-
题名基于MRF模型的多模态图像配准技术研究
被引量：4
- 1
-
-
作者
袁桂霞
-
机构
江苏开放大学信息与机电工程学院
-
出处
《现代电子技术》
北大核心
2018年第1期57-61,66,共6页
-
文摘
在医学图像处理领域中,医学图像配准技术极其重要,其价值体现在临床医学中对图像处理技术的应用。在解决多模态图像配准的相关问题时,基于互信息方法的应用最广泛,但在某些特定的应用中该方法受到的约束仍然较多。针对这一情况,提出一种新的医学图像配准算法,模态变换的引入作为此研究算法的基础,之后新的马尔可夫能量函数则根据两幅通过模态变换后的图像矩阵以及原配准图像得以构建。同时,为了优化能量函数引入了一种改进的梯度下降算法,从而得到配准结果。最后,运用不同的医学图像进行配准实验来验证该算法,通过实验证明该配准算法具有良好的有效性及抗噪性能。
-
关键词
图像配准
模态变换
马尔可夫随机场
梯度下降算法
非刚体配准
图像矩阵
-
Keywords
image registration
modal transformation
Markov random field
gradient descent algorithm
non-rigid registration
image matrix
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP311.17
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于组合类别空间的随机游走推荐算法
被引量：2
- 2
-
-
作者
樊玮
谢聪
肖春景
曹淑燕
-
机构
中国民航大学计算机科学与技术学院
河北工业大学电子信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第4期984-988,共5页
-
基金
国家自然科学基金资助项目(U1533104)
中央高校基本科研业务费专项资金资助项目(ZXH2012P009)~~
-
文摘
传统的类别驱动方法只考虑类别间的关联或是将其组织成扁平或层次结构,而项目和类别对应关系复杂,其他信息容易被忽略。针对这个问题提出基于组合类别空间的随机游走推荐算法,更好地组织了项目类别信息、缓解了数据稀疏。首先,建立一个用哈斯图表示的项目组合类别空间,将项目和类别复杂的一对多关系映射成一对一的简单关系,并表示用户上下层次、同层次及跨层次的项目类别间的跳转;接着,定义组合类别空间的语义关系及链接、偏好两种语义距离,更好地定性、定量描述用户动态偏好的变化;然后,结合组合类别空间上用户浏览图的语义关系、语义距离、用户行为跳转、跳转次数、时序、评分等各种信息,利用随机游走建立用户个性化类别偏好模型;最后,根据用户个性化偏好完成基于用户的协同过滤项目推荐。在MovieLens数据集上的实验显示,与基于用户的协同过滤(UCF)、基于类别关联的推荐模型(UBGC和GENC)相比,所提算法推荐的F1-score提高了6～9个百分点,平均绝对误差(MAE)减小了20%～30%;与基于类别层次潜在因子模型(CHLF)相比,所提算法推荐的F1-score提高了10%。实验结果表明,所提算法在排序推荐上优于传统基于类别的推荐算法。
-
关键词
偏好相似度
梯度下降
随机游走
协同过滤
推荐算法
-
Keywords
preference similarity
gradient descent
random walk
collaborative filtering
recommendation algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于梯度下降优化的LSTM对空气质量预测研究
被引量：11
- 3
-
-
作者
曹通
白艳萍
-
机构
中北大学理学院
-
出处
《陕西科技大学学报》
CAS
2020年第6期159-164,共6页
-
基金
国家自然科学基金项目(61774137)
山西省自然科学基金项目(201701D22111439,201701D221121)
山西省回国留学人员科研项目(2016-088)。
-
文摘
文章以2018年~2019年的太原市空气污染物监测数据为基础,建立基于自适应调节学习率的随机梯度下降算法(Adagrad、AdaDelta、Adam)优化的LSTM循环神经网络预测模型,对太原市的空气质量指数(AQI)进行仿真预测,通过对比可得:基于Adam优化的LSTM循环神经网络不仅具备更高的预测精度,而且收敛速度也较快,为城市大气污染治理工作提供了科学合理的理论研究,具有更远的发展前景.
-
关键词
AQI
LSTM
随机梯度下降算法
空气质量预测
-
Keywords
AQI
LSTM
random gradient descent algorithm
air quality forecasting
-
分类号
O29
[理学—应用数学]
TP39
[自动化与计算机技术—计算机应用技术]
-
