检索结果-内蒙古大学图书馆

光电子．激光 2024年第6期35卷 596-603页

作者：李季胡锦萍重庆工商大学数学与统计学院重庆400067 重庆工商大学统计智能计算与检测重庆市重点实验室重庆400067 电子科技大学信息与通信工程学院四川成都611731

采用距离正则化水平集演化(distance regularized level set evolution, DRLSE)模型对左心室(left ventricle, LV)进行分割会使其产生锯齿状,分割效果较差。为了解决左心室分割目前面临的问题,本文首先使用基于卷积神经网络(convolution... 详细信息

采用距离正则化水平集演化(distance regularized level set evolution, DRLSE)模型对左心室(left ventricle, LV)进行分割会使其产生锯齿状,分割效果较差。为了解决左心室分割目前面临的问题,本文首先使用基于卷积神经网络(convolutional neural network, CNN)的心肌中心线检测算法,取代了水平集方法的人工初始化过程,其次提出了一种基于非零水平集保凸的左心室分割方法。将距离正则化水平集演化(distance regularized level set evolution, DRLSE)模型(水平集方法)、深度学习方法与新方法的平均度中心性进行比较发现,新方法在收缩末期(end-systole, ES)的平均DC(dice coefficient)值为0.93,高于其他方法;除此之外,新方法在舒张末期(end-diastole, ED)与ES阶段的平均豪斯多夫距离(Hausdorff distance,HD)分别为2.51、2.54,明显小于深度学习方法以及水平集方法。实验结果表明,新方法能够有效地提高分割精度。

关键词：左心室(LV)分割非零水平集曲率保凸卷积神经网络(CNN)

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的机器人学习与控制:回顾与展望

引用

信息与控制 2023年第1期52卷 37-58页

作者：谢正泰樊佳亮刘梅金龙兰州大学信息科学与工程学院甘肃兰州730000 中国科学院重庆绿色智能技术研究院大数据与智能计算重庆市重点实验室重庆400714

机器人因其高效的感知、决策和执行能力,在人工智能、信息技术和智能制造等领域中具有巨大的应用价值。目前,机器人学习与控制已成为机器人研究领域的重要前沿技术之一。各种基于神经网络的智能算法被设计,从而为机器人系统提供同步学... 详细信息

机器人因其高效的感知、决策和执行能力,在人工智能、信息技术和智能制造等领域中具有巨大的应用价值。目前,机器人学习与控制已成为机器人研究领域的重要前沿技术之一。各种基于神经网络的智能算法被设计,从而为机器人系统提供同步学习与控制的规划框架。首先从神经动力学(ND)算法、前馈神经网络(FNNs)、递归神经网络(RNNs)和强化学习(RL)四个方面介绍了基于神经网络的机器人学习与控制的研究现状,回顾了近30年来面向机器人学习与控制的智能算法和相关应用技术。最后展望了该领域存在的问题和发展趋势,以期促进机器人学习与控制理论的推广及应用场景的拓展。

关键词：机器人学习与控制神经动力学方法前馈神经网络递归神经网络强化学习

来源：评论

学校读者我要写书评

暂无评论

含高相关协变量的纵向广义线性模型变量选择研究

引用

应用数学进展 2024年第7期13卷 3175-3181页

作者：范涛赵培信重庆工商大学数学与统计学院重庆统计智能计算与检测重庆市重点实验室重庆

结合半标准偏协方差函数(SPAC)和Lasso惩罚估计方法,对一类纵向数据下的广义线性模型的变量选择问题提出一种基于SPAC-Lasso惩罚的变量选择方法。在一些正则性条件下证明了所提出的变量选择方法的相合性,并给出了所得正则估计的收敛速... 详细信息

结合半标准偏协方差函数(SPAC)和Lasso惩罚估计方法,对一类纵向数据下的广义线性模型的变量选择问题提出一种基于SPAC-Lasso惩罚的变量选择方法。在一些正则性条件下证明了所提出的变量选择方法的相合性,并给出了所得正则估计的收敛速度。所提出的变量选择方法允许协变量之间存在高相关性,改进并推广了已有变量选择方法的应用领域。

关键词：广义线性模型高相关协变量纵向数据变量选择

来源：评论

学校读者我要写书评

暂无评论

改进的超限学习机及其在不平衡数据中的应用

引用

西南大学学报（自然科学版） 2020年第6期42卷 140-148页

作者：李晗缦王丽丹段书凯西南大学电子与信息工程学院重庆400715 智能传动与控制技术国家与地方联合工程实验室重庆400715 智能计算与智能控制重庆市重点实验室重庆400715

超限学习机(ELM)作为一种简单高效的学习算法被广泛应用于分类和拟合问题中.但是ELM在训练过程中逼近所有的样本容易造成过拟合,并且单个的ELM在不平衡数据分类上效果欠佳.因此,本文提出了一种新的基于分层交叉验证的集成超限学习机,该... 详细信息

超限学习机(ELM)作为一种简单高效的学习算法被广泛应用于分类和拟合问题中.但是ELM在训练过程中逼近所有的样本容易造成过拟合,并且单个的ELM在不平衡数据分类上效果欠佳.因此,本文提出了一种新的基于分层交叉验证的集成超限学习机,该算法在训练阶段将集成学习和分层交叉验证相结合:①集成学习通过将若干个网络组合大大提高分类性能;②分层交叉验证最大程度学习样本的分布特点.基于KEEL数据库的不平衡数据分类问题的实验表明,新提出的算法更加稳定并且有更高的分类性能.

关键词：分层交叉验证集成学习超限学习机不平衡数据分类

来源：评论

学校读者我要写书评

暂无评论

基于多粒度特征融合的新型图卷积网络用于方面级情感分析

引用

计算机科学 2023年第10期50卷 80-87页

作者：邓入菡张清华黄帅帅高满重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆邮电大学大数据智能计算重点实验室重庆400065

方面级情感分析是情感分析中的细粒度任务,旨在检测给定句子中方面词的情感极性。随着图卷积网络的兴起,通过依赖树构建的图卷积网络模型被广泛用于该任务,并取得了令人满意的效果。但大多数研究只获取图卷积网络最后一层输出作为分类... 详细信息

方面级情感分析是情感分析中的细粒度任务,旨在检测给定句子中方面词的情感极性。随着图卷积网络的兴起,通过依赖树构建的图卷积网络模型被广泛用于该任务,并取得了令人满意的效果。但大多数研究只获取图卷积网络最后一层输出作为分类层的输入,忽略了其他层的节点特征,且深层图卷积网络存在节点平滑问题。近年来,有研究者将图卷积网络的多层节点特征进行集成,提高了情感分类模型的性能。文中结合自适应特征融合与高速公路网络,提出了一种基于多粒度特征融合的高速公路图卷积网络模型,用于方面级情感分析。首先,该模型通过句法依赖结构和双向的上下文信息构建图卷积网络;同时,在图卷积网络引入高速公路网络缓解深层图卷积网络过平滑的问题,加深图卷积网络的深度。然后,使用自适应融合机制从不同深度图卷积网络获得多粒度节点信息。最后,在公共数据集上进行实验,实验结果表明,与基准模型相比,所提模型能更好地捕获更多粒度的句法信息和长距离依存关系。

关键词：多粒度特征融合图卷积神经网络高速公路网络方面级情感分析

来源：评论

学校读者我要写书评

暂无评论

基于序列标注的事件联合抽取方法

引用

重庆邮电大学学报（自然科学版） 2020年第5期32卷 884-890页

作者：王晓浪邓蔚胡峰邓维斌张清华重庆邮电大学计算智能重庆市重点实验室重庆400065 西南财经大学统计研究中心成都611130

事件抽取是自然语言处理领域的重要研究方向。传统的事件类型抽取系统采用分类方式,无法解决跨句子的事件角色和事件类型匹配问题。为了解决该问题,提出一种基于序列标注的事件联合抽取模型,结合卷积神经网络(convolutional neural netw... 详细信息

事件抽取是自然语言处理领域的重要研究方向。传统的事件类型抽取系统采用分类方式,无法解决跨句子的事件角色和事件类型匹配问题。为了解决该问题,提出一种基于序列标注的事件联合抽取模型,结合卷积神经网络(convolutional neural networks,CNN)与长短期记忆网络(long short-term memory,LSTM)提取全局特征和局部特征;并在浅层LSTM层共享参数实现联合抽取,以序列标注方式抽取事件论元并匹配事件类型。实验结果表明,模型能有效提取司法领域的文档事件信息。

关键词：事件抽取联合抽取序列标注司法领域争议焦点

来源：评论

学校读者我要写书评

暂无评论

基于知识先验和多通道注意力的生物活性预测模型

引用

重庆工商大学学报(自然科学版) 2024年

作者：李梦唐文燕重庆工商大学数学与统计学院统计智能计算与监测重庆市重点实验室

【目的】针对现有药物研发中分子活性值预测不精、泛化性不高等问题，提出基于知识先验与注意力机制相结合的多通道语义深度神经网络，通过使用分子的SMILES(Simplified Molecular Input Line Entry System)表达式，预测雌激素受体α亚... 详细信息

【目的】针对现有药物研发中分子活性值预测不精、泛化性不高等问题，提出基于知识先验与注意力机制相结合的多通道语义深度神经网络，通过使用分子的SMILES(Simplified Molecular Input Line Entry System)表达式，预测雌激素受体α亚型(ERα)的pIC50生物活性值。【方法】该网络采用两阶段特征提取策略，在语义层，设计了将知识先验与迁移学习结合的语义分析网络，它将分子SMILES、描述符和图表征的关键信息定位，通过在Erα数据集中微调参数，得到综合的分子SMILES表征信息。在通道层，基于高效通道注意力(Efficient Channel Attention， ECA)机制，设计了1D-ECA算法，将其嵌入CNN子模块中，构成多通道深度神经1D-ECA-CNN模块，实现分子表征的特征再提取，并减少分子表示学习过程中的信息损失；最后将语义层和通道层相结合形成Knowledge-BERT-1D-ECA-CNN(KBAC)深度神经网络，实现pIC50生物活性值回归预测。【结果】实验结果表明，所提出的框架在四个评估指标上均表现优异，MAE可达 0.091，MSE可达 0.014，RMSE可达 0.117，R2可达0.993，相对于四个具有代表性的模型有较为明显的提升，说明所提模型具有更高的预测精度。【结论】该两阶段特征提取过程使其能够获取更为全面的分子特征，从而帮助筛选治疗疾病的候选药物。

关键词： SMILES Knowledge-BERT 多通道注意力机制 KBAC pIC50预测

来源：评论

学校读者我要写书评

暂无评论

结合Logistic映射和直方图特征引导的非对称加密算法设计

引用

重庆工商大学学报(自然科学版) 2024年

作者：李豪杰李梦许晓曾重庆工商大学数学与统计学院统计智能计算与监测重庆市重点实验室

【目的】针对传统图像加密算法运算量大、速度慢且需要设计大量密钥的问题，提出结合Logistic映射和直方图特征引导的非对称加密方案。【方法】在加密过程中提取直方图的峰值点和谷值点作为加密私钥，并利用Logistic映射生成两个混沌... 详细信息

【目的】针对传统图像加密算法运算量大、速度慢且需要设计大量密钥的问题，提出结合Logistic映射和直方图特征引导的非对称加密方案。【方法】在加密过程中提取直方图的峰值点和谷值点作为加密私钥，并利用Logistic映射生成两个混沌序列，分别指导图像像素的灰度加密和置乱加密，灰度加密的同时进行了像素的向后扩散；置乱加密时，先根据尺寸密钥对图像进行分块处理，然后将每个块的内部像素进行水平或垂直平移。【结果】对多张灰度图像和彩色图像进行加密和解密测试，并从各种经典攻击角度验证方案的安全性，发现该方案对图像内容加密效果良好，并完整保留了图像的质量和视觉效果；相比于其他对比算法，用该方案加密后的图像熵值更接近8。【结论】该方案通过引入非线性混沌运算，并利用图像自身的信息作为密钥，在实现简易运算的同时，不仅增加了加密算法的复杂性，也使得私钥在加密过程中就完成了自动设计，避免了人为设计私钥的过程，显著提高了加密效率。

关键词：图像加密混沌序列 Logistic映射直方图特征

来源：评论

学校读者我要写书评

暂无评论

中国户籍登记系统漏登合成估计方法研究

引用

系统科学与数学 2024年

作者：黄艳华 López-carr David 胡桂华重庆工商大学成渝地区双城经济圈建设研究院 University of California Santa Barbara Department of Geography 重庆工商大学数学与统计学院统计智能计算与监测重庆市重点实验室

中国户籍登记系统存在漏登人口问题,但政府部门尚未开展户籍漏登估计工作.联合国统计司建议各国采用的单重漏登估计量未覆盖全部漏登人口,低估漏登率.本文提出用合成漏登估计量替代单重漏登估计量,并通过案例研究,比较了合成漏登估计量... 详细信息

中国户籍登记系统存在漏登人口问题,但政府部门尚未开展户籍漏登估计工作.联合国统计司建议各国采用的单重漏登估计量未覆盖全部漏登人口,低估漏登率.本文提出用合成漏登估计量替代单重漏登估计量,并通过案例研究,比较了合成漏登估计量与单重漏登估计量.实证研究结果表明:四种合成漏登估计量估计的漏登率均高于单重漏登估计量;除其中一种合成漏登估计量估计的漏登率的抽样标准差略高于单重漏登估计量外,其他三种合成漏登估计量估计结果的抽样标准差均小于单重漏登估计量.研究结果为统计局和公安部未来制定户籍登记系统漏登估计方案提供重要参考,提高方案的科学性和可操作性.

关键词：抽样调查事后分层三系统估计量刀切法

来源：评论

学校读者我要写书评

暂无评论

基于ASD-POCS算法框架的自引导图像滤波重建算法

引用

中国体视学与图像分析 2024年第4期29卷 303-310页

作者：王红霞龚长城重庆工商大学数学与统计学院重庆400067 统计智能计算与监测重庆市重点实验室重庆400067

计算机断层扫描(computed tomography,CT)技术广泛应用于医学成像和工业无损检测等领域,但是其应用往往受到辐射剂量高或扫描时间长等问题的限制。稀疏角和有限角采样策略能够有效改善上述问题。然而,在医疗诊断中,实现稀疏角采样需要... 详细信息

计算机断层扫描(computed tomography,CT)技术广泛应用于医学成像和工业无损检测等领域,但是其应用往往受到辐射剂量高或扫描时间长等问题的限制。稀疏角和有限角采样策略能够有效改善上述问题。然而,在医疗诊断中,实现稀疏角采样需要频繁切换管电压或前准直器,这需要复杂的技术。有限角采样虽然易于实现,但由于采集到的投影数据相关性高,使得重建图像往往有明显的伪影。分段有限角(segmental limited-angle,SLA)采样避免了电压或前准直器的快速切换,降低了投影数据的相关性,有助于提升成像质量。然而,SLA投影数据继承了有限角投影数据的部分特点,重建图像仍然可能存在明显的伪影。本文在自适应梯度下降一投影到凸集(adaptive steepest descent-projection onto convex sets,ASD-POCS)算法框架下设计了求解自引导图像滤波(self-guided image filtering,SGIF)重建模型的算法。数值模拟实验表明,本文提出的算法有利于提高SLA CT图像的质量。

关键词：计算机断层成像分段有限角 ASD-POCS算法自引导图像滤波

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：