一种双输入稀疏连接的肝细胞癌和肝内胆管细胞癌分类网络

1

作者 胡瑶 王远军 《小型微型计算机系统》 CSCD 北大核心 2024年第5期1129-1135,共7页

由于通过常见的影像学特征难以区分肝细胞癌和肝内胆管癌,且对医生的专业性依赖程度较高,因此本文提出了一种双输入稀疏连接的肝细胞癌和肝内胆管细胞分类网络(DS2-Net).首先,采用了可以同时学习增强CT图像中静脉期和动脉期特征的双输... 由于通过常见的影像学特征难以区分肝细胞癌和肝内胆管癌,且对医生的专业性依赖程度较高,因此本文提出了一种双输入稀疏连接的肝细胞癌和肝内胆管细胞分类网络(DS2-Net).首先,采用了可以同时学习增强CT图像中静脉期和动脉期特征的双输入结构;其次,网络首层为主干模块,可以有效的提升特征表达能力,提高分类的准确率;此外,网络采用的稀疏连接方式可以在不降低网络性能的基础上提升计算速度并减少参数量.最后,在171例肝内胆管癌和146例肝细胞癌的实验结果中,该方法的分类准确率达到93.68%,AUC面积达到0.9875.实验结果证明了本文提出的网络模型能够实现肝癌精准分类,有望应用于辅助临床医师诊断治疗. 展开更多

关键词 肝癌分类 卷积神经网络 双输入 主干模块 稀疏连接模块

在线阅读 下载PDF 职称材料

基于干扰消除辅助稀疏连接神经网络的大规模MIMO信号检测 被引量：4

2

作者 申滨 阳建 +1 位作者 曾相誌 崔太平 《电子与信息学报》 EI CSCD 北大核心 2023年第1期208-217,共10页

近年来,深度学习成为无线通信领域的关键技术之一。在基于深度学习的一系列MIMO信号检测算法中,大多未充分考虑相邻天线之间的干扰消除问题,无法彻底消除多用户干扰对误码率性能的影响。为此,该文提出一种将深度学习与串行干扰消除(SIC... 近年来,深度学习成为无线通信领域的关键技术之一。在基于深度学习的一系列MIMO信号检测算法中,大多未充分考虑相邻天线之间的干扰消除问题,无法彻底消除多用户干扰对误码率性能的影响。为此,该文提出一种将深度学习与串行干扰消除(SIC)算法进行结合的方法用于大规模MIMO系统上行链路信号检测。首先,通过优化传统的检测网络(DetNet)及改进ScNet检测算法,该文提出一种基于深度神经网络(DNN)的检测算法,称为ImpScNet。在此基础上,进一步将SIC思想应用到深度学习框架结构设计中,提出一种基于深度学习的大规模MIMO多用户SIC检测算法,称为ImpScNet-SIC。此算法在每个检测层上分为两级,其中,第1级由该文提出的ImpScNet算法提供初始解,再将初始解解调至相应的星座点上作为SIC的输入,由此构成该算法的第2级。此外,在SIC中也使用了ImpScNet算法估计传输符号,以便获得最优性能。仿真结果表明,与已有的各种典型代表算法相比,该文所提ImpScNet-SIC检测算法特别适合大规模MIMO信号检测,具有收敛速度快、收敛稳定及复杂度相对较低的优势,并且在10–3误码率上有至少0.5 dB以上的增益。 展开更多

关键词 信号检测 深度学习 多用户干扰 大规模MIMO 稀疏连接 串行干扰消除

在线阅读 下载PDF 职称材料

基于OAMP算法辅助稀疏连接神经网络的MIMO信号检测

3

作者 申滨 阳建 涂媛媛 《信号处理》 CSCD 北大核心 2023年第5期910-918,共9页

最大似然检测(Maximum likelihood detection,ML)是传统多输入多输出(Multi-input Multi-output,MIMO)信号检测中的最优算法,但是受到天线数量、收发天线比例以及调制信号的约束,致使其仅适用于天线数量少、天线比例较低且调制信号阶数... 最大似然检测(Maximum likelihood detection,ML)是传统多输入多输出(Multi-input Multi-output,MIMO)信号检测中的最优算法,但是受到天线数量、收发天线比例以及调制信号的约束,致使其仅适用于天线数量少、天线比例较低且调制信号阶数较低的场景。作为一种新型的解决方案,目前基于深度学习(DL)的信号检测算法得到了广泛关注,但同样存在收发天线规模相近时检测性能恶化问题。该文将正交近似消息传递(OAMP)算法与稀疏连接神经网络(ScNet)结合成为可训练的网络结构,提出一种新的适用于MIMO系统上行链路的信号检测算法,称作ScNet-OAMP。该算法通过神经网络提供精确的信号传输参数初始解,改善OAMP过程的线性估计和非线性估计,由此增强其降噪能力,达到提高检测精度的目的,相比于ScNet和OAMP,其能够在同等实验参数下获得最佳检测性能。实验结果表明,此算法适用于QPSK、4QAM及16QAM等不同调制信号,能够处理不同比例收发天线及数量规模的系统配置,尤其是在收发天线数量相近的情况下亦能表现出较好的性能,并且在10-3误码率上有至少0.5 dB,甚至2.2 dB以上的性能增益。 展开更多

关键词 检测 深度学习 正交近似消息传递 初始解 稀疏连接

在线阅读 下载PDF 职称材料

基于稀疏连接的层次化多核K-Means算法 被引量：2

4

作者 王雷 杜亮 周芃 《计算机科学》 CSCD 北大核心 2023年第2期138-145,共8页

多核学习(Multiple Kernel Learning,MKL)的目标是寻找一个最优的一致性核函数。在层次化多核聚类算法(HMKC)中,通过从高维空间中对样本特征进行逐层提取的方式来实现最大化地保留有效信息,但是却忽略了层与层之间的信息交互。该模型中... 多核学习(Multiple Kernel Learning,MKL)的目标是寻找一个最优的一致性核函数。在层次化多核聚类算法(HMKC)中,通过从高维空间中对样本特征进行逐层提取的方式来实现最大化地保留有效信息,但是却忽略了层与层之间的信息交互。该模型中只有相邻层中对应的结点会进行信息交互,对于其他结点来说是孤立的,而采用全连接的方式又会削弱最终一致性矩阵的多样性。因此,文中提出了一种基于稀疏连接的层次化多核K-Means算法(Sparse Connectivity Hierarchical Multiple Kernel K-Means,SCHMKKM)。该算法通过稀疏率来控制分配矩阵以达到稀疏连接的效果,从而将层与层之间信息蒸馏得到的特征进行局部融合。最后,在多个数据集上进行聚类分析,并在实验中与全连接的层次化多核K-Means算法(FCHMKKM)进行实验对比,证明了具有更多差异性的信息融合有利于学习更好的一致性划分矩阵,并且稀疏连接的融合策略优于全连接的策略。 展开更多

关键词 多核学习 层次化多核聚类 稀疏连接 全连接 信息蒸馏 局部融合

在线阅读 下载PDF 职称材料

自学习稀疏密集连接卷积神经网络图像分类方法 被引量：3

5

作者 吴鹏 林国强 +1 位作者 郭玉荣 赵振兵 《信号处理》 CSCD 北大核心 2019年第10期1747-1752,共6页

通道剪枝是深度模型压缩的主要方法之一。针对密集连接卷积神经网络中,每一层都接收其前部所有卷积层的输出特征图作为输入,但并非每个后部层都需要所有先前层的特征,网络中存在很大冗余的缺点。本文提出一种自学习剪枝密集连接网络中... 通道剪枝是深度模型压缩的主要方法之一。针对密集连接卷积神经网络中,每一层都接收其前部所有卷积层的输出特征图作为输入,但并非每个后部层都需要所有先前层的特征,网络中存在很大冗余的缺点。本文提出一种自学习剪枝密集连接网络中冗余通道的方法,得到稀疏密集连接卷积神经网络。首先,提出了一种衡量每个卷积层中每个输入特征图对输出特征图贡献度大小的方法,贡献度小的输入特征图即为冗余特征图;其次,介绍了通过自学习,网络分阶段剪枝冗余通道的训练过程,得到了稀疏密集连接卷积神经网络,该网络剪枝了密集连接网络中的冗余通道,减少了网络参数,降低了存储和计算量;最后,为了验证本文方法的有效性,在图像分类数据集CIFAR-10/100上进行了实验,在不牺牲准确率的前提下减小了模型冗余。 展开更多

关键词 剪枝冗余通道 自学习 稀疏化密集连接卷积神经网络 图像分类

在线阅读 下载PDF 职称材料

高阶神经网络连接权的稀疏化及其删减算法

6

作者 李守丽 李金艳 李望超 《电子科学学刊》 CSCD 1999年第2期182-185,共4页

本文首先研究完全连接型高阶神经网络的逼近能力，并证明了定义在｛０，１｝＾Ｎ上的任意布尔函数都可以由完全连接的高阶神经网络来实现。接着提出了旨在简化网络结构的去除冗余连接权删减算法，并用于高阶神经分类器的稀疏化实现。模... 本文首先研究完全连接型高阶神经网络的逼近能力，并证明了定义在｛０，１｝＾Ｎ上的任意布尔函数都可以由完全连接的高阶神经网络来实现。接着提出了旨在简化网络结构的去除冗余连接权删减算法，并用于高阶神经分类器的稀疏化实现。模拟实验结果证明了这种算法的有效性。 展开更多

关键词 高阶神经网络 冗余连接权 稀疏化连接 删减算法

在线阅读 下载PDF 职称材料

基于卷积特征提取及深度降噪网络的大规模MIMO系统信号检测 被引量：4

7

作者 申滨 涂媛媛 +1 位作者 阳建 金龙康 《信号处理》 CSCD 北大核心 2024年第6期1030-1040,共11页

传统多输入多输出(Multiple-Input Multiple-Output,MIMO)信号检测算法受到天线数量和收发天线比例的限制,一般仅适用于少量天线、收发天线比例较低的情况。本文提出一种基于深度学习(Deep Learning,DL)的稀疏连接卷积降噪网络模型,用... 传统多输入多输出(Multiple-Input Multiple-Output,MIMO)信号检测算法受到天线数量和收发天线比例的限制,一般仅适用于少量天线、收发天线比例较低的情况。本文提出一种基于深度学习(Deep Learning,DL)的稀疏连接卷积降噪网络模型,用于大规模MIMO系统上行链路信号检测。首先,通过简化经典的检测网络(Detection Network,DetNet),改进ScNet(Sparsely Connected Neural Network)检测算法,引入卷积神经网络(Convolutional NeuralNetworks,CNN)对三通道输入数据提取特征以减少训练参数,提出一种SConv(SparselyConnected Convolutional Neural Network)检测算法。与DetNet算法相比,该算法可同时降低计算复杂度和提高检测精度。在此基础上,进一步基于CNN构建信号降噪模块,并嵌入SConv网络,提出一种卷积神经降噪(Sparsely Connected Convolutional Denoising,SConv-D)网络辅助的大规模MIMO检测算法。此算法检测过程分为两级,第一级由SConv算法提供初始估计值,再将初始估计值作为降噪过程的输入,并由此构成算法第二级。实验结果表明,本文提出的SConv-D算法适用于QPSK、4QAM及16QAM等多种信号调制模式,在高阶调制模式下获得的性能增益尤为明显。此外,该算法能够适应各种比例的收发天线及数量规模的系统配置,尤其是在收发天线数量相等的情况下亦能获得更优的性能。本文算法还克服了MMNet在高阶调制情况下的性能平台效应,在16QAM调制、收发天线数量相等的情况下,SConv-D在10^(-2)误比特率上能获得接近2 dB的性能增益。 展开更多

关键词 大规模MIMO 深度学习 稀疏连接 卷积神经网络 降噪

在线阅读 下载PDF 职称材料

含隐变量非高斯无环因果模型的估计算法 被引量：4

8

作者 姜枫 朱辉生 汪卫 《计算机工程》 CAS CSCD 北大核心 2010年第9期178-180,共3页

针对观测变量中含隐变量的非高斯线性无环因果模型的估计问题,提出一种新的算法。通过在超完备基独立成分分析算法中引入满足Oracle性质的惩罚因子,使混合矩阵的估计值具有稀疏连接权值,由此推导出模型估计算法。实验结果表明,该算法能... 针对观测变量中含隐变量的非高斯线性无环因果模型的估计问题,提出一种新的算法。通过在超完备基独立成分分析算法中引入满足Oracle性质的惩罚因子,使混合矩阵的估计值具有稀疏连接权值,由此推导出模型估计算法。实验结果表明,该算法能够改进因果模型估计的精确程度,提高算法效率。 展开更多

关键词 线性因果模型 超完备基 独立成分分析 稀疏连接

在线阅读 下载PDF 职称材料

基于卷积神经网络的人脸性别识别 被引量：25

9

作者 汪济民 陆建峰 《现代电子技术》 北大核心 2015年第7期81-84,共4页

人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性别识别中,该网络的结构具有稀疏连接和权值共享的优点,卷积层和采样层交替进行,简化了模型的复杂度。实验... 人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性别识别中,该网络的结构具有稀疏连接和权值共享的优点,卷积层和采样层交替进行,简化了模型的复杂度。实验表明,该方法的网络结构有效地克服了旋转、遮挡等因素的影响,具有较好的鲁棒性。 展开更多

关键词 人脸性别识别 卷积神经网络 稀疏连接 权值共享

在线阅读 下载PDF 职称材料

高阶神经网络与太阳黑子序列 被引量：3

10

作者 李金艳 余英林 TommyW.S.Chow 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 1997年第11期36-35,共10页

一阶神经网络的函数逼近理论虽已研究得相当深入,但对高阶神经网络在这方面的研究却报道甚少.本文给出了高阶神经网络的逼近理论.其具体内容是:如果网络的激励函数σ∈C~∞不是一个多项式,那么高阶神经网络能够以任意精度逼近任意定义... 一阶神经网络的函数逼近理论虽已研究得相当深入,但对高阶神经网络在这方面的研究却报道甚少.本文给出了高阶神经网络的逼近理论.其具体内容是:如果网络的激励函数σ∈C~∞不是一个多项式,那么高阶神经网络能够以任意精度逼近任意定义在紧集上的连续函数.根据这个理论,可知稀疏或部分连接的高阶神经网络象全连接的网络一样能够逼近任意连续函数.基于此观点,我们设计了一个稀疏连接的高阶网络和另一个具有相同数目连接权的一阶神经网络,并把它们应用于太阳黑子序列进行逼近和预测.模拟实验结果表明,不论在收敛速度还是在推广能力方面,稀疏连接的高阶神经网络都优于一阶神经网络. 展开更多

关键词 逼近 高阶神经网络 稀疏连接 收敛特性 推广能力 太阳黑子序列

在线阅读 下载PDF 职称材料

一种平衡准确性以及高效性的显著性目标检测深度卷积网络模型 被引量：11

11

作者 张文明 姚振飞 +1 位作者 高雅昆 李海滨 《电子与信息学报》 EI CSCD 北大核心 2020年第5期1201-1208,共8页

当前的显著性目标检测算法在准确性和高效性两方面不能实现良好的平衡,针对这一问题,该文提出了一种新的平衡准确性以及高效性的显著性目标检测深度卷积网络模型。首先,通过将传统的卷积替换为可分解卷积,大幅减少计算量,提高检测效率... 当前的显著性目标检测算法在准确性和高效性两方面不能实现良好的平衡,针对这一问题,该文提出了一种新的平衡准确性以及高效性的显著性目标检测深度卷积网络模型。首先,通过将传统的卷积替换为可分解卷积,大幅减少计算量,提高检测效率。其次,为了更好地利用不同尺度的特征,采用了稀疏跨层连接结构及多尺度融合结构来提高模型检测精度。广泛的评价表明,与现有方法相比,所提的算法在效率和精度上都取得了领先的性能。 展开更多

关键词 显著性检测 深度学习 分解卷积 稀疏跨层连接 多尺度融合

在线阅读 下载PDF 职称材料

基于扰动传播时空相关性的电网扰动事件快速定位方法 被引量：7

12

作者 黄登一 刘灏 +1 位作者 毕天姝 杨奇逊 《中国电机工程学报》 EI CSCD 北大核心 2022年第6期2045-2059,共15页

广域测量系统(wide area measurement system,WAMS)为快速准确地定位扰动事件提供了量测信息和数据基础。然而,由于电网中有限的同步相量测量单元(phasor measurement unit,PMU)布点以及通讯堵塞、硬件故障、GPS信号丢失和网络攻击等原... 广域测量系统(wide area measurement system,WAMS)为快速准确地定位扰动事件提供了量测信息和数据基础。然而,由于电网中有限的同步相量测量单元(phasor measurement unit,PMU)布点以及通讯堵塞、硬件故障、GPS信号丢失和网络攻击等原因带来的数据质量问题,使得量测信息呈现不冗余性,给定位带来额外的挑战。该文提出一种适用于PMU量测信息不冗余场景下的电网扰动事件快速定位方法。利用主站电压相角量测数据生成Hankel矩阵,提出一种基于奇异值分解的扰动响应时间检测方法。基于电网子拓扑中的PMU测点以及网络拓扑连接关系,分别从时间和空间维度提取了表征扰动传播的时间差特征和空间距离差特征。进而,通过扰动传播的波速,耦合扰动传播空间距离差特征,提出基于时空相关性的自适应电网扰动事件定位方法。通过扰动传播过程的时空约束特性,实现了电网量测信息在时间维度不冗余的情况下,快速定位扰动事件的功能。基于IEEE 10机39节点系统和中国某西部实际电网,验证了所提方法的有效性和鲁棒性。 展开更多

关键词 同步相量测量 扰动事件快速定位 量测信息不冗余 奇异值分解 稀疏连接优化的Floyd算法 扰动传播 时空相关性

在线阅读 下载PDF 职称材料