检索结果-维普期刊中文期刊服务平台

基于边缘熵和局部FT分布的超声图像分割模型被引量：4: 1; 作者崔文超徐德伟 +2 位作者孙水发潘志红王习东《图学学报》 CSCD 北大核心 2022年第2期263-272,共10页; 由于采用高斯和瑞利分布描述超声图像均存在较大偏差,且分割过程缺乏超声图像边缘信息引导,致使其相应的局部高斯分布拟合(LGDF)模型和局部瑞利分布拟合(LRDF)模型对超声图像分割性能不理想。针对上述问题,提出了一种边缘熵加权的局部Fi... 展开更多; 关键词超声图像边缘熵 Fisher-Tippett分布活动轮廓水平集方法; 在线阅读下载PDF 职称材料

图神经网络应用于知识图谱推理的研究综述被引量：28: 2; 作者孙水发李小龙 +4 位作者李伟生雷大江李思慧杨柳吴义熔《计算机科学与探索》 CSCD 北大核心 2023年第1期27-52,共26页; 知识推理(KR)作为知识图谱构建的一个重要环节,一直是该领域研究的焦点问题。随着知识图谱应用研究的不断深入和范围的不断扩大,将图神经网络(GNN)应用于知识推理的方法能够在获取知识图谱中实体、关系等语义信息的同时,充分考虑知识图... 展开更多; 关键词知识图谱知识推理(KR) 图神经网络(GNN) 语义信息结构信息; 在线阅读下载PDF 职称材料

提高图像篡改检测区域选取性能的FCR-CNN模型被引量：5: 3; 作者魏晓燕左鑫兰 +3 位作者但志平吴义熔董方敏孙水发《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第4期560-568,共9页; 图像篡改检测不同于目标检测,篡改检测更加关注篡改伪像这一目标而非图像内容本身,需要学习更加丰富的特征.为提高图像篡改检测区域选取性能,提出一种将特征金字塔网络(feature pyramid networks, FPN)模型与级联区域卷积神经网络(casca... 展开更多; 关键词图像篡改检测特征金字塔网络级联区域卷积网络区域建议框; 在线阅读下载PDF 职称材料

基于残差的门控循环单元被引量：6: 4; 作者张忠豪董方敏 +2 位作者胡枫吴义熔孙水发《自动化学报》 EI CAS CSCD 北大核心 2022年第12期3067-3074,共8页; 传统循环神经网络易发生梯度消失和网络退化问题.利用非饱和激活函数可以有效克服梯度消失的性质,同时借鉴卷积神经网络中的残差结构能够有效缓解网络退化的特性,在门控循环神经网络(Gated recurrent unit,GRU)的基础上提出了基于残差... 展开更多; 关键词深度学习循环神经网络门控循环单元残差连接; 在线阅读下载PDF 职称材料

基于强化学习的对抗预训练语言建模方法被引量：1: 5; 作者颜俊琦孙水发 +2 位作者吴义熔裴伟董方敏《中文信息学报》 CSCD 北大核心 2022年第4期20-28,共9页; 在大规模无监督语料上的BERT、XLNet等预训练语言模型,通常采用基于交叉熵损失函数的语言建模任务进行训练。模型的评价标准则采用困惑度或者模型在其他下游自然语言处理任务中的性能指标,存在损失函数和评测指标不匹配等问题。为解决... 展开更多; 关键词自然语言处理预训练语言模型强化学习; 在线阅读下载PDF 职称材料

融合增量编码与聚焦感知的遥感建筑变化检测: 6; 作者程泽敏万书振 +1 位作者管宗胜王伟成《航天返回与遥感》 2025年第5期121-132,共12页; 建筑物变化检测对城市规划和建设具有重要意义。为了解决建筑物变化检测中的伪变化、变化区域缺失以及边缘轮廓模糊等问题,文章提出了一种融合增量编码与聚焦感知的遥感建筑变化检测方法。首先,利用孪生编码器提取不同尺度的特征和高维... 展开更多; 关键词遥感影像建筑变化检测深度学习融合增量编码聚焦感知; 在线阅读下载PDF 职称材料

题名基于边缘熵和局部FT分布的超声图像分割模型被引量：4: 1; 作者崔文超徐德伟孙水发潘志红王习东; 机构三峡大学计算机与信息学院三峡大学智慧医疗宜昌市重点实验室三峡大学人民医院; 出处《图学学报》 CSCD 北大核心 2022年第2期263-272,共10页; 基金国家自然科学基金项目(61871258,U1703261)。; 文摘由于采用高斯和瑞利分布描述超声图像均存在较大偏差,且分割过程缺乏超声图像边缘信息引导,致使其相应的局部高斯分布拟合(LGDF)模型和局部瑞利分布拟合(LRDF)模型对超声图像分割性能不理想。针对上述问题,提出了一种边缘熵加权的局部Fisher-Tippett(FT)分布拟合模型。该模型根据超声图像中目标和背景在局部区域满足不同的FT分布,利用最大后验概率(MAP)准则导出超声图像分割的最小化能量函数。该能量函数的求解采用水平集方法,且通过在长度正则化项中引入边缘熵构造加权函数,引导活动轮廓更好地捕获分割目标的弱边缘。通过大量真实超声图像实验验证了提出模型在局部FT分布拟合和边缘熵引入2方面的改进均能有效提升分割性能,且在定性和定量对比评价上均优于现有的多种超声图像分割方法。; 关键词超声图像边缘熵 Fisher-Tippett分布活动轮廓水平集方法; Keywords ultrasound image edge entropy Fisher-Tippett distribution active contour level set method; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名图神经网络应用于知识图谱推理的研究综述被引量：28: 2; 作者孙水发李小龙李伟生雷大江李思慧杨柳吴义熔; 机构智慧医疗宜昌市重点实验室三峡大学计算机与信息学院三峡大学经济与管理学院重庆邮电大学计算机科学与技术学院北京师范大学心理学部北京师范大学人文和社会科学高等研究院; 出处《计算机科学与探索》 CSCD 北大核心 2023年第1期27-52,共26页; 基金国家社会科学基金(20BTQ066)。; 文摘知识推理(KR)作为知识图谱构建的一个重要环节,一直是该领域研究的焦点问题。随着知识图谱应用研究的不断深入和范围的不断扩大,将图神经网络(GNN)应用于知识推理的方法能够在获取知识图谱中实体、关系等语义信息的同时,充分考虑知识图谱的结构信息,使其具备更好的可解释性和更强的推理能力,因此近年来受到广泛关注。首先梳理了知识图谱和知识推理的基本知识及研究现状,简要介绍了基于逻辑规则、基于表示学习、基于神经网络和基于图神经网络的知识推理的优势与不足;其次全面总结了基于图神经网络的知识推理最新进展,将基于图神经网络的知识推理按照基于递归图神经网络(RecGNN)、卷积图神经网络(ConvGNN)、图自编码网络(GAE)和时空图神经网络(STGNN)的知识推理进行分类,对各类典型网络模型进行了介绍和对比分析;然后介绍了基于图神经网络的知识推理在医学、智能制造、军事、交通等领域的应用;最后提出了基于图神经网络的知识推理的未来研究方向,并对这个快速增长领域中的各方向研究进行了展望。; 关键词知识图谱知识推理(KR) 图神经网络(GNN) 语义信息结构信息; Keywords knowledge graph knowledge reasoning(KR) graph neural network(GNN) semantic information structural information; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名提高图像篡改检测区域选取性能的FCR-CNN模型被引量：5: 3; 作者魏晓燕左鑫兰但志平吴义熔董方敏孙水发; 机构三峡大学计算机与信息学院湖北省水电工程智能视觉监测重点实验室(三峡大学) 智慧医疗宜昌市重点实验室; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第4期560-568,共9页; 基金国家自然科学基金(U1703261,61871258) 湖北省自然科学基金(2019CFB215)。; 文摘图像篡改检测不同于目标检测,篡改检测更加关注篡改伪像这一目标而非图像内容本身,需要学习更加丰富的特征.为提高图像篡改检测区域选取性能,提出一种将特征金字塔网络(feature pyramid networks, FPN)模型与级联区域卷积神经网络(cascade region-convolutional neural networks, Cascade R-CNN)模型相结合的FCR-CNN模型.首先将FPN模型提取的多尺度篡改特征输入到区域建议网络(region proposal network, RPN),然后由RPN输出篡改分类分数和区域建议框,最后将区域建议框输入到3阶段Cascade R-CNN进行检测.此外,系统地对FCR-CNN模型的损失函数进行了分析.基于CASIA, Columbia和NC2016数据集,与其他算法进行对比实验,结果表明, FCR-CNN模型能够有效地检测与定位篡改区域;其中,在CASIA数据集上,其与FPN模型和Cascade R-CNN模型相比, F1分数分别提高了6.0%和7.5%.; 关键词图像篡改检测特征金字塔网络级联区域卷积网络区域建议框; Keywords image manipulation detection feature pyramid networks cascade region-convolutional neural networks region proposal; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于残差的门控循环单元被引量：6: 4; 作者张忠豪董方敏胡枫吴义熔孙水发; 机构三峡大学计算机与信息学院智慧医疗宜昌市重点实验室; 出处《自动化学报》 EI CAS CSCD 北大核心 2022年第12期3067-3074,共8页; 基金国家自然科学基金(U1703261,61871258) 国家重点研发计划(2016-YFB0800403)资助。; 文摘传统循环神经网络易发生梯度消失和网络退化问题.利用非饱和激活函数可以有效克服梯度消失的性质,同时借鉴卷积神经网络中的残差结构能够有效缓解网络退化的特性,在门控循环神经网络(Gated recurrent unit,GRU)的基础上提出了基于残差的门控循环单元(Residual-GRU,Re-GRU)来缓解梯度消失和网络退化问题.Re-GRU的改进主要包括两个方面:1)将原有GRU的候选隐状态的激活函数改为非饱和激活函数;2)在GRU的候选隐状态表示中引入残差信息.对候选隐状态激活函数的改动不仅可以有效避免由饱和激活函数带来的梯度消失问题,同时也能够更好地引入残差信息,使网络对梯度变化更敏感,从而达到缓解网络退化的目的.进行了图像识别、构建语言模型和语音识别3类不同的测试实验,实验结果均表明,Re-GRU拥有比对比方法更高的检测性能,同时在运行速度方面优于Highway-GRU和长短期记忆单元.其中,在语言模型预测任务中的Penn Treebank数据集上取得了23.88的困惑度,相比有记录的最低困惑度,该方法的困惑度降低了一半.; 关键词深度学习循环神经网络门控循环单元残差连接; Keywords Deep learning recurrent neural networks gated recurrent unit skip connect; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于强化学习的对抗预训练语言建模方法被引量：1: 5; 作者颜俊琦孙水发吴义熔裴伟董方敏; 机构三峡大学智慧医疗宜昌市重点实验室三峡大学计算机与信息学院; 出处《中文信息学报》 CSCD 北大核心 2022年第4期20-28,共9页; 基金国家自然科学基金(U1703261) 国家社会科学基金(20BTQ066)。; 文摘在大规模无监督语料上的BERT、XLNet等预训练语言模型,通常采用基于交叉熵损失函数的语言建模任务进行训练。模型的评价标准则采用困惑度或者模型在其他下游自然语言处理任务中的性能指标,存在损失函数和评测指标不匹配等问题。为解决这些问题,该文提出一种结合强化学习的对抗预训练语言模型RL-XLNet(Reinforcement Learning-XLNet)。RL-XLNet采用对抗训练方式训练一个生成器,基于上下文预测选定词,并训练一个判别器判断生成器预测的词是否正确。通过对抗网络生成器和判别器的相互促进作用,强化生成器对语义的理解,提高模型的学习能力。由于在文本生成过程中存在采样过程,导致最终的损失无法直接进行回传,故提出采用强化学习的方式对生成器进行训练。基于通用语言理解评估基准(GLUE Benchmark)和斯坦福问答任务(SQuAD 1.1)的实验,结果表明,与现有BERT、XLNet方法相比,RL-XLNet模型在多项任务中的性能上表现出较明显的优势:在GLUE的六个任务中排名第1,一个任务排名第2,一个任务排名第3。在SQuAD 1.1任务中F 1值排名第1。考虑到运算资源有限,基于小语料集的模型性能也达到了领域先进水平。; 关键词自然语言处理预训练语言模型强化学习; Keywords natural language processing pre-training language model reinforcement learning; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名融合增量编码与聚焦感知的遥感建筑变化检测: 6; 作者程泽敏万书振管宗胜王伟成; 机构湖北省水电工程智能视觉监测重点实验室; 出处《航天返回与遥感》 2025年第5期121-132,共12页; 基金国家自然科学基金(U61871258) 三峡库区生态环境教育部工程研究中心开放基金项目(KF2023-11)。; 文摘建筑物变化检测对城市规划和建设具有重要意义。为了解决建筑物变化检测中的伪变化、变化区域缺失以及边缘轮廓模糊等问题,文章提出了一种融合增量编码与聚焦感知的遥感建筑变化检测方法。首先,利用孪生编码器提取不同尺度的特征和高维信息,并设计融合增量模块,以降低直接差分操作带来的伪变化;为了获取图像的全局特征和局部位置信息并改善模型效果,设计了聚焦感知模块,以此加强对变化区域边缘的关注,使变化区域的轮廓更加清晰;然后,在解码器中引入从感知池化器提取的全局特征信息,以消除变化区域的表征缺失问题,从而显著提升模型性能。将文章提出的方法与FCEF、FC-Siam-Conc、IFNet、SNUNet、MSCANet 、BIT、EGCTNet和HANet等8种变化检测模型在LEVIR-CD和WHU-CD数据集上进行了对比实验,结果表明:文章提出的方法相较其他变化检测方法,其F1分数和IoU指标均有显著提高,取得了较好的检测效果。; 关键词遥感影像建筑变化检测深度学习融合增量编码聚焦感知; Keywords remote sensing images building change detection deep learning fused incremental coding focused perception; 分类号 TP75 [自动化与计算机技术]; 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	基于边缘熵和局部FT分布的超声图像分割模型	崔文超徐德伟孙水发潘志红王习东	《图学学报》 CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
2	图神经网络应用于知识图谱推理的研究综述	孙水发李小龙李伟生雷大江李思慧杨柳吴义熔	《计算机科学与探索》 CSCD 北大核心	2023	28	在线阅读下载PDF 职称材料
3	提高图像篡改检测区域选取性能的FCR-CNN模型	魏晓燕左鑫兰但志平吴义熔董方敏孙水发	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
4	基于残差的门控循环单元	张忠豪董方敏胡枫吴义熔孙水发	《自动化学报》 EI CAS CSCD 北大核心	2022	6	在线阅读下载PDF 职称材料
5	基于强化学习的对抗预训练语言建模方法	颜俊琦孙水发吴义熔裴伟董方敏	《中文信息学报》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
6	融合增量编码与聚焦感知的遥感建筑变化检测	程泽敏万书振管宗胜王伟成	《航天返回与遥感》	2025		在线阅读下载PDF 职称材料