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83篇文章
< 1 2 … 5 >
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：
基于大语言模型的智能问答系统研究综述 被引量：14
1
作者 任海玉 刘建平 +4 位作者 王健 顾勋勋 陈曦 张越 赵昌顼 《计算机工程与应用》 北大核心 2025年第7期1-24,共24页
智能问答是自然语言处理中的一个核心的子领域,旨在理解并回答用户提出的自然语言问题的系统。传统的问答系统通常依赖于预定义的规则和有限的语料库,无法处理复杂的多轮对话。大语言模型是一种基于深度学习技术的自然语言处理模型,拥... 智能问答是自然语言处理中的一个核心的子领域,旨在理解并回答用户提出的自然语言问题的系统。传统的问答系统通常依赖于预定义的规则和有限的语料库,无法处理复杂的多轮对话。大语言模型是一种基于深度学习技术的自然语言处理模型,拥有数十亿甚至上千亿个参数,不仅能够理解和生成自然语言,还能显著提升问答系统的准确性和效率,推动智能问答技术的发展。近年来,基于大模型技术的智能问答逐渐成为研究热点,但对该领域的系统性综述仍然较为欠缺。因此,针对大模型的智能问答系统进行系统综述,介绍了问答系统的基本概念和数据集及其评价指标;介绍了基于大模型的问答系统,其中包括基于提示学习的问答系统、基于知识图谱的问答系统、基于检索增强生成的问答系统和基于智能代理的问答系统以及微调在问答任务中的技术路线,并对比了五种方法在问答系统中的优缺点和应用场景;对于当前基于大语言模型的问答系统面临的研究挑战和未来发展趋势进行了总结。 展开更多
关键词 大语言模型 智能问答 自然语言处理 检索增强生成 提示学习 知识图谱
在线阅读 下载PDF
MSP-YOLACT:面向多模态PET/CT肺部肿瘤医学图像的实例分割模型
2
作者 周涛 柴文文 +3 位作者 王亚星 陈凯雄 陆惠玲 石道宗 《光子学报》 北大核心 2025年第4期198-212,共15页
针对多模态肺部肿瘤医学图像对比度低、病灶边界模糊,现有方法未充分考虑多模态图像信息互补性的问题,提出了面向多模态PET/CT肺部肿瘤医学图像的实例分割模型,该模型为充分利用不同模态图像的病灶共性特征进行病灶形态增强,设计融合PET... 针对多模态肺部肿瘤医学图像对比度低、病灶边界模糊,现有方法未充分考虑多模态图像信息互补性的问题,提出了面向多模态PET/CT肺部肿瘤医学图像的实例分割模型,该模型为充分利用不同模态图像的病灶共性特征进行病灶形态增强,设计融合PET和CT模态图像特征的多模态特征混合器;为增加模型对病灶区域的关注度,构造增强特征金字塔,该结构由强化特征融合模块以及多尺度特征融合器组成;为增强模型对病灶区域的定位能力,设计基于全局与局部特征强化的并行特征增强预测头模块。使用临床多模态肺部肿瘤医学图像数据集验证模型的有效性,结果表明所提模型对于肺部病灶分割的AP_(det)、AP_(seg)、AR_(det)、AR_(seg)、mAP_(det)和mAP_(seg)分别为64.55%、65.53%、51.47%、52.28%、64.37%和65.41%。该模型实现对肺部肿瘤病灶区域的精确检测分割,以及对肺部肿瘤自动化辅助诊断具有积极意义。 展开更多
关键词 医学图像 肺部肿瘤 多模态 PET/CT 实例分割 注意力机制
在线阅读 下载PDF
ResNet及其在医学图像处理领域的应用:研究进展与挑战 被引量：31
3
作者 周涛 刘赟璨 +2 位作者 陆惠玲 叶鑫宇 常晓玉 《电子与信息学报》 EI CSCD 北大核心 2022年第1期149-167,共19页
残差神经网络(ResNet)是深度学习领域的研究热点,广泛应用于医学图像处理领域。该文对残差神经网络从以下几个方面进行综述:首先,阐述残差神经网络的基本原理和模型结构;然后,从残差单元、残差连接和网络整体结构3方面总结了残差神经网... 残差神经网络(ResNet)是深度学习领域的研究热点,广泛应用于医学图像处理领域。该文对残差神经网络从以下几个方面进行综述:首先,阐述残差神经网络的基本原理和模型结构;然后,从残差单元、残差连接和网络整体结构3方面总结了残差神经网络的改进机制;其次,从与DenseNet,U-Net,Inception结构和注意力机制结合4方面探讨残差神经网络在医学图像处理领域中的广泛应用;最后,讨论ResNet在医学图像处理领域中面临的主要挑战,并对未来的发展方向进行展望。该文系统梳理了残差神经网络的最新研究进展,以及在医学图像处理中的应用,对残差神经网络的研究具有重要的参考价值。 展开更多
关键词 残差神经网络 医学图像 残差单元 残差连接 激活函数
在线阅读 下载PDF
细粒度图像分类上Vision Transformer的发展综述 被引量：6
4
作者 孙露露 刘建平 +3 位作者 王健 邢嘉璐 张越 王晨阳 《计算机工程与应用》 CSCD 北大核心 2024年第10期30-46,共17页
细粒度图像分类(fine-grained image classification,FGIC)一直是计算机视觉领域中的重要问题。与传统图像分类任务相比,FGIC的挑战在于类间对象极其相似,使任务难度进一步增加。随着深度学习的发展,Vision Transformer(ViT)模型在视觉... 细粒度图像分类(fine-grained image classification,FGIC)一直是计算机视觉领域中的重要问题。与传统图像分类任务相比,FGIC的挑战在于类间对象极其相似,使任务难度进一步增加。随着深度学习的发展,Vision Transformer(ViT)模型在视觉领域掀起热潮,并被引入到FGIC任务中。介绍了FGIC任务所面临的挑战,分析了ViT模型及其特性。主要根据模型结构全面综述了基于ViT的FGIC算法,包括特征提取、特征关系构建、特征注意和特征增强四方面内容,对每种算法进行了总结,并分析了它们的优缺点。通过对不同ViT模型在相同公用数据集上进行模型性能比较,以验证它们在FGIC任务上的有效性。最后指出了目前研究的不足,并提出未来研究方向,以进一步探索ViT在FGIC中的潜力。 展开更多
关键词 细粒度图像分类 Vision Transformer 特征提取 特征关系构建 特征注意 特征增强
在线阅读 下载PDF
M^(3)Res-Transformer:新冠肺炎胸部X-ray图像识别模型 被引量：5
5
作者 周涛 刘赟璨 +3 位作者 侯森宝 常晓玉 叶鑫宇 陆惠玲 《电子学报》 EI CAS CSCD 北大核心 2024年第2期589-601,共13页
新冠肺炎(COVID-19)自爆发以来严重影响人类生命健康,近年来残差神经网络广泛应用于COVID-19识别任务中,辅助医生快速地诊断COVID-19患者,但是COVID-19图像病变区域形状复杂、大小不一,与周围组织的边界模糊,导致网络难以提取有效特征.... 新冠肺炎(COVID-19)自爆发以来严重影响人类生命健康,近年来残差神经网络广泛应用于COVID-19识别任务中,辅助医生快速地诊断COVID-19患者,但是COVID-19图像病变区域形状复杂、大小不一,与周围组织的边界模糊,导致网络难以提取有效特征.本文针对上述问题,提出一种M^(3)Res-Transformer的新冠肺炎胸部X-ray图像识别模型,采用Res-Transformer作为模型的主干网络,结合ResNet和ViT,有效地整合局部病变特征和全局特征;设计混合残差注意力模块(mixed residual attention Module,mraM),同时考虑通道和空间位置的相互依赖性,增强网络的特征表达能力;为了增大感受野,提取多尺度特征,通过叠加具有不同扩张率的扩张卷积构造多尺度扩张残差模块(multiscale dilated residual Module,mdrM),根据不同层次特征尺度的差异,使用3个逐渐收缩尺度的mdrM进行多尺度特征提取;提出上下文交叉感知模块(contextual cross-awareness Module,ccaM),使用深层特征中的语义信息来引导浅层特征,然后将浅层特征中的空间信息嵌入深层特征中,采用交叉加权注意力机制高效聚合深层和浅层特征,获得更丰富的上下文信息.为了验证本文所提模型的有效性,在新冠肺炎胸部X-ray图像数据集上进行实验,与先进的CNN分类模型、融合不同注意力机制的ResNet50模型、基于Transformer的分类模型对比以及消融实验.结果表明,本文所提模型的Acc、Pre、Rec、F1-Score与Spe指标分别为96.33%、96.36%、96.33%、96.35%与96.26%,在COVID-19胸部X-ray图像识别任务中有效提升了识别精度,并通过可视化方法对其进行进一步验证,为COVID-19的辅助诊断提供重要的参考价值. 展开更多
关键词 COVID-19 胸部X-ray图像 残差神经网络 vision transformer 注意力机制
在线阅读 下载PDF
基于DCIF-GAN的肺部肿瘤PET/CT跨模态医学图像融合 被引量：2
6
作者 周涛 程倩茹 +2 位作者 张祥祥 李琦 陆惠玲 《光学精密工程》 EI CAS CSCD 北大核心 2024年第2期221-236,共16页
基于生成对抗网络(Generative Adversarial Network,GAN)的医学图像融合是计算机辅助诊断领域的研究热点之一,但是现有基于GAN的融合方法存在训练不稳定,提取图像的局部和全局上下文语义信息能力不足,交互融合程度不够等问题。针对上述... 基于生成对抗网络(Generative Adversarial Network,GAN)的医学图像融合是计算机辅助诊断领域的研究热点之一,但是现有基于GAN的融合方法存在训练不稳定,提取图像的局部和全局上下文语义信息能力不足,交互融合程度不够等问题。针对上述问题,本文提出了双耦合交互式融合GAN(Dual-Coupled Interactive Fusion GAN,DCIFGAN)。首先,设计了双生成器双鉴别器GAN,通过权值共享机制实现生成器之间和鉴别器之间的耦合,通过全局自注意力机制实现交互式融合;第二,设计耦合CNN-Transformer的特征提取模块(Coupled CNN-Transformer Feature Extraction Module,CC-TFEM)和特征重构模块(CNN-Transformer Feature Reconstruction Module,C-TFRM),提升了对同一模态图像内部的局部和全局特征信息提取能力;第三,设计跨模态交互式融合模块(Cross Model Intermodal Fusion Module,CMIFM),通过跨模态自注意力机制,进一步整合不同模态间的全局交互信息。为了验证本文模型的有效性,在肺部肿瘤PET/CT医学图像数据集上进行实验,该文方法在平均梯度,空间频率,结构相似度,标准差,峰值信噪比,信息熵等上与其他四种方法中最优方法相比,分别提高了1.38%,0.39%,29.05%,30.23%,0.18%,4.63%。模型能够突出病变区域信息,融合图像结构清晰且纹理细节丰富。 展开更多
关键词 医学图像 图像融合 PET/CT 耦合生成对抗网络 Swin Transformer
在线阅读 下载PDF
k-center问题的算法研究综述
7
作者 王晓峰 华盈盈 +2 位作者 王军霞 彭庆媛 何飞 《郑州大学学报（工学版）》 CAS 北大核心 2025年第1期42-50,97,共10页
k-center问题是设施选址的基础问题,同样是NP难问题,在分配、紧急服务等领域也有着实际的应用。随着问题规模的扩大,原有的算法已不再适用,需要进一步优化或者改进。为了找到求解该问题的高效算法,对现有算法进行研究。对各类求解k-cen... k-center问题是设施选址的基础问题,同样是NP难问题,在分配、紧急服务等领域也有着实际的应用。随着问题规模的扩大,原有的算法已不再适用,需要进一步优化或者改进。为了找到求解该问题的高效算法,对现有算法进行研究。对各类求解k-center问题的算法进行梳理,将求解算法划分为精确算法、启发式算法、元启发式算法、近似算法等,从算法原理、改进思路、性能和精度等方面进行对比综述。精确算法在求解小规模k-center问题时可在多项式时间内得到最优解,但是算法效率低,不适用于大规模问题;启发式算法可以在多项式时间内给出相对最优解,但是没有理论保证,无法衡量与最优解的关系;元启发式算法可对目前存在的智能优化算法进行改进,给出相对最优解,但是解的质量无法保证;利用近似算法得到的解具有近似比保证,有较大的理论研究价值,但是实用价值较弱。目前求解k-center问题的元启发式算法已取得一定的研究成果,但是在求解时间、求解规模、算法效率等方面仍待突破,这将是未来k-center问题的研究重点。 展开更多
关键词 k-center问题 精确算法 近似算法 蜂群优化 遗传算法
在线阅读 下载PDF
多模态特征增强的双层融合知识推理方法 被引量：1
8
作者 荆博祥 王海荣 +1 位作者 王彤 杨振业 《计算机科学与探索》 北大核心 2025年第2期406-416,共11页
现有的多模态知识推理方法大多采用拼接或注意力的方式,将预训练模型提取到的多模态特征直接进行融合,往往忽略了不同模态之间的异构性和交互的复杂性。为此,提出了一种多模态特征增强的双层融合知识推理方法。结构信息嵌入模块采用自... 现有的多模态知识推理方法大多采用拼接或注意力的方式,将预训练模型提取到的多模态特征直接进行融合,往往忽略了不同模态之间的异构性和交互的复杂性。为此,提出了一种多模态特征增强的双层融合知识推理方法。结构信息嵌入模块采用自适应图注意力机制筛选并聚合关键的邻居信息,用来增强实体和关系嵌入的语义表达;多模态嵌入信息模块使用不同的注意力机制关注不同模态数据的独有特征,以及多模态数据间的共性特征,利用共性特征的互补信息进行模态交互,以减少模态间异构性差异;多模态特征融合模块采用将低秩多模态特征融合和决策融合相结合的双层融合策略,实现了多模态数据在模态间和模态内的动态复杂交互,并综合考虑每种模态在推理中的贡献度,得到更全面的预测结果。为了验证方法的有效性,分别在FB15K-237、DB15K和YAGO15K数据集上进行了实验。结果表明:该方法相比多模态推理方法,在FB15K-237数据集上MRR和Hits@1分别平均提升3.6%和2.2%;相比单模态推理方法,MRR和Hits@1分别平均提升13.7%和14.6%。 展开更多
关键词 多模态知识图谱 链接预测 知识推理 多模态特征融合
在线阅读 下载PDF
融合双通道特征信息的医疗短文本分类模型
9
作者 李晨 刘纳 +2 位作者 郑国风 杨杰 道路 《现代电子技术》 北大核心 2025年第13期123-132,共10页
针对医疗短文本存在特征稀疏、语义歧义和提取短文本特征不充分等问题,提出融合双通道特征的医疗短文本分类模型(EBDF)。该模型利用预训练模型得到动态词向量,使模型包含更丰富的语义信息;之后利用BiLSTM获取全局文本特征信息和DPECNN... 针对医疗短文本存在特征稀疏、语义歧义和提取短文本特征不充分等问题,提出融合双通道特征的医疗短文本分类模型(EBDF)。该模型利用预训练模型得到动态词向量,使模型包含更丰富的语义信息;之后利用BiLSTM获取全局文本特征信息和DPECNN获取深层次的局部文本特征信息,为了提高模型的鲁棒性和泛化能力,采用FGM对抗训练算法对数据进行扰动;最后,将双通道的特征信息进行特征融合获得最终的文本表示。EBDF模型在三个医疗领域和两个通用领域的短文本数据集上与效果较好的模型相比,准确率提升约0.57%~6.16%,F1值提高约0.65%~5.80%。 展开更多
关键词 医疗文本挖掘 短文本分类 特征融合 BiLSTM DPECNN 双通道
在线阅读 下载PDF
带时间窗的车辆路径问题元启发算法综述
10
作者 张玉玺 雷冰冰 +2 位作者 王晓峰 朱炫骏 宋家欢 《计算机应用研究》 北大核心 2025年第5期1290-1298,共9页
带时间窗的车辆路径问题(VRPTW)是车辆路径优化问题(VRP)重要问题之一,广泛应用于物流配送等领域。随着物流需求和复杂性的增加,传统算法在求解VRPTW时表现出效率低和适应性不足等局限。近年来,元启发算法在该问题的求解上取得了显著进... 带时间窗的车辆路径问题(VRPTW)是车辆路径优化问题(VRP)重要问题之一,广泛应用于物流配送等领域。随着物流需求和复杂性的增加,传统算法在求解VRPTW时表现出效率低和适应性不足等局限。近年来,元启发算法在该问题的求解上取得了显著进展,因此有必要对其求解算法进行系统梳理和深入研究。梳理了VRPTW的基本模型,对比了精确算法、启发算法及元启发算法的应用,重点分析了元启发算法的研究进展、优缺点及其改进策略。最后,探讨了算法未来研究方向和发展趋势,为进一步研究提供了理论支持。 展开更多
关键词 车辆路径问题 时间窗 元启发算法 启发算法
在线阅读 下载PDF
渐进式策略的多模态无监督实体对齐方法
11
作者 马赫 王海荣 +2 位作者 王艺焱 孙崇 周北京 《计算机科学与探索》 北大核心 2025年第1期245-252,共8页
当前的实体对齐方法,虽然利用知识图谱中实体间的结构信息取得了不错的对齐效果,但是忽略了实体间包含的大量侧面信息。这些信息具有唯一性特征,可以用于增强对齐效果。分析了实体侧面信息在实体对齐中的可用性,提出了一种无监督实体对... 当前的实体对齐方法,虽然利用知识图谱中实体间的结构信息取得了不错的对齐效果,但是忽略了实体间包含的大量侧面信息。这些信息具有唯一性特征,可以用于增强对齐效果。分析了实体侧面信息在实体对齐中的可用性,提出了一种无监督实体对齐方法,使用渐进式策略并融合图文信息。该方法通过融合实体的字面量信息和视觉信息,来增强实体的特征表示;采用双向阈值最近邻算法,过滤掉距离度量过高的实体对;引入渐进式策略,来动态增加相似度阈值,以控制对齐实体对的生成质量和生成速度;定义分配算法,以优化渐进式策略得到的结果。为了验证提出的方法,在DBP15K数据集的ZH_EN、JA_EN、FR_EN子数据集上进行实验,并与PSR、EVA、DATTI等10种方法的结果进行了对比分析。实验结果表明,该方法在ZH_EN和JA_EN子数据集的对齐任务上,Hits@1指标分别达到了95.7%和97.4%,在FR_EN上Hits@10指标达到了99.9%,性能表现较佳。 展开更多
关键词 实体对齐 无监督 多模态 渐进式策略 分配问题
在线阅读 下载PDF
一种求解GSTP问题的新型黏菌优化算法
12
作者 王军霞 王晓峰 +3 位作者 华盈盈 何飞 唐傲 刘建平 《现代电子技术》 北大核心 2025年第5期162-168,共7页
针对图的Steiner树问题(GSTP)的NP难特性,提出一种融合多策略改进的黏菌优化算法。首先,定义种群初始化方法,由于STP是二进制解空间中的优化问题,而标准的黏菌优化算法迭代更新后每个维度的值是连续的。因此,为搜索个体确定最佳的S型传... 针对图的Steiner树问题(GSTP)的NP难特性,提出一种融合多策略改进的黏菌优化算法。首先,定义种群初始化方法,由于STP是二进制解空间中的优化问题,而标准的黏菌优化算法迭代更新后每个维度的值是连续的。因此,为搜索个体确定最佳的S型传递函数,对连续的个体位置进行离散化处理。其次,为避免种群陷入局部最优,对二进制的黏菌优化算法引入新的位置更新策略。最后,将改进后的黏菌优化算法在OR-Library标准测试集上的计算结果与其他经典启发式算法、近似算法以及深度强化学习算法进行实验对比分析。结果表明,改进后的黏菌优化算法能够有效避免陷入局部最优,收敛精度更高,在求解GSTP时有一定优越性。 展开更多
关键词 Steiner树问题 黏菌优化算法 传递函数 位置更新 离散化处理 种群初始化
在线阅读 下载PDF
结合变量决策层和全局学习率的启发式优化算法
13
作者 何飞 王晓峰 +3 位作者 唐傲 华盈盈 彭庆媛 王军霞 《计算机应用研究》 北大核心 2025年第2期441-447,共7页
冲突驱动子句学习(conflict-driven clause learning,CDCL)是现代SAT求解器的主流框架,而基于变量活性的分支算法是其高效求解的关键因素之一。将全局学习率(global learning rate,GLR)和变量决策层结合分析,得到两个有关CDCL搜索行为... 冲突驱动子句学习(conflict-driven clause learning,CDCL)是现代SAT求解器的主流框架,而基于变量活性的分支算法是其高效求解的关键因素之一。将全局学习率(global learning rate,GLR)和变量决策层结合分析,得到两个有关CDCL搜索行为的重要推论:在GLR较高时,增加低决策层变量的碰撞分数可以降低搜索成本;而在GLR较低时,增加高决策层变量的碰撞分数可以充分探索解空间。通过实验数据分析,验证了两个推论的正确性。依据推论,提出一种结合GLR和变量决策层的Gdb启发式策略来优化现有分支算法,Gdb使用变量决策层设计两个权重w_(1)和w_(2),分别用于较高和较低GLR情况下的变量活性。此外,还分析了EVSIDS和LRB两个分支算法的搜索行为,并针对LRB进行再次加权。实验结果表明,Gdb分支策略有效提升了CDCL求解器的效率。 展开更多
关键词 布尔可满足性问题 CDCL 分支策略 GLR 变量决策层
在线阅读 下载PDF
最小冲突启发式辅助离散的海洋捕食者求解RB模型
14
作者 杨易 王晓峰 +2 位作者 华盈盈 杨澜 庞立超 《郑州大学学报(理学版)》 北大核心 2025年第4期71-79,共9页
修正的B(revised B,RB)模型是一种在约束可满足问题中具备精确相变增长域的随机实例模型,提出一种基于元启发式与局部搜索相结合的求解算法用于解决RB模型实例。以海洋捕食者算法为基础,对初始解空间进行编码离散化,并对海洋捕食者算法... 修正的B(revised B,RB)模型是一种在约束可满足问题中具备精确相变增长域的随机实例模型,提出一种基于元启发式与局部搜索相结合的求解算法用于解决RB模型实例。以海洋捕食者算法为基础,对初始解空间进行编码离散化,并对海洋捕食者算法的三个核心阶段进行优化。有针对性地将当前候选解向最优解方向引导搜索,最终阶段借助局部搜索方法,当所得当前最优解无法满足RB模型实例解时,传递至退火策略的最小冲突启发式,进一步提升算法求解效能。实验证明,与多种启发式算法相比,所提算法在精度与时间效率方面均呈现明显提升,即便在接近可满足性相变点的情形下仍展现出高概率求解的潜力。 展开更多
关键词 RB模型 约束可满足问题 海洋捕食者算法 元启发式 最小冲突启发式
在线阅读 下载PDF
面向肺部肿瘤分类的跨模态Light-3Dformer模型
15
作者 周涛 牛玉霞 +2 位作者 叶鑫宇 刘隆 陆惠玲 《电子学报》 北大核心 2025年第3期951-961,共11页
基于深度学习的三维多模态正电子发射型断层扫描/计算机断层扫描(Positron Emission Tomography/Computed Tomography,PET/CT)肺部肿瘤识别是一个重要的研究方向.肺部肿瘤病灶的空间形状不规则、与周围组织边界模糊,导致模型难以充分提... 基于深度学习的三维多模态正电子发射型断层扫描/计算机断层扫描(Positron Emission Tomography/Computed Tomography,PET/CT)肺部肿瘤识别是一个重要的研究方向.肺部肿瘤病灶的空间形状不规则、与周围组织边界模糊,导致模型难以充分提取肿瘤特征,且模型在三维任务中需要较高的计算复杂度.针对上述问题,本文提出一种跨模态Light-3Dformer的三维肺部肿瘤识别模型.本文的主要创新工作有以下几个方面.首先,采用主、辅网络结构,其中主干网络提取PET/CT图像特征,辅助网络提取PET图像和CT图像特征,并采用轻量化跨模态协同注意力实现多模态特征增强和交互式学习.其次,设计Light-3Dformer模块,在该模块中,将Transformer的2次矩阵乘法操作更新为全局注意力机制Lightformer的线性元素乘法操作;设计级联Lightformer结构,其输出特征图和最初的输入特征图融合,通过并行和融合更多的深浅层特征,可以实现轻量化和提取丰富的梯度信息;设计无参数的注意力,该机制能从通道、空间和断层3个方面增强肺部肿瘤特征提取能力.再次,设计轻量化跨模态协同注意力模块(Light Cross-modal Collaborative Attention Module,LCCAM),该模块能充分学习三维多模态影像的跨模态优势信息,对深浅层特征进行交互式学习.最后,进行消融实验和对比实验,在自建的肺部肿瘤三维多模态数据集中,本文模型在计算量和运行时间最优的前提下,准确率和曲线下面积(Area Under the Curve,AUC)值分别达到90.19%和89.81%,与3D-SwinTransformer-S模型相比,参数量降低117倍,计算量降低400倍.实验结果表明:本文模型能更好地提取肺部肿瘤病灶的多模态信息,这为深度学习三维模型轻量化和多模态交互提供了新思路. 展开更多
关键词 肺部肿瘤 多模态图像 Transformer Light-3Dformer 轻量化跨模态协同注意力
在线阅读 下载PDF
基于改进粒子群的云计算任务调度算法
16
作者 陈攀 孙鉴 +3 位作者 吴隹伟 武涛 杨晓焕 马宝全 《科学技术与工程》 北大核心 2025年第12期5045-5057,共13页
传统粒子群算法(particle swarm optimization,PSO)在云计算任务调度的性能和效率方面仍然存在局部搜索效率较低、搜索精度有限等不足,导致难以找到全局最优解并容易陷入局部最优解,针对此问题提出一种改进的粒子群任务调度算法(improve... 传统粒子群算法(particle swarm optimization,PSO)在云计算任务调度的性能和效率方面仍然存在局部搜索效率较低、搜索精度有限等不足,导致难以找到全局最优解并容易陷入局部最优解,针对此问题提出一种改进的粒子群任务调度算法(improved particle swarm optimization,IPSO)。首先,通过反向学习策略生成分布更加均匀的初始种群,提高算法的收敛速度。其次,在粒子更新过程中引入正弦余弦算法(sine cosine algorithm,SCA)以此提高粒子的寻优能力,平衡全局搜索和局部开发两个过程。最后,添加了基于平均适应度的搜索行为进一步扩大搜索解空间以找到更好的最优解,防止陷入局部最优。在CloudSim仿真平台上进行实验验证。实验结果表明:改进粒子群算法在降低系统任务的成本和最大完工时间上均有着显著的优势。特别是当任务数量达到500时,IPSO在总成本上相较于自适应粒子群算法(adaptive particle swarm optimization,AdPSO)、正弦余弦粒子群算法(sine cosine algorithm-particle swarm optimization,SCA-PSO)、模拟退火粒子群算法(simulated annealing particle swarm optimization,SAPSO)、增强型吞噬遗传算法(enhanced phagocytosis genetic algorithm,EPGA)、竞争交叉机制遗传算法(competitive crossover mechanism genetic algorithm,C2PGA)、反向学习粒子群算法(opposition based learning-particle swarm optimization,OBL-PSO)和PSO分别提升了10%、4.6%、8.6%、9.2%、8.2%、10.4%和11.3%,在最大完工时间上分别提升了34.1%、27%、41.7%、28.5%、21.6%、50.3%和54.8%,验证了IPSO在不同任务规模下解决云计算任务调度问题的可行性和有效性。 展开更多
关键词 云计算 任务调度 粒子群算法(PSO) 正弦余弦算法(SCA) CloudSim
在线阅读 下载PDF
基于改进猫群优化算法的多目标边缘任务调度研究
17
作者 孙鉴 武涛 +2 位作者 吴隹伟 杨晓焕 马宝全 《河南理工大学学报(自然科学版)》 北大核心 2025年第4期29-39,共11页
目的为了在资源有限的边缘计算服务中降低任务传输时延并提高边缘端资源利用率,方法提出一种基于改进猫群优化算法(improved cat swarm optimization,ICSO)的边缘计算多目标任务调度方法。在边缘计算任务调度模型上,采用ICSO对其编码求... 目的为了在资源有限的边缘计算服务中降低任务传输时延并提高边缘端资源利用率,方法提出一种基于改进猫群优化算法(improved cat swarm optimization,ICSO)的边缘计算多目标任务调度方法。在边缘计算任务调度模型上,采用ICSO对其编码求解,引入非线性选择法更新猫群行为比例分配和记忆池,平衡算法的全局搜索能力和局部搜索能力;为弥补算法初始解空间过小的缺陷,引入反向学习策略和扩大算法寻优空间;通过基于平均适应度值的机制改进跟踪行为,增强全局寻优能力,防止陷入局部最优;提出新的被收养行为,使猫群个体空间发生变异和扩散,进一步提高算法寻优能力。结果仿真实验结果表明,与现有任务调度算法PPCSO,OBL_TP_PSO,PCSO,DMOOTC,LCSO和CSO相比,ICSO的任务传输时延分别降低了4.3%,7.8%,8.3%,9.3%,10.8%,12.5%,减少了任务的最大完工时间和成本花费,同时可在有限迭代次数内收敛到比其他算法更优的解,验证了算法的可行性。结论在应对边缘计算环境中的任务调度问题时,提出的算法优化策略具有一定效果,改进后的猫群优化算法能够提高任务传输效率,使边缘端资源得到更充分利用。 展开更多
关键词 边缘计算 任务调度 猫群优化算法 任务传输时延 多目标
在线阅读 下载PDF
用于肺部肿瘤图像分割的跨模态多编码混合注意力U-Net 被引量：11
18
作者 周涛 董雅丽 +4 位作者 刘珊 陆惠玲 马宗军 侯森宝 邱实 《光子学报》 EI CAS CSCD 北大核心 2022年第4期368-384,共17页
针对医学图像的肺部肿瘤分割中病灶和周围组织的对比度低、边缘模糊、肿瘤和正常组织粘连、病灶和背景分布不均衡等问题,提出跨模态多编码混合注意力机制模型分割肺部病灶,用多种模态医学图像辅助分割病灶。首先设计了三编码器提取多模... 针对医学图像的肺部肿瘤分割中病灶和周围组织的对比度低、边缘模糊、肿瘤和正常组织粘连、病灶和背景分布不均衡等问题,提出跨模态多编码混合注意力机制模型分割肺部病灶,用多种模态医学图像辅助分割病灶。首先设计了三编码器提取多模态医学图像的病灶特征,解决单模态医学影像的病灶特征提取能力不足的问题;然后针对网络通道维度冗余和对复杂病灶的空间感知能力不高的问题,在网络跳跃连接中加入混合注意力机制;最后对网络解码路径不同的尺度特征使用多尺度特征聚合块充分利用各个尺度特征。在临床多模态医学图像数据集上验证算法的有效性,对比实验结果表明所提模型对于肺部病灶分割的戴斯相似系数、召回率、体积重叠误差和相对体积差异分别为96.4%、97.27%、93.0%、93.06%。对于病灶形状复杂,病灶和正常组织粘连的情况,分割精度得到有效提升。 展开更多
关键词 深度学习 医学图像分割 多模态医学图像 U-Net 肺癌
在线阅读 下载PDF
融合多尺度图像的密集神经网络肺部肿瘤识别算法 被引量：9
19
作者 周涛 霍兵强 +4 位作者 陆惠玲 马宗军 叶鑫宇 董雅丽 刘珊 《光学精密工程》 EI CAS CSCD 北大核心 2021年第7期1695-1708,共14页
针对CT模态医学图像采用卷积神经网络训练时的特征提取不充分、特征维度较高等问题,本文提出了基于融合多尺度图像的非负稀疏协同表示分类的密集神经网络肺部肿瘤(Multi Scale DenseNet-NSCR)的识别方法。第一,使用迁移学习将预训练密... 针对CT模态医学图像采用卷积神经网络训练时的特征提取不充分、特征维度较高等问题,本文提出了基于融合多尺度图像的非负稀疏协同表示分类的密集神经网络肺部肿瘤(Multi Scale DenseNet-NSCR)的识别方法。第一,使用迁移学习将预训练密集神经网络模型初始化参数;第二,将肺部图像预处理,提取多尺度病灶ROI区域;第三,采用多尺度CT图像训练密集神经网络,提取全连接层的特征向量;第四,针对融合特征维度较高问题,采用非负稀疏协同表示分类器(NSCR)对特征向量进行表示,求解系数矩阵;第五,利用残差相似度进行分类。最后,采用AlexNet,DenseNetNet-201模型及三种分类算法(SVM、SRC、NSCR)两两组合模型进行对比试验,实验结果表明,Multiscale-DenseNet-NSCR分类效果优于其它模型,且特异性和灵敏度等各项评价指标也较高,该方法具有较好的鲁棒性和泛化能力。 展开更多
关键词 密集神经网络 多尺度医学图像 迁移学习 NSCR算法
在线阅读 下载PDF
跨模态跨尺度跨维度的PET/CT图像的Transformer分割模型 被引量：5
20
作者 周涛 党培 +3 位作者 陆惠玲 侯森宝 彭彩月 师宏斌 《电子与信息学报》 EI CSCD 北大核心 2023年第10期3529-3537,共9页
多模态医学图像能够有效融合解剖图像和功能图像的信息,将人体内部的功能、解剖等多方面信息反映在同一幅图像上,在临床上有十分重要的意义。针对如何高效利用多模态医学图像信息的综合表达能力,以及如何充分提取跨尺度上下文信息的问题... 多模态医学图像能够有效融合解剖图像和功能图像的信息,将人体内部的功能、解剖等多方面信息反映在同一幅图像上,在临床上有十分重要的意义。针对如何高效利用多模态医学图像信息的综合表达能力,以及如何充分提取跨尺度上下文信息的问题,该文提出跨模态跨尺度跨维度的PET/CT图像的Transformer分割模型。该模型主要改进是,首先,在编码器部分设计了PET/CT主干分支和PET,CT辅助分支提取多模态图像信息;然后,在跳跃连接部分设计了跨模态跨维度注意力模块从模态和维度角度出发捕获跨模态图像各维的有效信息;其次,在瓶颈层构造跨尺度Transformer模块,自适应融合深层的语义信息和浅层的空间信息使网络学习到更多的上下文信息,并从中获取跨尺度全局信息;最后,在解码器部分提出多尺度自适应解码特征融合模块,聚合并充分利用解码路径得到精细程度不同的多尺度特征图,缓解上采样引入的噪声。在临床多模态肺部医学图像数据集验证算法的有效性,结果表明所提模型对于肺部病灶分割的Acc,Recall,Dice,Voe,Rvd和Miou分别为97.99%,94.29%,95.32%,92.74%,92.95%和90.14%,模型对于形状复杂的病灶分割具有较高的精度和相对较低的冗余度。 展开更多
关键词 医学图像分割 跨模态 跨维度 TRANSFORMER U型网络
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 … 5 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