现实意义。为推进中国形象国际传播研究,本文利用可视化文献分析软件CiteSpace对现有研究进行计量学分析,从发文量变化态势、发文学科、作者–机构共现图谱和关键词共现图谱等方面概述了研究现状,指出了已有研究的不足,从加强基础理论研究、融合新一代信息技术和强化交叉学科研究三个方面归纳了中国形象国际传播的发展趋势。

关键词：中国形象国际传播计量学分析研究现状发展趋势

来源：评论

学校读者我要写书评

暂无评论

基于WCGAN的矿物浮选泡沫图像光照不变颜色提取

引用

自动化学报 2022年第9期48卷 2301-2315页

作者：刘金平何捷舟唐朝晖谢永芳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 湖南师范大学物理与电子科学学院长沙 410081

浮选泡沫表面颜色是选矿生产指标(精矿品位)最为快速便捷的直接指示器.然而,泡沫图像信号因受多种可变光照的交叉干扰而不可避免存在严重色偏,导致浮选指标难以准确评估.本文将传统的基于光照估计的图像颜色恒常问题转换为一种结构保持... 详细信息

浮选泡沫表面颜色是选矿生产指标(精矿品位)最为快速便捷的直接指示器.然而,泡沫图像信号因受多种可变光照的交叉干扰而不可避免存在严重色偏,导致浮选指标难以准确评估.本文将传统的基于光照估计的图像颜色恒常问题转换为一种结构保持的图到图颜色(风格)转移问题,提出一种基于Wasserstein距离的循环生成对抗网络(Wasserstein distance-based cycle generative adversarial network,WCGAN)用于泡沫图像光照不变颜色特征在线监测.在标准颜色恒常数据集和实际的工业铝土矿浮选过程进行实验验证,结果表明,WCGAN能有效实现各种未知光照条件下(色偏)图像到基准光照条件下的颜色转换,转换速度快且具有模型在线更新功能.与传统的基于生成对抗学习的颜色转换模型相比,WCGAN能更好地保持泡沫图像的轮廓和表面纹理等结构信息,为基于机器视觉的矿物浮选过程生产指标的在线监测提供了有效的客观评价信息.

关键词：浮选泡沫图像循环生成对抗网络光照不变颜色特征 Wasserstein距离结构保持

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：