检索结果-内蒙古大学图书馆

重庆邮电大学学报（自然科学版） 2019年第4期31卷 538-549页

作者：王进陈知良李航李智星卜亚楠陈乔松邓欣重庆邮电大学计算机科学与技术学院数据工程与可视计算重点实验室重庆400065 重庆邮电大学软件工程学院重庆400065

在层次多标签分类问题中,一个样本同时被赋予多个类别标签,并且这些类别标签被组织成一定的层次结构。层次多标签分类问题的主要挑战在于:①分类方法的输出必须符合标签的层次结构约束;②层次深的节点所代表的标签往往只有很少的样本与... 详细信息

在层次多标签分类问题中,一个样本同时被赋予多个类别标签,并且这些类别标签被组织成一定的层次结构。层次多标签分类问题的主要挑战在于:①分类方法的输出必须符合标签的层次结构约束;②层次深的节点所代表的标签往往只有很少的样本与之相关,造成标签不平衡的问题。提出一种用于层次多标签分类问题的增量式超网络学习方法(hierarchical multi-label classification using incremental hypernetwork,HMC-IMLHN),通过将超网络的超边组织成相应的层次结构,使输出的预测标签能够满足标签的层次约束。此外,超网络学习方法可以利用标签之间的关联减少标签不平衡问题对分类性能的影响。实验结果表明,与其他层次多标签分类方法相比,提出的增量式超网络方法能够取得较好的分类准确性。

关键词：多标签分类层次多标签分类不平衡分类超网络

来源：评论

学校读者我要写书评

暂无评论

冗余数据去除的联邦学习高效通信方法

引用

通信学报 2023年第5期44卷 79-93页

作者：李开菊许强王豪重庆邮电大学计算机科学与技术学院重庆400065 重庆大学计算机学院重庆400044 香港城市大学电机工程系中国香港999077 旅游多源数据感知与决策技术文化和旅游部重点实验室重庆400065

为了应对终端设备网络带宽受限对联邦学习通信效率的影响,高效地传输本地模型更新以完成模型聚合,提出了一种冗余数据去除的联邦学习高效通信方法。该方法通过分析冗余更新参数产生的本质原因,根据联邦学习中数据非独立同分布特性和模... 详细信息

为了应对终端设备网络带宽受限对联邦学习通信效率的影响,高效地传输本地模型更新以完成模型聚合,提出了一种冗余数据去除的联邦学习高效通信方法。该方法通过分析冗余更新参数产生的本质原因,根据联邦学习中数据非独立同分布特性和模型分布式训练特点,给出新的核心数据集敏感度和损失函数容忍度定义,提出联邦核心数据集构建算法。此外,为了适配所提取的核心数据,设计了分布式自适应模型演化机制,在每次训练迭代前动态调整训练模型的结构和大小,在减少终端与云服务器通信比特数传输的同时,保证了训练模型的准确率。仿真实验表明,与目前最优的方法相比,所提方法减少了17%的通信比特数,且只有0.5%的模型准确率降低。

关键词：联邦学习通信效率核心数据模型演化准确率

来源：评论

学校读者我要写书评

暂无评论

基于流模型的荧光图像超分辨率

引用

中国激光 2024年第15期51卷 27-37页

作者：范骏超苗芸芸毕秀丽肖斌黄小帅重庆邮电大学计算机科学与技术学院重庆市图像认知重点实验室重庆400065 北京大学跨学部生物医学工程系北京100191

荧光图像超分辨率方法可以将低分辨率荧光图像重建为超分辨率图像。近几年来,基于深度学习的方法通过学习配对的高/低分辨率图像间的映射函数,取得了较好性能。然而,一幅低分辨率荧光图像可能由不同的超分辨图像退化而来,这使得荧光图... 详细信息

荧光图像超分辨率方法可以将低分辨率荧光图像重建为超分辨率图像。近几年来,基于深度学习的方法通过学习配对的高/低分辨率图像间的映射函数,取得了较好性能。然而,一幅低分辨率荧光图像可能由不同的超分辨图像退化而来,这使得荧光图像超分辨率任务属于欠定问题。现有的深度学习方法通常学习一个确定性的映射函数,而忽略了超分辨率任务的欠定特征。针对这一问题,提出了一种基于流模型的荧光图像超分辨率方法。该方法在给定低分辨率图像的条件下,可以重建出一系列超分辨率图像的分布,更符合超分辨率任务的欠定性质。此外,进一步提出了频域-空域联合注意力模块,用于提取荧光图像的潜在特征,使网络能够充分利用数据在时间和空间上的先验分布,从而获得更准确的图像重建结果。实验结果表明,此方法重建图像的感知指标和重建效果均有所提升。

关键词：深度学习超分辨率流模型重建

来源：评论

学校读者我要写书评

暂无评论

基于预训练技术和专家知识的重入漏洞检测

引用

计算机科学 2022年第S02期49卷 713-720页

作者：陈乔松何小阳许文杰邓欣王进朴昌浩重庆邮电大学计算机科学与技术学院数据工程与可视计算重点实验室重庆400065 重庆邮电大学自动化学院智慧能源技术研究中心重庆400065

随着区块链中智能合约的安全问题日益突出,智能合约的漏洞检测任务逐渐成为研究的热点。然而,目前的智能合约重入漏洞检测技术主要是符号执行、静态分析、形式化验证和模糊测试等传统的检测方法,这些检测方法不仅存在较高的误报率和漏报... 详细信息

随着区块链中智能合约的安全问题日益突出,智能合约的漏洞检测任务逐渐成为研究的热点。然而,目前的智能合约重入漏洞检测技术主要是符号执行、静态分析、形式化验证和模糊测试等传统的检测方法,这些检测方法不仅存在较高的误报率和漏报率,而且检测精度较低。同时,基于深度学习的方法也有其独特的局限性。针对这些问题,文中提出了一种将预训练技术与传统的专家知识相融合的检测方法,同时将智能合约进行切片处理,以此减小无关数据对模型的影响。文中聚焦于重入漏洞的检测,在203716份合约数据集上进行实验。实验结果表明,基于预训练技术和专家知识的智能合约重入漏洞检测方法具有96.2%的精确率、97.7%的召回率以及96.9%的F1分数,检测效果均优于现有的检测方法。

关键词：区块链智能合约漏洞检测预训练技术专家知识

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

基于多边形特征池化与融合的复杂文本检测

引用

西安电子科技大学学报 2024年第3期51卷 113-123页

作者：张相南高新波田春娜西安电子科技大学电子工程学院陕西西安710071 重庆邮电大学计算机科学与技术学院图像认知重庆市重点实验室重庆400065

文本检测在图像理解中发挥着重要的作用。基于深度学习的文本检测是当前的主流算法,包括单阶段方法和双阶段方法两类,而且后者的检测精度往往高于前者。双阶段的检测方法通常包含感兴趣区域特征池化操作,为进一步的检测和识别任务提供... 详细信息

文本检测在图像理解中发挥着重要的作用。基于深度学习的文本检测是当前的主流算法,包括单阶段方法和双阶段方法两类,而且后者的检测精度往往高于前者。双阶段的检测方法通常包含感兴趣区域特征池化操作,为进一步的检测和识别任务提供特定维度的局部区域特征。然而对于弯曲文本等复杂文本区域来说,现有的基于矩形感兴趣区域的池化方法不再适用,而基于点特征替代区域特征的方法又损失了空间信息。针对该问题,提出了一种基于多边形特征池化和Transformer的复杂文本区域检测方法。首先,将复杂文本区域检测中感兴趣区域进行多边形特征池化,将池化操作的区域形状从矩形拓展到多边形并且不需要借助其他形状进行拟合,即可将多边形区域对应的特征池化为固定维度的特征序列,避免了拟合过程中出现误差。进而,将池化后的特征视为具有空间关系的序列,然后利用Transformer融合视觉特征之间的上下文关系,降低训练难度,提升检测精确度。在包含弯曲文本等复杂文本情况的ICDAR2015、MLT、Total Text和CTW1500数据集上的测试实验结果表明,提出的双阶段检测算法能更好地提取感兴趣区域特征,并取得了比现有方法更好的检测结果。

关键词：文本检测双阶段方法多边形特征池化 Transformer

来源：评论

学校读者我要写书评

暂无评论

边界加权的甲状腺癌病理图像细胞核分割方法

引用

西安电子科技大学学报 2023年第5期50卷 75-86页

作者：韩冰高路高新波陈玮铭西安电子科技大学电子工程学院陕西西安710071 重庆邮电大学计算机科学与技术学院图像认知重庆市重点实验室重庆400065

甲状腺癌是实体癌中发病率增速最快的恶性肿瘤之一,病理学诊断是医生诊断肿瘤的黄金标准,而细胞核分割是病理图像自动分析的关键步骤。针对细胞核分割中细胞核边界位置难以分割问题,设计了边界加权模块使网络在训练时更多关注细胞核边... 详细信息

甲状腺癌是实体癌中发病率增速最快的恶性肿瘤之一,病理学诊断是医生诊断肿瘤的黄金标准,而细胞核分割是病理图像自动分析的关键步骤。针对细胞核分割中细胞核边界位置难以分割问题,设计了边界加权模块使网络在训练时更多关注细胞核边界。另一方面,为了避免网络过分关注边界而忽视细胞核主体部分,导致一些染色较浅的细胞核分割失败,提出了前景增强分割网络;该网络通过在上采样的过程中添加前景增强模块不断增强前景并抑制背景,从而实现细胞核精准分割。在自建的甲状腺癌病理图像分割数据集VIP-TCHis-Seg上的相似系数(Dice)和像素准确率(PA)两个指标分别约为85.26%和95.89%,在公共细胞核分割数据集MoNuSeg上的相似系数(Dice)和像素准确率(PA)两个指标分别约为81.03%和94.63%。上述实验结果表明,提出的边界加权和前景增强模块的方法能有效提高网络在边界处的分割准确率。

关键词：甲状腺乳头状癌图像分割 UNet 边界加权前景增强

来源：评论

学校读者我要写书评

暂无评论

针对模糊数据近似处理的阴影集研究综述

引用

自动化学报 2024年第10期50卷 1906-1927页

作者：高满张清华王国胤姚一豫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 “旅游多源数据感知与决策技术”文化和旅游部重点实验室重庆400065 网络空间大数据智能安全教育部重点实验室重庆400065 重庆师范大学重庆国家应用数学中心重庆401331 里贾纳大学计算机科学系加拿大里贾纳S4S 0A2

阴影集(Shadowed set,SS)是一种对模糊集进行三支近似处理的不确定性知识发现模型,其能够对模糊集中具有精确值的不确定性对象进行有效的近似和划分,从而减少模糊决策过程中不确定性对象的决策划分成本和计算损耗.首先,回顾阴影集的发... 详细信息

阴影集(Shadowed set,SS)是一种对模糊集进行三支近似处理的不确定性知识发现模型,其能够对模糊集中具有精确值的不确定性对象进行有效的近似和划分,从而减少模糊决策过程中不确定性对象的决策划分成本和计算损耗.首先,回顾阴影集的发展历程,并从四个方面介绍其研究现状及内容,即阴影集的模型构建、理论性质、数据分析以及应用研究.通过总结分析它们的核心思想、方法体系、相互关系和区别等,为该领域的后续研究提供借鉴.随后,讨论分析阴影集理论与其他不确定性问题处理理论模型的联系,尤其是阴影集与模糊集、粗糙集和三支决策理论之间的区别、联系以及互补性.最后,围绕上述四个研究方面,对当前若干具有挑战性的研究问题进行分析和展望.

关键词：阴影集模糊集三支决策不确定性粒计算

来源：评论

学校读者我要写书评

暂无评论

面向智慧监控的视觉感知与理解专题序言

引用

西安电子科技大学学报 2021年第5期48卷 1-7页

作者：高新波王楠楠梁荣华郑伟诗徐迈卢策吾宋一哲韩军功重庆邮电大学计算机科学与技术学院西安电子科技大学综合业务网理论及关键技术国家重点实验室浙江工业大学计算机科学与技术学院中山大学数据科学与计算机学院北京航空航天大学电子信息工程学院上海交通大学计算机科学与工程系萨里大学SketchX Lab 亚伯大学

基于人工智能推动平安城市建设已经成为公共安全的着力点和落脚点。2017年国务院印发了《新一代人工智能发展规划》,对人工智能在公共安全领域的深度应用高度重视。2019年国务院发布《国务院办公厅关于印发国务院2019年立法工作计划的... 详细信息

基于人工智能推动平安城市建设已经成为公共安全的着力点和落脚点。2017年国务院印发了《新一代人工智能发展规划》,对人工智能在公共安全领域的深度应用高度重视。2019年国务院发布《国务院办公厅关于印发国务院2019年立法工作计划的通知》,其中包含由公安部起草的《公共安全视频图像信息系统管理条例》。因此,基于智能信息处理算法的智慧监控已经成为当前及未来国际高新技术竞争的焦点。

关键词：智慧监控视觉感知理解

来源：评论

学校读者我要写书评

暂无评论

用于微阵列数据癌症分类的演化硬件多分类器

引用

江苏大学学报（自然科学版） 2013年第4期34卷 410-415页

作者：王进陈文冉仟元李钟浩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 仁荷大学信息与通信工程系韩国仁川402-751

针对单分类器识别率低、稳定性差的问题,提出了一种用于微阵列数据分类的演化硬件多分类器选择性集成方法.首先把经过预处理的原始训练集随机划分为训练集和验证集;然后通过对训练集的学习获得基于演化硬件的基分类器;再用验证集评价基... 详细信息

针对单分类器识别率低、稳定性差的问题,提出了一种用于微阵列数据分类的演化硬件多分类器选择性集成方法.首先把经过预处理的原始训练集随机划分为训练集和验证集;然后通过对训练集的学习获得基于演化硬件的基分类器;再用验证集评价基分类器的性能,选择其中一部分较好的基分类器组成最终的分类系统;最后用独立的测试集验证系统的性能.试验结果表明,对急性白血病和结肠癌数据集的识别率分别为95.42%、88.33%,与其他的模式识别方法具有可比性;同时在识别率相当的情况下,该方法的硬件代价远低于全集成的演化硬件多分类器.

关键词：模式识别机器学习演化计算分类器选择性集成微阵列

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：