期刊文献+
共找到64篇文章
< 1 2 4 >
每页显示 20 50 100
基于深度学习的瞬变电磁场拟地震波场提取技术与应用
1
作者 薛俊杰 周楠楠 +3 位作者 常江浩 余传涛 鲁凯亮 范克睿 《地球物理学报》 北大核心 2025年第8期3282-3290,共9页
通过积分变换,可将满足扩散方程的瞬变电磁场转换成虚拟波场.传统的波场转换方法对正则化因子依赖性较强,导致计算结果稳定性差.为了克服正则化因子的干扰,本文提出采用深度学习的方法将瞬变电磁场转换到虚拟波场.首先分别计算相同电阻... 通过积分变换,可将满足扩散方程的瞬变电磁场转换成虚拟波场.传统的波场转换方法对正则化因子依赖性较强,导致计算结果稳定性差.为了克服正则化因子的干扰,本文提出采用深度学习的方法将瞬变电磁场转换到虚拟波场.首先分别计算相同电阻率模型下的瞬变电磁场和拟地震波场,构建训练集与对应的标签.然后设计复合型神经网络C-Unet,相比于传统的Unet,该网络进一步提升了模型特征的学习能力.模型测试结果表明,C-Unet在迭代误差和预测结果精度均优于Unet网络.最后利用实测数据进一步验证了本文提出的方法的有效性. 展开更多
关键词 波场转换 深度学习 卷积神经网络 瞬变电磁场 虚拟波场
在线阅读 下载PDF
基于深度学习和医案相似度的古代方剂智能推荐方法研究
2
作者 郭凤英 高晨曦 +4 位作者 王一凡 杜鹏程 王若佳 翟兴 田甜 《中华中医药学刊》 北大核心 2025年第6期24-30,共7页
目的解决中医古籍中的中药计量规则复杂、方剂查找不便和缺乏针对古籍的现代智能应用的问题。方法总结历代计量转换标准和特殊计器计量转换标准,提出一种基于“主证+方剂名称+中药组成”特征融合的医案相似度计算方法,采用基于深度学习... 目的解决中医古籍中的中药计量规则复杂、方剂查找不便和缺乏针对古籍的现代智能应用的问题。方法总结历代计量转换标准和特殊计器计量转换标准,提出一种基于“主证+方剂名称+中药组成”特征融合的医案相似度计算方法,采用基于深度学习的知识增强语义表示模型(Enhanced Representation from Knowledge IntEgration,ERNIE)模型进行模型训练;利用MySQL数据库和Django框架,设计开发一个基于深度学习推荐引擎的智能化古代方剂推荐和计量换算系统。结果采用该方法得到的总体推荐准确率达到了89.55%、精确率为94.51%、召回率为83.97%,取得了较好的效果,系统能够实现方剂智能检索和中药计量单位转换,根据用户输入的症状推荐主治功效匹配度较高的系列古方信息,并将古方按不同朝代的换算规则显示方剂组成及符合现代标准计量的中药用量。结论利用该方法进行方剂智能推荐和中药计量转换,达到了较为满意的效果,为古代方剂的智能推荐提供了一种新的思路,对中药用量的标准化具有一定的借鉴意义和临床用药参考意义。 展开更多
关键词 深度学习 医案相似度 古代方剂 智能推荐 计量转换
在线阅读 下载PDF
用于肿瘤调强放射治疗影像分析与转换的深度学习方法 被引量:9
3
作者 刘国才 顾冬冬 +3 位作者 刘骁 刘劲光 刘焰飞 张毛蛋 《中国生物医学工程学报》 CAS CSCD 北大核心 2022年第2期224-237,共14页
癌症已成为严重威胁人类健康的主要公共卫生问题。60%~70%的癌症患者需要进行放射治疗。调强放疗是当前主要的临床放疗技术。对近几年基于深度学习的影像分析与转换方法在肿瘤调强放疗计划中的应用进展及关键技术进行综述,包括计算机断... 癌症已成为严重威胁人类健康的主要公共卫生问题。60%~70%的癌症患者需要进行放射治疗。调强放疗是当前主要的临床放疗技术。对近几年基于深度学习的影像分析与转换方法在肿瘤调强放疗计划中的应用进展及关键技术进行综述,包括计算机断层扫描(CT)、锥形束CT(CBCT)、磁共振成像(MRI)、正电子发射断层扫描(PET)引导的肿瘤调强放疗技术应用现状与发展趋势,肿瘤CT/CBCT/MRI/PET影像放疗靶区分割、影像配准以及转换深度卷积神经网络、生成对抗网络的有监督或无监督学习方法,并对未来的研究方向进行展望。 展开更多
关键词 医学图像分割 医学图像配准 医学图像转换 深度学习 肿瘤调强放疗
在线阅读 下载PDF
基于汉盲对照语料库和深度学习的汉盲自动转换 被引量:5
4
作者 蔡佳 王向东 +3 位作者 唐李真 崔晓娟 刘宏 钱跃良 《中文信息学报》 CSCD 北大核心 2019年第4期60-67,共8页
汉盲转换是指将汉字文本自动转换为对应的盲文文本,其在盲文出版、盲人教育等领域具有重要应用价值,但当前已有系统性能难以满足实用需求。该文提出一种基于汉盲对照语料库和深度学习的汉盲自动转换方法,首次将深度学习技术引入该领域,... 汉盲转换是指将汉字文本自动转换为对应的盲文文本,其在盲文出版、盲人教育等领域具有重要应用价值,但当前已有系统性能难以满足实用需求。该文提出一种基于汉盲对照语料库和深度学习的汉盲自动转换方法,首次将深度学习技术引入该领域,采用按照盲文规则分词的汉字文本训练双向LSTM模型,从而实现准确度高的盲文分词。为支持模型训练,提出了从不精确对照的汉字和盲文文本中自动匹配抽取语料的方法,构建了规模为27万句、234万字、448万方盲文的篇章、句子、词语多级对照的汉盲语料库。实验结果表明,该文所提出的基于汉盲对照语料库和深度学习的汉盲转换方法准确率明显优于基于纯盲文语料库和传统机器学习模型的方法。 展开更多
关键词 汉盲转换 中国盲文 盲文语料库 深度学习
在线阅读 下载PDF
基于深度学习的语音合成与转换技术综述 被引量:12
5
作者 潘孝勤 芦天亮 +1 位作者 杜彦辉 仝鑫 《计算机科学》 CSCD 北大核心 2021年第8期200-208,共9页
语音信息处理技术在深度学习的推动下发展迅速,其中语音合成和转换技术相结合能实现实时高保真的指定对象、内容的语音输出,在人机交互、泛娱乐等领域具有广泛的应用前景。文中旨在对基于深度学习的语音合成与转换技术进行综述。首先,... 语音信息处理技术在深度学习的推动下发展迅速,其中语音合成和转换技术相结合能实现实时高保真的指定对象、内容的语音输出,在人机交互、泛娱乐等领域具有广泛的应用前景。文中旨在对基于深度学习的语音合成与转换技术进行综述。首先,简要回顾了语音合成和转换技术的发展历程;接着,列举了在语音合成、转换领域的常见公开数据集以便研究者开展相关探索;然后,讨论了从文本到语音模型,包括在风格、韵律、速度等方面进行改进的经典和前沿的模型、算法,并分别对比评述了其效果与发展潜力;进一步针对语音转换进行综述,归纳总结了转换方法与优化思路;最后,总结了语音合成与转换的应用与挑战,并根据其在模型、应用和规范方面所面临的问题,展望了未来在模型压缩、少样本学习和伪造检测方面的发展方向。 展开更多
关键词 语音信息处理 语音合成 语音转换 深度学习 生成对抗网络
在线阅读 下载PDF
基于深度学习预测有机光伏电池能量转换效率 被引量:3
6
作者 于程远 吴金奎 +3 位作者 周利 吉旭 戴一阳 党亚固 《化工学报》 EI CAS CSCD 北大核心 2021年第3期1487-1495,共9页
采用一种针对有机化合物提出的类语言分子描述符对哈佛清洁能源项目数据库(CEPDB)中29000个有机太阳能电池供体分子进行描述,分子将基于最近邻子图理论被分解成片段(词),并利用广度优先搜索算法将片段排列成一定的序列(句子),在每个片... 采用一种针对有机化合物提出的类语言分子描述符对哈佛清洁能源项目数据库(CEPDB)中29000个有机太阳能电池供体分子进行描述,分子将基于最近邻子图理论被分解成片段(词),并利用广度优先搜索算法将片段排列成一定的序列(句子),在每个片段的信息被嵌入一个数值向量后,每个分子可表示为一个信息矩阵。在此基础上,通过一个深层神经网络提取嵌入信息,并与对应材料的光电转换效率(PCE)关联,获得了决定系数(R2)为0.97、均方误差(MSE)为0.16的预测结果。与现有方法的比较表明该方法在精度上具有竞争力。在建模过程中引入注意力机制,识别出了几个对PCE值具有决定性意义的分子片段,可为有机光伏材料的逆向设计提供指导信息。 展开更多
关键词 有机化合物 太阳能 类语言描述符 深度学习 预测 光电转换效率
在线阅读 下载PDF
基于深度学习的中文字体风格转换研究综述 被引量:5
7
作者 程若然 赵晓丽 +1 位作者 周浩军 叶翰辰 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2022年第3期510-519,530,共11页
根据中文字体风格转换研究发展的不同阶段进行方法分类,简要回顾传统方法,梳理分析深度学习方法.介绍常用的公开数据集和评价标准.分别从提高生成质量、增强个性化差异、减少训练样本数量和学习书法字体风格共4个方面展望未来研究.
关键词 字体风格转换 深度学习 图像翻译 神经网络 字体生成
在线阅读 下载PDF
针对深度学习中不规则内存访问的高吞吐内存管理单元
8
作者 丁峰 李曦 《高技术通讯》 CAS 北大核心 2024年第7期714-725,共12页
人工智能应用的多样化与复杂化导致了算法模型的不规则内存访问,即集中突发的访问请求与稀疏的访问地址,从而给智能应用在内存资源严格受限的移动端设备的部署带来了挑战。这种不规则的内存访问导致了现有架构中内存管理单元(MMU)的地... 人工智能应用的多样化与复杂化导致了算法模型的不规则内存访问,即集中突发的访问请求与稀疏的访问地址,从而给智能应用在内存资源严格受限的移动端设备的部署带来了挑战。这种不规则的内存访问导致了现有架构中内存管理单元(MMU)的地址转换面临低吞吐和长延迟的问题,使其成为系统访存通路的瓶颈。针对上述问题,本文提出了一种新的高吞吐MMU架构方案(HTMMU),通过多流并行,加强冗余请求的过滤,合理地分配有限的片上存储资源等手段,从而能高吞吐、低延迟地处理不规则访问的地址转换,提升系统访存效率。实验结果表明,在处理人工智能算法内突发的稀疏访存时,相较于当前主流MMU设计方案,HTMMU平均获得了2.43倍的性能提升,而平均访问延迟降低为原先的34.1%,同时将额外面积开销控制在3.0%以内。 展开更多
关键词 内存管理单元(MMU) 地址转换 不规则访存 深度学习 高吞吐
在线阅读 下载PDF
基于多维数据转换的混凝土坝异常值智能识别方法
9
作者 苏晓军 许增光 +4 位作者 张野 钟雯 周涛 杨淘 黎康平 《人民黄河》 北大核心 2025年第7期131-136,143,共7页
混凝土坝变形监测数据的异常值识别是结构健康诊断中的关键环节,然而传统方法普遍存在检测精度不高、特征提取能力有限以及人工诊断效率低下等问题。为此,提出一种基于多维数据转换的混凝土坝异常值智能识别方法,旨在提高异常值识别的... 混凝土坝变形监测数据的异常值识别是结构健康诊断中的关键环节,然而传统方法普遍存在检测精度不高、特征提取能力有限以及人工诊断效率低下等问题。为此,提出一种基于多维数据转换的混凝土坝异常值智能识别方法,旨在提高异常值识别的精度和效率。该方法首先将混凝土重力坝的变形监测数据划分为正常测值和突跳型、台阶型、台坎型、振荡型4类典型异常测值;然后采用连续小波变换(CWT)将一维变形时序数据转换为具有时频联合特征的二维图像,从而将异常值识别问题转化为高维特征空间的图像分类问题,并结合Inception-ResNet-v2深度学习图像预训练模型,提取图像中的异常特征;最后利用支持向量机(SVM)构建混凝土坝异常测值识别模型。实例应用表明,该方法在异常值识别任务中表现出卓越的性能,其准确率、精确率、召回率及F1分数分别为97%、98%、96%和97%,均高于对比模型。研究证实了时频图像表征对变形异常特征的增强作用、深度学习在工程监测数据挖掘中的优势,可作为混凝土坝变形异常检测的智能化、高效化解决方案。 展开更多
关键词 混凝土坝 异常值识别 数据转换 深度学习 CWT SVM
在线阅读 下载PDF
基于向量转换的卷积计算优化方法
10
作者 王培吉 邹承明 《计算机工程》 北大核心 2025年第6期74-82,共9页
针对卷积计算中的效率问题,提出卷积计算优化方法OAC。该研究的主要目的在于提高卷积计算的效率,以应对深度学习领域对卷积计算速度不断增大的需求。在该技术实现过程中,OAC方法以向量转换为基础,采取一系列巧妙的步骤来优化卷积计算。... 针对卷积计算中的效率问题,提出卷积计算优化方法OAC。该研究的主要目的在于提高卷积计算的效率,以应对深度学习领域对卷积计算速度不断增大的需求。在该技术实现过程中,OAC方法以向量转换为基础,采取一系列巧妙的步骤来优化卷积计算。首先,通过逐行取值的方式将输入矩阵连接成一个向量;然后,对卷积核进行拉伸变换,并根据输入矩阵的宽度和卷积核的大小在适当位置进行补零,形成另一个向量,这一转换的设计旨在和输入矩阵转换后的向量能够进行正确计算,最大程度地减少计算过程中的冗余操作,从而提高效率;最后,结合一些其他的优化手段对向量计算进行加速。实验结果表明,与传统MEC方法相比,OAC方法的计算速度提高了58.9%,与im2col方法相比,计算速度提升90.1%,内存占用相比于MEC方法减少了53.7%。OAC方法不仅在计算效率上取得了显著成果,而且为深度学习等计算任务提供了高效可行的解决方案。 展开更多
关键词 深度学习 卷积计算 卷积优化 向量转换 加速库
在线阅读 下载PDF
转换图文表征促进高中生物学的深度学习
11
作者 朱满员 《生物学教学》 2023年第2期17-18,共2页
将转换图文表征应用于高中生物学教学中,发现转换图文表征在教学中不仅能够提升生物学教学设计的逻辑性,帮助教师突破教学难点;还能帮助学生构建生物学大概念,实现深度学习;转换图文表征在评价中则可以深度考查学生的洞察力、概括表达... 将转换图文表征应用于高中生物学教学中,发现转换图文表征在教学中不仅能够提升生物学教学设计的逻辑性,帮助教师突破教学难点;还能帮助学生构建生物学大概念,实现深度学习;转换图文表征在评价中则可以深度考查学生的洞察力、概括表达力和自我反思力。 展开更多
关键词 图文表征 转换促进 深度学习 生物学教学
在线阅读 下载PDF
深度学习中的自编码器的表达能力研究 被引量:37
12
作者 王雅思 姚鸿勋 +2 位作者 孙晓帅 许鹏飞 赵思成 《计算机科学》 CSCD 北大核心 2015年第9期56-60,65,共6页
近年来,深度学习框架和非监督学习方法越来越流行,吸引了很多机器学习和人工智能领域研究者的兴趣。从深度学习中的"构造模块"入手,主要研究自编码器的表达能力,尤其是自编码器在数据降维方面的能力及其表达能力的稳定性。从... 近年来,深度学习框架和非监督学习方法越来越流行,吸引了很多机器学习和人工智能领域研究者的兴趣。从深度学习中的"构造模块"入手,主要研究自编码器的表达能力,尤其是自编码器在数据降维方面的能力及其表达能力的稳定性。从深度学习的基础方法入手,旨在更好地理解深度学习。第一,自编码器和限制玻尔兹曼机是深度学习方法中的两种"构造模块",它们都可用作表达转换的途径,也可看作相对较新的非线性降维方法。第二,重点探究了对于视觉特征的理解,自编码器是否是一个好的表达转换途径。主要评估了单层自编码器的表达能力,并与传统方法PCA进行比较。基于原始像素和局部描述子的实验验证了自编码器的降维作用、自编码器表达能力的稳定性以及提出的基于自编码器的转换策略的有效性。最后,讨论了下一步的研究方向。 展开更多
关键词 深度学习 表达转换 数据降维 单层自编码器
在线阅读 下载PDF
基于深度BP/ELMAN神经网络的山区GNSS高程转换精度分析 被引量:2
13
作者 魏德宏 禤键豪 +2 位作者 杨嘉伟 张兴福 余旭 《测绘通报》 CSCD 北大核心 2023年第9期113-116,143,共5页
将GNSS测量的大地高以较高精度转换为工程所需的正常高具有重要的实用价值。本文利用GSVS2017项目高精度的GNSS水准数据,分析了深度BP/ELMAN神经网络、广义回归神经网络(GRNN)、径向基函数神经网络(RBFNN)、支持向量机回归(SVR)、二次... 将GNSS测量的大地高以较高精度转换为工程所需的正常高具有重要的实用价值。本文利用GSVS2017项目高精度的GNSS水准数据,分析了深度BP/ELMAN神经网络、广义回归神经网络(GRNN)、径向基函数神经网络(RBFNN)、支持向量机回归(SVR)、二次曲线拟合和曲面拟合等方法用于GNSS高程转换的精度。试验结果表明:①在训练点间距为50、30、15、10、5 km时,采用隐含层激励函数为ReLU的深度BP/ELMAN神经网络,其精度比GRNN、RBFNN、SVR、二次曲线拟合和曲面拟合方法高;②利用隐含层激励函数为ReLU的深度BP/ELMAN神经网络进行GNSS高程转换,5种训练点间距均可使90%以上检核点间的高差满足四等水准测量精度,75%以上满足三等水准测量精度要求,训练点间距为5 km时,55%以上的高差可达到二等水准测量精度要求。 展开更多
关键词 深度学习 神经网络 GNSS高程转换 精度分析
在线阅读 下载PDF
基于深度学习的零件点云分割算法研究 被引量:5
14
作者 陈境焕 李海艳 林景亮 《机电工程》 CAS 北大核心 2020年第3期326-331,共6页
针对目前基于PointNet++的深度学习点云分割框架,对零件点云进行几何面级的分割精度不高的问题,对现有分割框架的采样算法、特征提取、特征传递进行了研究。运用了基于曲率的最远点采样算法,在零件面与面交界处获得了更多的采样点;结合... 针对目前基于PointNet++的深度学习点云分割框架,对零件点云进行几何面级的分割精度不高的问题,对现有分割框架的采样算法、特征提取、特征传递进行了研究。运用了基于曲率的最远点采样算法,在零件面与面交界处获得了更多的采样点;结合了PointSIFT和PointCNN分割框架,采用了X变换矩阵,让点云特征具有空间转换不变性,SIFT组合选择了不同方向的近邻点进行组合;设计了SIFT-X卷积算子,能让网络编码不同方向的点云特征,提升了网络的表征能力从而提高分割精度。研究结果表明:上述方法能提高零件点云面要素分割的精度和mIoU值。 展开更多
关键词 深度学习 点云分割 空间转换不变性
在线阅读 下载PDF
基于NWP和深度学习神经网络短期风功率预测 被引量:10
15
作者 陈家扬 陈华 张旭 《现代电子技术》 北大核心 2020年第8期63-67,共5页
对风电场的准确预测,可以为电网调度提供调峰和消纳依据,从而综合评估电网短期内消纳风电的能力,制定科学合理的消纳措施。通过预测风电场24 h内的出力,基于数值天气预报(NWP)数据的出力预测,采用深度学习神经网络算法,建立数值天气预... 对风电场的准确预测,可以为电网调度提供调峰和消纳依据,从而综合评估电网短期内消纳风电的能力,制定科学合理的消纳措施。通过预测风电场24 h内的出力,基于数值天气预报(NWP)数据的出力预测,采用深度学习神经网络算法,建立数值天气预报与风电功率之间的转换模型,计算功率点预测值,然后利用概率密度函数,建立风电出力预测的概率区间。最后通过实际案例仿真,验证了基于NWP和深度学习神经网络短期风功率预测的可靠性,为调度预留调峰容量提供理论依据。 展开更多
关键词 风功率预测 深度学习神经网络 数值天气预报 建立转换模型 概率密度 案例分析
在线阅读 下载PDF
基于深度学习的模块化逆变器故障诊断 被引量:5
16
作者 龙瀚宏 帕孜来·马合木提 《现代电子技术》 2021年第22期31-36,共6页
针对模块化逆变器相似故障难以区分以及一维时间序列信号提取故障特征容易造成信息丢失的问题,文中提出一种基于深度学习的模块化逆变器子模块开路故障诊断方法。该方法将从逆变器模型中采集得到的原始数据进行小波包分解,获取高频特征... 针对模块化逆变器相似故障难以区分以及一维时间序列信号提取故障特征容易造成信息丢失的问题,文中提出一种基于深度学习的模块化逆变器子模块开路故障诊断方法。该方法将从逆变器模型中采集得到的原始数据进行小波包分解,获取高频特征系数,然后通过GASF(格莱姆角求和矩阵)将获得的特征系数转换为二维图片,最后将其作为输入送至ResNet深度残差网络训练模型,实现智能故障诊断。实验结果表明,该算法用于模块化逆变器故障诊断时识别的故障种类达49种,且包含故障特征区别不明显的相似故障,验证精度能达到100%,具有较强的故障诊断能力。为验证所提方法的优劣,设置几种传统的故障特征提取与分类方法进行对比,所提方法为诊断模块化逆变器故障以及为类似一维时间序列信号诊断提供了一种新思路。 展开更多
关键词 模块化逆变器 故障诊断 深度学习 相似故障 小波包分解 GASF转换
在线阅读 下载PDF
深度学习技术的三维激光雷达目标分割研究 被引量:1
17
作者 李晓雯 李建微 陈晓洁 《激光杂志》 北大核心 2020年第11期71-75,共5页
为解决传统雷达目标分割噪声影响以及连通性较差等问题,提出引入深度学习技术的三维激光雷达目标分割方法。分析深度学习技术工作原理,设置学习数据输入层、隐层以及输出层的单元数据组取值;根据贝叶斯概率生成模型,获取三维激光雷达目... 为解决传统雷达目标分割噪声影响以及连通性较差等问题,提出引入深度学习技术的三维激光雷达目标分割方法。分析深度学习技术工作原理,设置学习数据输入层、隐层以及输出层的单元数据组取值;根据贝叶斯概率生成模型,获取三维激光雷达目标分割的实际期望值;引入表征转换机理论,衡量目标图像与参考杂波图像间相似程度;通过回归性问题计算图像参考杂波程度较高部分并进行消除,实现三维激光雷达目标分割。实验结果表明,所提方法可有效实现三维激光雷达目标分割,且计算过程简单,目标分割准确度较高。 展开更多
关键词 深度学习 三维激光雷达 目标分割 表征转换机理论
在线阅读 下载PDF
基于马尔可夫转换场与多头注意力机制的电能质量扰动分类方法 被引量:12
18
作者 钱倍奇 陈谦 +2 位作者 李宗源 张政伟 牛应灏 《电网技术》 EI CSCD 北大核心 2024年第2期721-729,共9页
新型电力系统中的电能质量扰动愈加复杂,为提升电能质量复杂扰动分类准确率并增强算法的噪声鲁棒性,提出了一种基于马尔可夫转换场与多头注意力机制的电能质量扰动分类方法。首先,利用马尔可夫转换场对电能质量扰动时序数据进行模态变换... 新型电力系统中的电能质量扰动愈加复杂,为提升电能质量复杂扰动分类准确率并增强算法的噪声鲁棒性,提出了一种基于马尔可夫转换场与多头注意力机制的电能质量扰动分类方法。首先,利用马尔可夫转换场对电能质量扰动时序数据进行模态变换,得到图像模态数据;然后,将图像模态数据输入卷积神经网络进行特征提取;最后,利用多头注意力机制着重关注卷积神经网络提取特征的重要部分并进行扰动分类。与常规的图像模态转换方法相比,该方法具有更好的扰动分类效果与抗噪声能力。 展开更多
关键词 电能质量扰动 深度学习 马尔可夫转换 多头注意力机制
在线阅读 下载PDF
融合Transformer与多阶段学习框架的点云上采样网络
19
作者 李泽锴 柏正尧 +2 位作者 肖霄 张奕涵 尤逸琳 《计算机科学》 CSCD 北大核心 2024年第6期231-238,共8页
借鉴Transformer在自然语言和计算机视觉领域强大的特征编码能力,同时受多阶段学习框架的启发,设计了一种融合Transformer与多阶段学习框架的点云上采样网络——MSPUiT。该网络采用二阶段网络模型,第一阶段是密集点生成网络,利用多层Tra... 借鉴Transformer在自然语言和计算机视觉领域强大的特征编码能力,同时受多阶段学习框架的启发,设计了一种融合Transformer与多阶段学习框架的点云上采样网络——MSPUiT。该网络采用二阶段网络模型,第一阶段是密集点生成网络,利用多层Transformer编码器逐步实现从输入点云的局部几何信息、局部特征信息到点云高级语义特征的转换,特征扩充模块在特征空间中,对点云特征上采样,坐标回归模块将点云从特征空间重新映射回欧氏空间中初步生成密集点云M′;第二阶段是逐点优化网络,使用Transformer编码器对密集点云M′中潜藏的语义特征进行编码,联合上一阶段语义特征得到点云完整的语义特征,特征精炼单元从M′的几何信息和语义特征中提取点的误差信息特征,误差回归模块从误差信息特征中计算得到欧氏空间中点的坐标偏移量,实现对点云M′的逐点优化,使得点云上点的分布更加均匀,并且更加贴近真实物体表面。在大型合成数据集PU1K上进行了大量实验,MSPUiT生成的高分辨率点云在倒角距离(CD)、豪斯多夫距离(HD)、生成点云到原始点云块的距离(P2F)上的指标分别降至0.501×10^(-3),5.958×10^(-3),1.756×10^(-3)。实验结果表明,MSPUiT上采样后的点云表面更加光滑,噪声点更少,生成的点云质量高于当前主流的点云上采样网络。 展开更多
关键词 Transformer编码器 多阶段学习框架 特征转换 点云上采样 深度学习
在线阅读 下载PDF
多域染色风格转换及其在肾小球检测中的应用
20
作者 苗一民 吴永飞 《上海理工大学学报》 CAS CSCD 北大核心 2024年第6期677-685,共9页
临床实践中由于组织学染色耗时费力且具有不可逆性,导致肾脏病理学图像的数量相对较少,从而限制了医疗诊断和深度学习方法的应用。为此,提出了一种基于生成对抗网络的深度学习模型,通过对模型进行单次训练,实现了不同染色之间的风格转... 临床实践中由于组织学染色耗时费力且具有不可逆性,导致肾脏病理学图像的数量相对较少,从而限制了医疗诊断和深度学习方法的应用。为此,提出了一种基于生成对抗网络的深度学习模型,通过对模型进行单次训练,实现了不同染色之间的风格转换。随后,将多域染色风格转换模型引入肾小球检测流程。实验通过染色转换模型进行染色转换,利用不同风格染色特征之间的相互补充,提高肾小球检测模型的准确性和泛化性。实验结果表明,多域染色风格转换模型生成的图像具备可靠性,并且可以有效提高肾小球检测的性能。 展开更多
关键词 肾脏病理学 深度学习 生产对抗网络 染色转换
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部