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
基于条件扩散的变形结构气动热预测方法
1
作者
何纪云
吕宏强
+4 位作者
李旭东
虞建
许冉
张俊龙
刘学军
《空气动力学学报》
北大核心
2025年第8期22-35,I0001,共15页
伸缩变形结构飞行器外形复杂,气动热数据分布差异较大,代理模型难以准确捕获其物面气动热数据的分布。为了对变形结构飞行器物面气动热进行准确预测,本文基于条件扩散模型提出了一种变形结构气动热预测方法(heating-MLP diffusion,HMD)...
伸缩变形结构飞行器外形复杂,气动热数据分布差异较大,代理模型难以准确捕获其物面气动热数据的分布。为了对变形结构飞行器物面气动热进行准确预测,本文基于条件扩散模型提出了一种变形结构气动热预测方法(heating-MLP diffusion,HMD)。该方法包括前向扩散与逆向去噪两个过程。在前向扩散过程中,对原始气动热数据进行逐步加噪,直至成为纯高斯噪声;在逆向去噪过程中,将变形结构外形和工况参数作为条件,利用全连接神经网络预测扩散过程中每步添加的噪声,从而学习隐含的气动热数据分布特性,最终实现飞行器伸缩变形机翼物面网格点的气动热预测。基于数值仿真数据的模型验证结果表明,相较于高斯过程、神经过程和全连接神经网络,基于条件扩散模型的气动热预测方法能够取得更好的预测效果,平均绝对百分比误差在10%左右。该方法可为伸缩变形结构高速飞行器机翼物面气动热计算提供一种精确预测模型。
展开更多
关键词
条件扩散
代理模型
高速
气动热
伸缩变形结构
全连接神经网络
在线阅读
下载PDF
职称材料
基于多模态超声对比学习的肝癌诊断方法
被引量：
3
2
作者
杨印凯
万鹏
+2 位作者
石航
薛海燕
邵伟
《数据采集与处理》
CSCD
北大核心
2024年第4期874-885,共12页
近年来,肝癌已经成为严重威胁人类健康的疾病,多模态超声成像是其诊断的重要手段之一。与临床医生结合多模态超声诊断肝癌类似,利用多模态融合的方法集成各模态超声的影像特征有望提高肝癌诊断的准确性。然而,现有的多模态融合方法在融...
近年来,肝癌已经成为严重威胁人类健康的疾病,多模态超声成像是其诊断的重要手段之一。与临床医生结合多模态超声诊断肝癌类似,利用多模态融合的方法集成各模态超声的影像特征有望提高肝癌诊断的准确性。然而,现有的多模态融合方法在融合过程中往往将各模态的特征信息孤立处理,未能充分考虑模态内的样本相似性和模态间的语义一致性,同时忽视了模态的不确定性。因此,提出了一种基于多模态超声对比学习的肝癌诊断方法,旨在充分利用各超声模态的特征信息,提高诊断准确率。该方法利用监督对比学习深入挖掘模态特征,捕获模态内同类样本之间的相似性信息和不同模态之间样本的语义一致性信息。此外,该方法基于主观逻辑引入了模态不确定度的度量,实现了模态信息的动态融合,具有较好的鲁棒性。多模态超声影像评估结果显示,本文提出的方法实现了85.21%诊断准确率,相较于主流的多模态融合方法性能得到了提升。
展开更多
关键词
多模态融合
超声
对比学习
不确定度
肝癌诊断
在线阅读
下载PDF
职称材料
题名
基于条件扩散的变形结构气动热预测方法
1
作者
何纪云
吕宏强
李旭东
虞建
许冉
张俊龙
刘学军
机构
南京航空航天大学
人工智能
学院
南京航空航天大学
航空
学院
北京
航天
长征飞行器研究所
出处
《空气动力学学报》
北大核心
2025年第8期22-35,I0001,共15页
基金
国家自然科学基金面上项目(12472236)。
文摘
伸缩变形结构飞行器外形复杂,气动热数据分布差异较大,代理模型难以准确捕获其物面气动热数据的分布。为了对变形结构飞行器物面气动热进行准确预测,本文基于条件扩散模型提出了一种变形结构气动热预测方法(heating-MLP diffusion,HMD)。该方法包括前向扩散与逆向去噪两个过程。在前向扩散过程中,对原始气动热数据进行逐步加噪,直至成为纯高斯噪声;在逆向去噪过程中,将变形结构外形和工况参数作为条件,利用全连接神经网络预测扩散过程中每步添加的噪声,从而学习隐含的气动热数据分布特性,最终实现飞行器伸缩变形机翼物面网格点的气动热预测。基于数值仿真数据的模型验证结果表明,相较于高斯过程、神经过程和全连接神经网络,基于条件扩散模型的气动热预测方法能够取得更好的预测效果,平均绝对百分比误差在10%左右。该方法可为伸缩变形结构高速飞行器机翼物面气动热计算提供一种精确预测模型。
关键词
条件扩散
代理模型
高速
气动热
伸缩变形结构
全连接神经网络
Keywords
conditional diffusion
surrogate models
high speed
aeroheating
telescopic deformed structure
fully connected neural network
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
V211.3 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
基于多模态超声对比学习的肝癌诊断方法
被引量：
3
2
作者
杨印凯
万鹏
石航
薛海燕
邵伟
机构
南京航空航天大学人工智能学院脑机智能技术教育部重点实验室
南京
大学
医
学院
附属鼓楼医院
出处
《数据采集与处理》
CSCD
北大核心
2024年第4期874-885,共12页
文摘
近年来,肝癌已经成为严重威胁人类健康的疾病,多模态超声成像是其诊断的重要手段之一。与临床医生结合多模态超声诊断肝癌类似,利用多模态融合的方法集成各模态超声的影像特征有望提高肝癌诊断的准确性。然而,现有的多模态融合方法在融合过程中往往将各模态的特征信息孤立处理,未能充分考虑模态内的样本相似性和模态间的语义一致性,同时忽视了模态的不确定性。因此,提出了一种基于多模态超声对比学习的肝癌诊断方法,旨在充分利用各超声模态的特征信息,提高诊断准确率。该方法利用监督对比学习深入挖掘模态特征,捕获模态内同类样本之间的相似性信息和不同模态之间样本的语义一致性信息。此外,该方法基于主观逻辑引入了模态不确定度的度量,实现了模态信息的动态融合,具有较好的鲁棒性。多模态超声影像评估结果显示,本文提出的方法实现了85.21%诊断准确率,相较于主流的多模态融合方法性能得到了提升。
关键词
多模态融合
超声
对比学习
不确定度
肝癌诊断
Keywords
multi-modal fusion
ultrasound
contrast learning
uncertainty
liver cancer diagnosis
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
R445 [医药卫生—影像医学与核医学]
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
基于条件扩散的变形结构气动热预测方法
何纪云
吕宏强
李旭东
虞建
许冉
张俊龙
刘学军
《空气动力学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于多模态超声对比学习的肝癌诊断方法
杨印凯
万鹏
石航
薛海燕
邵伟
《数据采集与处理》
CSCD
北大核心
2024
3
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
