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185篇文章
< 1 2 … 10 >
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：
面向子空间聚类的多视图统一表示学习网络 被引量：1
1
作者 林毓秀 刘慧 +1 位作者 于晓 张彩明 《计算机研究与发展》 北大核心 2025年第5期1248-1261,共14页
多视图子空间聚类旨在挖掘多视图的丰富信息来指导高维数据聚类,其研究关键在于如何有效地学习多视图统一表示和子空间表示.近年来,深度聚类方法利用神经网络强大的表征能力取得了优异的性能.然而,多视图数据固有的多源异构性使得大多... 多视图子空间聚类旨在挖掘多视图的丰富信息来指导高维数据聚类,其研究关键在于如何有效地学习多视图统一表示和子空间表示.近年来,深度聚类方法利用神经网络强大的表征能力取得了优异的性能.然而,多视图数据固有的多源异构性使得大多数现有方法以单模态编码器实现对各个视图的独立编码,不仅增加了模型参数量,同时限制了模型的泛化能力.另一方面,低秩子空间表示被证明能够提升聚类性能,传统的核范数正则化优化没有考虑不同奇异值隐含的信息量差异,是矩阵秩的一个有偏估计.为此,提出了一种面向子空间聚类的多视图统一表示学习网络.首先,基于Transformer构建编码器,通过共享参数将异构视图以相同的映射规则投影到低维特征空间.其次,针对每个样本在不同视图中可能具有不同的表现,采用视图内样本加权融合的方法学习多视图统一表示.最后,引入加权Schatten-p范数对子空间表示矩阵施加低秩约束.在7个多视图数据集上的广泛实验验证了所提方法的有效性和优越性. 展开更多
关键词 多视图子空间聚类 Transformer 加权融合 低秩表示 加权Schatten-p范数
在线阅读 下载PDF
面向大规模图像检索的哈希学习综述 被引量：1
2
作者 张雪凝 刘兴波 +3 位作者 宋井宽 聂秀山 王少华 尹义龙 《软件学报》 北大核心 2025年第1期79-106,共28页
随着互联网空间中图像数据的爆发式增长和图像应用领域的拓宽,大规模图像检索的需求与日俱增.哈希学习为大规模图像检索提供显著的存储与检索效率,并成为近年来一个研究热点.现有哈希学习综述存在着时效性弱与技术路线不清晰的问题,即... 随着互联网空间中图像数据的爆发式增长和图像应用领域的拓宽,大规模图像检索的需求与日俱增.哈希学习为大规模图像检索提供显著的存储与检索效率,并成为近年来一个研究热点.现有哈希学习综述存在着时效性弱与技术路线不清晰的问题,即多总结5–10年前的研究成果,且较少总结哈希学习算法各组成部分间的关联关系.鉴于此,通过总结近20年公开发表的哈希学习文献,对面向大规模图像检索的哈希学习进行系统的综述性研究.首先,介绍哈希学习的技术路线和哈希学习算法的主要组成部分,包括损失函数、优化策略及样本外扩展映射.其次,将面向图像检索的哈希学习算法分为无监督哈希方法和监督哈希方法两类,并分别梳理每类方法的研究现状和演化过程.然后,介绍哈希学习算法评估通用的图像数据集与评估指标,并通过对比实验分析部分经典算法的性能.最后,结合哈希学习的局限性与新挑战对其发展前景进行阶段性总结与展望. 展开更多
关键词 图像检索 大规模数据 近似最近邻检索 哈希学习 相似性保持
在线阅读 下载PDF
基于图对比学习的再入院预测模型
3
作者 姜超英 李倩 +2 位作者 刘宁 刘磊 崔立真 《计算机应用》 北大核心 2025年第6期1784-1792,共9页
针对疾病间的共同作用与再入院情况的关系的挖掘不足以及相关模型泛化能力较弱的问题,提出一种基于图对比学习的再入院预测模型HealthGraph。首先,利用数据集中的疾病共现信息构建疾病编码图,以充分挖掘疾病之间的关联信息;其次,提出一... 针对疾病间的共同作用与再入院情况的关系的挖掘不足以及相关模型泛化能力较弱的问题,提出一种基于图对比学习的再入院预测模型HealthGraph。首先,利用数据集中的疾病共现信息构建疾病编码图,以充分挖掘疾病之间的关联信息;其次,提出一种以图对比学习的思想为指导的患者数据增强方法,通过图采样器自适应地捕捉与任务相关的拓扑结构,构造新视图,提升数据丰富度,从而提高模型的泛化性能;最后,结合初始疾病编码图嵌入和新视图嵌入进行再入院预测。在真实数据集MIMIC-Ⅲ上构建呼吸系统疾病和循环系统疾病这2个数据集并进行大量实验。结果表明,相较于反转时间注意力模型(RETAIN)和阶段感知神经网络模型(StageNet),所提模型在准确率和F1指标上提升了1个百分点左右。此外,2组消融实验结果验证了所提模型在提高再入院预测的准确性和泛化性中的有效性。 展开更多
关键词 电子健康记录 再入院预测 图对比学习 数据增强 图神经网络
在线阅读 下载PDF
面向多层级区块链架构的轻量级高效验证资产跨链转移方法
4
作者 牛翔宇 孔兰菊 +3 位作者 蒋亚丽 钱进 崔立真 李庆忠 《计算机研究与发展》 北大核心 2025年第11期2870-2887,共18页
多层级区块链架构是一种将多个区块链组织成树形的架构,其中每层的区块链可以通过跨链技术控制和管理与其连接的下一层区块链的部分功能和链上数据.然而,这种架构下的资产跨链转移是一个多跳跨链问题,证明跨链交易成功执行的证据需要沿... 多层级区块链架构是一种将多个区块链组织成树形的架构,其中每层的区块链可以通过跨链技术控制和管理与其连接的下一层区块链的部分功能和链上数据.然而,这种架构下的资产跨链转移是一个多跳跨链问题,证明跨链交易成功执行的证据需要沿源链到目标链路径进行多跳的传递与验证,导致跨链事务的执行时延较长以及证据传输开销与验证开销较大的问题.为此,提出一种面向多层级区块链架构的轻量级高效验证资产跨链转移方法,该方法引入顶层见证链连接各多层级架构,并在各链上部署见证合约,使跨链事务中的源链和目标链的父链作为见证链驱动跨链事务的完成.此外,还提出一种基于Verkle树的跨链事务验证证据,将区块内需要处理的跨链事务信息组织在采用KZG(Kate-Zaverucha-Goldberg)多项式承诺的Verkle树中,并将KZG承诺和证明数据加入证据中,通过验证证据证明跨链事务的执行状态,从而优化证据的传输和验证.理论分析和对方法原型的实验证明,所提方法降低了跨链事务的执行时延,并且相比采用简单支付验证的方案在不增加证据传输开销的基础上降低了证据验证开销,具有轻量级和高效验证的特点. 展开更多
关键词 多层级区块链架构 跨链 见证链 Verkle树 KZG承诺
在线阅读 下载PDF
解释纠偏框架:一种基于标准解释的归因分数生成方法
5
作者 邢钟毓 梁嘉旋 +3 位作者 余国先 王峻 郭茂祖 崔立真 《计算机学报》 北大核心 2025年第4期949-970,共22页
模型可解释性研究面临一个关键挑战:对于同一数据集,不同模型尽管能达到相似的预测性能,但受训练过程中随机因素等变量影响,其输入特征的重要性评分(归因分数解释)存在显著不一致,这降低了解释的可信度。针对此问题,本文首先从理论上探... 模型可解释性研究面临一个关键挑战:对于同一数据集,不同模型尽管能达到相似的预测性能,但受训练过程中随机因素等变量影响,其输入特征的重要性评分(归因分数解释)存在显著不一致,这降低了解释的可信度。针对此问题,本文首先从理论上探讨了解释不一致与模型不确定性因素之间的联系,证明了归因解释中的SHAP(SHapley Additive exPlanation)方法在相似预测模型中的不确定性上界。在此基础上,我们通过实验深入研究了模型集合中模型训练随机因素等变量对特征归因方法的影响,发现模型不确定导致的解释不确定性普遍存在,而SHAP方法由于其上界的影响不确定性较低。据此,我们提出了一种基于不同模型的标准解释生成稳定归因分数解释的纠偏框架ASGM(Attribution Score Generation Method),以减少归因分数解释的不一致,提升模型解释的稳定性和可信度。该框架通过检测少量抽样模型解释与大量模型生成标准解释之间的差异,利用校正偏差的深度学习模型,生成代表规格不足集或罗生门效应集的归因分数解释,并能预测规格不足集解释间的不确定性。实验结果表明,ASGM可以生成受模型(尤其是随机因素)影响较小的解释,生成解释的质量高于对模型集合解释排名的均值,接近标准解释。此外,与标准解释相比,ASGM在罗生门效应集上的计算时间减少了20%~30%,在规格不足集上减少了17%~48%,这些结果验证了ASGM可有效提升解释稳定性和可信度。 展开更多
关键词 模型不确定性 可解释人工智能 规格不足集 罗生门效应集 SHAP方法
在线阅读 下载PDF
面向多模态预训练的子图匹配式对比学习方法研究
6
作者 陈公冠 刘慧 +2 位作者 李恒泰 郭强 张彩明 《计算机学报》 北大核心 2025年第4期893-909,共17页
通过图像文本对的联合学习,多模态预训练大模型在各种视觉任务中展现出巨大的潜力,比如在高质量数据集匮乏的医学领域。然而,现有的模态匹配式预训练方法通常使用全局匹配的方式,易受到低质量信息的干扰。尽管少量研究开始关注局部匹配... 通过图像文本对的联合学习,多模态预训练大模型在各种视觉任务中展现出巨大的潜力,比如在高质量数据集匮乏的医学领域。然而,现有的模态匹配式预训练方法通常使用全局匹配的方式,易受到低质量信息的干扰。尽管少量研究开始关注局部匹配,但这些方法仅仅通过简单的池化操作来缩小匹配范围,忽略了跨模态重要对象之间的内在关系以及跨样本对之间同语义表征的获取。鉴于此,本文在多模态大模型的预训练过程中,提出了一种基于图神经网络的消息传递机制,对多模态数据特征进行节点化和子图化,从而将跨模态的匹配方式由全局匹配转变为子图匹配,减少低质量信息的干扰。同时,利用交叉注意力在单一模态内进行子图级别的差异化处理,使其在跨模态学习中建立更细致的关联和语义理解。此外,提出高维空间的样本对聚类方法,以减少多模态大模型对相同语义的无关联错误表达。在涵盖图像分类、病灶区域目标检测和语义分割任务的七个医学图像数据集上进行了大量实验,验证了本文所提出模型的可行性和优越性能。同时在表情识别任务中进行实验,验证了本文模型的泛化性能。 展开更多
关键词 多模态预训练大模型 局部匹配 子图匹配 无关联错误 聚类
在线阅读 下载PDF
机器学习在食管癌诊疗中的研究进展
7
作者 王泳荃 苏梦琦 +7 位作者 石清磊 马艺宁 孙扬帆 王昌淼 汪国有 袭肖明 尹义龙 万翔 《计算机科学》 北大核心 2025年第9期4-15,共12页
食管癌(Esophageal Cancer,EC)是一种全球范围内高致死率的恶性肿瘤,尤其是在我国,由于早期诊断率低、预后不良,食管癌已成为临床诊疗中面临的重大挑战。近年来,机器学习(Machine Learning,ML)技术凭借多模态数据融合的智能分析方法,在... 食管癌(Esophageal Cancer,EC)是一种全球范围内高致死率的恶性肿瘤,尤其是在我国,由于早期诊断率低、预后不良,食管癌已成为临床诊疗中面临的重大挑战。近年来,机器学习(Machine Learning,ML)技术凭借多模态数据融合的智能分析方法,在推动食管癌诊疗精准化发展方面取得了显著进展。传统机器学习方法通过整合食管癌影像组学特征与临床文本信息,有效提升了早期病变诊断的敏感性,并为高风险患者的分层管理提供了科学支持。卷积神经网络(Convolutional Neural Network,CNN)以其高效的参数共享机制和卓越的局部特征提取能力,进一步增强了食管癌早期诊断与筛查的准确性。此外,将CNN与基于自注意力机制的Transformer模型相结合,显著提升了全局特征的建模能力,通过多模态数据的协同作用,其在食管癌病灶分割、早期诊断、疗效预测和生存分析等方面展现出广阔的应用前景。然而,食管癌病变的高度异质性以及图像数据类别不平衡问题,依然对机器学习技术的临床应用带来了较大挑战。为进一步推动食管癌智能诊疗技术的发展,聚焦于食管癌早期筛查与诊断、疗效预测与生存分析、影像分割3个关键领域,系统综述了传统机器学习、CNN及Transformer等前沿技术在EC诊疗中的研究现状与挑战,旨在为未来食管癌智能化诊疗研究提供有价值的参考与借鉴。 展开更多
关键词 食管癌 机器学习 鉴别诊断 生存分析 语义分割
在线阅读 下载PDF
基于多步强化学习的多目标组播路由算法
8
作者 田金玮 李晓乐 +2 位作者 秦尧 王翠平 王华 《计算机工程》 北大核心 2025年第6期275-285,共11页
当前网络中存在过度供应、冗余和拥塞等问题,导致能耗过高和用户满意度下降。联合优化能耗和延迟的组播路由问题是一个NP完全问题。在软件定义网络(SDN)架构下,提出一种基于多步Q-Learning的多目标组播路由算法,以解决延迟和能耗的组播... 当前网络中存在过度供应、冗余和拥塞等问题,导致能耗过高和用户满意度下降。联合优化能耗和延迟的组播路由问题是一个NP完全问题。在软件定义网络(SDN)架构下,提出一种基于多步Q-Learning的多目标组播路由算法,以解决延迟和能耗的组播路由问题。该算法旨在降低网络能耗和延迟,同时满足网络性能和服务质量(QoS)的要求。基于多步Q-Learning,准确估计每条路径的长期奖励,通过在每个步骤中更新Q值,为节点选择最优的动作,并最终找到最佳路径。通过将多个时间步的奖励和价值函数相结合,更快地收敛到最优策略。此外,在设置奖励值时,为每一个目标赋予不同的权重,用来平衡目标所占的比重。仿真结果表明,与现有的代表性算法相比,该算法能够有效降低网络能耗和延迟,提高网络性能。 展开更多
关键词 组播路由 强化学习 多目标优化 能耗 延迟
在线阅读 下载PDF
基于随机游走路径的自监督图拓扑不平衡学习
9
作者 秦者云 卢宪凯 +3 位作者 袭肖明 任春晓 聂秀山 尹义龙 《计算机研究与发展》 北大核心 2025年第4期863-875,共13页
图拓扑不平衡问题是由于节点在拓扑空间中的不均匀和不对称分布,对图神经网络性能产生了严重的负面影响.当前的研究主要侧重于标记节点,而对无标记节点的关注较少.为应对这一挑战,提出了一种基于随机游走路径的自监督学习方法,旨在解决... 图拓扑不平衡问题是由于节点在拓扑空间中的不均匀和不对称分布,对图神经网络性能产生了严重的负面影响.当前的研究主要侧重于标记节点,而对无标记节点的关注较少.为应对这一挑战,提出了一种基于随机游走路径的自监督学习方法,旨在解决拓扑不平衡问题带来的同质性假设限制、拓扑距离衰减以及注释衰减等难题.所提方法引入了多跳路径的子图邻域概念,以更全面地捕捉节点之间的关系和局部特征.首先,通过路径间聚合策略学习多跳路径中的同质和异质特征,不仅保留了节点的原始属性,而且维护了它们在随机游走序列中的初始结构连接.此外,结合了基于多条路径的子图采样和子图生成策略以及结构化的对比损失,最大化了同一节点局部子图的内在特征,从而增强了图表示的表达能力.经过实验验证,所提方法在多种不平衡场景下都表现出了出色的有效性和泛化性能.这一研究为解决图拓扑不平衡问题提供了新的方法和视角. 展开更多
关键词 图拓扑不平衡 自监督图表示学习 随机行走路径 同质性假设 拓扑距离衰减
在线阅读 下载PDF
面向语义增强的在线哈希方法
10
作者 赵志杰 康潇 +3 位作者 张雪凝 王少华 刘兴波 聂秀山 《数据采集与处理》 北大核心 2025年第4期1096-1106,共11页
传统的基于批处理的哈希学习方法通常无法满足大规模流数据实时在线检索的需求。在线哈希学习其核心在于无需重复访问原始累积数据,只为新增数据学习哈希码,并实时更新哈希函数以适应新旧数据的变化。现有在线哈希方法仍面临诸多挑战,... 传统的基于批处理的哈希学习方法通常无法满足大规模流数据实时在线检索的需求。在线哈希学习其核心在于无需重复访问原始累积数据,只为新增数据学习哈希码,并实时更新哈希函数以适应新旧数据的变化。现有在线哈希方法仍面临诸多挑战,如类间关系挖掘不足导致的语义偏移和新旧数据关联不足导致的遗忘问题。针对这些问题,本文提出了一种新的在线哈希学习方法——面向语义增强的在线哈希(Online semantic enhancement hashing,OSEH)。该方法通过设计三重矩阵分解框架,深入挖掘特征和标签间的交互关系,以生成反映类间关系的细粒度标签矩阵。同时,结合标签嵌入和成对相似性保持技术,将增强的语义信息有效融入哈希学习过程,优化哈希码的生成和哈希函数的实时更新。在大规模检索数据集上的实验结果表明,本文所提方法显著提升了在线哈希学习的性能。 展开更多
关键词 在线检索 监督在线哈希 三重矩阵分解 细粒度标签
在线阅读 下载PDF
融合引导滤波的无监督图像超像素快速生成
11
作者 张永霞 孙银隆 +2 位作者 郭强 范琳伟 张彩明 《计算机辅助设计与图形学学报》 北大核心 2025年第3期533-544,共12页
超像素生成的速度与准确性是评估方法性能的关键指标.针对有监督图像超像素分割方法性能通常依赖大量监督数据的问题,提出一种无监督、保持准确性的图像超像素快速生成方法.首先利用引导滤波设计下采样-联合上采样的超像素快速生成框架... 超像素生成的速度与准确性是评估方法性能的关键指标.针对有监督图像超像素分割方法性能通常依赖大量监督数据的问题,提出一种无监督、保持准确性的图像超像素快速生成方法.首先利用引导滤波设计下采样-联合上采样的超像素快速生成框架,以提高模型的推理速度;然后采用空洞空间卷积池化金字塔和多尺度注意力机制,充分挖掘图像信息,并设计鲁棒的损失函数,提高超像素生成的准确性,实现无监督的图像超像素生成方法;最后采用顺序训练策略减少模型对大量训练数据的依赖.在公开数据集BSDS500与DRIVE上的实验结果表明,所提方法的边界召回率和可达分割准确性指标较文中对比的无监督方法分别提高约1%和2%,且速度提高约50%,并拥有与有监督方法可比的表现. 展开更多
关键词 超像素分割 引导滤波 注意力机制 无监督 深度学习
在线阅读 下载PDF
基于局部Transformer的多尺度图像去雾网络
12
作者 毛德乾 高珊珊 +2 位作者 吕海霞 张彩明 周元峰 《计算机辅助设计与图形学学报》 北大核心 2025年第6期1006-1019,共14页
针对现有去雾方法大多无法较好地处理非均匀雾度雾天图像的问题,提出一个高效的基于局部Transformer的多尺度图像去雾网络MIDNet.首先利用局部Transformer的线性计算优势、窗口内的局部信息及像素间的远程关系,设计多尺度特征提取器,高... 针对现有去雾方法大多无法较好地处理非均匀雾度雾天图像的问题,提出一个高效的基于局部Transformer的多尺度图像去雾网络MIDNet.首先利用局部Transformer的线性计算优势、窗口内的局部信息及像素间的远程关系,设计多尺度特征提取器,高效而全面地提取多尺度特征;然后结合金字塔结构和密集连接提出特征聚合模块,实现多源多层级特征的全面聚合;最后基于门控结构设计细节增强单元,保留图像更多边缘等细节信息.在RESIDE, O-HAZE, I-HAZE, NH-HAZE和NITER数据集上的大量实验证明, MIDNet获得了更优的视觉效果,且在NITER数据集上, MIDNet相较于SRKTDN和DeHamer方法的PSNR分别提高了5.552 0 dB和8.170 2 dB, SSIM分别提高了0.029 7和0.095 3. 展开更多
关键词 图像去雾 局部Transformer 多尺度 金字塔结构 密集连接
在线阅读 下载PDF
基于无冲突并行随机梯度下降的图布局求解方法
13
作者 王智 薛明亮 +2 位作者 王一凡 钟发海 汪云海 《计算机辅助设计与图形学学报》 北大核心 2025年第6期1063-1072,共10页
应力模型是计算节点连接图布局时最常用的方法之一.随机梯度下降法由于具有很好的收敛性,常被用于求解应力模型,但该方法难以实现有效并行.虽然无锁随机梯度下降方法能大幅提高并行效率,但其求解过程中常存在线程冲突,导致结果准确性低... 应力模型是计算节点连接图布局时最常用的方法之一.随机梯度下降法由于具有很好的收敛性,常被用于求解应力模型,但该方法难以实现有效并行.虽然无锁随机梯度下降方法能大幅提高并行效率,但其求解过程中常存在线程冲突,导致结果准确性低.为了提高并行图布局的效率和准确性,提出一种无冲突的随机梯度下降的并行求解方法.首先提出一种面向应力模型的线程分配算法,将与节点j相同的点对分配到同一线程内计算,保证基于随机梯度下降方法的图布局无冲突化求解;然后仅对线程内的样本随机洗牌并减少次数,进一步提升并行效率.在16个不同规模的真实数据集上进行实验,并将所提方法应用在稀疏化应力模型的求解上,实验结果显示所提方法在求解精度上无损失且求解速度提高10倍以上,从布局质量和运行效率2个方面证明了该方法的高效性和可用性. 展开更多
关键词 图布局 随机梯度下降 并行计算 图可视化
在线阅读 下载PDF
基于注意力指导的双粒度跨模态医学特征学习框架
14
作者 陈欣然 刘宁 +2 位作者 闫中敏 刘磊 崔立真 《计算机工程与科学》 北大核心 2025年第1期150-159,共10页
深度学习在医学影像诊断中取得显著成果,基于深度神经网络的模型可以有效辅助医生进行决策。然而,随着模型参数规模逐渐增大,且高质量医学影像数据的标签需要专业医师手工完成,因此大规模参数模型在医疗领域愈发面临数据稀缺的挑战。一... 深度学习在医学影像诊断中取得显著成果,基于深度神经网络的模型可以有效辅助医生进行决策。然而,随着模型参数规模逐渐增大,且高质量医学影像数据的标签需要专业医师手工完成,因此大规模参数模型在医疗领域愈发面临数据稀缺的挑战。一种解决方案是引入与医学影像成对的医学报告指导训练,这涉及2种模态的交互,而通用领域的跨模态对齐方法缺乏对细节信息的捕捉,不能完全适用于医疗领域。为解决此问题,提出一种注意力指导的双粒度跨模态医学特征学习框架ADCRL,实现了医学影像和报告在粗粒度和细粒度上的对齐。ADCRL能够提取出医学影像和医学报告2种粒度上的特征,使用注意力指导的模块选择医学任务可能感兴趣的影像区域,并去除噪声区域。通过对比学习式的代理任务实现2个粒度上模态的对齐。ADCRL在无监督范式下训练模型理解2种模态的全局语义和细节语义,并在下游任务中仅使用有限标注数据,即可表现出优秀的性能。主要工作包括提出细粒度特征选择方法和双粒度跨模态特征学习框架,并在公开医疗数据集上预训练并验证了框架的有效性。 展开更多
关键词 深度学习 医学影像 自监督学习 对比学习 预训练模型 数据增强
在线阅读 下载PDF
用于超像素分割的边缘增强状态空间模型
15
作者 许云扬 房乐鑫 +1 位作者 张彩明 李雪梅 《计算机学报》 北大核心 2025年第10期2298-2316,共19页
超像素分割算法通过聚合颜色及低级特征相似的像素,可以大幅减小计算机视觉任务中的处理对象数量,提高其计算效率。受限于CNN较小的感受野,现有的基于CNN的超像素分割方法在理解图像全局结构时存在一定的限制。此外,由于大多数方法依赖... 超像素分割算法通过聚合颜色及低级特征相似的像素,可以大幅减小计算机视觉任务中的处理对象数量,提高其计算效率。受限于CNN较小的感受野,现有的基于CNN的超像素分割方法在理解图像全局结构时存在一定的限制。此外,由于大多数方法依赖隐式学习来推断物体边界,导致其在复杂边界和弱边缘区域的分割效果不佳。并且,仅使用两个损失函数的简单加权来训练网络也限制了分割准确性和超像素形状规则性之间平衡的优化。在这项研究中,我们利用所提出的EE-SSM模型来解决长程空间依赖建模、复杂边界处理以及规则性和准确性二者间的平衡的挑战。通过一个基于状态空间模型构建的编码器和一个基于边界概率的自适应损失函数,EE-SSM实现了高精度的分割,能够在保持超像素规则性的同时维持边界的紧密贴合。论文的关键贡献是一个新颖的即插即用的轻量级边缘强化框架。该框架通过为编码过程提供显式的边缘特征,显著提升模型在处理复杂边界时的能力。通过在多个真实世界的图像数据集上进行广泛实验,EE-SSM展示了其卓越的有效性和鲁棒性。与近两年最先进的方法相比,EE-SSM在BR和UE指标上分别实现了2.41%-18.65%和14.00%-14.32%的显著提升。 展开更多
关键词 超像素分割 Mamba 即插即用 显著性检测 边缘提取 边缘概率
在线阅读 下载PDF
基于动态记忆与运动信息的目标中心视频预测算法
16
作者 韩晨晨 卢宪凯 +1 位作者 王志成 熊筱舟 《郑州大学学报(工学版)》 北大核心 2025年第5期51-59,共9页
针对在视频预测任务中需要维持视频帧间目标空间和时间一致性的问题,提出了基于动态记忆与运动信息的目标中心视频预测算法。首先,引入目标中心模型解耦场景中的目标,确保视频目标在长期动态预测中的一致性和稳定性,有效维持目标的空间... 针对在视频预测任务中需要维持视频帧间目标空间和时间一致性的问题,提出了基于动态记忆与运动信息的目标中心视频预测算法。首先,引入目标中心模型解耦场景中的目标,确保视频目标在长期动态预测中的一致性和稳定性,有效维持目标的空间一致性;其次,设计目标动态记忆模块,用于捕捉视频的长期依赖并对目标动态进行精确建模,克服现有视频预测方法在预测目标间动态交互上的不足,提升预测目标的时间一致性;再次,利用相邻帧的特征相似性矩阵捕捉帧间运动信息,构建视频序列的时空关系,强化帧间的时间一致性;最后,利用交叉注意力机制融合视频目标的时序和结构信息来提升视频预测效果。通过在具有复杂目标交互的Obj3D和CLEVRER数据集上进行视频预测实验,结果表明:相较于较先进的基于目标中心的视频预测算法,所提算法在PSNR、SSIM两个指标上性能分别提升了4.5%,1.4%,并在LPIPS指标上降低了20%。 展开更多
关键词 视频预测 目标中心学习 场景解析 无监督学习 时空预测
在线阅读 下载PDF
弹性管道约束下的流体仿真
17
作者 杨少娟 马龙 +2 位作者 杨润泽 陈实 周元峰 《浙江大学学报(理学版)》 北大核心 2025年第1期1-9,共9页
模拟流体和弹性管道之间的交互是物理仿真领域的重要研究方向。基于位置动力学方法进行了模拟,得到了高可控性和实时性结果。采用混合模型,其中,粒子模型用于流体建模,灵活模拟流动的流体;三角形网格模型用于管道建模,建立管道的弹性约... 模拟流体和弹性管道之间的交互是物理仿真领域的重要研究方向。基于位置动力学方法进行了模拟,得到了高可控性和实时性结果。采用混合模型,其中,粒子模型用于流体建模,灵活模拟流动的流体;三角形网格模型用于管道建模,建立管道的弹性约束。全面考虑流体在管道内的碰撞情况,确保无穿透,实现流体与管道的紧密交互仿真。引入弹性管道约束,赋予管道一定的弹性特性,并利用GPU进行并行计算提升仿真速度。实验结果表明,所提算法适用于基于粒子的流体与基于三角形网格的管道的仿真,为弹性管道的流体仿真提供了有效的解决方案。 展开更多
关键词 流体 弹性管道 基于位置的动力学 流固交互 基于物理的模拟
在线阅读 下载PDF
工程型软件人才精细化培养模式探讨与创新(英文)
18
作者 曲毅 孟祥旭 +1 位作者 李学庆 周倜 《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第S2期19-23,共5页
立足于目前多数国家示范性软件学院现有的软件工程人才培养模式和不断出现的新问题,深入分析了粗放式培养模式下人才培养的不足。并在此基础上,以高层次、工程型人才培养为侧重点,通过一系列的创新与尝试,总结了近几年来山东大学软件学... 立足于目前多数国家示范性软件学院现有的软件工程人才培养模式和不断出现的新问题,深入分析了粗放式培养模式下人才培养的不足。并在此基础上,以高层次、工程型人才培养为侧重点,通过一系列的创新与尝试,总结了近几年来山东大学软件学院人才精细化培养的整体思路,提出了以"软件工作室"为主要载体的人才培养模式,以及理论与实践并发培养、技术能力与综合能力并重的培养思路。 展开更多
关键词 工程型 精细化培养 软件工作室
在线阅读 下载PDF
面向非人工智能专业的人工智能教育探索与实践 被引量：18
19
作者 郝兴伟 周元峰 任立英 《中国大学教学》 CSSCI 北大核心 2024年第9期38-43,共6页
近年来,以物联网、大数据和人工智能技术为代表的新一代信息技术快速发展,标志着智能时代已经到来。为更好地培养适应智能时代社会发展和新兴产业需求的智能化创新人才,高校全面开展人工智能教育已经迫在眉睫。分析高校开展人工智能教... 近年来,以物联网、大数据和人工智能技术为代表的新一代信息技术快速发展,标志着智能时代已经到来。为更好地培养适应智能时代社会发展和新兴产业需求的智能化创新人才,高校全面开展人工智能教育已经迫在眉睫。分析高校开展人工智能教育的两个维度和三个层次,提出一种面向非人工智能专业学生的、概念—基础—高阶三层次的人工智能教育教学体系,并给出各层次的主要教学内容、教学目标和适用专业。结合山东大学“智能计算与软件编程”微专业,对面向非人工智能专业学生进行“专业+人工智能”高阶人工智能人才培养模式进行了实践探索。 展开更多
关键词 计算机通识教育 计算思维 人工智能 人工智能微专业
在线阅读 下载PDF
抓住机遇 开拓进取 建设一流软件人才培养基地
20
《中国大学教学》 CSSCI 2002年第11期27-29,共3页
明确办学目标，制定全新的培养模式及课程体系：我院基于突出创新、注重实用、与国际接轨的原则，借鉴国外软件人才培养的成功经验，结合我国软件产业发展对高素质人才的需求情况，制定了全新的培养模式和教学计划。学院采用有别于现有... 明确办学目标，制定全新的培养模式及课程体系：我院基于突出创新、注重实用、与国际接轨的原则，借鉴国外软件人才培养的成功经验，结合我国软件产业发展对高素质人才的需求情况，制定了全新的培养模式和教学计划。学院采用有别于现有的计算机学院的全新的培养模式，以软件生产为线索设置课程体系，在培养学生具有深厚的数学和计算机科学理论知识的基础上，使其兼备系统分析、系统设计、系统测试、项目管理等方面的知识和能力，并熟知软件产业的各种国际规范。 展开更多
关键词 培养模式 课程体系 软件人才培养 办学目标 数学 注重 学院 软件产业 抓住机遇 国际规范
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 … 10 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