检索结果-内蒙古大学图书馆

计算机学报 2024年第12期47卷 2783-2802页

作者：唐述曾琬凌杨书丽钟恒飞陈卓重庆邮电大学计算机科学与技术学院计算机网络和通信技术重庆市重点实验室重庆400065

近年来,基于深度学习的轻量级单幅图像超分辨率(Single Image Super-Resolution,SISR)重建网络已成为人们研究的热点.但是现有的轻量级方法在捕捉图像像素间长距离的全局依赖性方面存在显著局限,这主要是由于显式建模此类依赖关系所伴... 详细信息

近年来,基于深度学习的轻量级单幅图像超分辨率(Single Image Super-Resolution,SISR)重建网络已成为人们研究的热点.但是现有的轻量级方法在捕捉图像像素间长距离的全局依赖性方面存在显著局限,这主要是由于显式建模此类依赖关系所伴随的庞大计算复杂度所致.因此现有的轻量级SISR方法的性能仍有较大的提升空间.基于此,本论文提出了一种新颖的基于Transformer的块内块间双聚合的轻量级网络(Intra-block and Interblock Dual Aggregation Network,IIDAN)来显式捕捉整幅图像中的全局依赖性,进而实现高质量的SISR.首先,在自然图像的非局部结构相似性的启发下,本论文提出了一种新颖的块内块间Transformer模块(Intra-block and Inter-block Transformer Module,IITM).IITM通过交替地开发每个图像块内部的自注意力和不同图像块之间的自注意力实现了图像中局部特征的显式捕捉和图像中结构相似性的全局显式捕捉.其次,本论文还提出了一种信息交互机制(Information Interaction Mechanism,IIM)来分别对IITM中的两种自注意力进行对应信息的互补:IIM给块内自注意力(Intra-block Transformer,Intra-T)补充块间信息,使得Intra-T能够获得更多的全局结构信息;同时,IIM也给块间自注意力(Inter-block Transformer,Inter-T)补充局部信息,使得Inter-T能够获得更多的局部细节信息.实验结果表明,与近几年极具代表性的轻量级SISR方法相比,本论文提出的IIDAN能够重建出更高质量的超分辨率图像,同时具有更低的计算复杂度.

关键词：单幅图像超分辨率轻量级 Transformer 全局的结构相似性信息交互

来源：评论

学校读者我要写书评

暂无评论

特定类的代价敏感近似属性约简

引用

智能系统学报 2024年第6期19卷 1468-1478页

作者：胡军黄小涵重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆邮电大学计算机科学与技术学院重庆400065

特定类属性约简指针对特定决策类提供对应约简集的属性约简,现有特定类属性约简方法过于严苛,限制其在一些场景下的应用。针对存在噪声的数据,提出一种特定类的代价敏感近似属性约简方法。该方法首先结合正域与边界域信息定义特定类的... 详细信息

特定类属性约简指针对特定决策类提供对应约简集的属性约简,现有特定类属性约简方法过于严苛,限制其在一些场景下的应用。针对存在噪声的数据,提出一种特定类的代价敏感近似属性约简方法。该方法首先结合正域与边界域信息定义特定类的相对不确定度,然后利用相对不确定度与测试代价计算属性重要度,进而根据属性重要度选择属性,并通过放松相对不确定度来避免冗余属性的加入,最后给出了特定类的代价敏感近似启发式属性约简算法。实验结果表明,所提方法与同类方法相比能够在保持甚至提升约简质量的同时获得更精简的约简集,并且约简集的测试代价相对更小。

关键词：粗糙集不确定信息特定类相对不确定度属性重要度测试代价敏感近似属性约简启发式算法

来源：评论

学校读者我要写书评

暂无评论

一种结构范数正则化的可微神经结构搜索算法

引用

中国科学：信息科学 2024年第9期54卷 2181-2199页

作者：曾宪华吴杰夏耀光向一心重庆邮电大学计算机科学与技术学院/人工智能学院重庆400065 重庆邮电大学图像认知重庆市重点实验室重庆400065

可微神经结构搜索(differentiable neural architecture search,DNAS)作为近年来神经结构搜索的主流方法之一,通过结合基于梯度优化的搜索策略能够有效地搜索网络结构.然而,存在结构搜索稳定性差和模型复杂度高的问题.为了解决这两个问... 详细信息

可微神经结构搜索(differentiable neural architecture search,DNAS)作为近年来神经结构搜索的主流方法之一,通过结合基于梯度优化的搜索策略能够有效地搜索网络结构.然而,存在结构搜索稳定性差和模型复杂度高的问题.为了解决这两个问题,本文提出了一种结构范数正则化的可微神经结构搜索算法,提高了结构搜索的稳定性;设计了一种冗余边剪枝算法修剪网络结构中的冗余边,降低了最终模型的复杂度.本文在CIFAR10,CIFAR100,miniImageNet和胎儿心脏标准平面分类(fetal heart standard plane,FHSP)等4个数据集上进行了算法性能对比实验,与一系列当前最新的可微神经结构搜索算法相比,取得了最优的综合性能.

关键词：深度学习可微神经结构搜索剪枝正则化高效搜索网络结构

来源：评论

学校读者我要写书评

暂无评论

基于加权信息粒化的多标记数据特征选择算法

引用

智能系统学报 2023年第3期18卷 619-628页

作者：胡军王海峰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

特征选择能去除不相关和冗余的特征,是解决多标记数据维度灾难的有效工具。现有的多标记特征选择算法没有考虑标记空间存在的相关性,认为每个样本的相关标记的重要性相同,并且忽略了特征空间可能是标记重要性差异形成的内在因素,使得选... 详细信息

特征选择能去除不相关和冗余的特征,是解决多标记数据维度灾难的有效工具。现有的多标记特征选择算法没有考虑标记空间存在的相关性,认为每个样本的相关标记的重要性相同,并且忽略了特征空间可能是标记重要性差异形成的内在因素,使得选择的特征不能精确全面地刻画样本且计算过程复杂。为此,本文利用标记间的相关性对标记空间进行划分以简化计算,并定义标记重要性度量和特征权重,在此基础上提出了一种基于加权信息粒化的多标记特征选择算法。通过在真实多标记数据集上的实验对比分析,本文提出的算法在各项评价指标上均优于其他对比算法,验证了算法的有效性和可行性。

关键词：邻域粗糙集信息粒化多标记学习标记重要性标记关系特征权重特征选择谱聚类

来源：评论

学校读者我要写书评

暂无评论

一种深度可微随机森林的腹部CT图像器官检测方法

引用

北京航空航天大学学报 2024年

作者：郑申海刘小暄王瑞浩重庆邮电大学计算机科学与技术学院重庆邮电大学图像认知重庆市重点实验室

腹部医学图像器官检测在医学图像分割、配准、可视化、三维重建等计算机辅助诊断任务中起着重要作用，也可为自动化智能分析提供感兴趣区域由于医学图像的模糊性以及质异性，给自动化器官检测带来挑战。随机森林是一种经典的机器学习算... 详细信息

腹部医学图像器官检测在医学图像分割、配准、可视化、三维重建等计算机辅助诊断任务中起着重要作用，也可为自动化智能分析提供感兴趣区域由于医学图像的模糊性以及质异性，给自动化器官检测带来挑战。随机森林是一种经典的机器学习算法，具有独特的决策过程和在少量数据上学习的能力，但在处理复杂数据方面表现较差。针对这些问题，提出一种基于深度可微随机森林的腹部多器官检测的方法。方法将深度学习和随机森林进行巧妙地融合，使用全局-局部双编码器提取高层特征，再将特征输入到可微随机森林进行树分裂。所设计的决策注意力为每棵决策树分配权重，利用反向传播学习参数，构造最终的端到端的检测模型。与传统随机森林不同的是，所提方法采用概率的形式进行树节点分裂，多棵决策树以参数权重进行投票。这种反向传播学习节点分裂参数和投票权重参数策略，可以避免传统随机森林叶节点分裂造成的局部最优，使深度可微随机森林能寻找全局最优值。最后，在两个公共医学图像多器官数据集（AbdomenCT-1K、AMOS2022）上进行了实验，在AbdomenCT-1K五个器官平均Wall-dist和值比对比方法减少了0.7-2.66mm，在AMOS2022七个器官平均Wall-dist值比对比方法减少了0.67-2.68mm。这些结果表明了本方法具有较高的检测准确性。

关键词：多器官检测深度随机森林随机森林卷积神经网络决策注意力

来源：评论

学校读者我要写书评

暂无评论

认知车联网中评估频谱稳定性的动态频谱接入算法

引用

电子与信息学报 2025年 1-12页

作者：马彬杨祖敏谢显中重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学重庆市计算机网络与通信技术重点实验室重庆400065

在带频谱认知的车联网中，由于车辆终端的高动态移动性和无线电环境的复杂性，使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先，基于信噪比、接收信号强度和带宽参数，利用长短期记忆神经网络预测出参数... 详细信息

在带频谱认知的车联网中，由于车辆终端的高动态移动性和无线电环境的复杂性，使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先，基于信噪比、接收信号强度和带宽参数，利用长短期记忆神经网络预测出参数在未来1个周期内多时刻的值，并计算各参数1个周期的变化率，将结果作为频谱稳定性的评估指标。其次，利用K-Means算法对变化率向量进行聚类，构建稳定性评估模型。再次，根据稳定性评估结果重构了状态空间和奖励函数，提出一种基于强化学习的动态频谱接入算法。最后，实验结果表明，所提算法能够满足不同车辆终端业务的稳定性需求，提高频谱资源的利用率，同时降低频谱接入过程中的碰撞概率。

关键词：认知车联网动态频谱接入稳定性评估强化学习

来源：评论

学校读者我要写书评

暂无评论

广义多尺度集值决策系统最优尺度选择

引用

计算机研究与发展 2022年第9期59卷 2027-2038页

作者：胡军陈艳张清华王国胤计算智能重庆市重点实验室(重庆邮电大学) 重庆400065 重庆邮电大学计算机科学与技术学院重庆400065

为了在不同的粒度下对同一对象进行观察、表示、分析和决策,提出了多尺度信息系统.考虑到一个对象在属性的各个尺度上的取值为多值的情况,多尺度信息系统被进一步扩展到多尺度集值信息系统.然而,在现有的多尺度集值信息系统中,所有属性... 详细信息

为了在不同的粒度下对同一对象进行观察、表示、分析和决策,提出了多尺度信息系统.考虑到一个对象在属性的各个尺度上的取值为多值的情况,多尺度信息系统被进一步扩展到多尺度集值信息系统.然而,在现有的多尺度集值信息系统中,所有属性必须具有相同的尺度级数,使得每个属性都只能在同一个尺度下进行组合.并且,最优尺度选择仅考虑决策系统的一致性或不确定性,忽略了实际应用中的决策代价问题.针对上述问题,定义了一种具有代价的广义多尺度集值决策系统,分析了决策系统的不确定性和代价随尺度组合的变化趋势.然后,为了提高最优尺度选择的时间效率,提出了一种基于三支决策思想的尺度空间更新方法.最后,结合用户需求,给出了最小化不确定性和代价的最优尺度选择方法.实验结果表明,该方法不仅可以结合不确定性和代价得到最优尺度解,并且与传统的Lattic Mode相比,能有效地提高计算效率.

关键词：多尺度集值信息系统代价敏感三支决策最优尺度选择

来源：评论

学校读者我要写书评

暂无评论

用于等离子体三维重建的光场反卷积方法

引用

光学学报 2023年第7期43卷 119-130页

作者：张恒吕雪李华杭芹重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆邮电大学计算机科学与技术学院重庆400065 中国科学院合肥物质科学研究院安徽合肥230031

目前常用的光学诊断大部分局限于二维成像,而基于层析成像的三维重建方法受限于空间和时间分辨率,无法实现等离子体边界的三维实时重建。提出一种基于光学分层理论的光场反卷积算法,利用光场重聚焦特性,结合聚焦测距法和刃边法,建立了... 详细信息

目前常用的光学诊断大部分局限于二维成像,而基于层析成像的三维重建方法受限于空间和时间分辨率,无法实现等离子体边界的三维实时重建。提出一种基于光学分层理论的光场反卷积算法,利用光场重聚焦特性,结合聚焦测距法和刃边法,建立了光场深度与现实深度的关系,计算出点扩散函数,实现了单相机零调焦情况下的等离子体边界重建。为验证所提方法的可行性,以火焰为成像对象进行实验,其结果表明所提方法能够去除火焰分层图像中的离焦模糊,复原分层图像的原始结构。

关键词：机器视觉聚变等离子体三维重建光场重聚焦光学分层成像迭代反卷积

来源：评论

学校读者我要写书评

暂无评论

测试时间代价敏感决策树

引用

重庆邮电大学学报（自然科学版） 2024年第5期36卷 1062-1070页

作者：孔婕胡军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

决策树作为一种重要的分类算法已在许多领域得到了广泛应用。针对传统决策树算法未考虑实际应用中代价约束的问题,已有研究提出在限制代价的情况下构建决策树的方法。这些方法中代价的定义并没有考虑测试样本通过决策树进行分类的时间... 详细信息

决策树作为一种重要的分类算法已在许多领域得到了广泛应用。针对传统决策树算法未考虑实际应用中代价约束的问题,已有研究提出在限制代价的情况下构建决策树的方法。这些方法中代价的定义并没有考虑测试样本通过决策树进行分类的时间代价。为了最小化样本通过决策树进行分类的测试时间,提出了一种测试时间代价敏感决策树算法。定义了样本的测试时间代价,定义了衡量属性重要度的决策指数,给出了构造代价敏感决策树的算法。实验结果表明,算法的测试时间代价相较于C4.5、RSDT和CSGR等主要算法平均提升了11.7%,且在不同数据集下分类准确度平均提升了5.3%。

关键词：决策树代价敏感决策指数测试时间

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

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：