期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于联合决策卷积神经网络的光学相干断层扫描图像自动分类
被引量：
7
1
作者
王翀
何兴鑫
+3 位作者
方乐缘
郭斯羽
陈向东
聂辅娇
《中国生物医学工程学报》
CAS
CSCD
北大核心
2018年第6期641-648,共8页
光学相干断层扫描(OCT)技术能实现视网膜的高分辨率三维层析成像,对视网膜疾病类型的诊断和发展阶段的分析具有至关重要的作用。临床基于OCT图像的视网膜疾病诊断主要依靠眼科医生对图像中病变结构的分析,这一人工分析过程不仅耗时而且...
光学相干断层扫描(OCT)技术能实现视网膜的高分辨率三维层析成像,对视网膜疾病类型的诊断和发展阶段的分析具有至关重要的作用。临床基于OCT图像的视网膜疾病诊断主要依靠眼科医生对图像中病变结构的分析,这一人工分析过程不仅耗时而且易产生主观的误判。研究视网膜疾病的自动分析和诊断技术将极大减轻眼科医生的工作量,是实现高效诊疗的有效途径。针对视网膜OCT图像自动分类,构建一种联合决策的卷积神经网络分类模型。该模型利用卷积神经网络从原始输入OCT图像中自动地学习不同层级的特征,同时在网络多个卷积层上设计多个决策层,这些决策层能够根据网络中不同尺度的特征图分别对OCT图像分类,最后模型融合所有决策层的分类结果做出最终决策。在Duke数据集(3231张OCT图像)上的实验结果表明,基于多层级特征联合决策的卷积神经网络分类模型对正常视网膜、视网膜年龄相关性黄斑变性和视网膜黄斑水肿的平均识别准确率达到94.5%,灵敏性达到90.5%,特异性达到95.8%。在HUCM数据集(4322张OCT图像)上的实验结果表明,基于多层级特征联合决策的卷积神经网络分类模型的平均识别准确率达到89.6%,灵敏性达到88.8%,特异性达到90.8%。充分利用卷积神经网络中丰富的多层级特征,能够有效地对视网膜OCT图像实现准确的分类,为临床上视网膜疾病的辅助诊断提供技术支撑。
展开更多
关键词
光学相干断层扫描成像
图像分类
卷积神经网络
联合决策
在线阅读
下载PDF
职称材料
端到端分布式联合优化的空谱自编码密度估计模型
2
作者
马纪涛
谢卫莹
+2 位作者
雷杰
方乐缘
李云松
《电子学报》
EI
CAS
CSCD
北大核心
2023年第4期1006-1020,共15页
高光谱图像(Hyperspectral Image,HSI)由于其丰富的光谱信息和空间信息,被广泛应用于异常检测任务,在对地观测和深空探测中起到了重要作用.然而,现有的基于密度估计的高光谱异常检测(Hyperspectral Anomaly Detection,HAD)方法存在如下...
高光谱图像(Hyperspectral Image,HSI)由于其丰富的光谱信息和空间信息,被广泛应用于异常检测任务,在对地观测和深空探测中起到了重要作用.然而,现有的基于密度估计的高光谱异常检测(Hyperspectral Anomaly Detection,HAD)方法存在如下问题:一是没有联合优化概率密度估计和特征表示这两个不同的目标函数,导致深度神经网络无法学习到更加准确的概率密度函数和包含HSI固有信息的低维表示;二是缺乏高层次空间语义信息与低维流行中光谱信息的自适应融合.此外,随着光谱成像技术的发展,卫星或无人机所获取的HSI的体积越来越大,在遥感大数据的背景下,传统框架处理HSI变得十分困难,给HAD带来了极大的挑战.本文分别从以上问题出发,提出了端到端联合优化的空谱协同自编码密度估计(End-to-End Spectral-Spatial Cooperative Autoencoding Density Esti-mation,E2E-SSCADE)模型.基于二维卷积提取HSI空间特征,融合高光谱图像光谱特征和空间特征的低维表示以及重构误差表示,联合密度估计网络进行端到端的优化,并利用分布式学习实现了大体积高光谱图像的异常检测.实验表明,所提出的E2E-SSCADE可以从光谱向量、空间维度以及重构空间三个角度更深层次地挖掘HSI固有信息的低维表示,构建更加准确的背景模型,在有效分离背景和异常目标的同时,结合分布式学习实现了快速、准确的大体积高光谱图像的异常检测,在6个经典HAD数据集上达到了99.07%的精度和3.41倍的检测速度.实验代码见https://github.com/majitao-xd/E2E-SSCADE.git.
展开更多
关键词
高光谱异常检测
空谱协同
估计网络
端到端优化
分布式学习
在线阅读
下载PDF
职称材料
2021年电子学与信息系统学科项目受理与资助情况
被引量：
1
3
作者
唐华
边超
+2 位作者
钟财军
刘军
方乐缘
《电子与信息学报》
EI
CSCD
北大核心
2022年第1期408-414,共7页
该文首先简要介绍了2021年国家自然科学基金分类评审机制以及“负责任、讲信誉、计贡献”(RCC)评审机制等主要改革举措;其次按照四类科学问题属性对2021年信息一处面上、青年、地区、重点和优青项目申请的受理和资助情况进行了统计和分...
该文首先简要介绍了2021年国家自然科学基金分类评审机制以及“负责任、讲信誉、计贡献”(RCC)评审机制等主要改革举措;其次按照四类科学问题属性对2021年信息一处面上、青年、地区、重点和优青项目申请的受理和资助情况进行了统计和分析;然后根据RCC试点方案,对科学处通讯评审的“负责任”、“计贡献”两项指标进行了相关信息的分析;最后分析了申请代码与研究方向选择中的问题,并对专家维护、更新专家库信息和评审意见撰写提出了建议。
展开更多
关键词
国家自然科学基金
评审意见
资助情况
专家库
项目申请
改革举措
评审机制
项目受理与资助
在线阅读
下载PDF
职称材料
题名
基于联合决策卷积神经网络的光学相干断层扫描图像自动分类
被引量：
7
1
作者
王翀
何兴鑫
方乐缘
郭斯羽
陈向东
聂辅娇
机构
湖南大学电气与信息工程学院
湖南中医药大学第一附属医院眼科
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2018年第6期641-648,共8页
基金
国家自然科学基金(61771192,61501180,61471167).
文摘
光学相干断层扫描(OCT)技术能实现视网膜的高分辨率三维层析成像,对视网膜疾病类型的诊断和发展阶段的分析具有至关重要的作用。临床基于OCT图像的视网膜疾病诊断主要依靠眼科医生对图像中病变结构的分析,这一人工分析过程不仅耗时而且易产生主观的误判。研究视网膜疾病的自动分析和诊断技术将极大减轻眼科医生的工作量,是实现高效诊疗的有效途径。针对视网膜OCT图像自动分类,构建一种联合决策的卷积神经网络分类模型。该模型利用卷积神经网络从原始输入OCT图像中自动地学习不同层级的特征,同时在网络多个卷积层上设计多个决策层,这些决策层能够根据网络中不同尺度的特征图分别对OCT图像分类,最后模型融合所有决策层的分类结果做出最终决策。在Duke数据集(3231张OCT图像)上的实验结果表明,基于多层级特征联合决策的卷积神经网络分类模型对正常视网膜、视网膜年龄相关性黄斑变性和视网膜黄斑水肿的平均识别准确率达到94.5%,灵敏性达到90.5%,特异性达到95.8%。在HUCM数据集(4322张OCT图像)上的实验结果表明,基于多层级特征联合决策的卷积神经网络分类模型的平均识别准确率达到89.6%,灵敏性达到88.8%,特异性达到90.8%。充分利用卷积神经网络中丰富的多层级特征,能够有效地对视网膜OCT图像实现准确的分类,为临床上视网膜疾病的辅助诊断提供技术支撑。
关键词
光学相干断层扫描成像
图像分类
卷积神经网络
联合决策
Keywords
optical coherence tomography
image classification
convolutional neural networks
joint decision
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
端到端分布式联合优化的空谱自编码密度估计模型
2
作者
马纪涛
谢卫莹
雷杰
方乐缘
李云松
机构
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
湖南大学电气与信息工程学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第4期1006-1020,共15页
基金
国家自然科学基金(No.62121001,No.U22B2014)
中国科协青年人才托举工程(No.2020QNRC001)。
文摘
高光谱图像(Hyperspectral Image,HSI)由于其丰富的光谱信息和空间信息,被广泛应用于异常检测任务,在对地观测和深空探测中起到了重要作用.然而,现有的基于密度估计的高光谱异常检测(Hyperspectral Anomaly Detection,HAD)方法存在如下问题:一是没有联合优化概率密度估计和特征表示这两个不同的目标函数,导致深度神经网络无法学习到更加准确的概率密度函数和包含HSI固有信息的低维表示;二是缺乏高层次空间语义信息与低维流行中光谱信息的自适应融合.此外,随着光谱成像技术的发展,卫星或无人机所获取的HSI的体积越来越大,在遥感大数据的背景下,传统框架处理HSI变得十分困难,给HAD带来了极大的挑战.本文分别从以上问题出发,提出了端到端联合优化的空谱协同自编码密度估计(End-to-End Spectral-Spatial Cooperative Autoencoding Density Esti-mation,E2E-SSCADE)模型.基于二维卷积提取HSI空间特征,融合高光谱图像光谱特征和空间特征的低维表示以及重构误差表示,联合密度估计网络进行端到端的优化,并利用分布式学习实现了大体积高光谱图像的异常检测.实验表明,所提出的E2E-SSCADE可以从光谱向量、空间维度以及重构空间三个角度更深层次地挖掘HSI固有信息的低维表示,构建更加准确的背景模型,在有效分离背景和异常目标的同时,结合分布式学习实现了快速、准确的大体积高光谱图像的异常检测,在6个经典HAD数据集上达到了99.07%的精度和3.41倍的检测速度.实验代码见https://github.com/majitao-xd/E2E-SSCADE.git.
关键词
高光谱异常检测
空谱协同
估计网络
端到端优化
分布式学习
Keywords
hyperspectral anomaly detection
spectral-spatial cooperative
estimation network
end-to-end optimiza-tion
distributed learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
2021年电子学与信息系统学科项目受理与资助情况
被引量：
1
3
作者
唐华
边超
钟财军
刘军
方乐缘
机构
国家自然科学基金委员会信息科学部
中国科学院空天信息创新研究院传感技术国家重点实验室
浙江大学信息与电子工程学院
北京航空航天大学电子信息工程学院
湖南大学电气与信息工程学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第1期408-414,共7页
文摘
该文首先简要介绍了2021年国家自然科学基金分类评审机制以及“负责任、讲信誉、计贡献”(RCC)评审机制等主要改革举措;其次按照四类科学问题属性对2021年信息一处面上、青年、地区、重点和优青项目申请的受理和资助情况进行了统计和分析;然后根据RCC试点方案,对科学处通讯评审的“负责任”、“计贡献”两项指标进行了相关信息的分析;最后分析了申请代码与研究方向选择中的问题,并对专家维护、更新专家库信息和评审意见撰写提出了建议。
关键词
国家自然科学基金
评审意见
资助情况
专家库
项目申请
改革举措
评审机制
项目受理与资助
分类号
TN0-12 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于联合决策卷积神经网络的光学相干断层扫描图像自动分类
王翀
何兴鑫
方乐缘
郭斯羽
陈向东
聂辅娇
《中国生物医学工程学报》
CAS
CSCD
北大核心
2018
7
在线阅读
下载PDF
职称材料
2
端到端分布式联合优化的空谱自编码密度估计模型
马纪涛
谢卫莹
雷杰
方乐缘
李云松
《电子学报》
EI
CAS
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
3
2021年电子学与信息系统学科项目受理与资助情况
唐华
边超
钟财军
刘军
方乐缘
《电子与信息学报》
EI
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
