期刊文献+
共找到27篇文章
< 1 2 >
每页显示 20 50 100
基于时空特征提取的刀具无监督异常检测方法
1
作者 邵绪凤 赵志诚 +1 位作者 聂晓音 张宇 《计算机集成制造系统》 北大核心 2025年第3期877-887,共11页
刀具异常检测是分析和判断刀具健康状态的基础和关键。针对刀具在异常检测过程中,振动信号状态信息难以辨别、时空特征提取不同步以及潜在空间中潜在变量的分布考虑尚不充分,导致模型检测精度低的问题,提出一种基于时空特征提取的刀具... 刀具异常检测是分析和判断刀具健康状态的基础和关键。针对刀具在异常检测过程中,振动信号状态信息难以辨别、时空特征提取不同步以及潜在空间中潜在变量的分布考虑尚不充分,导致模型检测精度低的问题,提出一种基于时空特征提取的刀具无监督异常检测方法。首先,对各轴向振动信号采用独立式预处理方法,将其映射到同一范围,消除信号波动范围不一致带来的影响。然后,将时间卷积网络(TCN)嵌入变分自编码器(VAE)中,实现数据时空特征的同步提取,提高模型的学习能力;同时,通过非线性映射将原始数据映射到潜在空间,从而学习到各轴向输入的潜在变量,并使其尽可能对齐高斯分布。最后,利用公开刀具磨损数据集PHM 2010验证了所提方法的有效性,结果表明,所提方法具有较高的检测精度,且性能优于其他异常检测方法。 展开更多
关键词 刀具 异常检测 变分自码器 时间卷积网络 无监督学习
在线阅读 下载PDF
基于局部信息熵的计算机网络高维数据离群点检测系统 被引量:3
2
作者 谭印 苏雯洁 《现代电子技术》 北大核心 2024年第10期91-95,共5页
通过离群点检测可以及时发现计算机网络中的异常,从而为风险预警和控制提供重要线索。为此,设计一种基于局部信息熵的计算机网络高维数据离群点检测系统。在高维数据采集模块中,利用Wireshark工具采集计算机网络原始高维数据包;并在高... 通过离群点检测可以及时发现计算机网络中的异常,从而为风险预警和控制提供重要线索。为此,设计一种基于局部信息熵的计算机网络高维数据离群点检测系统。在高维数据采集模块中,利用Wireshark工具采集计算机网络原始高维数据包;并在高维数据存储模块中建立MySQL数据库、Zooleeper数据库与Redis数据库,用于存储采集的高维数据包。在高维数据离群点检测模块中,通过微聚类划分算法划分存储的高维数据包,得到数个微聚类;然后计算各微聚类的局部信息熵,确定各微聚类内是否存在离群点;再依据偏离度挖掘微聚类内的离群点;最后,利用高维数据可视化模块呈现离群点检测结果。实验证明:所设计系统不仅可以有效采集计算机网络高维数据并划分计算机网络高维数据,还能够有效检测高维数据离群点,且离群点检测效率较快。 展开更多
关键词 计算机网络 高维数据 离群点检测 局部信息熵 Wireshark工具 微聚类划分
在线阅读 下载PDF
基于神经网络与遗传算法的刀具磨损检测与控制 被引量:75
3
作者 秦国华 谢文斌 王华敏 《光学精密工程》 EI CAS CSCD 北大核心 2015年第5期1314-1321,共8页
针对切削参数对刀具磨损状况和使用寿命的影响,研究了基于神经网络和遗传算法的刀具磨损检测与控制方法。采用多因素正交试验设计方法进行了马氏体不锈钢平面的铣削实验,通过万能工具显微镜测量后刀面的磨损量得到训练样本。借助BP神经... 针对切削参数对刀具磨损状况和使用寿命的影响,研究了基于神经网络和遗传算法的刀具磨损检测与控制方法。采用多因素正交试验设计方法进行了马氏体不锈钢平面的铣削实验,通过万能工具显微镜测量后刀面的磨损量得到训练样本。借助BP神经网络的非线性映射能力,通过有限的训练样本建立了关于切削速度、每齿进给量、背吃刀量和切削时间的刀具磨损预测模型。实验显示该神经网络预测模型的预测误差不超过5.4%。最后构建了使刀具磨损量为最小的切削参数优化模型,根据每一代的刀具磨损量定义个体的适应度评价函数,提出了切削参数优化模型的遗传算法求解技术。与Taguchi法相比,基于遗传算法的优化方法所获得的最优切削参数减小了6.734%的刀具磨损量。实验显示:提出的刀具磨损检测与控制技术提高了刀具磨损量的计算效率与精度,并为切削参数的合理选择提供了基础理论。 展开更多
关键词 刀具磨损 检测 控制 神经网络 遗传算法
在线阅读 下载PDF
基于机器视觉的刀具磨损检测技术 被引量:16
4
作者 杨建国 肖蓉 +2 位作者 李蓓智 崔哲学 周虎 《东华大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第5期505-508,518,共5页
针对当前国内外刀具磨损检测的缺点和存在的问题,设计了基于机器视觉的刀具磨损检测方案,分析了刀具磨损检测的原理和识别过程,并结合图像处理的方法,采用自适应中值滤波对刀具图像进行平滑去噪,进一步得到刀具的二值化图像,再采用Cann... 针对当前国内外刀具磨损检测的缺点和存在的问题,设计了基于机器视觉的刀具磨损检测方案,分析了刀具磨损检测的原理和识别过程,并结合图像处理的方法,采用自适应中值滤波对刀具图像进行平滑去噪,进一步得到刀具的二值化图像,再采用Canny边缘检测技术提取刀具轮廓信息.最后提出基于人工神经网络的刀具磨损检测算法. 展开更多
关键词 刀具磨损 机器视觉 图像处理 边缘检测 神经网络
在线阅读 下载PDF
基于小波神经网络的切削刀具状态监测 被引量:13
5
作者 冯冀宁 刘彬 +1 位作者 刁哲军 张春生 《中国机械工程》 EI CAS CSCD 北大核心 2004年第4期321-324,共4页
提出了一种基于小波神经网络的切削刀具状态监测方法 ,即提取反映刀具磨损状态的特征参数 ,利用小波神经网络的非线性模型 ,实现在线状态监测 ;同时针对多输入输出问题带来的网络规模大、收敛速度慢等问题 ,提出了一种网络优化算法 ,即... 提出了一种基于小波神经网络的切削刀具状态监测方法 ,即提取反映刀具磨损状态的特征参数 ,利用小波神经网络的非线性模型 ,实现在线状态监测 ;同时针对多输入输出问题带来的网络规模大、收敛速度慢等问题 ,提出了一种网络优化算法 ,即采用改进的遗传算法寻找最优小波基元 ,从而简化小波网络并加快收敛。仿真实例证明该方法是有效的。 展开更多
关键词 刀具 状态监测 小波网络 优化的遗传算法
在线阅读 下载PDF
高速医药自动化生产线大输液视觉检测与识别技术 被引量:16
6
作者 张辉 王耀南 +2 位作者 吴成中 周博文 陈铁健 《控制理论与应用》 EI CAS CSCD 北大核心 2014年第10期1404-1413,共10页
药品灌装质量检测是制药过程的一个重要环节,是药品质量的可靠保证.针对医药大输液可见异物视觉检测的需求,研制出基于多视觉的大输液自动化检测识别系统.首先研究了医药图像的高速高可靠性预处理方法,有效消除由机械振动和跟踪引起的干... 药品灌装质量检测是制药过程的一个重要环节,是药品质量的可靠保证.针对医药大输液可见异物视觉检测的需求,研制出基于多视觉的大输液自动化检测识别系统.首先研究了医药图像的高速高可靠性预处理方法,有效消除由机械振动和跟踪引起的干扰.研究了以药液微小异物为目标的改进模糊细胞神经网络图像分割方法,揭示了液体中异物目标、微粒、气泡等产生机理,综合分析目标的形态特征、边缘轮廓、运行特征等,得到各种异物的类型特征以及在序列图像中的动态变化信息.最后,使用序列图像的目标特征,基于支持向量机的AdaBoosting分类算法进行异物识别,结果证明本文提出的方法检测识别率高,对工程设备的研制具有重要意义. 展开更多
关键词 医药大输液 视觉检测 改进模糊细胞神经网络 异物分类识别
在线阅读 下载PDF
基于脉冲耦合神经网络的刀具磨损检测 被引量:8
7
作者 李鹏阳 郝重阳 +1 位作者 祝双武 王毅 《中国机械工程》 EI CAS CSCD 北大核心 2008年第5期547-550,共4页
将仿生学中的脉冲耦合神经网络(PCNN)引入刀具磨损检测中,利用刀具磨损区域灰度强度明显高于刀体和背景区域灰度强度的特点,通过空间邻近和灰度相似集群像素获得分割的二值图像,从而达到对刀具磨损区域进行检测的目的。对车削加工中刀... 将仿生学中的脉冲耦合神经网络(PCNN)引入刀具磨损检测中,利用刀具磨损区域灰度强度明显高于刀体和背景区域灰度强度的特点,通过空间邻近和灰度相似集群像素获得分割的二值图像,从而达到对刀具磨损区域进行检测的目的。对车削加工中刀具不同磨损阶段的磨损图像进行分割试验,证明了该算法可以有效地判断刀具的磨损状态。 展开更多
关键词 脉冲耦合神经网络(PCNN) 刀具磨损 图像分割 状态检测
在线阅读 下载PDF
基于分形理论和神经网络的刀具磨损监测 被引量:8
8
作者 林颖 刘亚俊 陈忠 《中国机械工程》 EI CAS CSCD 北大核心 2004年第16期20-22,40,共4页
提出了一种基于分形理论和神经网络的刀具磨损监测方法,从切削力动态分量中提取分形维数D、从切削力静态分量中提取切削力比R这两个特征量作为监测刀具磨损状态指标,并将这两个特征量及切削速度作为神经网络的输入。试验结果表明,该方... 提出了一种基于分形理论和神经网络的刀具磨损监测方法,从切削力动态分量中提取分形维数D、从切削力静态分量中提取切削力比R这两个特征量作为监测刀具磨损状态指标,并将这两个特征量及切削速度作为神经网络的输入。试验结果表明,该方法能有效识别刀具的磨损状态。 展开更多
关键词 刀具磨损 状态监测 分形理论 神经网络
在线阅读 下载PDF
基于YOLOv3的医药玻璃瓶缺陷检测方法 被引量:12
9
作者 陈宏彩 任亚恒 +2 位作者 郝存明 程煜 张效玮 《包装工程》 CAS 北大核心 2020年第7期241-246,共6页
目的为了准确而快速地自动检测医药玻璃瓶的外观缺陷。方法基于YOLOv3算法,建立深度卷积神经网络学习检测模型,通过将神经网络结构浅层和深层特征向量连接并标准化,提取玻璃瓶多尺度特征信息。采用K-means聚类方式获得锚点框初始大小,... 目的为了准确而快速地自动检测医药玻璃瓶的外观缺陷。方法基于YOLOv3算法,建立深度卷积神经网络学习检测模型,通过将神经网络结构浅层和深层特征向量连接并标准化,提取玻璃瓶多尺度特征信息。采用K-means聚类方式获得锚点框初始大小,提高模型对边界框预测的准确性;利用多尺度训练策略,增强模型对不同尺寸图像的鲁棒性。结果实验结果表明,提出的医药玻璃瓶缺陷检测方法能够准确检测识别玻璃瓶上的管端残损、气线、气泡、划伤、污渍和结石等缺陷种类。与主流的目标检测方法相比,提出的方法在处理速度和准确度上都有提高,缺陷目标检测精确率达到96.23%,召回率为93.82%,平均精度为89.35%。结论该方法已经在国内几家大型医药玻璃包装生产公司成功应用,显著提高了医药玻璃包装产品的质量和合格率,降低了人工成本。 展开更多
关键词 医药玻璃瓶 缺陷检测 YOLOv3 卷积神经网络 多尺度特征
在线阅读 下载PDF
基于概率因子图模型的医疗社会网络用户健康状态检测方法 被引量:3
10
作者 宫继兵 王睿 +1 位作者 王晓峰 崔莉 《计算机研究与发展》 EI CSCD 北大核心 2013年第6期1285-1296,共12页
社会网络应用已无处不在,在健康医疗领域也是如此.同时,传感器网络的发展也面临新的形势.在真实世界中,有许多因素(如社会关系、历史健康状态和个人属性信息)都能对健康状态检测?预测结果产生影响.然而,却很少有相关文献能够系统阐述新... 社会网络应用已无处不在,在健康医疗领域也是如此.同时,传感器网络的发展也面临新的形势.在真实世界中,有许多因素(如社会关系、历史健康状态和个人属性信息)都能对健康状态检测?预测结果产生影响.然而,却很少有相关文献能够系统阐述新形势下在一个动态社会网络中节点用户健康状态如何进行检测?预测以及不同因素对用户健康状态影响到何种程度.首先描述一种新颖的医疗物联网:医疗社会网络(medical social networks,MSNs);然后统一考虑社会关系、历史健康状态和用户属性对网络用户健康状态检测结果的影响,提出一种新的基于时-空概率因子图模型(temporal-spatial factorgraph model,TS-FGM)的网络用户健康状态检测?预测方法.在Twitter数据集上对所提出的模型进行了验证,并在一个真实的临床医疗数据集上与SVM基线算法进行了对比实验.实验结果表明所提出的TS-FGM模型是有效的,健康状态检测方法也在一定程度上优于基线方法. 展开更多
关键词 医疗社会网络 医疗物联网 多源异构数据融合 大规模传感器网络建模与分析 人体健康状态 检测 预测方法
在线阅读 下载PDF
基于深度残差网络的医学超声图像多尺度边缘检测算法 被引量:6
11
作者 李晓峰 李东 王妍玮 《吉林大学学报(理学版)》 CAS 北大核心 2021年第4期900-908,共9页
为提高医学超声图像在临床诊断的效果,需先对图像进行优化检测和识别,提出一种基于深度残差网络的医学超声图像多尺度边缘检测算法.首先,通过对原始医学超声图像进行自动标注,构建医学超声图像灰度分布矩阵,利用分布矩阵完成医学超声图... 为提高医学超声图像在临床诊断的效果,需先对图像进行优化检测和识别,提出一种基于深度残差网络的医学超声图像多尺度边缘检测算法.首先,通过对原始医学超声图像进行自动标注,构建医学超声图像灰度分布矩阵,利用分布矩阵完成医学超声图像的多尺度分割;其次,构建医学超声图像多尺度边缘的轮廓模型,提取多尺度图像边缘特征;再次,构建深度残差网络结构,采用深度残差学习算法进行超声图像的底层图像信息融合;最后,对融合后的边缘图像数据进行多尺度边缘检测.实验结果表明,该算法的图像分割精度高,特征提取准确率达80%以上,图像边界中间断区检测效果较好,边缘点查全性较高,算法检测耗时短、收敛性强. 展开更多
关键词 深度残差网络 医学超声图像 多尺度 边缘检测
在线阅读 下载PDF
医学图像关键点检测深度学习方法研究与挑战 被引量:8
12
作者 李居朋 王颖慧 李刚 《电子学报》 EI CAS CSCD 北大核心 2022年第1期226-237,共12页
作为众多医学图像处理的前提和关键,医学图像关键点检测具有重要的理论研究和应用价值.由于个体间差异性和个体内歧义性的影响,以及更高的临床应用定位精度的要求,医学解剖关键点检测面临着巨大的挑战.鉴于深度学习技术在医学图像关键... 作为众多医学图像处理的前提和关键,医学图像关键点检测具有重要的理论研究和应用价值.由于个体间差异性和个体内歧义性的影响,以及更高的临床应用定位精度的要求,医学解剖关键点检测面临着巨大的挑战.鉴于深度学习技术在医学图像关键点检测乃至整个医学图像处理领域都表现出了强大的实力,本文全面检索发表于顶级医学期刊和会议论文集中的医学图像关键点研究成果并进行了详细的梳理和综述.从计算机视觉任务角度简述医学图像关键点检测及其存在的难点;总结了深度学习技术在医学图像关键点检测中的基本框架,详细论述了医学图像关键点检测的分类问题和回归分析两种不同类型的解决思路;最后探讨了医学图像关键点检测深度学习方法面临的挑战、主要应对策略和开放的研究方向. 展开更多
关键词 医学图像处理 关键点检测 深度学习 卷积神经网络
在线阅读 下载PDF
基于嵌入式架构的井下高精度模数转换器高温测试系统设计 被引量:1
13
作者 门百永 鞠晓东 +3 位作者 乔文孝 邓林 成向阳 卢俊强 《中国石油大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第3期67-71,共5页
采用主从式结构,设计一种井下模数转换器(ADC)高温测试系统。系统主机通过以太网与嵌入式前端机互联。基于ARM7-uC linux架构的前端机主要完成温度控制、供电控制及ADC测试控制等,而后续的数据处理、显示及存储等任务由高性能上位机完... 采用主从式结构,设计一种井下模数转换器(ADC)高温测试系统。系统主机通过以太网与嵌入式前端机互联。基于ARM7-uC linux架构的前端机主要完成温度控制、供电控制及ADC测试控制等,而后续的数据处理、显示及存储等任务由高性能上位机完成。数字相敏检波算法被成功应用于ADC有效位数的快速实时计算。结果表明,测试系统可以完成高温下(175℃)ADC垂直精度、功耗的定量连续测试及失码、波形畸变等工作不稳定状态的识别,为测井仪器数据采集电路的设计、调试和性能检测提供重要的依据。 展开更多
关键词 测井仪器 高温测试 模数转换器 有效位数 嵌入式技术 网络互联 数字相敏检波
在线阅读 下载PDF
基于小波神经网络的刀具状态监测 被引量:7
14
作者 舒服华 《组合机床与自动化加工技术》 2006年第1期69-70,78,共3页
建立了一种小波基函数神经网络的切削刀具磨损状态监测系统。通过提取反映刀具磨损状态的特征参数:声发射,主功率,进给电流为输入信号,利用Morlet解析小波神经网络的非线性模型,获得表示刀具磨损状态的特征量,来实现刀具磨损状态在线智... 建立了一种小波基函数神经网络的切削刀具磨损状态监测系统。通过提取反映刀具磨损状态的特征参数:声发射,主功率,进给电流为输入信号,利用Morlet解析小波神经网络的非线性模型,获得表示刀具磨损状态的特征量,来实现刀具磨损状态在线智能监测。它可以有效地提高系统识别的精确度和可靠性。 展开更多
关键词 刀具磨损 小波分析 神经网络 状态监测
在线阅读 下载PDF
基于级联全卷积神经网络的颈部淋巴结自动识别算法 被引量:4
15
作者 秦品乐 李鹏波 +2 位作者 曾建潮 朱辉 徐少伟 《计算机应用》 CSCD 北大核心 2019年第10期2915-2922,共8页
针对现有算法自动识别颈部淋巴结效率不高、存在大量假阳性且整体假阳性去除效果不理想的问题,提出一种基于级联全卷积神经网络(FCN)的颈部淋巴结识别算法。首先,结合医生的先验知识采用级联FCN进行初步识别,即第一个FCN从头颈部计算机... 针对现有算法自动识别颈部淋巴结效率不高、存在大量假阳性且整体假阳性去除效果不理想的问题,提出一种基于级联全卷积神经网络(FCN)的颈部淋巴结识别算法。首先,结合医生的先验知识采用级联FCN进行初步识别,即第一个FCN从头颈部计算机断层扫描图像(CT)中提取淋巴结医学分区;然后,第二个FCN从分区内提取候选样本并在三维层面合并这些样本以生成三维图像块;最后,将提出的特征块平均池化引入到三维分类网络中,对输入的不同尺度三维图像块进行二分类以去除假阳性。在颈部淋巴结数据集中,采用级联FCN识别颈部淋巴结的召回率可达97.23%;引入特征块平均池化的三维分类网络的分类准确率可达到98.7%。在去除假阳性之后的准确率可达93.26%。实验结果分析表明,所提算法能有效实现颈部淋巴结的自动识别并取得较高的召回率和准确率,优于目前相关文献报道的算法;且算法简单高效,易于扩展到其他三维医学图像的目标检测任务中。 展开更多
关键词 颈部淋巴结检测 计算机辅助诊断 全卷积神经网络 假阳性去除 三维医学影像
在线阅读 下载PDF
采用改进CNN-BiLSTM模型的刀具磨损状态监测 被引量:24
16
作者 刘会永 张松 +1 位作者 李剑峰 栾晓娜 《中国机械工程》 EI CAS CSCD 北大核心 2022年第16期1940-1947,1956,共9页
自动化切削加工过程中,准确可靠地监测刀具磨损状态是保证加工质量和加工效率的关键。针对刀具磨损状态相关特征提取繁琐、准确率低及传统的深度学习网络不能全面提取数据隐含信息等问题,提出了一种以卷积神经网络(CNN)和双向长短时记忆... 自动化切削加工过程中,准确可靠地监测刀具磨损状态是保证加工质量和加工效率的关键。针对刀具磨损状态相关特征提取繁琐、准确率低及传统的深度学习网络不能全面提取数据隐含信息等问题,提出了一种以卷积神经网络(CNN)和双向长短时记忆(BiLSTM)网络集成模型为基础并通过在卷积神经网络中添加批量标准化层和采用两个双向长短时记忆网络层的改进模型,该模型通过自动提取小波阈值降噪等预处理和降采样后的切削力、振动和声音信号的空间和时序特征来实现刀具磨损状态监测。将改进模型与CNN-BiLSTM模型及传统的深度学习模型进行对比,发现改进模型在精度和稳定性方面有较大提升。所提方法为准确监测自动化加工过程中刀具磨损状态、提高生产效率和加工质量提供了技术支持。 展开更多
关键词 小波阈值降噪 卷积神经网络 双向长短时记忆网络 刀具磨损状态监测
在线阅读 下载PDF
机床热误差建模及检测系统模块设计 被引量:7
17
作者 郑学刚 赵宇 吴洪涛 《电子测量与仪器学报》 CSCD 2009年第9期74-78,共5页
提出了基于模糊神经网络的数控机床温度与热变形的数学模型,该模型根据输入输出样本自动设计和调整模糊系统的参数,并使传统神经网络中没有明确物理含义的权值被赋予模糊逻辑中推理参数的物理含义。将模糊逻辑理论和神经网络结合,提高... 提出了基于模糊神经网络的数控机床温度与热变形的数学模型,该模型根据输入输出样本自动设计和调整模糊系统的参数,并使传统神经网络中没有明确物理含义的权值被赋予模糊逻辑中推理参数的物理含义。将模糊逻辑理论和神经网络结合,提高了网络的泛化能力。文中给出了模糊神经网络结构、算法的具体实现过程。并通过一个仿真实例说明模型可以将20μm内的热变形补偿到1.7μm内,补偿效果明显。针对补偿技术研究与应用中需要快速采集大量的温度及热变形信号问题,以MSC1210微控制器为核心进行模块化设计,温度采集模块通过SPI接口与上位机DSP连接组成数据采集系统。可以方便、灵活的完成数据采集任务。 展开更多
关键词 模糊神经网络 数控机床 热误差补偿 建模 检测系统 模块化
在线阅读 下载PDF
基于目标检测的医学影像分割算法 被引量:6
18
作者 邓佳丽 龚海刚 刘明 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第2期254-262,共9页
提出了一种基于目标检测的医学影像分割算法。目标检测网络可以从医学影像中获取到感兴趣目标(一般为器官或病变组织)的精确位置信息,根据位置信息对医学影像进行裁剪得到感兴趣目标的图像块。以感兴趣目标图像块的关键区域作为参考对象... 提出了一种基于目标检测的医学影像分割算法。目标检测网络可以从医学影像中获取到感兴趣目标(一般为器官或病变组织)的精确位置信息,根据位置信息对医学影像进行裁剪得到感兴趣目标的图像块。以感兴趣目标图像块的关键区域作为参考对象,以该图像块作为搜索对象,孪生网络可以获取到图像块中的每一个像素点被分类为关键像素点的概率,根据预先设定好的概率阈值可得到感兴趣目标的分割结果。使用肝脏(LITS17)和肾脏(KITS19)两个数据集对上述医学影像分割算法进行评估。实验结果表明该分割方法可以较准确地对医学影像中的感兴趣目标进行分割。 展开更多
关键词 影像分割 医学影像 目标检测 孪生网络
在线阅读 下载PDF
融合位置尺度信息的胸部X光肺结节检测 被引量:7
19
作者 焦庆磊 陈宇彤 朱明 《小型微型计算机系统》 CSCD 北大核心 2019年第6期1324-1329,共6页
基于胸部正面X光的肺结节检测任务因结节较小、肋骨遮挡等原因检测难度较大,需要在保证高敏感度的前提下,尽可能地减少假阳性样本比率.目前大多数肺结节检测方法一般分为3个步骤:肺部区域分割;候选区域生成;通过进一步分类,减少假阳性结... 基于胸部正面X光的肺结节检测任务因结节较小、肋骨遮挡等原因检测难度较大,需要在保证高敏感度的前提下,尽可能地减少假阳性样本比率.目前大多数肺结节检测方法一般分为3个步骤:肺部区域分割;候选区域生成;通过进一步分类,减少假阳性结果.这类方法存在一些问题,每一步的结果都依赖于前一步的性能,整个流程往往会使用多个模型、多次处理以提升效果,算法复杂而且计算量大.同时,会有些结节因为器官遮挡不在肺部分割的区域内,肺部分割会漏掉一些结节.针对这个问题,本文使用一个端到端的目标检测网络来完成肺结节检测任务,X光片经过图像预处理后输入网络,直接得到肺结节的预测结果.此方法基于卷积神经网络(Convolutional Neural Network,CNN)的目标检测模型,同时在分类任务中融合位置和尺寸信息,实验证明这些信息有助于模型判断.在公开数据集--日本放射技术学会(Japanese Society of Radiological Technology,JSRT)数据集的实验结果显示,本文方法在平均每张图像4. 5个假阳性结果时敏感度为92%,2个假阳性结果时敏感度为88%,在较低的假阳性率的情况下,超出了先前的研究成果. 展开更多
关键词 计算机辅助诊断 卷积神经网络 肺结节检测 医学影像分析
在线阅读 下载PDF
WKAG:一种针对不平衡医保数据的欺诈检测方法 被引量:10
20
作者 吴文龙 周喜 +1 位作者 王轶 王保全 《计算机工程与应用》 CSCD 北大核心 2021年第9期247-254,共8页
医保欺诈检测具有迫切的现实意义,当前工作主要以机器学习方法为主,但面临两个重要问题:(1)数据不平衡问题较为突出,欺诈样本占比极小,影响识别效果;(2)数据特征的选取与构造过于依赖领域业务知识,难以保证特征有效性。针对这些问题,提... 医保欺诈检测具有迫切的现实意义,当前工作主要以机器学习方法为主,但面临两个重要问题:(1)数据不平衡问题较为突出,欺诈样本占比极小,影响识别效果;(2)数据特征的选取与构造过于依赖领域业务知识,难以保证特征有效性。针对这些问题,提出了一种针对不平衡医保数据的欺诈检测方法——WKAG。使用WGAN-KDE(Wasserstein Generative Adversarial Network-Kernel Density Estimation)方法改善数据不平衡问题,结合自编码器(Auto-Encoder)提取数据的深层隐藏特征,使用Gradient Boosted Decision Tree(GBDT)检测医保欺诈行为。在多个公开数据集上验证了该方法有效性,并在真实医保业务数据集上进行了实验验证,结果表明了WKAG可作为医保欺诈行为的有效检测方法。 展开更多
关键词 生成对抗网络 不平衡类 自编码特征表示 医保欺诈检测 集成学习
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部