ResNet及其在医学图像处理领域的应用:研究进展与挑战 被引量：28

1

作者 周涛 刘赟璨 +2 位作者 陆惠玲 叶鑫宇 常晓玉 《电子与信息学报》 EI CSCD 北大核心 2022年第1期149-167,共19页

残差神经网络(ResNet)是深度学习领域的研究热点,广泛应用于医学图像处理领域。该文对残差神经网络从以下几个方面进行综述:首先,阐述残差神经网络的基本原理和模型结构;然后,从残差单元、残差连接和网络整体结构3方面总结了残差神经网... 残差神经网络(ResNet)是深度学习领域的研究热点,广泛应用于医学图像处理领域。该文对残差神经网络从以下几个方面进行综述:首先,阐述残差神经网络的基本原理和模型结构;然后,从残差单元、残差连接和网络整体结构3方面总结了残差神经网络的改进机制;其次,从与DenseNet,U-Net,Inception结构和注意力机制结合4方面探讨残差神经网络在医学图像处理领域中的广泛应用;最后,讨论ResNet在医学图像处理领域中面临的主要挑战,并对未来的发展方向进行展望。该文系统梳理了残差神经网络的最新研究进展,以及在医学图像处理中的应用,对残差神经网络的研究具有重要的参考价值。 展开更多

关键词 残差神经网络 医学图像 残差单元 残差连接 激活函数

在线阅读 下载PDF 职称材料

M^(3)Res-Transformer:新冠肺炎胸部X-ray图像识别模型 被引量：3

2

作者 周涛 刘赟璨 +3 位作者 侯森宝 常晓玉 叶鑫宇 陆惠玲 《电子学报》 EI CAS CSCD 北大核心 2024年第2期589-601,共13页

新冠肺炎(COVID-19)自爆发以来严重影响人类生命健康,近年来残差神经网络广泛应用于COVID-19识别任务中,辅助医生快速地诊断COVID-19患者,但是COVID-19图像病变区域形状复杂、大小不一,与周围组织的边界模糊,导致网络难以提取有效特征.... 新冠肺炎(COVID-19)自爆发以来严重影响人类生命健康,近年来残差神经网络广泛应用于COVID-19识别任务中,辅助医生快速地诊断COVID-19患者,但是COVID-19图像病变区域形状复杂、大小不一,与周围组织的边界模糊,导致网络难以提取有效特征.本文针对上述问题,提出一种M^(3)Res-Transformer的新冠肺炎胸部X-ray图像识别模型,采用Res-Transformer作为模型的主干网络,结合ResNet和ViT,有效地整合局部病变特征和全局特征;设计混合残差注意力模块(mixed residual attention Module,mraM),同时考虑通道和空间位置的相互依赖性,增强网络的特征表达能力;为了增大感受野,提取多尺度特征,通过叠加具有不同扩张率的扩张卷积构造多尺度扩张残差模块(multiscale dilated residual Module,mdrM),根据不同层次特征尺度的差异,使用3个逐渐收缩尺度的mdrM进行多尺度特征提取;提出上下文交叉感知模块(contextual cross-awareness Module,ccaM),使用深层特征中的语义信息来引导浅层特征,然后将浅层特征中的空间信息嵌入深层特征中,采用交叉加权注意力机制高效聚合深层和浅层特征,获得更丰富的上下文信息.为了验证本文所提模型的有效性,在新冠肺炎胸部X-ray图像数据集上进行实验,与先进的CNN分类模型、融合不同注意力机制的ResNet50模型、基于Transformer的分类模型对比以及消融实验.结果表明,本文所提模型的Acc、Pre、Rec、F1-Score与Spe指标分别为96.33%、96.36%、96.33%、96.35%与96.26%,在COVID-19胸部X-ray图像识别任务中有效提升了识别精度,并通过可视化方法对其进行进一步验证,为COVID-19的辅助诊断提供重要的参考价值. 展开更多

关键词 COVID-19 胸部X-ray图像 残差神经网络 vision transformer 注意力机制

在线阅读 下载PDF 职称材料

k-center问题的算法研究综述

3

作者 王晓峰 华盈盈 +2 位作者 王军霞 彭庆媛 何飞 《郑州大学学报（工学版）》 CAS 北大核心 2025年第1期42-50,97,共10页

k-center问题是设施选址的基础问题,同样是NP难问题,在分配、紧急服务等领域也有着实际的应用。随着问题规模的扩大,原有的算法已不再适用,需要进一步优化或者改进。为了找到求解该问题的高效算法,对现有算法进行研究。对各类求解k-cen... k-center问题是设施选址的基础问题,同样是NP难问题,在分配、紧急服务等领域也有着实际的应用。随着问题规模的扩大,原有的算法已不再适用,需要进一步优化或者改进。为了找到求解该问题的高效算法,对现有算法进行研究。对各类求解k-center问题的算法进行梳理,将求解算法划分为精确算法、启发式算法、元启发式算法、近似算法等,从算法原理、改进思路、性能和精度等方面进行对比综述。精确算法在求解小规模k-center问题时可在多项式时间内得到最优解,但是算法效率低,不适用于大规模问题;启发式算法可以在多项式时间内给出相对最优解,但是没有理论保证,无法衡量与最优解的关系;元启发式算法可对目前存在的智能优化算法进行改进,给出相对最优解,但是解的质量无法保证;利用近似算法得到的解具有近似比保证,有较大的理论研究价值,但是实用价值较弱。目前求解k-center问题的元启发式算法已取得一定的研究成果,但是在求解时间、求解规模、算法效率等方面仍待突破,这将是未来k-center问题的研究重点。 展开更多

关键词 k-center问题 精确算法 近似算法 蜂群优化 遗传算法

在线阅读 下载PDF 职称材料

一种求解GSTP问题的新型黏菌优化算法

4

作者 王军霞 王晓峰 +3 位作者 华盈盈 何飞 唐傲 刘建平 《现代电子技术》 北大核心 2025年第5期162-168,共7页

针对图的Steiner树问题(GSTP)的NP难特性,提出一种融合多策略改进的黏菌优化算法。首先,定义种群初始化方法,由于STP是二进制解空间中的优化问题,而标准的黏菌优化算法迭代更新后每个维度的值是连续的。因此,为搜索个体确定最佳的S型传... 针对图的Steiner树问题(GSTP)的NP难特性,提出一种融合多策略改进的黏菌优化算法。首先,定义种群初始化方法,由于STP是二进制解空间中的优化问题,而标准的黏菌优化算法迭代更新后每个维度的值是连续的。因此,为搜索个体确定最佳的S型传递函数,对连续的个体位置进行离散化处理。其次,为避免种群陷入局部最优,对二进制的黏菌优化算法引入新的位置更新策略。最后,将改进后的黏菌优化算法在OR-Library标准测试集上的计算结果与其他经典启发式算法、近似算法以及深度强化学习算法进行实验对比分析。结果表明,改进后的黏菌优化算法能够有效避免陷入局部最优,收敛精度更高,在求解GSTP时有一定优越性。 展开更多

关键词 Steiner树问题 黏菌优化算法 传递函数 位置更新 离散化处理 种群初始化

在线阅读 下载PDF 职称材料

跨模态跨尺度跨维度的PET/CT图像的Transformer分割模型 被引量：2

5

作者 周涛 党培 +3 位作者 陆惠玲 侯森宝 彭彩月 师宏斌 《电子与信息学报》 EI CSCD 北大核心 2023年第10期3529-3537,共9页

多模态医学图像能够有效融合解剖图像和功能图像的信息,将人体内部的功能、解剖等多方面信息反映在同一幅图像上,在临床上有十分重要的意义。针对如何高效利用多模态医学图像信息的综合表达能力,以及如何充分提取跨尺度上下文信息的问题... 多模态医学图像能够有效融合解剖图像和功能图像的信息,将人体内部的功能、解剖等多方面信息反映在同一幅图像上,在临床上有十分重要的意义。针对如何高效利用多模态医学图像信息的综合表达能力,以及如何充分提取跨尺度上下文信息的问题,该文提出跨模态跨尺度跨维度的PET/CT图像的Transformer分割模型。该模型主要改进是,首先,在编码器部分设计了PET/CT主干分支和PET,CT辅助分支提取多模态图像信息;然后,在跳跃连接部分设计了跨模态跨维度注意力模块从模态和维度角度出发捕获跨模态图像各维的有效信息;其次,在瓶颈层构造跨尺度Transformer模块,自适应融合深层的语义信息和浅层的空间信息使网络学习到更多的上下文信息,并从中获取跨尺度全局信息;最后,在解码器部分提出多尺度自适应解码特征融合模块,聚合并充分利用解码路径得到精细程度不同的多尺度特征图,缓解上采样引入的噪声。在临床多模态肺部医学图像数据集验证算法的有效性,结果表明所提模型对于肺部病灶分割的Acc,Recall,Dice,Voe,Rvd和Miou分别为97.99%,94.29%,95.32%,92.74%,92.95%和90.14%,模型对于形状复杂的病灶分割具有较高的精度和相对较低的冗余度。 展开更多

关键词 医学图像分割 跨模态 跨维度 TRANSFORMER U型网络

在线阅读 下载PDF 职称材料

C^(2)Transformer U-Net:面向跨模态和上下文语义的医学图像分割模型 被引量：1

6

作者 周涛 侯森宝 +2 位作者 陆惠玲 刘赟璨 党培 《电子与信息学报》 EI CSCD 北大核心 2023年第5期1807-1816,共10页

跨模态的医学图像可以在同一病灶处提供更多的语义信息,针对U-Net网络主要使用单模态图像用于分割,未充分考虑跨模态、上下文语义相关性的问题,该文提出面向跨模态和上下文语义的医学图像分割C^(2)Transformer U-Net模型。该模型的主要... 跨模态的医学图像可以在同一病灶处提供更多的语义信息,针对U-Net网络主要使用单模态图像用于分割,未充分考虑跨模态、上下文语义相关性的问题,该文提出面向跨模态和上下文语义的医学图像分割C^(2)Transformer U-Net模型。该模型的主要思想是:首先,在编码器部分提出主干、辅助U-Net网络结构,来提取不同模态的语义信息;然后,设计了多模态上下文语义感知处理器(MCAP),有效地提取同一病灶跨模态的语义信息,跳跃连接中使用主网络的两种模态图像相加后传入Transformer解码器,增强模型对病灶的表达能力;其次,在编-解码器中采用预激活残差单元和Transformer架构,一方面提取病灶的上下文特征信息,另一方面使网络在充分利用低层和高层特征时更加关注病灶的位置信息;最后,使用临床多模态肺部医学图像数据集验证算法的有效性,对比实验结果表明所提模型对于肺部病灶分割的Acc,Pre,Recall,Dice,Voe与Rvd分别为:97.95%,94.94%,94.31%,96.98%,92.57%与93.35%。对于形状复杂肺部病灶的分割,具有较高的精度和相对较低的冗余度,总体上优于现有的先进方法。 展开更多

关键词 医学图像分割 跨模态语义 上下文语义 TRANSFORMER U-Net

在线阅读 下载PDF 职称材料

面向CT图像新冠肺炎识别的密集重参轻量化Transformer模型 被引量：1

7

作者 周涛 叶鑫宇 +3 位作者 刘凤珍 陆惠玲 周敬策 杜玉虎 《电子与信息学报》 EI CSCD 北大核心 2023年第10期3520-3528,共9页

新冠(COVID-19)肺炎严重威胁人类健康,基于深度学习的计算机辅助诊断方法能有效提高新冠肺炎的诊断效率。但是深度学习模型结构复杂、参数量和计算量大,在保持模型性能的前提下提高网络轻量化的程度具有重要研究意义,因此,该文提出一种... 新冠(COVID-19)肺炎严重威胁人类健康,基于深度学习的计算机辅助诊断方法能有效提高新冠肺炎的诊断效率。但是深度学习模型结构复杂、参数量和计算量大,在保持模型性能的前提下提高网络轻量化的程度具有重要研究意义,因此,该文提出一种面向CT图像新冠肺炎识别的密集重参轻量化Transformer模型(DRLTrans-former)。首先,为提高模型的轻量化程度,构造了重参密集块和层次化Transformer,在保持模型精度的同时提高计算速度,降低模型参数量;然后,为充分提取新冠肺炎病灶的全局与局部信息,设计层次化Transformer增强全局注意力对局部特征相关性的关注程度,其中采用分组提取全局特征,在不同组之间进行融合获得多层次信息,并且进行信息融合,进一步提高组内和组间特征的交互能力,此外对所有全局特征进行聚合,实现深浅层特征深度融合。最后,在新冠肺炎CT数据集中进行对比实验,结果表明该模型参数量和计算量分别为1.47 M和81.232 M,相比密集网络(DenseNet)参数量降低29倍、计算量降低23倍,该模型对新冠肺炎计算机辅助诊断具有积极的意义,为深度学习模型轻量化提供了新思路。 展开更多

关键词 新冠肺炎 密集网络 重参密集块 层次化Transformer 轻量化

在线阅读 下载PDF 职称材料

CLGLF:置信学习引导标签融合的多模态命名实体识别方法

8

作者 王海荣 王彤 +2 位作者 徐玺 荆博祥 陈芳萍 《电子学报》 EI CAS CSCD 北大核心 2024年第7期2429-2437,共9页

为解决多模态命名实体识别中存在的视觉语义理解和多模态语义的偏差问题,本文提出了置信学习引导标签融合的多模态命名实体识别方法 .该方法调用BLIP-2预训练模型生成图像描述,将其与输入的文本拼接,进行图文联合编码实现多模态特征融合... 为解决多模态命名实体识别中存在的视觉语义理解和多模态语义的偏差问题,本文提出了置信学习引导标签融合的多模态命名实体识别方法 .该方法调用BLIP-2预训练模型生成图像描述,将其与输入的文本拼接,进行图文联合编码实现多模态特征融合,对多模态表征和文本表征解码后得到候选标签和文本标签;在采用KL散度损失函数对齐两组标签的基础上,计算置信分数用来评估多模态表征质量,设置置信阈值辅助筛选出有偏差的候选标签,并使用相应位置的文本标签替换有偏差的候选标签,实现标签的融合,最终完成多模态命名实体识别.为了验证本文方法,在Twitter-2015和Twitter-2017多模态数据集上进行实验,并将实验结果与MSB、UMT等7种主流方法进行对比,实验结果证明了本文方法的有效性. 展开更多

关键词 多模态命名实体识别 图像描述 置信学习 多模态语义偏差 信息抽取

在线阅读 下载PDF 职称材料

解耦同类自知识蒸馏的轻量化唇语识别方法 被引量：1

9

作者 马金林 刘宇灏 +2 位作者 马自萍 郭兆伟 吕鑫 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第12期3709-3719,共11页

针对唇语识别模型因参数量和计算量较大而无法在移动终端和边缘设备上应用的问题,提出基于解耦同类自知识蒸馏和GhostNet-TSM的唇语识别方法。提出具有时序特征提取能力的GhostNet-TSM网络;将同类自知识蒸馏的特征解耦为目标类特征和非... 针对唇语识别模型因参数量和计算量较大而无法在移动终端和边缘设备上应用的问题,提出基于解耦同类自知识蒸馏和GhostNet-TSM的唇语识别方法。提出具有时序特征提取能力的GhostNet-TSM网络;将同类自知识蒸馏的特征解耦为目标类特征和非目标类特征,分别设置损失函数,以提高模型的识别精度;使用解耦同类自知识蒸馏方法在LRW和LIP350数据集上进行模型训练,并在OuluVS数据集上进行验证。实验结果表明:GhostNet-TSM网络在LRW数据集上达到了85.2%的识别准确率,超过了多数非轻量化模型,浮点数计算量和模型参数量降低至0.988 GFLOPs和20.310×10~6。 展开更多

关键词 唇语识别 知识蒸馏 轻量化 GhostNet TSM模块

在线阅读 下载PDF 职称材料

基于小样本学习的口语理解方法综述

10

作者 刘纳 郑国风 +3 位作者 徐贞顺 林令德 李晨 杨杰 《郑州大学学报（工学版）》 北大核心 2024年第1期78-89,共12页

小样本口语理解是目前对话式人工智能亟待解决的问题之一。结合国内外最新研究现状,系统地梳理了口语理解任务的相关文献。简要介绍了在非小样本场景中口语理解任务建模的经典方法,包括无关联建模、隐式关联建模、显式关联建模以及基于... 小样本口语理解是目前对话式人工智能亟待解决的问题之一。结合国内外最新研究现状,系统地梳理了口语理解任务的相关文献。简要介绍了在非小样本场景中口语理解任务建模的经典方法,包括无关联建模、隐式关联建模、显式关联建模以及基于预训练范式的建模方法;重点阐述了在小样本口语理解任务中为解决训练样本受限问题而提出的基于模型微调、基于数据增强和基于度量学习3类方法,介绍了如ULMFiT、原型网络和归纳网络等代表性模型。在此基础上对不同模型的语义理解能力、可解释性、泛化能力等性能进行分析对比。最后对口语理解任务面临的挑战和未来发展方向进行讨论,指出零样本口语理解、中文口语理解、开放域口语理解以及跨语言口语理解等研究内容是该领域的研究难点。 展开更多

关键词 口语理解 小样本学习 模型微调 数据增强 度量学习

在线阅读 下载PDF 职称材料

利用跨模态轻量级YOLOv5模型的PET/CT肺部肿瘤检测

11

作者 周涛 叶鑫宇 +1 位作者 刘凤珍 陆惠玲 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第2期624-632,共9页

多模态医学图像可在同一病灶处提供更多语义信息,针对跨模态语义相关性未充分考虑和模型复杂度过高的问题,该文提出基于跨模态轻量级YOLOv5(CL-YOLOv5)的肺部肿瘤检测模型。首先,提出学习正电子发射型断层显像(PET)、计算机断层扫描(CT)... 多模态医学图像可在同一病灶处提供更多语义信息,针对跨模态语义相关性未充分考虑和模型复杂度过高的问题,该文提出基于跨模态轻量级YOLOv5(CL-YOLOv5)的肺部肿瘤检测模型。首先,提出学习正电子发射型断层显像(PET)、计算机断层扫描(CT)和PET/CT不同模态语义信息的3分支网络;然后,设计跨模态交互式增强块充分学习多模态语义相关性,余弦重加权计算Transformer高效学习全局特征关系,交互式增强网络提取病灶的能力;最后,提出双分支轻量块,激活函数簇(ACON)瓶颈结构降低参数同时增加网络深度和鲁棒性,另一分支为密集连接的递进重参卷积,特征传递达到最大化,递进空间交互高效地学习多模态特征。在肺部肿瘤PET/CT多模态数据集中,该文模型获得94.76%mAP最优性能和3238 s最高效率,以及0.81 M参数量,较YOLOv5s和EfficientDet-d0降低7.7倍和5.3倍,多模态对比实验中总体上优于现有的先进方法,消融实验和热力图可视化进一步验证。 展开更多

关键词 YOLOv5 跨模态交互式增强块 双分支轻量块 PET/CT多模态肺部肿瘤影像

在线阅读 下载PDF 职称材料

面向中文科学数据集的句子级语义匹配模型

12

作者 刘建平 初新涛 +3 位作者 王健 顾勋勋 王萌 王影菲 《郑州大学学报（工学版）》 CAS 北大核心 2024年第6期56-64,共9页

针对现有以词为粒度的语义匹配模型难以理解句子级科学数据集元数据的问题,提出了一个面向中文科学数据集的句子级语义匹配(CSDSM)模型。该模型使用CSL数据集对SimCSE和CoSENT进行训练生成CoSENT预训练模型。基于CoSENT模型,引入多头自... 针对现有以词为粒度的语义匹配模型难以理解句子级科学数据集元数据的问题,提出了一个面向中文科学数据集的句子级语义匹配(CSDSM)模型。该模型使用CSL数据集对SimCSE和CoSENT进行训练生成CoSENT预训练模型。基于CoSENT模型,引入多头自注意力机制进行特征提取,通过余弦相似度与KNN分类结果加权求和得到最终输出。以国家地球系统科学数据中心开放的语义元数据信息作为自建科学数据集进行实验,实验结果表明:与中文BERT模型相比,所提模型在公共数据集AFQMC、LCQMC、Chinese-STS-B和PAWS-X上的Spearman指标ρ分别提升了0.0448,0.0290,0.1777和0.0509;在自建科学数据集上的F 1和Acc分别提升了0.0788和0.0634,所提模型能够有效地解决科学数据集句子级语义匹配问题。 展开更多

关键词 文本匹配 语义匹配 预训练模型 科学数据集 自然语言处理

在线阅读 下载PDF 职称材料

多模态命名实体识别方法研究进展 被引量：1

13

作者 王海荣 徐玺 +1 位作者 王彤 荆博祥 《郑州大学学报（工学版）》 CAS 北大核心 2024年第2期60-71,共12页

为了解决多模态命名实体识别(MNER)研究中存在的文本特征语义不足、视觉特征语义缺失、图文特征融合困难等问题,多模态命名实体识别方法相继被提出。首先,总结了多模态命名实体识别方法的整体框架以及各部分常用的技术,随后对其进行梳... 为了解决多模态命名实体识别(MNER)研究中存在的文本特征语义不足、视觉特征语义缺失、图文特征融合困难等问题,多模态命名实体识别方法相继被提出。首先,总结了多模态命名实体识别方法的整体框架以及各部分常用的技术,随后对其进行梳理并分类为基于BiLSTM的MNER方法和基于Transformer的MNER方法,并根据模型结构将其划分为前融合模型、后融合模型、Transformer单任务模型、Transformer多任务模型等4类模型结构。其次,在Twitter-2015、Twitter-2017 2个数据集上,分别对这2类方法进行实验,结果表明:多特征协同表示能增强各模态特征的语义,多任务学习能够促进模态特征融合或者结果融合,从而提升MNER的准确性。建议在MNER的未来研究中,着重关注通过多特征协同表示来增强模态语义,通过多任务学习促进模态特征融合或结果融合等方向的研究。 展开更多

关键词 多模态命名实体识别 TRANSFORMER BiLSTM 多模态融合 多任务学习

在线阅读 下载PDF 职称材料

基于门控时空注意力的视频帧预测模型

14

作者 李卫军 张新勇 +2 位作者 高庾潇 顾建来 刘锦彤 《郑州大学学报（工学版）》 北大核心 2024年第1期70-77,121,共9页

针对循环式视频帧预测架构存在精度低、训练缓慢,以及结构复杂和误差累积等问题,提出了一种基于门控时空注意力的视频帧预测模型。首先,通过空间编码器提取视频帧序列的高级语义信息,同时保留背景特征;其次,建立门控时空注意力机制,采... 针对循环式视频帧预测架构存在精度低、训练缓慢,以及结构复杂和误差累积等问题,提出了一种基于门控时空注意力的视频帧预测模型。首先,通过空间编码器提取视频帧序列的高级语义信息,同时保留背景特征;其次,建立门控时空注意力机制,采用多尺度深度条形卷积和通道注意力来学习帧内及帧间的时空特征,并利用门控融合机制平衡时空注意力的特征学习能力;最后,由空间解码器将高级特征解码为预测的真实图像,并补充背景语义以完善细节。在Moving MNIST、TaxiBJ、WeatherBench、KITTI数据集上的实验结果显示,同多进多出模型SimVP相比,MSE分别降低了14.7%、6.7%、10.5%、18.5%,在消融扩展实验中,所提模型达到了较好的综合性能,具有预测精度高、计算量低和推理效率高等优势。 展开更多

关键词 视频帧预测 卷积神经网络 注意力机制 门控卷积 编解码网络

在线阅读 下载PDF 职称材料

基于Spark的双阶段SA及GA求解MTSP

15

作者 孙鉴 刘品 +1 位作者 李昊 陈攀 《郑州大学学报（工学版）》 CAS 北大核心 2024年第4期62-69,94,共9页

针对总路径长度最小的单站点多旅行商问题,提出了基于Spark的模拟退火和遗传算法结合的两阶段KSAGA算法。在第一阶段,通过k-means聚类将多旅行商问题拆分为多个单旅行商问题,并使用模拟退火算法对组内城市的遍历次序进行优化。在第二阶... 针对总路径长度最小的单站点多旅行商问题,提出了基于Spark的模拟退火和遗传算法结合的两阶段KSAGA算法。在第一阶段,通过k-means聚类将多旅行商问题拆分为多个单旅行商问题,并使用模拟退火算法对组内城市的遍历次序进行优化。在第二阶段,通过遗传算法对城市的分组进行优化,并基于染色体分组编码方式设计了交叉、变异算子以及混合局部优化算子,以提高算法的搜索空间和收敛速度。随着城市数量的增加,计算规模变大,利用遗传算法的特性实现算法的并行,以加快算法运行效率。最后,通过选取TSPLIB的部分数据集进行仿真实验,将KSAGA与ACO、GA、SPKSA、ALNS和NSGA-Ⅱ的求解质量以及GA和NSGA-Ⅱ的收敛速度进行对比。研究结果表明:KSAGA在解决单站点多旅行商问题时能够快速收敛,并且相较于其他算法,求解质量得到了很大提升。同时,随着城市数量和旅行商数量增加,KSAGA的优势更为明显。 展开更多

关键词 多旅行商问题 并行 遗传算法 分组编码 局部优化算子

在线阅读 下载PDF 职称材料

可满足性问题的结构特征进展综述 被引量：1

16

作者 王晓峰 庞立超 +3 位作者 莫淳惠 杨易 赵星宇 杨澜 《郑州大学学报（工学版）》 CAS 北大核心 2023年第6期40-47,共8页

可满足性(SAT)问题是人工智能的基础问题,也是NP难问题,在机器学习、模式识别和自然语言处理等领域有着实际应用。然而,随着人工智能发展,越来越多的问题呈现出更为复杂的形态,原有的算法不再适用,需进一步优化或者改进,这对基础研究提... 可满足性(SAT)问题是人工智能的基础问题,也是NP难问题,在机器学习、模式识别和自然语言处理等领域有着实际应用。然而,随着人工智能发展,越来越多的问题呈现出更为复杂的形态,原有的算法不再适用,需进一步优化或者改进,这对基础研究提出了更高要求。为了研究SAT问题难解的内在本质,需要研究其结构特征,进而找出求解SAT问题的高效算法。近年来备受研究人员关注的相变、树宽、结构熵、DNA折纸术是SAT问题结构特征的4种常用度量模型。为了理清关于SAT问题结构特征的研究进展,基于上述4种度量模型,对SAT问题的结构特征进行了综述,指出了SAT问题结构特征研究所面临的挑战及未来的方向。在SAT问题求解中相变分析、树分解算法、结构熵及DNA折纸术等方面虽已取得一定的研究成果,但在相变点精确上界的求解、结构度量模型指导SAT求解器设计,以及树分解算法效率的提高等方面仍待突破,这将成为未来关于SAT问题结构特征研究的重点。 展开更多

关键词 SAT问题 相变 树分解 结构熵 DNA折纸术

在线阅读 下载PDF 职称材料

基于粗糙集的属性约简算法综述 被引量：31

17

作者 周涛 陆惠玲 +1 位作者 任海玲 霍兵强 《电子学报》 EI CAS CSCD 北大核心 2021年第7期1439-1449,共11页

属性约简是粗糙集中的一个重要研究方向.本文从8个方面对基于粗糙集的属性约简算法进行归纳,即:不完备决策信息表,不相容决策信息表,连续型属性决策信息表,动态决策信息表,有序型属性决策信息表,基于粗糙扩展模型的属性约简,基于属性重... 属性约简是粗糙集中的一个重要研究方向.本文从8个方面对基于粗糙集的属性约简算法进行归纳,即:不完备决策信息表,不相容决策信息表,连续型属性决策信息表,动态决策信息表,有序型属性决策信息表,基于粗糙扩展模型的属性约简,基于属性重要度的属性约简,结合智能优化算法的属性约简,这对进一步深入研究粗糙集的属性约简算法具有积极意义. 展开更多

关键词 粗糙集 属性约简 不完备决策 不相容决策 增量决策

在线阅读 下载PDF 职称材料

改进的模拟退火算法求解规则可满足性问题 被引量：7

18

作者 张九龙 王晓峰 +2 位作者 芦磊 牛鹏飞 程亚南 《现代电子技术》 2022年第5期122-128,共7页

对于随机k-SAT问题,限定每个变元出现的次数恰好出现d次,形成随机规则(k,d)-SAT问题,目前国内外对该问题的相关研究较少,且研究随机规则(k,d)-SAT问题比研究k-SAT问题更为具体。文中给出一种随机规则(k,d)-SAT问题的生成实例模型——RRI... 对于随机k-SAT问题,限定每个变元出现的次数恰好出现d次,形成随机规则(k,d)-SAT问题,目前国内外对该问题的相关研究较少,且研究随机规则(k,d)-SAT问题比研究k-SAT问题更为具体。文中给出一种随机规则(k,d)-SAT问题的生成实例模型——RRIG(N,k,d)模型,并用改进的模拟退火算法SARSAT求解规则随机规则(k,d)-SAT问题。将变元出现次数d加入到扰动策略中,利用变元出现次数和子句间约束关系中的启发信息对候选解中的赋值选择性改动,加快算法收敛至较优解的速度;同时,模拟退火算法中的Metropolis接受准则和改进后的退火策略保证了算法能够有效跳出局部最优解,最后使用RRIG(N,k,d)模型生成不同参数的测试实例,并与其他相关算法进行比较,结果表明SARSAT算法能有效解决规则可满足问题。 展开更多

关键词 模拟退火算法 规则可满足问题 随机正则(k d)-SAT 启发式策略 随机3-SAT问题 Metropolis接受准则 规则可满足性实例生成模型

在线阅读 下载PDF 职称材料

一种求解TSP问题的海鸥算法 被引量：1

19

作者 程亚南 王晓峰 +2 位作者 刘凇佐 刘子琳 张九龙 《现代电子技术》 2022年第7期112-116,共5页

旅行商问题(TSP)是典型的NPC问题,目的是对所有城市遍历一遍求路径最短,旅行商问题易于描述、易于理解,但是求解极其困难。从确定性算法到智能优化算法该问题的求解有了很大的进步。海鸥算法是近年来提出的一种新型智能优化算法,该算法... 旅行商问题(TSP)是典型的NPC问题,目的是对所有城市遍历一遍求路径最短,旅行商问题易于描述、易于理解,但是求解极其困难。从确定性算法到智能优化算法该问题的求解有了很大的进步。海鸥算法是近年来提出的一种新型智能优化算法,该算法对于求解组合优化问题具有良好的效果,基于海鸥算法的基本原理,采用轮盘赌方法进行初始化,近邻矩阵限制搜索空间范围,利用交叉操作指导算法的搜索顺序,攻击过程中使用概率选择交换、逆序、插入等技术不断对海鸥的路径进行优化,并结合2-opt算子增强算法的局部搜索能力,提出了一种求解TSP问题的改进海鸥算法。最后,对提出的改进算法进行数值实验,将实验结果和近年的改进算法进行对比,实验结果表明,该算法有效且求解质量得到了很好的提高。 展开更多

关键词 海鸥算法 旅行商问题 路径优化 轮盘赌初始化 2-opt算子 局部搜索 求解质量

在线阅读 下载PDF 职称材料