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
2
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
基于高斯偏置自注意力和交叉注意力的医学图像分割模型
1
作者
罗会兰
郭宇辰
《计算机科学》
CSCD
北大核心
2024年第S02期456-464,共9页
为解决医学图像分割中目标之间存在特征差异、不同切片图像中存在同一解剖结构的相似表征和器官与背景的区分度低造成冗余信息过多的问题,提出了一种基于高斯偏置自注意力和交叉注意力的网络模型(Gaussian bias and Contextual cross At...
为解决医学图像分割中目标之间存在特征差异、不同切片图像中存在同一解剖结构的相似表征和器官与背景的区分度低造成冗余信息过多的问题,提出了一种基于高斯偏置自注意力和交叉注意力的网络模型(Gaussian bias and Contextual cross Attention U-Net,GCA-UNet)。采用残差模块建立空间先验假设,通过高斯偏置自注意力&外注意力模块的高斯偏置自注意力来学习空间先验假设和强化相邻区域的特征表示,并利用外注意力机制学习同一样本下不同切片之间的相关性;上下文交叉注意力门控利用多尺度特征提取来强化结构和边界信息,同时对上下文语义信息进行重新校准并筛除冗余信息。实验结果表明,在Synapse腹腔CT多器官分割数据集和ACDC心脏MRI数据集上,GCA-UNet网络的分割精度指标Mean Dice分别达到了81.37%和91.69%,在Synapse数据集上边界分割精度指标Mean hd95达到16.01。相比其他先进医学影像分割模型,GCA-Unet分割精度更高,具有更清晰的组织边界。
展开更多
关键词
医学图像分割
U型网络
高斯偏置
外
注意力
机制
上下文
交叉
注意力
门控
在线阅读
下载PDF
职称材料
基于动态反投影网络的细粒度交通流推断模型
2
作者
许明
齐光尧
奇格奇
《系统仿真学报》
北大核心
2025年第3期657-666,共10页
为解决现有细粒度城市流推断模型在复杂交通区域中的推断结果存在较大误差的问题,提出一种基于动态反投影网络的细粒度交通流推断模型。计算输入粗粒度交通流与外部因素之间的多维交互,将交互结果与粗粒度交通流进行动态自适应融合,使...
为解决现有细粒度城市流推断模型在复杂交通区域中的推断结果存在较大误差的问题,提出一种基于动态反投影网络的细粒度交通流推断模型。计算输入粗粒度交通流与外部因素之间的多维交互,将交互结果与粗粒度交通流进行动态自适应融合,使其特征之间能够相互影响和调整,以协助模型推理。结合深度卷积和自注意力机制来学习局部信息和全局信息,提高后续模块对输入数据的理解能力。通过反投影算法和门控交叉注意力机制,实现在细粒度层次中学习复杂区域的交通流特征。在流量归一化机制的基础上引入了非线性变换通路,旨在利用不同层次信息实施空间结构约束,进一步提升模型推断结果的准确性。实验结果表明:所提算法在主观评价和客观度量上均优于同类模型,特别是在市中心入口、桥梁区域等复杂交通区域下的表现尤为出色。
展开更多
关键词
细粒度交通流推断
动态自适应融合
反投影算法
门控交叉注意力
自
注意力
在线阅读
下载PDF
职称材料
题名
基于高斯偏置自注意力和交叉注意力的医学图像分割模型
1
作者
罗会兰
郭宇辰
机构
江西理工大学信息工程学院
出处
《计算机科学》
CSCD
北大核心
2024年第S02期456-464,共9页
基金
国家自然科学基金(61862031)
江西省自然科学基金重点项目(20232ACB202011)
江西省主要学科学术和技术带头人培养计划——领军人才项目(20213BCJ22004)。
文摘
为解决医学图像分割中目标之间存在特征差异、不同切片图像中存在同一解剖结构的相似表征和器官与背景的区分度低造成冗余信息过多的问题,提出了一种基于高斯偏置自注意力和交叉注意力的网络模型(Gaussian bias and Contextual cross Attention U-Net,GCA-UNet)。采用残差模块建立空间先验假设,通过高斯偏置自注意力&外注意力模块的高斯偏置自注意力来学习空间先验假设和强化相邻区域的特征表示,并利用外注意力机制学习同一样本下不同切片之间的相关性;上下文交叉注意力门控利用多尺度特征提取来强化结构和边界信息,同时对上下文语义信息进行重新校准并筛除冗余信息。实验结果表明,在Synapse腹腔CT多器官分割数据集和ACDC心脏MRI数据集上,GCA-UNet网络的分割精度指标Mean Dice分别达到了81.37%和91.69%,在Synapse数据集上边界分割精度指标Mean hd95达到16.01。相比其他先进医学影像分割模型,GCA-Unet分割精度更高,具有更清晰的组织边界。
关键词
医学图像分割
U型网络
高斯偏置
外
注意力
机制
上下文
交叉
注意力
门控
Keywords
Medical image segmentation
U-shape network
Gaussian bias
External attention
Contextual cross attention gate
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于动态反投影网络的细粒度交通流推断模型
2
作者
许明
齐光尧
奇格奇
机构
辽宁工程技术大学软件学院
北京交通大学交通运输学院
出处
《系统仿真学报》
北大核心
2025年第3期657-666,共10页
基金
国家自然科学基金(72371021)。
文摘
为解决现有细粒度城市流推断模型在复杂交通区域中的推断结果存在较大误差的问题,提出一种基于动态反投影网络的细粒度交通流推断模型。计算输入粗粒度交通流与外部因素之间的多维交互,将交互结果与粗粒度交通流进行动态自适应融合,使其特征之间能够相互影响和调整,以协助模型推理。结合深度卷积和自注意力机制来学习局部信息和全局信息,提高后续模块对输入数据的理解能力。通过反投影算法和门控交叉注意力机制,实现在细粒度层次中学习复杂区域的交通流特征。在流量归一化机制的基础上引入了非线性变换通路,旨在利用不同层次信息实施空间结构约束,进一步提升模型推断结果的准确性。实验结果表明:所提算法在主观评价和客观度量上均优于同类模型,特别是在市中心入口、桥梁区域等复杂交通区域下的表现尤为出色。
关键词
细粒度交通流推断
动态自适应融合
反投影算法
门控交叉注意力
自
注意力
Keywords
fine-grained traffic flow inference
dynamic adaptive fusion
back projection algorithm
gated cross-attention
self-attention
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
U491.2 [交通运输工程—交通运输规划与管理]
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
基于高斯偏置自注意力和交叉注意力的医学图像分割模型
罗会兰
郭宇辰
《计算机科学》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于动态反投影网络的细粒度交通流推断模型
许明
齐光尧
奇格奇
《系统仿真学报》
北大核心
2025
0
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
