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
共找到75篇文章
< 1 2 … 4 >
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：
基于图像掩码及特征融合的交通标志检测
1
作者 王文青 贾子豪 刘光灿 《计算机应用与软件》 北大核心 2025年第8期188-195,共8页
为解决交通标志检测中小目标检测问题,提出基于目标检测网络YOLOX的特征循环融合目标检测模型。通过特征循环融合的方法,促进不同特征图之间位置信息及语义信息的相互补充,利用区域通道注意力机制加深模型在融合过程中对小目标的关注。... 为解决交通标志检测中小目标检测问题,提出基于目标检测网络YOLOX的特征循环融合目标检测模型。通过特征循环融合的方法,促进不同特征图之间位置信息及语义信息的相互补充,利用区域通道注意力机制加深模型在融合过程中对小目标的关注。利用原图像生成图像掩码,通过掩码辅助优化损失函数,从而降低模型对非交通标志的误检,并利用数据平衡的数据增强方法提高模型整体检测性能。通过在公开数据集上进行实验,验证了该模型能够有效地提高交通标志小目标检测精度。 展开更多
关键词 交通标志 目标检测 深度学习 辅助掩码 特征融合
在线阅读 下载PDF
基于卷积神经网络的静止卫星遥感影像条带状缺失修复
2
作者 贺琪 沈昊 +2 位作者 郝增周 厉运周 黄海清 《海洋学研究》 北大核心 2025年第2期39-46,共8页
卫星在运行中会因传感器故障导致影像出现不规则条带状缺失,影响观测要素信息的完整性。针对静止卫星遥感影像的条带状缺失,构建基于卷积神经网络的缺失数据修复模型,对比不同时相辅助数据组合下模型修复图像的精度,确定最佳辅助数据组... 卫星在运行中会因传感器故障导致影像出现不规则条带状缺失,影响观测要素信息的完整性。针对静止卫星遥感影像的条带状缺失,构建基于卷积神经网络的缺失数据修复模型,对比不同时相辅助数据组合下模型修复图像的精度,确定最佳辅助数据组合。在辅助数据组合中,以待修复图像的生成时间为当前时刻(t),分别采用前4个时相(t-4,t-3,t-2,t-1)以及前、后各3个时相(t-3,t-2,t-1,t+1,t+2,t+3)为输入时,模型的修复效果佳,可用于实时和延时场景下的数据修复和重建。相比其他以单时相为辅助数据的修复模型,采用多时相为辅助数据的本文模型,修复效果更好、精度更优。模型也适用于其他静止卫星影像中的条带状缺失信息的修复。 展开更多
关键词 静止卫星 图像修复 深度学习 连续时相 辅助数据
在线阅读 下载PDF
智能化时代下的口腔黏膜病学——人工智能应用研究的现状与展望 被引量：1
3
作者 杨青默 魏攀 华红 《口腔医学研究》 北大核心 2025年第1期1-6,共6页
随着人工智能(artificial intelligence,AI)技术的发展,其在医学领域的融合应用受到广泛关注。医学人工智能在影像识别、疾病辅助诊断、疾病风险预测、提供健康咨询服务等方面发挥越来越重要的作用。口腔黏膜病诊断和评估高度依赖形态... 随着人工智能(artificial intelligence,AI)技术的发展,其在医学领域的融合应用受到广泛关注。医学人工智能在影像识别、疾病辅助诊断、疾病风险预测、提供健康咨询服务等方面发挥越来越重要的作用。口腔黏膜病诊断和评估高度依赖形态学特征,AI在该领域具有广阔的应用前景。本文针对AI在口腔黏膜病辅助诊断、风险预测中的应用进行综述,并对当前面临的挑战和未来发展趋势进行分析和展望,以期为口腔黏膜病AI未来相关研究提供参考。 展开更多
关键词 人工智能 深度学习 口腔黏膜病 辅助诊断 风险预测
在线阅读 下载PDF
面向不平衡数据的联邦类别增量学习
4
作者 方子希 付晓东 +3 位作者 丁家满 刘骊 彭玮 代飞 《小型微型计算机系统》 北大核心 2025年第9期2121-2129,共9页
联邦增量学习作为一种新兴学习范式,在保护用户隐私的同时利用数据孤岛的知识,有效缓解了由于存储空间有限而导致的灾难性遗忘问题.但现有的联邦增量学习研究忽略了用户数据不平衡对造成全局模型灾难性遗忘及精度降低的影响.针对此问题... 联邦增量学习作为一种新兴学习范式,在保护用户隐私的同时利用数据孤岛的知识,有效缓解了由于存储空间有限而导致的灾难性遗忘问题.但现有的联邦增量学习研究忽略了用户数据不平衡对造成全局模型灾难性遗忘及精度降低的影响.针对此问题,该文提出了一种基于条件生成对抗网络的无数据存储重放再训练方法(ARR).具体来说,用户模型训练分为两个阶段:第1阶段结合条件生成对抗网络生成模拟的历史任务数据和当前任务数据共同训练本地模型;第2阶段则冻结特征提取层,采用平衡采样技术对其他层进行再训练.服务器通过利用条件生成对抗网络生成的所有用户任务数据来优化全局模型.实验结果显示,ARR在不平衡程度逐渐加剧的情况下,全局模型准确率相较于现有的相关方法提高了8.64%~31.03%,有效缓解了灾难性遗忘问题,显著提高了全局模型的最终精度. 展开更多
关键词 联邦增量学习 不平衡数据 条件生成对抗网络 灾难性遗忘 二次训练
在线阅读 下载PDF
基于VMD和辅助任务学习的短期负荷预测方法
5
作者 张恒 郑建勇 +1 位作者 梅飞 徐睿麟 《电力系统保护与控制》 北大核心 2025年第5期104-112,共9页
日高峰时段负荷的强波动性和随机性极大地影响了传统方法在进行负荷预测时的准确性,提出一种基于变分模态分解(variational mode decomposition,VMD)与辅助任务学习的短期负荷预测方法。首先,利用斯皮尔曼等级系数法确定与原始负荷具有... 日高峰时段负荷的强波动性和随机性极大地影响了传统方法在进行负荷预测时的准确性,提出一种基于变分模态分解(variational mode decomposition,VMD)与辅助任务学习的短期负荷预测方法。首先,利用斯皮尔曼等级系数法确定与原始负荷具有强相关性的气象特征。然后,采用变分模态分解算法逐次分离出原始负荷序列中的低频趋势和高频波动。接着,将其与相关气象结合作为辅助任务训练数据输入CNN-Bi GRU混合预测模型,并通过共享特征及跨任务注意力机制降低负荷强波动性对负荷预测的影响,实现对原始负荷的准确预测。最后,以我国南方某地区近3年内社会负荷数据为例进行仿真验证。结果表明,所提方法有效降低了日高峰时段负荷的强波动性和随机性对预测模型的影响,提升了负荷预测的准确度。 展开更多
关键词 短期负荷预测 变分模态分解 辅助任务学习 卷积神经网络 双向门控循环单元
在线阅读 下载PDF
局部风信息启发的AVW-PPO室内气源定位算法
6
作者 李世钰 袁杰 +2 位作者 谢霖伟 郭旭 张宁宁 《哈尔滨工业大学学报》 北大核心 2025年第8期57-68,共12页
为解决当前复杂、动态室内羽流环境中气源定位(OSL)效率低下和成功率不足的问题,尤其在湍流条件下机器人难以准确感知环境并实现有效导航的挑战,提出了一种基于深度强化学习的辅助价值与风导向的近端策略优化(AVW-PPO)算法。首先,在原始... 为解决当前复杂、动态室内羽流环境中气源定位(OSL)效率低下和成功率不足的问题,尤其在湍流条件下机器人难以准确感知环境并实现有效导航的挑战,提出了一种基于深度强化学习的辅助价值与风导向的近端策略优化(AVW-PPO)算法。首先,在原始PPO算法的基础上引入辅助价值网络,以减少单一值网络的估计偏差,从而提升策略更新的稳定性与预测精度。其次,设计了一种风导向策略,将局部环境风场信息融入强化学习框架中的状态空间与奖励函数,使机器人能够更敏锐地感知羽流环境的动态变化,优化其决策路径,从而有效提高气源定位的效率。最后,通过构建二维环境中的气体扩散模型,在3种不同的湍流条件下对所提算法进行了测试。结果表明:相同环境条件下,AVW-PPO算法在平均搜索步数和成功率两个指标上均优于其他同类算法,且定位成功率超过99%。其中,风导向策略在提升搜索效率方面表现尤为突出,有助于减少机器人完成任务所需的时间。本研究为解决室内复杂湍流环境下的气源定位问题提供了新思路和新方法。 展开更多
关键词 气源定位 深度强化学习 近端策略优化(PPO) 辅助价值网络 风导向策略
在线阅读 下载PDF
基于辅助行为去噪的多行为推荐
7
作者 陈文浩 陈媛 朱小飞 《计算机应用研究》 北大核心 2025年第8期2383-2389,共7页
多行为推荐(MBR)系统通过辅助行为分析用户偏好,以缓解数据稀疏性并提高推荐准确性。然而,先前工作使用随机初始化的用户和物品嵌入,无法提供良好的信息价值,也未考虑到在行为嵌入聚合中存在的噪音,以及辅助行为交互序列中的噪声。为了... 多行为推荐(MBR)系统通过辅助行为分析用户偏好,以缓解数据稀疏性并提高推荐准确性。然而,先前工作使用随机初始化的用户和物品嵌入,无法提供良好的信息价值,也未考虑到在行为嵌入聚合中存在的噪音,以及辅助行为交互序列中的噪声。为了解决这些问题,提出了一种基于辅助行为去噪的多行为推荐模型(ABD-MBR)。首先,使用预训练的方式来获取用户和物品初始嵌入。然后,设计投影聚合模块将辅助行为投影到目标行为空间上进行聚合来减少嵌入聚合时噪声的影响,并设计bot-k和top-k采样模块对辅助行为的交互序列进行优化来减少交互序列噪声的影响。最后,采用多任务学习对模型进行优化。在三个公开数据集上的实验表明,与MB-HGCN相比,该模型在HR@10上平均提高了10.2%,在NDCG@10上平均提高了13.4%,验证了模型的有效性。 展开更多
关键词 多行为推荐 辅助行为 预训练 嵌入投影 多任务学习
在线阅读 下载PDF
2025年《海洋学研究》征订启事
8
作者 本刊编辑部 《海洋学研究》 北大核心 2025年第2期46-46,共1页
《海洋学研究》国内刊号为CN 33-1330/P,国际刊号为ISSN 1001-909X,季刊,16开,目前为自办发行,每册定价为9.00元,全年定价为40元(含邮寄费)。请读者将书款通过邮局直接寄往如下地址:“浙江省杭州市保俶北路36号《海洋学研究》编辑部”,... 《海洋学研究》国内刊号为CN 33-1330/P,国际刊号为ISSN 1001-909X,季刊,16开,目前为自办发行,每册定价为9.00元,全年定价为40元(含邮寄费)。请读者将书款通过邮局直接寄往如下地址:“浙江省杭州市保俶北路36号《海洋学研究》编辑部”,邮编:310012。若通过银行汇款,请在收款人一栏中填写本编辑部所在单位的全称:“自然资源部第二海洋研究所”,账号填写:1202026209008803510,汇入地点填写“杭州”,汇入行名称填写“工行高新支行”,汇款用途填写“订阅《海洋学研究》”。订阅单和收款记账凭证寄回本编辑部。 展开更多
关键词 国内刊号 自办发行 国际刊号 海洋学研究
在线阅读 下载PDF
基于多特征融合对比学习检索诊断间质性肺疾病
9
作者 陈泽雄 王平 +3 位作者 江嵩 陈颜真 谢小峰 蔡后荣 《科学技术与工程》 北大核心 2025年第11期4476-4482,共7页
目前复杂间质性肺疾病存在分类精度不高,且缺少辅助诊断信息的问题,针对这些问题提出了基于多特征融合和有监督对比学习方法的图像检索框架。使用Res-Net50和影像组学特征提取模块提取间质性肺疾病特征。为了使不同模态不同尺度的两个... 目前复杂间质性肺疾病存在分类精度不高,且缺少辅助诊断信息的问题,针对这些问题提出了基于多特征融合和有监督对比学习方法的图像检索框架。使用Res-Net50和影像组学特征提取模块提取间质性肺疾病特征。为了使不同模态不同尺度的两个特征进行融合,设计了一个可以通过两个特征联合表征空间计算特征相关性的特征融合模块。通过有监督对比学习方法,提升间质性肺疾病类别之间的特征区分度,并对典型间质性肺疾病数据库进行检索。在本次间质性肺疾病数据的检索任务中获得了最高的精确率、召回率和F1分数,在用于图像检索的特征向量区分度指标中,获得了0.482的轮廓系数。实验结果表明:与传统深度学习单一特征模态方法相比,所提方法能有效提高间质性肺疾病图像分类检索精度,并提高间质性肺疾病诊断的可解释性。 展开更多
关键词 间质性肺疾病 多特征融合 有监督对比学习 图像检索 辅助诊断
在线阅读 下载PDF
高精度油藏数值模拟技术研究进展及应用 被引量：2
10
作者 赵国忠 兰玉波 +4 位作者 匡铁 何鑫 王青振 李椋楠 石亮 《大庆石油地质与开发》 CAS 北大核心 2024年第4期152-160,共9页
受算力和油藏模拟方法的制约,常规油藏数值模拟技术的模拟规模和效率,难以满足中高渗老油田特高含水后期剩余油精准挖潜的需求,人工智能加速油藏模拟技术的应用仍处于初步应用阶段。“十四五”期间,大庆油田在大规模并行模拟技术、页岩... 受算力和油藏模拟方法的制约,常规油藏数值模拟技术的模拟规模和效率,难以满足中高渗老油田特高含水后期剩余油精准挖潜的需求,人工智能加速油藏模拟技术的应用仍处于初步应用阶段。“十四五”期间,大庆油田在大规模并行模拟技术、页岩油藏模拟技术研究、人工智能方法和油藏模拟技术应用4个方面开展了攻关。通过对分布式黑油油藏模拟网格求解方法和数据传输方式的改进,大规模并行模拟规模突破1亿节点;考虑页岩油藏微孔限域效应特征,研发了页岩油藏数值模拟软件;基于傅里叶神经算子神经网络,实现了油藏数值模拟的加速;应用数值模拟辅助历史拟合技术,结合物理模拟结果,建立聚合物相对渗透率曲线求取方法。分布式并行模拟技术的改进完善、页岩油藏模拟器的建立和人工智能方法的创新应用,为中高渗老油田剩余油挖潜和非常规油藏开发提供了技术保障。 展开更多
关键词 水驱开发 页岩油 油藏模拟 深度学习 辅助拟合
在线阅读 下载PDF
基于多代理强化学习的多新型市场主体虚拟电厂博弈竞价及效益分配策略 被引量：8
11
作者 张继行 张一 +2 位作者 王旭 蒋传文 王玲玲 《电网技术》 EI CSCD 北大核心 2024年第5期1980-1991,I0052,I0053,共14页
目前新型市场主体规模较小但数量众多,为提高竞争力可以使其组成联盟以多新型市场主体虚拟电厂的形式参与市场博弈,而公平的效益分配方法是维持联盟稳定的基础。为此,该文提出了一种多新型市场主体虚拟电厂博弈竞价及效益分配策略。首先... 目前新型市场主体规模较小但数量众多,为提高竞争力可以使其组成联盟以多新型市场主体虚拟电厂的形式参与市场博弈,而公平的效益分配方法是维持联盟稳定的基础。为此,该文提出了一种多新型市场主体虚拟电厂博弈竞价及效益分配策略。首先,考虑多新型市场主体虚拟电厂和传统机组均作为价格影响者,构建包含电能量和备用辅助服务的主辅联合市场交易模型,并在不完全信息市场环境下采用多代理强化学习(multi-agentreinforcementlearning,MADDPG)算法求解。其次,采用分布式联盟构造方法得到最优多新型市场主体联盟结构。为解决效益分配方法中的维数灾问题,引入蒙特卡洛近似夏普利值,对虚拟电厂内各新型市场主体的超额收益进行合理分配。最后,算例分析表明所提方法给出了多新型主体虚拟电厂参与主辅联合市场的最优联盟结构和竞价策略,在保证精度的前提下提高了超额收益分配的计算速度,与单独参与市场相比提高了所有新型市场主体的收益。 展开更多
关键词 虚拟电厂 主辅联合市场 多代理强化学习 最优联盟结构 夏普利值
在线阅读 下载PDF
采用辅助学习的物体六自由度位姿估计 被引量：1
12
作者 陈敏佳 盖绍彦 +1 位作者 达飞鹏 俞健 《光学精密工程》 EI CAS CSCD 北大核心 2024年第6期901-914,共14页
为了在严重遮挡以及少纹理等具有挑战性的场景下,准确地估计物体在相机坐标系中的位置和姿态,同时进一步提高网络效率,简化网络结构,本文基于RGB-D数据提出了采用辅助学习的六自由度位姿估计方法。网络以目标物体图像块、对应深度图以及... 为了在严重遮挡以及少纹理等具有挑战性的场景下,准确地估计物体在相机坐标系中的位置和姿态,同时进一步提高网络效率,简化网络结构,本文基于RGB-D数据提出了采用辅助学习的六自由度位姿估计方法。网络以目标物体图像块、对应深度图以及CAD模型作为输入,首先,利用双分支点云配准网络,分别得到模型空间和相机空间下的预测点云;接着,对于辅助学习网络,将目标物体图像块和由深度图得到的Depth-XYZ输入多模态特征提取及融合模块,再进行由粗到细的位姿估计,并将估计结果作为先验用于优化损失计算。最后,在性能评估阶段,舍弃辅助学习分支,仅将双分支点云配准网络的输出利用点对特征匹配进行六自由度位姿估计。实验结果表明:所提方法在YCB-Video数据集上的AUC和ADD-S<2 cm结果分别为95.9%和99.0%;在LineMOD数据集上的平均ADD(-S)结果为99.4%;在LM-O数据集上的平均ADD(-S)结果为71.3%。与现有的其他六自由度位姿估计方法相比,采用辅助学习的方法在模型性能上具有优势,在位姿估计准确率上有较大提升。 展开更多
关键词 六自由度位姿估计 辅助学习 深度图像 三维点云
在线阅读 下载PDF
基于智能体建模的新型电力系统下火电企业市场交易策略 被引量：5
13
作者 李超英 檀勤良 《中国电力》 CSCD 北大核心 2024年第2期212-225,共14页
高比例新能源渗透情景下火电企业竞价策略研究对保障火电企业运营和推进新型电力系统建设具有重要意义。基于智能体建模框架,建立电力现货市场仿真模型和机组自学习决策模型。其中,环境模块建立了考虑源荷双侧不确定性的风光火储多方参... 高比例新能源渗透情景下火电企业竞价策略研究对保障火电企业运营和推进新型电力系统建设具有重要意义。基于智能体建模框架,建立电力现货市场仿真模型和机组自学习决策模型。其中,环境模块建立了考虑源荷双侧不确定性的风光火储多方参与的电力现货市场出清模型;智能体模块将火电机组投标决策过程刻画为部分观测马尔科夫决策过程,采用深度确定性策略梯度算法求解。以HRP-38节点系统为例进行仿真分析,明晰高比例新能源下火电企业市场交易策略。结果表明:在不考虑火电机组提供辅助服务的前提下,随着新能源渗透率的提高,仍有部分位置独特且具有成本优势的火电机组拥有竞争力;预测误差增大将使大容量火电机组投标策略趋于保守,而小容量机组投标策略相反;火电机组在各类场景下均具有隐性共谋倾向,即彼此隐藏信息时仍同时提高报价。 展开更多
关键词 电力市场 多智能体建模 强化学习 报价策略 辅助决策
在线阅读 下载PDF
基于DCE-MRI图像深度学习模型鉴别诊断乳腺良恶性肿瘤的价值分析 被引量：1
14
作者 罗文斌 郑晔 +2 位作者 刘欣 王蕾 段少银 《磁共振成像》 CAS CSCD 北大核心 2024年第10期22-29,共8页
目的探讨基于动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)图像深度学习模型鉴别诊断乳腺良恶性肿瘤的价值。材料与方法回顾性分析2018年9月至2022年12月厦门医学院附属第二医院病理学确诊30... 目的探讨基于动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)图像深度学习模型鉴别诊断乳腺良恶性肿瘤的价值。材料与方法回顾性分析2018年9月至2022年12月厦门医学院附属第二医院病理学确诊303例乳腺肿瘤患者资料,良性144例,恶性159例。按7∶3的比例分层随机抽样患者,分成训练集212例、测试集91例。构建六个深度学习模型:50层深度残差网络(50-layer deep residual network,ResNet-50)、Inception-V3、Googlenet,密集连接的卷积网络(densely connected convolutional networks,DenseNet)-121、视觉几何组(visual geometry group,VGG)-19和移动神经网络(mobile neural network,MobileNet)-V3,同时应用梯度加权类激活映射(gradient-weighted class activation mapping,Grad-CAM)对模型进行可视化。最后通过第一、二轮阅片比较了深度学习模型、初级和高级放射科医师的诊断结果。通过受试者工作特征(receive operating characteristic,ROC)曲线、准确度、敏感度、特异度、阴性预测值(negative predictive value,NPV)及阳性预测值(positive predictive value,PPV)对不同深度学习模型及两轮阅片的诊断效能进行分析,计算各深度学习模型曲线下面积(area under the curve,AUC),使用DeLong检验对各模型间ROC曲线进行比较,使用配对卡方检验比较两轮阅片的诊断效能。结果训练集ResNet-50、Inception-V3、Googlenet、DenseNet-121、VGG-19和MobileNet-V3六种深度学习模型AUC分别为0.874[95%置信区间(confidence interval,CI):0.828~0.920]、0.771(95%CI:0.707~0.834)、0.993(95%CI:0.986~0.999)、0.926(95%CI:0.888~0.958)、0.947(95%CI:0.918~0.975)及0.945(95%CI:0.918~0.973)。测试集ResNet-50、Inception-V3、Googlenet、DenseNet-121、VGG-19和MobileNet-V3六种深度学习模型AUC分别为0.841(95%CI:0.755~0.927)、0.746(95%CI:0.641~0.851)、0.822(95%CI:0.736~0.909)、0.752(95%CI:0.650~0.855)、0.827(95%CI:0.737~0.918)及0.779(95%CI:0.685~0.874)。ResNet-50模型Grad-CAM可视化图像显示乳腺恶性肿瘤呈病灶中央激活,良性肿瘤呈周边激活。第一轮阅片,ResNet-50深度学习模型的准确度、特异度及敏感度分别为80.2%、86.7%及73.9%,初级医师的准确度、特异度及敏感度为73.6%、73.3%及73.9%,高级医师的准确度、特异度及敏感度为80.2%、80.0%及80.4%。第二轮阅片,在ResNet-50模型辅助下,初级医师准确度、特异度及敏感度增加15.4%、17.8%、13.1%(P<0.05),高级医师准确度、特异度及敏感度增加12.1%、13.3%、10.9%(P=0.001、0.031、0.063)。结论ResNet-50模型鉴别诊断良恶性乳腺肿瘤性能最佳,可视化图像可能成为影像诊断依据。借助该模型放射科医师鉴别诊断乳腺肿瘤良、恶性准确性明显提高,为临床决策提供客观依据。 展开更多
关键词 乳腺肿瘤 辅助诊断 深度学习 动态增强磁共振成像 卷积神经网络
在线阅读 下载PDF
基于机器学习的演化多任务优化框架 被引量：2
15
作者 麦伟杰 刘伟莉 钟竞辉 《计算机学报》 EI CAS CSCD 北大核心 2024年第1期29-51,共23页
演化多任务优化是近年来计算智能领域的研究热点之一,其原理是通过任务间的知识转移提高演化算法同时求解多个任务的效率.由于任务间相似性对促进任务之间的正向知识转移具有重要的影响,因此,如何度量任务间的相似性成为了重点研究方向... 演化多任务优化是近年来计算智能领域的研究热点之一,其原理是通过任务间的知识转移提高演化算法同时求解多个任务的效率.由于任务间相似性对促进任务之间的正向知识转移具有重要的影响,因此,如何度量任务间的相似性成为了重点研究方向之一.目前,演化多任务优化在处理两个任务时,辅助任务的选取仅限于两者之一,且在处理超多任务时对任务间知识的转移缺乏灵活性.为此,本文提出一个基于机器学习的演化多任务优化框架,命名为MaTML.该框架联合所有任务关联的子种群形成一个统一的初始化种群,利用目标任务的技能因子及其对应的种群个体分别构建标签和训练集,应用十折交叉法拟合模型,并运用模型预测与目标任务相似的个体以组成辅助种群,从而促进演化优化中的正向知识转移.本文提出的算法能够在动态的种群个体中找到目标任务的辅助种群,不仅可以为三个或以上的多任务优化灵活地选取相似辅助任务,而且解决了当任务数量为两个时有效地选择辅助任务的问题.通过与现阶段的多任务算法和超多任务算法分别在CEC2017问题测试集和WCCI2020SO问题测试集进行比较,实验结果证实MaTML在优化多任务问题时具有更优或竞争性的性能.此外,文中还详细研究了MaTML的计算资源、模型性能、模型稳定性以及相关组件.最后,本文还基于真实问题的测试进一步验证了MaTML的有效性. 展开更多
关键词 演化多任务优化 机器学习 任务间相似性 知识转移 辅助任务
在线阅读 下载PDF
基于人体三维关键点的中医望诊步态特征定义和提取
16
作者 管爱华 沈纪龙 +5 位作者 王子琰 张琪 杨涛 郎许锋 谢佳东 胡孔法 《南京中医药大学学报》 CSCD 北大核心 2024年第12期1331-1339,共9页
目的分析心脑血管疾病患者与正常人步态特征差异,探索中医全身望诊新的客观化特征。方法使用单目相机采集受试者正面行走视频,以中医师的诊断结果为疾病标注数据;利用深度学习模型估计关键点三维坐标;定义并基于下肢关键点三维坐标计算... 目的分析心脑血管疾病患者与正常人步态特征差异,探索中医全身望诊新的客观化特征。方法使用单目相机采集受试者正面行走视频,以中医师的诊断结果为疾病标注数据;利用深度学习模型估计关键点三维坐标;定义并基于下肢关键点三维坐标计算步态特征;统计并验证心脑血管疾病人群的步态特征差异。结果自动提取下肢关键点三维坐标并计算了步宽、步长、抬脚高度、双肢夹角、左右髋关节角度和左右膝关节角度8类中医望诊步态特征,对比发现心脑血管疾病人群与健康人群特征存在显著性差异(P<0.05)。结论所提取的中医望诊步态能够有效区分心脑血管疾病患者与健康人群,拓展了中医全身望诊的研究范畴,为心脑血管疾病的早期检测和预防提供了新的思路。 展开更多
关键词 步态特征 三维骨架 全身望诊 辅助诊断 深度学习 心脑血管疾病 早期诊断 早期预防
在线阅读 下载PDF
基于时空信息辅助监督的语言-视频对比学习模型
17
作者 张冰冰 张建新 李培华 《计算机学报》 EI CAS CSCD 北大核心 2024年第8期1769-1785,共17页
同时使用语言和图像两种模态信息的神经网络模型在计算机视觉领域取得了很大进展.一些将其用于视频识别任务的工作,存在未考虑视频中丰富的时间-空间信息、用于描述类别的文本过于简单等不足.对此,本文提出了基于时空辅助信息监督的语言... 同时使用语言和图像两种模态信息的神经网络模型在计算机视觉领域取得了很大进展.一些将其用于视频识别任务的工作,存在未考虑视频中丰富的时间-空间信息、用于描述类别的文本过于简单等不足.对此,本文提出了基于时空辅助信息监督的语言-视频对比学习模型.对于视频编码,提出了基于类别词元的时序加权位移模块进行时序建模,使得时序信息在网络从底层到高层的各个层次传播;而且还提出了时空信息辅助监督模块,深入挖掘视觉词元中蕴含的丰富时空信息.对于语言编码,提出了一种基于大语言模型的提示学习方法,对行为类别文本描述进行扩展,生成具有丰富上下文语义信息的文本描述.实验部分,本文提出的模型在4个视频行为识别数据集mini-Kinetics-200、Kinetics-400、UCF101和HMDB51上,达到了优于当前最先进方法或与当前最先进方法识别准确率相当的水平,比基线方法的识别准确率分别提升了2.5%、0.3%、0.6%和2.4%. 展开更多
关键词 行为识别 多模态模型 时序建模 时空信息辅助监督 提示学习
在线阅读 下载PDF
基于图辅助学习的会话推荐
18
作者 唐廷杰 黄佳进 秦进 《计算机应用》 CSCD 北大核心 2024年第9期2711-2718,共8页
针对现有的自监督对比任务未能充分利用原始数据中的丰富语义以及缺乏通用性的问题,提出一种基于图辅助学习的会话推荐(SR-GAL)模型。首先,在图神经网络(GNN)的基础上引入具有表示一致性(RC)的编码通道,从原始数据中挖掘更有价值的自监... 针对现有的自监督对比任务未能充分利用原始数据中的丰富语义以及缺乏通用性的问题,提出一种基于图辅助学习的会话推荐(SR-GAL)模型。首先,在图神经网络(GNN)的基础上引入具有表示一致性(RC)的编码通道,从原始数据中挖掘更有价值的自监督信号;其次,为了充分利用这些自监督信号,设计了与目标任务关系紧密的预测性辅助任务和约束性辅助任务;最后,开发了一个简单且与GNN模型无关的辅助学习框架,将两个辅助任务与推荐任务统一起来,从而提高GNN模型的推荐性能。与次优的对比模型CGSNet(Contrastive Graph Self-attention Network)相比,在Diginetica数据集上,所提模型的精确率P@20和平均倒数排名MRR@20提升了0.58%和1.61%;在Tmall数据集上,所提的模型的P@20和MRR@20分别提升了12.65%和8.41%,验证了该模型的有效性。在多个真实数据集上的实验结果表明,SR-GAL模型优于较先进的模型,并且具有良好的可扩展性和通用性。 展开更多
关键词 推荐系统 会话推荐 图神经网络 辅助任务 自监督学习
在线阅读 下载PDF
基于改进RAC-GAN的电动船舶充电负荷场景生成方法
19
作者 廖菲 杨军 +3 位作者 林毅 薛静玮 吴少将 朱睿 《电力系统自动化》 EI CSCD 北大核心 2024年第22期171-181,共11页
随着电动船舶的发展和普及,内河流域的港口用能结构正逐步由燃油转变为清洁的电能,港口负荷将对配电网峰谷差造成显著影响。为准确描述电动船舶充电负荷特征,提出了一种基于改进鲁棒性辅助分类生成对抗网络(RAC-GAN)的电动船舶充电负荷... 随着电动船舶的发展和普及,内河流域的港口用能结构正逐步由燃油转变为清洁的电能,港口负荷将对配电网峰谷差造成显著影响。为准确描述电动船舶充电负荷特征,提出了一种基于改进鲁棒性辅助分类生成对抗网络(RAC-GAN)的电动船舶充电负荷场景生成方法。首先,分析电动船舶充电负荷的特征,构建含环境特征与充电负荷的原始数据集;然后,对RAC-GAN进行改进,加入变分编码器对船舶数据集进行降维,抽取特征信息簇标签,并在判别器中引入噪声过渡模型和卷积层,以提高判别器的抗噪能力,并对网络的损失函数进行重定义;最后,以中国实际港口为例,基于改进的RAC-GAN生成船舶充电负荷的海量场景。仿真结果表明,所提方法能够学习到电动船舶的负荷特征,对噪声具有较高的鲁棒性,并且可以有效生成大量满足真实样本概率分布特征的电动船舶充电负荷场景。 展开更多
关键词 电动船舶 充电负荷 场景生成 鲁棒性辅助分类 生成对抗网络 深度学习
在线阅读 下载PDF
基于多源数据融合的医用影像辅助诊断模型设计
20
作者 陈迪 陈云虹 +2 位作者 王文军 毕卫云 李朗 《现代电子技术》 北大核心 2024年第1期124-128,共5页
为了实现对患者的准确分类,辅助医生进行疾病诊断识别,文中提出一种基于多源数据融合的影像数据辅助诊断模型。该模型将MRI和PET图像进行融合,并以改进的Transformer网络T2T-ViT为主干分类网络,通过迁移学习ImageNet数据集的参数,实现... 为了实现对患者的准确分类,辅助医生进行疾病诊断识别,文中提出一种基于多源数据融合的影像数据辅助诊断模型。该模型将MRI和PET图像进行融合,并以改进的Transformer网络T2T-ViT为主干分类网络,通过迁移学习ImageNet数据集的参数,实现对阿尔茨海默病的分类。在公开数据集上进行的实验结果表明,所提出模型对于阿尔茨海默症患者的识别准确率可达0.95,优于目前的主流图像分类网络,证明其有效性,能够辅助影像医生进行疾病诊断,具有一定的应用价值。 展开更多
关键词 多源数据 迁移学习 辅助诊断 T2T-ViT网络 TRANSFORMER 识别准确率
在线阅读 下载PDF
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 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部