检索结果-内蒙古大学图书馆

软件 2024年第1期45卷 21-24,37页

作者：麻文静王雪津邢树礼毛国君福建理工大学福建省大数据挖掘与应用重点实验室福建福州350118

眼底视网膜血管分割在多种类型眼科疾病的评估和诊断中起着重要作用。由于眼底图像中血管的拓扑结构复杂多变,现有算法通常存在分割结果中血管特征不连续以及血管边缘分割准确度不高的问题。针对上述问题,本文提出一种用于视网膜血管分... 详细信息

眼底视网膜血管分割在多种类型眼科疾病的评估和诊断中起着重要作用。由于眼底图像中血管的拓扑结构复杂多变,现有算法通常存在分割结果中血管特征不连续以及血管边缘分割准确度不高的问题。针对上述问题,本文提出一种用于视网膜血管分割的多尺度全局注意力U型神经网络MSGA-UNet。该网络一方面通过全局特征注意力模块从编码器中较为容易地获得图像的全局表征信息,解决眼底视网膜血管分割中特征不连续的问题;另一方面利用多尺度空洞卷积模块,利用不同膨胀率的空洞卷积扩大感受野并获取图像的多尺度局部特征信息,从而提升血管边缘信息的提取能力。经过在DRIVE、STARE和CHASEDB1数据集上的实验,MSGA-UNet的平均交并比分别为74.06%、78.22%和79.62%;类别平均像素准确率分别为80.39%、84.60%和85.53%;精确度分别为96.32%,96.42%和97.23%;综合分割性能优于其他模型。

关键词：医学图像分割视网膜血管 U型网络 Transformer 注意力

来源：评论

学校读者我要写书评

暂无评论

基于CEEMDAN和LSTM的股指价格组合预测方法:来自5个国家的数据分析

引用

计算机科学与应用 2024年第2期14卷 449-459页

作者：林昇铭王嘉宏袁锦琛曾莹萍林持旺福建理工大学计算机科学与数学学院福建福州福建理工大学大数据挖掘与应用技术重点实验室福建福州

股票价格预测一直是研究者们挑战的领域。然而,现有的基于深度学习的预测方法在预测不同国家的股票指数时无法达到统一优秀的效果。因此,本文提出了一种名为CEEMDAN-PSO-LSTM的新模型来预测多个国家的股票指数收盘价。首先,我们使用完... 详细信息

股票价格预测一直是研究者们挑战的领域。然而,现有的基于深度学习的预测方法在预测不同国家的股票指数时无法达到统一优秀的效果。因此,本文提出了一种名为CEEMDAN-PSO-LSTM的新模型来预测多个国家的股票指数收盘价。首先,我们使用完全自适应噪声集合经验模态分解(CEEMDAN)方法将原始股票指数收盘价序列分解为多个本征模态函数(IMF)。然后,得到的各个IMF通过利用粒子群优化算法(PSO)优化长短期记忆网络(LSTM)的超参数后的模型进行预测,最终,将各IMF的预测结果进行加和得到对原始收盘价序列的预测结果。为验证所提方法的可行性,我们将其与LSTM、PSO-LSTM、EMD-LSTM和CEEMDAN-LSTM这四个模型进行对比,并选取五支来自不同国家且具有代表性的股票指数作为数据集。通过各模型在各数据集上的实验表明本文所提方法表现优于其他四个模型,这说明本文所提方法具有优良的可行性和普适性。

关键词：长短期记忆网络完全自适应噪声集合经验模态分解粒子群优化算法股票价格预测深度学习

来源：评论

学校读者我要写书评

暂无评论

基于大型语言模型指令微调的心理健康领域联合信息抽取

引用

中文信息学报 2024年第8期38卷 112-127页

作者：蔡子杰方荟刘建华徐戈龙云飞福建理工大学计算机科学与数学学院福建福州350118 福建省大数据挖掘与应用技术重点实验室福建福州350118 闽江学院计算机与大数据学院福建福州350108 福建省心理健康人机交互技术研究中心福建福州350108 埃塞克斯大学计算机与电子工程学院英国科尔切斯特CO43SQ

信息抽取目的在于从文本中提取关键的信息。心理健康领域的信息抽取能力反映了语言模型对人类心理健康相关信息的自然语言理解能力。提高语言模型的领域信息抽取能力,还能为AI心理健康服务提供重要的知识来源。但目前心理健康信息抽取... 详细信息

信息抽取目的在于从文本中提取关键的信息。心理健康领域的信息抽取能力反映了语言模型对人类心理健康相关信息的自然语言理解能力。提高语言模型的领域信息抽取能力,还能为AI心理健康服务提供重要的知识来源。但目前心理健康信息抽取的中文指令数据集十分匮乏,这限制了相关研究和应用的发展。针对以上问题,该文在心理学专家的指导下提示ChatGPT生成样本实例,并通过设计生成指令以及数据增强,构建了5641条包含命名实体识别、关系抽取和事件抽取三项基本抽取任务的心理健康领域联合信息抽取指令数据集,旨在填补心理健康领域信息抽取中文指令数据集的不足。随后使用该指令数据集对大型语言模型进行参数高效微调。与基线模型的性能对比以及人工评估的实验结果表明,大型语言模型经过有效的指令微调后可以完成心理健康领域信息抽取的联合任务。

关键词：信息抽取心理健康大型语言模型指令微调

来源：评论

学校读者我要写书评

暂无评论

基于多分主干外部注意力网络的水声信号识别

引用

计算机系统应用 2024年第4期33卷 263-270页

作者：王越李佐勇颜佳泉胡蓉福建理工大学计算机科学与数学学院福建省大数据挖掘与应用技术重点实验室福州350118 闽江学院计算机与大数据学院福建省信息处理与智能控制重点实验室福州350121

水声信号识别近年来备受关注,由于海洋信道具有时变空变性、信号传播的衰落特性和水下目标声源具有复杂多变性,水声信号识别任务面临巨大挑战.传统的水声信号识别方法难以充分获取目标的表征信息且不具备良好的抗噪声能力,识别效果有待... 详细信息

水声信号识别近年来备受关注,由于海洋信道具有时变空变性、信号传播的衰落特性和水下目标声源具有复杂多变性,水声信号识别任务面临巨大挑战.传统的水声信号识别方法难以充分获取目标的表征信息且不具备良好的抗噪声能力,识别效果有待提升.针对上述问题,本文提出一种基于多分支外部注意力网络(multi-branch external attention network,MEANet)的水声信号识别方法,可以在复杂海洋环境下充分获取水声信号的特征并进行识别.MEANet由多分支主干网络,通道、空间注意力模块和外部注意力模块组成.首先,输入数据通过多个并行的主干网络分支,提取水声信号不同层级的特征信息;其次,辅以通道、空间注意力模块对水声信号的通道和空间维度分别进行加权,调节不同通道和空间位置对特征表示的重要性;最后,整合外部注意力模块,以外部记忆单元和附加计算来引导网络的特征提取和预测,从而显著提高模型的识别率和鲁棒性.实验结果表明,本文提出的MEANet在ShipsEar数据集上的水声信号识别率达到98.84%,显著优于其他对比算法,证实了其有效性.

关键词：水声信号识别多分支主干注意力机制音频分类时频分析

来源：评论

学校读者我要写书评

暂无评论

基于频率感知图像恢复的自监督肝部病灶检测

引用

计算机系统应用 2024年第12期33卷 30-42页

作者：梁金鑫李炜唐郑熠李佐勇福建理工大学计算机科学与数学学院福州350118 福建省大数据挖掘与应用技术重点实验室福州350118 闽江学院计算机与大数据学院福州350121 福建省信息处理与智能控制重点实验室福州350121

计算机断层扫描产生的肝部影像为医生进行肝部病灶区域发现提供了素材.但肝部病灶的人工检测严重依赖于医生的专业技能,且费时费力.现有的肝部病灶区域检测算法对细微病灶的检测效果欠佳.为此,本文提出了一种基于频率感知图像恢复的自... 详细信息

计算机断层扫描产生的肝部影像为医生进行肝部病灶区域发现提供了素材.但肝部病灶的人工检测严重依赖于医生的专业技能,且费时费力.现有的肝部病灶区域检测算法对细微病灶的检测效果欠佳.为此,本文提出了一种基于频率感知图像恢复的自监督肝部病灶检测算法.首先,此算法设计了一个基于合成异常的自监督任务,用于合成更加广泛且适宜的伪异常图像,从而缓解算法模型训练时异常数据不足的问题.其次,为了抑制重建网络对合成肝部异常的敏感性,设计了提取图像高频信息的模块,通过从图像的高频成分中恢复图像,以减轻重建网络对异常的不利泛化.最后,其采用权重衰减训练策略以训练分割子网络,减少训练前期的琐碎解问题,实现局部细微病灶的检测.在真实公开数据集上进行的大量实验表明,本文方法在肝部病灶检测任务中取得了领先的性能.

关键词：异常检测肝脏CT 自监督学习合成数据

来源：评论

学校读者我要写书评

暂无评论

面向资源约束的电动公交车充电调度策略

引用

交通运输工程与信息学报 2024年第1期22卷 79-94页

作者：李斌黄起彬福建理工大学福建省大数据挖掘与应用重点实验室福州350118 福建理工大学机械与汽车工程学院福州350118 福建理工大学交通运输学院福州350118

为减少公交运营成本、合理制定插入式充电模式下公交总站的电动公交车充电调度方案,本文基于帝国竞争算法提出了一种面向资源约束的公交车充电调度策略(RCO-CSS)。基于电动公交车运营的时空特点和充放电特性,应用多技能资源约束多项目... 详细信息

为减少公交运营成本、合理制定插入式充电模式下公交总站的电动公交车充电调度方案,本文基于帝国竞争算法提出了一种面向资源约束的公交车充电调度策略(RCO-CSS)。基于电动公交车运营的时空特点和充放电特性,应用多技能资源约束多项目调度问题(MSRC-MPSP)运筹规划思想对电动公交车充电问题进行抽象建模,以车队规模与充电桩数量为主要资源参数,以最小化充电成本和日均设备购置成本为目标,构建资源约束充电调度模型,进而设计一种二阶段演化帝国竞争算法(TSE-ICA)对模型进行求解,输出最佳的充电调度方案及匹配的行车运营计划。采用4个分别包含5、10、20和36条线路的公交运行实例对RCO-CSS进行了性能评估与有效性验证。在实例探讨中,首先运用Taguich法对资源参数进行了敏感性分析,发现资源越宽裕,模型输出的日充电费用越小,但车辆与充放电设备平摊至每日的购置成本越大;其次,将TSE-ICA与其他4种先进的元启发式算法进行实验数值对比,验证了所提算法的寻优性能;最后,通过与无序充电调度策略和常规有序充电调度策略进行比较,证明了RCO-CSS能够更好地降低用电成本、设备购置成本和电池充放电次数。基于MSRC-MPSP和TSE-ICA的RCO-CSS为公交运营商制定充电调度方案和行车运营计划提供了一种可行且敏捷高效的新思路。

关键词：智能交通充电调度策略多技能资源约束多项目调度问题电动公交车帝国竞争算法行车计划 Taguich法

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的自动化码头AGV调度仿真和优化

引用

交通运输工程与信息学报 2024年第3期22卷 134-151页

作者：李斌崔宏阳福建理工大学机械与汽车工程学院福州350118 福建理工大学计算机科学与数学学院福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福州350118

为解决自动化集装箱码头的自动导引车(Automatic Guided Vehicle,AGV)调度模型中传统数学模型难以实时可视化调度和仿真模型内调度策略效率难以提升的问题,本文在建立的仿真模型和运筹规划模型的基础上研究了深度强化学习算法与AnyLogi... 详细信息

为解决自动化集装箱码头的自动导引车(Automatic Guided Vehicle,AGV)调度模型中传统数学模型难以实时可视化调度和仿真模型内调度策略效率难以提升的问题,本文在建立的仿真模型和运筹规划模型的基础上研究了深度强化学习算法与AnyLogic自动化集装箱码头仿真模型交互的路径方法。随后,利用自动化集装箱码头进口箱仿真模型低任务产生率情况下AGV作业数据训练深度强化学习算法的网络模型,再将其加载在高任务和低任务产生率仿真模型中进而实现了对模型中AGV高效的作业调度,有效地突破了AnyLogic系统内策略效率难以提升的瓶颈和系统外CPLEX工具求解运筹规划数学模型时难以处理大规模数据、求解过程繁杂的局限。实验结果显示,深度强化学习DDQN算法在低任务产生率仿真模型中前端堆场的AGV作业调度中效率相较于AnyLogic系统内自定义表现最好的策略和系统外CPLEX求解的策略分别平均提升522 s和1604 s,在高任务产生率的自动化码头仿真模型前端和后端堆场AGV作业调度中相较于系统内自定义策略平均提升了3000 s。深度强化学习算法与AnyLogic仿真模型交互的路径方法不仅实现了可视化的实时动态调度,而且提升了AGV作业调度效率和整个自动化集装箱码头仿真模型的效率。

关键词：水路运输实时动态交互深度强化学习 AGV作业调度可视化动态调度

来源：评论

学校读者我要写书评

暂无评论

面向隐写算法失配的小样本图像隐写分析方法

引用

北京交通大学学报 2024年第2期48卷 90-101页

作者：赖鸣姝翁韶伟田华伟北京印刷学院信息工程学院北京 102600 福建理工大学福建省大数据挖掘与应用重点实验室福州 350108 福建理工大学计算机科学与数学学院福州 350108 中国人民公安大学公安情报研究中心北京 100038

在实际的隐写分析应用场景中,待测隐写算法大多是未知的,难以获得足量带标记的样本,从而导致隐写算法失配问题.为提升在隐写算法未知且仅有少量标记图像时隐写分析的检测性能,提出新型隐写分析网络BTONet.首先,提出结合瓶颈注意力机制... 详细信息

在实际的隐写分析应用场景中,待测隐写算法大多是未知的,难以获得足量带标记的样本,从而导致隐写算法失配问题.为提升在隐写算法未知且仅有少量标记图像时隐写分析的检测性能,提出新型隐写分析网络BTONet.首先,提出结合瓶颈注意力机制的改进SRNet,即BAMS-RNet,作为BTONet的特征提取模块,从空间维度和通道维度对纹理区域进行关注,解决小样本环境下直接使用SRNet会导致检测性能不佳的问题,在带标记图像数量极少的情况下提取有辨识性的特征.然后,将正交投影损失和交叉熵损失有机结合,从特征和预测标签2个角度强化不同类别之间的正交性,提升分类模块的性能.最后,在隐写算法失配的情况下,将BTONet与4个经典空域深度隐写分析算法进行检测准确率、训练时长、测试时长和算法稳定性等方面的比较,并进行消融实验.实验结果表明:相较于目前先进的基于深度学习的隐写分析方法,BTONet在小样本环境下能够取得更优的检测性能,检测性能提升了1.02％～10.35％;同时取得了极佳的稳定性,将检测准确率方差降低至其他隐写算法的1/60～1/20.

关键词：隐写分析瓶颈注意力机制正交投影损失小样本学习

来源：评论

学校读者我要写书评

暂无评论

基于Petri网的最大流-最小割问题建模与求解

引用

福建工程学院学报 2018年第1期16卷 66-73页

作者：刘石坚邹峥乐晓波福建工程学院信息科学与工程学院福建福州350118 福建工程学院福建省大数据挖掘与应用技术重点实验室福建福州350118 中南大学信息科学与工程学院湖南长沙410083 长沙理工大学计算机与通信工程学院湖南长沙410076

给出了任意流网络及其残留网络Petri网模型的构造流程;通过对模型中各元素的实际意义进行分析,指出如何得到最大流的各个分布;从理论上证明达到最大流的条件并给出通过活性分析可以得到一个最小割的结论;将残留网络和流网络Petri网模型... 详细信息

给出了任意流网络及其残留网络Petri网模型的构造流程;通过对模型中各元素的实际意义进行分析,指出如何得到最大流的各个分布;从理论上证明达到最大流的条件并给出通过活性分析可以得到一个最小割的结论;将残留网络和流网络Petri网模型结合起来给出最大流-最小割问题完整的解决方案。Petri网图形化的仿真过程为研究网络流从局部到整体的变化提供了直观的描述。仿真结果证实该方法准确、有效。

关键词：最大流-最小割 Petri网建模补库所活性

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：