检索结果-内蒙古大学图书馆

计算机时代 2023年第3期 28-30,35页

作者：孙楠苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室

SSD(Single Shot MultiBox Detector)是目标检测领域内重要的算法之一,在检测精度与速度上都取得了较好的结果。针对SSD单层感受野不足,特征分辨能力差的问题,提出了FASSD优化模型(SSD with Feature Fusion Atrous)。FASSD模型通过对特... 详细信息

SSD(Single Shot MultiBox Detector)是目标检测领域内重要的算法之一,在检测精度与速度上都取得了较好的结果。针对SSD单层感受野不足,特征分辨能力差的问题,提出了FASSD优化模型(SSD with Feature Fusion Atrous)。FASSD模型通过对特征金字塔与预测器的改造,使模型在扩展感受野的同时能更充分的学习特征金字塔所带来的多尺度特征。在PASCAL VOC数据集上,FASSD取得了82.5%的mAP,相比于原始SSD提高了7.6%。

关键词：机器视觉目标检测多尺度特征金字塔空洞卷积

来源：评论

学校读者我要写书评

暂无评论

具有窗口结构Bi⁃LSTM网络的心电图QRS波检测方法

引用

南京大学学报（自然科学版） 2021年第1期57卷 42-51页

作者：李一凡朱斐凌兴宏刘全苏州大学计算机科学与技术学院苏州215006 江苏省计算机信息处理技术重点实验室苏州大学苏州215006

心电监测已经成为临床诊断和健康监测的重要手段.作为心电分析的基础,心电图QRS波的自动检测备受关注.但是,由于动态心电数据体量大、有噪声,目前很多方法在动态心电图QRS波的检测任务中往往表现不佳,在实际应用场景下实际准确率不到80%... 详细信息

心电监测已经成为临床诊断和健康监测的重要手段.作为心电分析的基础,心电图QRS波的自动检测备受关注.但是,由于动态心电数据体量大、有噪声,目前很多方法在动态心电图QRS波的检测任务中往往表现不佳,在实际应用场景下实际准确率不到80%.针对此问题提出具有窗口结构Bi⁃LSTM(Bidirectional Long Short⁃Term Memory)网络的心电图QRS波检测方法.通过增大采样窗口,在双向的LSTM结构中添加卷积层,给模型赋予了特征提取的能力,经过样本训练就能获得可以预测的模型.卷积Bi⁃LSTM模型可以自动学习和标注心电图中QRS波的位置,解决正样本稀疏和噪音干扰的问题.实验表明,具有窗口结构Bi⁃LSTM网络的心电图QRS波检测方法在适当增大取样窗口时,可以提高预测准确度并加快收敛速度.

关键词：心电图分割标注 QRS 波检测深度学习 Bi⁃LSTM 卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

医学图像深度学习技术:从卷积到图卷积的发展

引用

中国图象图形学报 2021年第9期26卷 2078-2093页

作者：唐朝生胡超超孙君顶司马海峰河南理工大学计算机科学与技术学院焦作454000 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

以卷积神经网络为代表的深度学习技术推动神经网络在医学图像研究领域不断实现新突破。然而,平移不变性等理论假设限制了卷积神经网络在非欧氏空间数据中的表达能力,是医学图像深度学习技术亟待突破的瓶颈。图卷积技术不仅能够解决非欧... 详细信息

以卷积神经网络为代表的深度学习技术推动神经网络在医学图像研究领域不断实现新突破。然而,平移不变性等理论假设限制了卷积神经网络在非欧氏空间数据中的表达能力,是医学图像深度学习技术亟待突破的瓶颈。图卷积技术不仅能够解决非欧氏空间数据的拓扑建模难题,还实现了空间特征提取,是深度学习技术全新的研究方向。本文对图卷积网络在医学图像领域的相关理论及其应用进行综述,旨在系统归纳和全面总结医学图像领域最新的图卷积理论、方法和实践,包括图结构视角下医学图像的专业采集、数据结构的剪枝转换以及特征聚类重构方法;图卷积网络的理论溯源,重要的网络架构和发展脉络;图卷积网络的优化方向和衍生出的跳跃连接、inception、图注意力等重要机制;图卷积网络在医学图像分割、疾病检测和图像重建等方面的实践应用。最后,提出了图卷积网络在医学图像分析领域仍亟待突破的瓶颈问题:1)多模态医学图像学习中,异构图的构建与学习任务的优化;2)特征重构和池化过程中,如何通过构图算法设计与神经架构搜索算法结合,以实现最优图结构的可学习过程转换;3)高质量图结构医学标注数据的大规模低成本生成与生成对抗网络的算法设计。随着人工智能技术的不断发展和医学影像规模的不断扩大,以图卷积为代表的深度学习方法必将在医疗辅助诊断领域取得更大的突破。

关键词：医学图像深度学习图表示学习图神经网络(GNN) 图卷积网络(GCN)

来源：评论

学校读者我要写书评

暂无评论

基于数据增强的中文隐式篇章关系识别方法

引用

计算机科学 2021年第10期48卷 85-90页

作者：王体爽李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息技术处理重点实验室江苏苏州215006

由于缺乏显式连接词,隐式篇章关系识别是一个具有挑战性的任务。文中提出了一种结合主动学习和多任务学习来间接扩充隐式篇章关系训练数据的隐式篇章关系识别方法,旨在在增强训练数据的同时尽量少地引入伪隐式篇章关系数据中的噪声。首... 详细信息

由于缺乏显式连接词,隐式篇章关系识别是一个具有挑战性的任务。文中提出了一种结合主动学习和多任务学习来间接扩充隐式篇章关系训练数据的隐式篇章关系识别方法,旨在在增强训练数据的同时尽量少地引入伪隐式篇章关系数据中的噪声。首先,基于BERT模型通过主动学习方法的分类不确定性来选择部分显式篇章关系样本;然后,移除显式篇章关系数据中的显式连接词作为伪隐式篇章关系数据;最后,采用多任务学习方法使伪隐式篇章关系数据有助于隐式篇章关系识别。在中文篇章树库(CDTB)上进行的实验的结果显示,相比基准模型,所提方法在宏平均F1、微平均F1值上均得到了提高。

关键词：篇章分析隐式篇章关系识别主动学习多任务学习

来源：评论

学校读者我要写书评

暂无评论

一种加速时间差分算法收敛的方法

引用

自动化学报 2021年第7期47卷 1679-1688页

作者：何斌刘全张琳琳时圣苗陈红名闫岩苏州大学计算机科学与技术学院苏州215006 苏州大学江苏省计算机信息处理技术重点实验室苏州215006 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

时间差分算法(Temporal difference methods,TD)是一类模型无关的强化学习算法.该算法拥有较低的方差和可以在线(On-line)学习的优点,得到了广泛的应用.但对于一种给定的TD算法,往往只能通过调整步长参数或其他超参数来加速收敛,这也就... 详细信息

时间差分算法(Temporal difference methods,TD)是一类模型无关的强化学习算法.该算法拥有较低的方差和可以在线(On-line)学习的优点,得到了广泛的应用.但对于一种给定的TD算法,往往只能通过调整步长参数或其他超参数来加速收敛,这也就造成了加速TD算法收敛的方法匮乏.针对此问题提出了一种利用蒙特卡洛算法(Monte Carlo methods,MC)来加速TD算法收敛的方法(Accelerate TD by MC,ATDMC).该方法不仅可以适用于绝大部分的TD算法,而且不需要改变在线学习的方式.为了证明方法的有效性,分别在同策略(On-policy)评估、异策略(Off-policy)评估和控制(Control)三个方面进行了实验.实验结果表明ATDMC方法可以有效地加速各类TD算法.

关键词：强化学习时间差分算法蒙特卡罗算法加速收敛

来源：评论

学校读者我要写书评

暂无评论

高质量创新型本科人才的培养实践研究

高质量创新型本科人才的培养实践研究

引用

2023中国高校计算机教育大会

作者：程宝雷樊建席张广泉苏州大学计算机科学与技术学院江苏省计算机信息处理技术重点实验室

以苏州大学计算机科学与技术学院软件工程专业数名本科生在体系结构研究方向的选拔过程和培养过程为例,从交流中了解、实践中锻炼、指导中进步、成果中检验四个步骤详细探讨了高质量创新型本科人才的培养实践研究。所培养的本科生在高... 详细信息

以苏州大学计算机科学与技术学院软件工程专业数名本科生在体系结构研究方向的选拔过程和培养过程为例,从交流中了解、实践中锻炼、指导中进步、成果中检验四个步骤详细探讨了高质量创新型本科人才的培养实践研究。所培养的本科生在高质量创新成果如软件著作权和学术论文发表方面各取得多项成果,在本科生主持项目的验收结果和优秀本科毕业论文的评比方面也获得了较好的成绩。

关键词：创新型本科人才独立生成树软件著作权学术论文

来源：评论

学校读者我要写书评

暂无评论

面向文本特征选择的去冗余相对判别准则

引用

山西大学学报(自然科学版) 2021年第4期44卷 688-694页

作者：王家琪张莉苏州大学计算机科学与技术学院苏州大学江苏省计算机信息处理技术重点实验室

文本作为一种重要信息载体,对之提取的特征有着直观的含义,但其数量太多。因而,选取合适的特征子集对后续任务至关重要。作为基于文档频率的文本特征选择方法,相对判别准则只关注了特征与类别的相关性,并以此来进行特征选择。为了去除... 详细信息

文本作为一种重要信息载体,对之提取的特征有着直观的含义,但其数量太多。因而,选取合适的特征子集对后续任务至关重要。作为基于文档频率的文本特征选择方法,相对判别准则只关注了特征与类别的相关性,并以此来进行特征选择。为了去除冗余特征,文章在相对判别准则的基础上提出了去冗余相对判别准则。去冗余相对判别准则引入了可计算的文本分布式表示,以此来计算冗余,并结合相对判别准则来进行特征选择。文章在Reuters21578数据集上进行了实验,与先进文本特征选择方法进行了对比。实验结果表明:去冗余相对判别准则在分类准确度指标上有一定提升,尤其在选择特征维度较大的情况下能有效地避免冗余,具有显著的去冗余能力。

关键词：机器学习特征选择自然语言处理相对判别准则词嵌入文本分类

来源：评论

学校读者我要写书评

暂无评论

高质量创新型本科人才的培养实践研究

高质量创新型本科人才的培养实践研究

引用

2023中国高校计算机教育大会(CCEC2023)

作者：程宝雷樊建席张广泉苏州大学计算机科学与技术学院苏州 215006 江苏省计算机信息处理技术重点实验室苏州 215006 苏州大学计算机科学与技术学院苏州 215006

以苏州大学计算机科学与技术学院软件工程专业数名本科生在体系结构研究方向的选拔过程和培养过程为例，从交流中了解、实践中锻炼、指导中进步、成果中检验四个步骤详细探讨了高质量创新型本科人才的培养实践研究。所培养的本科生在高... 详细信息

以苏州大学计算机科学与技术学院软件工程专业数名本科生在体系结构研究方向的选拔过程和培养过程为例，从交流中了解、实践中锻炼、指导中进步、成果中检验四个步骤详细探讨了高质量创新型本科人才的培养实践研究。所培养的本科生在高质量创新成果如软件著作权和学术论文发表方面各取得多项成果，在本科生主持项目的验收结果和优秀本科毕业论文的评比方面也获得了较好的成绩。

关键词：创新型本科人才独立生成树软件著作权学术论文

来源：评论

学校读者我要写书评

暂无评论

一种基于层级信息优化的有向网络表示学习方法

引用

计算机科学 2021年第2期48卷 100-104页

作者：李鑫超李培峰朱巧明苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息技术处理重点实验室江苏苏州215006

网络表示方法旨在将每个节点映射到低维向量空间,并保留节点在网络中的结构关系。有向网络的环中节点相互可达,破坏了非对称传递性,影响了模型对网络整体结构信息的学习。为削弱有向网络的环在表示学习中的影响,增强模型对全局结构信息... 详细信息

网络表示方法旨在将每个节点映射到低维向量空间,并保留节点在网络中的结构关系。有向网络的环中节点相互可达,破坏了非对称传递性,影响了模型对网络整体结构信息的学习。为削弱有向网络的环在表示学习中的影响,增强模型对全局结构信息的感知,文中提出了一种针对有向网络表示学习的优化方法。该方法借助TrueSkill方法获取节点的层级信息,将该信息转化为边权重并引入表示学习过程。文中将此方法应用到已有的多种有向网络表示学习方法中,多个有向网络数据集上的链接预测和节点分类任务的实验结果表明,所提方法的性能相比原有方法得到了明显提升。

关键词：有向网络表示学习层级信息链路预测

来源：评论

学校读者我要写书评

暂无评论

基于随机加权三重Q学习的异策略最大熵强化学习算法

引用

计算机科学 2022年第6期49卷 335-341页

作者：范静宇刘全苏州大学计算机科学与技术学院江苏苏州215006 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 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

强化学习是机器学习中一个重要的分支,随着深度学习的发展,深度强化学习逐渐发展为强化学习研究的重点。因应用广泛且实用性较强,面向连续控制问题的无模型异策略深度强化学习算法备受关注。同基于离散动作的Q学习一样,类行动者-评论家... 详细信息

强化学习是机器学习中一个重要的分支,随着深度学习的发展,深度强化学习逐渐发展为强化学习研究的重点。因应用广泛且实用性较强,面向连续控制问题的无模型异策略深度强化学习算法备受关注。同基于离散动作的Q学习一样,类行动者-评论家算法会受到动作值高估问题的影响。在类行动者-评论家算法的学习过程中,剪切双Q学习可以在一定程度上解决动作值高估的问题,但同时也引入了一定程度的低估问题。为了进一步解决类行动者-评论家算法中的高低估问题,提出了一种新的随机加权三重Q学习方法。该方法可以更好地解决类行动者-评论家算法中的高低估问题。此外,将这种新的方法与软行动者-评论家算法结合,提出了一种新的基于随机加权三重Q学习的软行动者-评论家算法,该算法在限制Q估计值在真实Q值附近的同时,通过随机加权方法增加Q估计值的随机性,从而有效解决了学习过程中对动作值的高低估问题。实验结果表明,相比SAC算法、DDPG算法、PPO算法与TD3算法等深度强化学习算法,SAC-RWTQ算法可以在gym仿真平台中的多个Mujoco任务上获得更好的表现。

关键词： Q学习深度学习异策略强化学习连续动作空间最大熵软行动者—评论家算法

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：