检索结果-内蒙古大学图书馆

中文信息学报 2015年第1期29卷 183-190页

作者：陈新一夏建华杜玉祥万福成于洪志西北民族大学教育部重点实验室中国民族语言文字信息技术实验室甘肃兰州730030 河海大学计算机与信息学院智能科技学与技术研究所江苏南京210098

该文分析了藏文Web网络的度分布和最大度优先搜索算法存在的问题,提出了搜索效率更高的二分度搜索算法和双遍历器的二分度与最大度同步搜索算法。根据社区划分原理,设计和构建了藏文Web社区环境下的搜索算法,实验结果表明,其平均搜索步... 详细信息

该文分析了藏文Web网络的度分布和最大度优先搜索算法存在的问题,提出了搜索效率更高的二分度搜索算法和双遍历器的二分度与最大度同步搜索算法。根据社区划分原理,设计和构建了藏文Web社区环境下的搜索算法,实验结果表明,其平均搜索步数和平均查询信息量都优于实验中其他搜索算法。

关键词：藏文Web网络度分布最大度链路双遍历器社区划分

来源：评论

学校读者我要写书评

暂无评论

活动轮廓最大流最小切分图像分割技术研究

引用

计算机工程与应用 2012年第8期48卷 203-206页

作者：马宁于洪志王燕凤西北民族大学中国民族语言文字信息技术国家民委-教育部重点实验室兰州730030 西北民族大学数学与计算机科学学院兰州730030

基于活动轮廓的CV模型缺乏边缘的信息,使得CV模型在具有相同或相似区域的彩色图像分割应用时存在困难。对活动轮廓的模型进行扩展,提出了多段活动轮廓模型,应用K均值对交互区域进行聚类,确定分割区域中心的个数,同时得到多段活动轮廓模... 详细信息

基于活动轮廓的CV模型缺乏边缘的信息,使得CV模型在具有相同或相似区域的彩色图像分割应用时存在困难。对活动轮廓的模型进行扩展,提出了多段活动轮廓模型,应用K均值对交互区域进行聚类,确定分割区域中心的个数,同时得到多段活动轮廓模型进化边缘内外区域的密度值,加入测地线(GAC),使其具有更好的边缘捕获能力,对于图像分割的最优化问题,转化为求能量函数对应的图切分最大流最小切分问题。通过自然图像的实验,验证了提出的方法具有高效性、准确性、耗时少等特点。

关键词：活动轮廓最大流最小切分图像分割

来源：评论

学校读者我要写书评

暂无评论

模糊软因明三支论式及其应用

引用

山东大学学报（理学版） 2022年第5期57卷 38-45页

作者：张海东加华多杰南太本西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 西北民族大学数学与计算机科学学院甘肃兰州730030 西宁城市职业技术学院青海西宁810016

为了处理推理及归纳演绎相结合的不确定性问题,拓展模糊软集的应用,将因明三支论式与模糊软集相融合,提出了模糊软因明三支论式,讨论其性质,并将模糊软因明三支论式应用于刑事案件处理,阐述其合理性和实用性。

关键词：因明模糊软集模糊软因明三支论式刑事案件

来源：评论

学校读者我要写书评

暂无评论

藏文单音节单纯词抽取方法设计与实现

引用

西北民族大学学报（自然科学版） 2023年第3期44卷 16-24页

作者：才让东知祁坤钰贡保杰布西北民族大学甘肃省民族语言智能处理重点实验室甘肃兰州730030 西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 青海师范大学计算机学院青海西宁810000

针对藏文词汇资源匮乏和词汇分级模糊等问题,采用词典语料和词性标注语料相结合的方法,设计了藏文单音节单纯词抽取模型,规划了详细的技术方案,构建了比较完整的词典语料库,获得了藏文单音节单纯词的分类词表,依据相对通用度得到了分级... 详细信息

针对藏文词汇资源匮乏和词汇分级模糊等问题,采用词典语料和词性标注语料相结合的方法,设计了藏文单音节单纯词抽取模型,规划了详细的技术方案,构建了比较完整的词典语料库,获得了藏文单音节单纯词的分类词表,依据相对通用度得到了分级词表,其中名词、动词、形容词、副词和数词等单音节单纯词总数1414条,词性之间存在大量的兼类现象,对汉藏语言资源库建设具有重要意义.

关键词：藏文单纯词抽取模型语料库

来源：评论

学校读者我要写书评

暂无评论

SPECT骨显像的关节炎病灶自动分割

引用

现代电子技术 2022年第14期45卷 145-152页

作者：罗明阳林强高瑞婷满正行曹永春王海军西北民族大学中国民族语言与信息技术教育部重点实验室甘肃兰州730030 西北民族大学数学与计算机科学学院甘肃兰州730030 西北民族大学动态流数据计算与应用实验室甘肃兰州730124 甘肃省人民医院核医学科甘肃兰州730020

关节炎是一种常见的多发性生理疾病,临床上易出现骨转移特别是溶骨性转移和关节炎之间的误判。为了从SPECT图像中准确分割关节炎病灶,文中构建一种面向关节炎病灶可靠评估的不同分割模型。首先,对SPECT骨显像数据进行归一化及扩展处理,... 详细信息

关节炎是一种常见的多发性生理疾病,临床上易出现骨转移特别是溶骨性转移和关节炎之间的误判。为了从SPECT图像中准确分割关节炎病灶,文中构建一种面向关节炎病灶可靠评估的不同分割模型。首先,对SPECT骨显像数据进行归一化及扩展处理,适度扩充数据量;其次,借助深度学习的特征自动提取功能,构建基于Mask R-CNN的关节炎病灶分割模型,同时构建基于聚类技术的传统分割模型;最后,使用一组真实SPECT骨显像数据,验证所构建的分割模型的有效性。实验结果表明,所构建的深度分割模型可用于关节炎病灶的分割,准确率、召回率和平均交并比分别为0.6044,0.7204和0.6253,聚类分割模型获得的平均交并比为0.802。尽管深度分割模型获得的平均交并比值较低,但其具有实现SPECT图像中关节炎病灶语义分割的潜能。

关键词：图像分割功能成像关节炎 SPECT 数据扩充 Mask R-CNN 深度学习语义分割

来源：评论

学校读者我要写书评

暂无评论

基于ResNet深度模型的SPECT肺灌注图像分类

引用

西北民族大学学报（自然科学版） 2021年第2期42卷 27-35页

作者：增思涛曹永春林强满正行邓涛王茸西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 西北民族大学动态流数据计算与应用实验室甘肃兰州730030 甘肃省人民医院核医学科甘肃兰州730020

SPECT肺灌注是重要的功能成像技术,它能够以非入侵方式捕获肺部的功能病变,已经成为肺栓塞等疾病的重要临床检测手段.为有效支撑肺栓塞疾病的自动诊断,研究并构建基于ResNet深度网络的SPECT肺灌注图像分类器.首先采用归一化技术将原始SP... 详细信息

SPECT肺灌注是重要的功能成像技术,它能够以非入侵方式捕获肺部的功能病变,已经成为肺栓塞等疾病的重要临床检测手段.为有效支撑肺栓塞疾病的自动诊断,研究并构建基于ResNet深度网络的SPECT肺灌注图像分类器.首先采用归一化技术将原始SPECT肺灌注文件转换为SPECT图像,并应用图像平移和旋转等技术对图像进行预处理,以扩展SPECT图像样本数量,然后在标准ResNet-50深度模型的基础上引入特征融合和迁移学习技术,构建可靠的SPECT肺灌注图像分类器,最后使用一组真实的SPECT肺灌注图像对构建的分类器进行测试,实验结果表明构建的分类器可有效检测肺栓塞病变,获得的分类准确率超过95.5%.

关键词：图像分类核素肺灌注成像深度学习残差网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的SPECT图像关节炎病灶分割

引用

西北民族大学学报（自然科学版） 2021年第1期42卷 22-30,37页

作者：高瑞婷林强满正行曹永春王海军陈军邓涛西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 西北民族大学动态流数据计算与应用实验室甘肃兰州730030 甘肃省人民医院核医学科甘肃兰州730020

SPECT骨显像是辅助医生诊断疾病的重要手段.医生依靠手工勾画提取病灶区域的方法效率低且具有一定的主观性.针对这一问题,提出R_U-Net网络模型分割关节炎病灶,不仅能节省医生的诊断时间,还能为患者争取最佳治疗时间.为了检测模型分割效... 详细信息

SPECT骨显像是辅助医生诊断疾病的重要手段.医生依靠手工勾画提取病灶区域的方法效率低且具有一定的主观性.针对这一问题,提出R_U-Net网络模型分割关节炎病灶,不仅能节省医生的诊断时间,还能为患者争取最佳治疗时间.为了检测模型分割效果,使用测试集中含有关节炎病灶的图像分割测试,与Mask R-CNN网络和原UNet网络相比,R_U-Net网络对关节部位病灶分割结果有所提升,其MPA达到77.6%,MIoU指标达到75.4%.实验结果表明,基于U-Net改进的R_U-Net网络对于SPECT图像关节炎病灶分割效果更好.

关键词：深度学习图像分割 SPECT图像关节炎

来源：评论

学校读者我要写书评

暂无评论

基于DenseNet的唐卡图像分类

引用

现代电子技术 2022年第6期45卷 153-157页

作者：曾富亮胡文瑾何国源薛盼盼西北民族大学数学与计算机科学学院甘肃兰州730030 西北民族大学中国民族信息研究院甘肃兰州730030 教育部民族语言与信息技术重点实验室甘肃兰州730030

针对DenseNet采用ReLU函数在特征传播过程中存在丢失图像的负特征问题,文中提出一种改进的DenseNet方法。首先,为了解决样本数据集少而产生的问题,采用数据增强方法中的图像翻转、旋转和随机裁剪方法来增加数据集;其次,利用Leaky ReLU... 详细信息

针对DenseNet采用ReLU函数在特征传播过程中存在丢失图像的负特征问题,文中提出一种改进的DenseNet方法。首先,为了解决样本数据集少而产生的问题,采用数据增强方法中的图像翻转、旋转和随机裁剪方法来增加数据集;其次,利用Leaky ReLU函数不会丢失图像负特征的特性来代替ReLU函数,在反向传播时增加传播的负特征,并采用迁移学习的基于微调网络的技术进行训练从而防止过拟合。迁移学习是运用神经网络在大型数据集ImageNet上训练好的参数权重在小数据集上进行网络训练,再把原神经网络的全连接层改为小数据集需要的层。最后对唐卡图像进行分类。实验结果表明:改进的DenseNet取得了较好的性能,比DenseNet性能提高了1.1%;与VGG16、ResNet50和InceptionV3等其他卷积神经网络相比,改进的DenseNet对唐卡图像分类效果良好。

关键词：唐卡图像图像分类 DenseNet 特征提取数据集增强网络训练

来源：评论

学校读者我要写书评

暂无评论

汉译藏传佛教典籍中的神灵命名实体识别方法研究

引用

高原科学研究 2020年第4期4卷 87-94页

作者：郭晓然王维兰罗平西北民族大学数学与计算机科学学院甘肃兰州730030 西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 兰州交通大学电子与信息工程学院甘肃兰州730070

命名实体识别是自然语言处理中的一项基础性关键任务。针对汉译藏传佛教典籍中各种神灵名称难以识别的问题,提出一种基于BERT预训练语言模型、双向长短时记忆网络(BiLSTM)和条件随机场(CRF)的多神经网络融合方法BERT-BiLSTM-CRF-a。该... 详细信息

命名实体识别是自然语言处理中的一项基础性关键任务。针对汉译藏传佛教典籍中各种神灵名称难以识别的问题,提出一种基于BERT预训练语言模型、双向长短时记忆网络(BiLSTM)和条件随机场(CRF)的多神经网络融合方法BERT-BiLSTM-CRF-a。该方法使用BERT代替浅层网络训练字向量,充分表征字的多义性;引入注意力机制的权重思想将BiLSTM层的前向和后向隐层向量加权后再拼接,进一步提高了上下文特征的有效利用率;最后使用CRF模型输出序列上的最优标注结果。实验表明,该方法在测试集上准确率达95.2%,较传统的BiLSTM-CRF模型提升7.6%,召回率也高出8.7%,因此能够应用于汉译藏传佛教典籍中神灵名称识别任务。

关键词：藏传佛教神灵命名实体识别 BERT预训练模型注意力机制

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：