检索结果-内蒙古大学图书馆

吉林大学学报(理学版) 2025年第1期63卷 60-66页

作者：卢禹博叶育鑫欧阳丹彤吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

为能准确且快捷地验证地理链接数据多重实体空间拓扑关系的完整性,提出一种基于RCC8模型的饱和推理方法,用于检验多重空间拓扑关系是否具有冲突.该方法应用推理规则,将关系对进行两两组合推理,逐步推导出潜在空间关系并对推理结果进行检... 详细信息

为能准确且快捷地验证地理链接数据多重实体空间拓扑关系的完整性,提出一种基于RCC8模型的饱和推理方法,用于检验多重空间拓扑关系是否具有冲突.该方法应用推理规则,将关系对进行两两组合推理,逐步推导出潜在空间关系并对推理结果进行检验,不断重复以上过程,直到确保推理过程在所有关系对均被推导后终止.在此基础上,封装一个基于RCC8模型的饱和推理验证组件,以方便使用者在无需重复编写代码的情况下,通过直接调用组件验证多重空间拓扑关系.利用该方法和组件对SLIPO项目的链接数据集的部分数据进行测试,成功识别出GeoSHACL组件无法检测到的多个空间拓扑关系冲突实体.

关键词：地理链接数据空间完整性约束饱和式推理完整性验证空间约束组件

来源：评论

学校读者我要写书评

暂无评论

基于空间自适应和混合损失对抗网络的乳腺肿块图像分割方法

引用

云南大学学报（自然科学版） 2022年第2期44卷 271-280页

作者：刘东陈境宇王生生湘南学院医学影像人工智能湖南省重点实验室湖南郴州423300 湘南学院计算机与人工智能学院湖南郴州423300 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 吉林大学计算机科学与技术学院吉林长春130012

在乳腺癌筛查的计算机辅助诊断过程中,乳腺肿块的精确分割至关重要.然而,乳腺肿块在X光成像中与背景灰度接近、形状不规则,使得精确分割面临很大挑战.为进一步提升分割性能,提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方... 详细信息

在乳腺癌筛查的计算机辅助诊断过程中,乳腺肿块的精确分割至关重要.然而,乳腺肿块在X光成像中与背景灰度接近、形状不规则,使得精确分割面临很大挑战.为进一步提升分割性能,提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方法.首先,提出可分离卷积U-Net模型作为对抗网络中的生成器,以减少参数量和计算量;然后,在判别网络中添加空间自适应归一化层来获取分割掩码中蕴含的语义信息;最后,综合考虑类别不平衡、语义一致性等因素的影响,提出一种融合对抗损失、分割损失和感知损失的混合损失函数以提升模型学习效果.实验结果表明,新方法在INbreast和CBIS-DDSM两个乳腺分割公开数据集中分别取得99.35%和99.72%的准确率,以及81.27%和82.01%的集合相似度,获得优于现有方法的分割性能.

关键词：乳腺肿块分割 U-Net模型深度学习生成对抗网络医学辅助诊断

来源：评论

学校读者我要写书评

暂无评论

面向残差网络多元特征的轻量级虹膜分类

引用

吉林大学学报（理学版） 2021年第4期59卷 877-882页

作者：丁通刘元宁朱晓冬刘帅张齐贤张阔吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012 吉林大学计算机科学与技术学院长春130012

针对传统虹膜分类需手工设计滤波器提取虹膜特征,提取特征单一,且通常需大量手工调参,泛化能力较差的问题,提出一种面向残差网络下多元特征的虹膜分类算法.一方面将虹膜图像与Gabor特征相结合,另一方面在网络结构中使用多个尺度的卷积核... 详细信息

针对传统虹膜分类需手工设计滤波器提取虹膜特征,提取特征单一,且通常需大量手工调参,泛化能力较差的问题,提出一种面向残差网络下多元特征的虹膜分类算法.一方面将虹膜图像与Gabor特征相结合,另一方面在网络结构中使用多个尺度的卷积核,使学习到的虹膜特征更丰富,从而提高图像特征的表征能力.实验结果表明,在固定类别中,使用Softmax分类器进行多分类,该算法在JLU虹膜数据库中的分类准确率可稳定在98.90%以上,不低于DeepIrisNet和Resnet等网络结构,且该算法的网络结构参数更少,学习速度更快.

关键词：残差网络多元特征虹膜分类轻量级

来源：评论

学校读者我要写书评

暂无评论

结合故障逻辑关系的极小冲突集求解方法

引用

计算机研究与发展 2020年第7期57卷 1472-1480页

作者：欧阳丹彤高菡徐旖旎张立明吉林大学软件学院长春130012 吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

基于模型诊断是人工智能研究与发展中的重要方向之一,而求解极小冲突集(minimal conflict set, MCS)是模型诊断的关键步骤.MCS-SFFO(minimal conflict set-structural feature of fault output)方法以反向深度的方式遍历集合枚举树(set ... 详细信息

基于模型诊断是人工智能研究与发展中的重要方向之一,而求解极小冲突集(minimal conflict set, MCS)是模型诊断的关键步骤.MCS-SFFO(minimal conflict set-structural feature of fault output)方法以反向深度的方式遍历集合枚举树(set enumeration tree, SE-Tree),然后针对故障输出无关元件的组合进行剪枝.在MCS-SFFO方法的基础上,结合电路的故障逻辑关系提出求解极小冲突集的进一步剪枝方法MCS-FLR(minimal conflict set-fault logic relationship):首先提出单元件非冲突集定理,对单元件集合进行剪枝,避免了对无解空间中单元件节点的访问;其次,提出非极小冲突集定理,推证得出故障输出相关元件集的超集都是冲突集,故对有解空间中的非极小解进行剪枝.MCS-FLR方法在MCS-SFFO方法基础上减少了大量有解空间和部分无解空间调用SAT求解器的次数,节省了求解时间.实验结果表明:相比于MCS-SFFO方法,MCS-FLR方法求解效率有显著提高.

关键词：基于模型诊断非极小冲突集合枚举树故障输出相关元件集有解剪枝

来源：评论

学校读者我要写书评

暂无评论

基于LBP和GLCM的肠道肿瘤图像特征提取方法

引用

吉林大学学报（理学版） 2022年第4期60卷 911-918页

作者：杨波张立娜韩霄松长春财经学院信息工程学院长春130122 吉林农业大学信息技术学院长春130118 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学计算机科学与技术学院长春130012

针对肠道肿瘤图像样本有限导致肿瘤识别率低和收敛速度慢的问题,提出一种基于局部二值模式(LBP)和灰度共生矩阵(GLCM)的肠道肿瘤图像特征提取方法.首先,利用最大类间方差法自动计算图像灰度阈值,进行感兴趣区域的提取;然后,采用LBP+GLC... 详细信息

针对肠道肿瘤图像样本有限导致肿瘤识别率低和收敛速度慢的问题,提出一种基于局部二值模式(LBP)和灰度共生矩阵(GLCM)的肠道肿瘤图像特征提取方法.首先,利用最大类间方差法自动计算图像灰度阈值,进行感兴趣区域的提取;然后,采用LBP+GLCM对肠道肿瘤部分图像进行特征提取,并利用支持向量机识别.对1500张肠道肿瘤图像进行实验的结果表明,该方法可达到94.84%的识别准确率,能有效辅助医学诊疗.

关键词：肠道肿瘤感兴趣区域局部二值模式灰度共生矩阵支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于相似度约束的双策略蒸馏深度强化学习方法

引用

计算机科学 2023年第1期50卷 253-261页

作者：徐平安刘全苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心南京210000 吉林大学符号计算与知识工程教育部重点实验室长春130012 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

策略蒸馏是一种将知识从一个策略转移到另一个策略的方法,在具有挑战性的强化学习任务中获得了巨大的成功。典型的策略蒸馏方法采用的是师生策略模型,即知识从拥有优秀经验数据的教师策略迁移到学生策略。获得一个教师策略需要耗费大量... 详细信息

策略蒸馏是一种将知识从一个策略转移到另一个策略的方法,在具有挑战性的强化学习任务中获得了巨大的成功。典型的策略蒸馏方法采用的是师生策略模型,即知识从拥有优秀经验数据的教师策略迁移到学生策略。获得一个教师策略需要耗费大量的计算资源,因此双策略蒸馏框架(Dual Policy Distillation,DPD)被提出,其不再依赖于教师策略,而是维护两个学生策略互相进行知识迁移。然而,若其中一个学生策略无法通过自我学习超越另一个学生策略,或者两个学生策略在蒸馏后趋于一致,则结合DPD的深度强化学习算法会退化为单一策略的梯度优化方法。针对上述问题,给出了学生策略之间相似度的概念,并提出了基于相似度约束的双策略蒸馏框架(Similarity Constrained Dual Policy Distillation,SCDPD)。该框架在知识迁移的过程中,动态地调整两个学生策略间的相似度,从理论上证明了其能够有效提升学生策略的探索性以及算法的稳定性。实验结果表明,将SCDPD与经典的异策略和同策略深度强化学习算法结合的SCDPD-SAC算法和SCDPD-PPO算法,在多个连续控制任务上,相比经典算法具有更好的性能表现。

关键词：深度强化学习策略蒸馏相似度约束知识迁移连续控制任务

来源：评论

学校读者我要写书评

暂无评论

面向小样本目标检测任务的自适应特征重构算法

引用

山东大学学报（工学版） 2022年第6期52卷 115-122页

作者：刘丁菠刘学艳于东然杨博李伟吉林大学软件学院吉林长春130012 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 吉林大学计算机科学与技术学院吉林长春130012 吉林大学人工智能学院吉林长春130012 吉林大学商学与管理学院吉林长春130012

针对目标检测任务中样本量不足时新类别检测性能变差的问题,提出面向小样本目标检测任务的自适应特征重构算法。该算法包含两个模块:基础类别特征偏移缓解模块,用于获取预训练阶段基础类别的特征方向;场景特征自适应约束模块,用于根据... 详细信息

针对目标检测任务中样本量不足时新类别检测性能变差的问题,提出面向小样本目标检测任务的自适应特征重构算法。该算法包含两个模块:基础类别特征偏移缓解模块,用于获取预训练阶段基础类别的特征方向;场景特征自适应约束模块,用于根据场景特征与各类别原型特征的相关性确定当前场景对于某些类别的偏好,从而自适应地调整基础类别偏移方向对实例特征的影响。试验结果表明,在PASCAL VOC和MS COCO数据集上,该模型对于小样本目标检测任务的检测能力均优于对比算法,在保证对于基础类别实例检测能力的基础上,对新类别的检测精度最高可分别提升12.4%与2.1%。本研究提出的模型可以保证对于基础类别相关实例的检测能力,并提升新类别实例检测性能。

关键词：目标检测小样本学习自适应特征重构场景特征类别偏好

来源：评论

学校读者我要写书评

暂无评论

自然进化策略的特征选择算法研究

引用

软件学报 2020年第12期31卷 3733-3752页

作者：张鑫李占山吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

特征选择是一种NP-难问题,旨在剔除数据集中不相关及冗余的特征来减少模型训练的时间,提高模型的精确度.因此,特征选择在机器学习、数据挖掘和模式识别等领域中是一种重要的数据预处理手段.提出一种新的基于自然进化策略的特征选择算法... 详细信息

特征选择是一种NP-难问题,旨在剔除数据集中不相关及冗余的特征来减少模型训练的时间,提高模型的精确度.因此,特征选择在机器学习、数据挖掘和模式识别等领域中是一种重要的数据预处理手段.提出一种新的基于自然进化策略的特征选择算法——MCC-NES.首先,算法采用了基于对角协方差矩阵建模并通过梯度信息自适应调整参数的自然进化策略;其次,为了使算法有效地处理特征选择问题,在初始化阶段引入了一种特征编码方式;之后,结合分类准确率和维度缩减给出了算法的适应度函数;此外,面对高维数据引入了合作协同进化的思想,将原问题分解为相对较小的子问题并分别对每个子问题独立求解,然后,通过所有子问题相互联系来优化原问题的解决方案;进一步引入分布式种群进化的概念,实现多个种群竞争进化来增加算法的探索能力,并设计了种群重启策略以防止种群陷入局部最优解.最后将提出的算法与几种传统的特征选择算法在一些UCI公共数据集上进行对比实验,实验结果显示:所提出的算法可以有效地完成特征选择问题,并且与经典特征选择算法相比有一定的竞争力,尤其是在处理高维数据时有着出色的表现.

关键词：进化策略特征选择合作协同进化竞争进化高维

来源：评论

学校读者我要写书评

暂无评论

一种基于QPSO优化的流形学习的视频人脸识别算法

引用

自动化学报 2020年第2期46卷 256-263页

作者：刘宇琦赵宏伟王玉吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学应用技术学院长春130012

视频场景复杂多变,视频采集设备不一致等原因,导致无约束视频中充斥着大量的遮挡和人脸旋转,视频人脸识别方法的准确率不高且性能不稳定.为解决上述问题,本文提出了一种基于QPSO优化的流形学习的视频人脸识别算法.该算法将视频人脸识别... 详细信息

视频场景复杂多变,视频采集设备不一致等原因,导致无约束视频中充斥着大量的遮挡和人脸旋转,视频人脸识别方法的准确率不高且性能不稳定.为解决上述问题,本文提出了一种基于QPSO优化的流形学习的视频人脸识别算法.该算法将视频人脸识别视为图像集相似度度量问题,首先帧图像对齐后提取纹理特征并进行融合,再利用带有QPSO优化的黎曼流形大幅度简约维度以获得视频人脸的内在表示,相似度则由凸包距离表示,最后利用SVM分类器获得分类结果.通过在Youtube Face数据库和Honda/UCSD数据库上与当前主流算法进行的对比实验,验证了本文算法的有效性,所提算法识别精度较高,误差较低,并且对光照和表情变化具有较强的鲁棒性.

关键词：视频人脸识别量子微粒群优化黎曼流形学习视频相似度

来源：评论

学校读者我要写书评

暂无评论

结合改进差分进化和模块密度的社区发现算法

引用

计算机科学与探索 2020年第6期14卷 1070-1080页

作者：冯勇张冰茹徐红艳王嵘冰张永刚辽宁大学信息学院沈阳110036 吉林大学符号计算与知识工程教育部重点实验室长春130012

社区发现是个性化推荐、群体特征归集、社会网络分析等领域研究的基础与核心,而现有社区发现算法在处理日益复杂的社会网络时,存在准确性不高、收敛速度慢、模块度分辨率受限等问题。为此,将差分进化和模块密度思想引入社区发现中,提出... 详细信息

社区发现是个性化推荐、群体特征归集、社会网络分析等领域研究的基础与核心,而现有社区发现算法在处理日益复杂的社会网络时,存在准确性不高、收敛速度慢、模块度分辨率受限等问题。为此,将差分进化和模块密度思想引入社区发现中,提出了一种结合改进差分进化和模块密度的社区发现算法。该算法首先调整差分进化的变异策略和参数,再将模块密度作为适应度函数以克服模块度分辨率限制;然后根据社区结构进行修正操作,以提高种群中的个体质量,加快全局收敛速度。在计算机生成网络数据集及5个具有代表性的真实世界网络数据集上,与多个应用较为广泛的社区发现算法进行对比实验。实验结果表明所提算法具有更高的准确性和更优的收敛性能。

关键词：社区发现社会网络差分进化模块密度变异策略

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：