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
3
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
基于端到端深度神经网络和图搜索的OCT图像视网膜层边界分割方法
被引量：
1
1
作者
胡凯
蒋帅
+1 位作者
刘冬
高协平
《软件学报》
EI
CSCD
北大核心
2024年第6期3036-3051,共16页
视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态...
视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态变化多样,其中与边界相关的关键信息如上下文信息和显著性边界信息等对层边界的判断和分割至关重要.然而已有分割方法缺乏对以上信息的考虑,导致边界不完整和不连续.针对以上问题,提出一种“由粗到细”的基于端到端深度神经网络和图搜索(graph search,GS)的OCT图像视网膜层边界分割方法,避免了非端到端方法中普遍存在的“断层”现象.在粗分割阶段,提出一种端到端的深度神经网络—注意力全局残差网络(attention global residual network,AGR-Net),以更充分和有效的方式提取上述关键信息.具体地,首先设计一个全局特征模块(global feature module,GFM),通过从图像的4个方向扫描以捕获OCT图像的全局上下文信息;其次,进一步将通道注意力模块(channel attention module,CAM)与全局特征模块串行组合并嵌入到主干网络中,以实现视网膜层及其边界的上下文信息的显著性建模,有效解决OCT图像中由于视网膜层形变和信息提取不充分所导致的误分割问题.在细分割阶段,采用图搜索算法去除AGR-Net粗分割结果中的孤立区域或和孔洞等,保持边界的固定拓扑结构和连续平滑,以实现整体分割结果的进一步优化,为医学临床的诊断提供更完整的参考.最后,在两个公开数据集上从不同的角度对所提出的方法进行性能评估,并与最新方法进行比较.对比实验结果也表明所提方法在分割精度和稳定性方面均优于现有方法.
展开更多
关键词
OCT图像
视网膜层边界分割
残差神经网络
注意力
图搜索
在线阅读
下载PDF
职称材料
基于相似和差异双视角的高维数据属性约简
被引量：
2
2
作者
李元江
权金升
+1 位作者
谭阳奕
杨田
《计算机应用》
CSCD
北大核心
2023年第5期1467-1472,共6页
针对数据维度过高、冗余信息过多导致维度灾难的问题,提出一种基于异同矩阵的高维属性约简算法(ARSDM)。该算法在区分矩阵的基础上加入对同类样本的相似度衡量,形成对所有样本的综合评估。首先,计算样本在每个属性下的距离,并基于这些...
针对数据维度过高、冗余信息过多导致维度灾难的问题,提出一种基于异同矩阵的高维属性约简算法(ARSDM)。该算法在区分矩阵的基础上加入对同类样本的相似度衡量,形成对所有样本的综合评估。首先,计算样本在每个属性下的距离,并基于这些距离得到同类相似度和异类差异度;其次,建立异同矩阵,形成对整个数据集的评价;最后,进行属性约简,即将异同矩阵的每一列求和,依次选择值最大的特征进行约简,并将相应样本对的行向量置为零向量。实验结果表明,与经典属性约简算法DMG(Discernibility Matrix based on Graph theory)、FFRS(Fitting Fuzzy Rough Sets)以及GBNRS(Granular Ball Neighborhood Rough Sets)相比,在分类回归树(CART)分类器下,ARSDM的平均分类准确率分别提高了1.07、6.48、8.92个百分点;在支持向量机(SVM)分类器下,ARSDM的平均分类准确率分别提高了1.96、11.96、12.39个百分点;运行效率上ARSDM优于GBNRS和FFRS。可见,ARSDM能够有效去除冗余信息,提高分类准确率。
展开更多
关键词
异同矩阵
区分矩阵
属性约简
粗糙集
粒计算
数据挖掘
在线阅读
下载PDF
职称材料
基于变精度覆盖粗糙集的入侵检测方法
被引量：
1
3
作者
欧彬利
钟夏汝
+1 位作者
代建华
杨田
《计算机应用》
CSCD
北大核心
2020年第12期3465-3470,共6页
精准且快速地识别异常用户行为是入侵检测系统(IDS)的重要任务。针对入侵检测数据维度高、样本量大的问题,提出了基于变精度覆盖粗糙集的相关族属性约简方法,并将其运用至入侵检测数据中。首先,基于覆盖决策表生成条件属性的变精度相关...
精准且快速地识别异常用户行为是入侵检测系统(IDS)的重要任务。针对入侵检测数据维度高、样本量大的问题,提出了基于变精度覆盖粗糙集的相关族属性约简方法,并将其运用至入侵检测数据中。首先,基于覆盖决策表生成条件属性的变精度相关族;然后,在所有条件属性变精度相关族的基础上利用启发式算法求得决策表的属性约简;最后,在上述的基础上结合分类器对入侵检测数据进行检测。实验结果表明,所提方法具有计算属性约简时间短的优点,在大样本数据集上,基于模糊粗糙集依赖度的属性约简算法NFRS运行所需时长为该算法的96倍。在入侵检测数据集NSL-KDD上,该方法可快速识别关键属性,剔除无效信息,其整体准确率可达到90.53%,且对Normal的识别准确率可达到97%。
展开更多
关键词
粗糙集
变精度覆盖粗糙集
属性约简
相关族
入侵检测
在线阅读
下载PDF
职称材料
题名
基于端到端深度神经网络和图搜索的OCT图像视网膜层边界分割方法
被引量：
1
1
作者
胡凯
蒋帅
刘冬
高协平
机构
智能
计算与
信息
处理
教育部
重点
实验室
(湘潭
大学
)
智能
计算与
语言
信息
处理
湖南省
重点
实验室
(
湖南师范大学
)
医学影像人工
智能
湖南省
重点
实验室
(湘南学院)
出处
《软件学报》
EI
CSCD
北大核心
2024年第6期3036-3051,共16页
基金
国家自然科学基金(62272404,61972333)
湖南省自然科学基金(2022JJ30571)
+1 种基金
湖南省教育厅优秀青年基金(21B0172)
长沙市科技重大专项(kh2202005)。
文摘
视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态变化多样,其中与边界相关的关键信息如上下文信息和显著性边界信息等对层边界的判断和分割至关重要.然而已有分割方法缺乏对以上信息的考虑,导致边界不完整和不连续.针对以上问题,提出一种“由粗到细”的基于端到端深度神经网络和图搜索(graph search,GS)的OCT图像视网膜层边界分割方法,避免了非端到端方法中普遍存在的“断层”现象.在粗分割阶段,提出一种端到端的深度神经网络—注意力全局残差网络(attention global residual network,AGR-Net),以更充分和有效的方式提取上述关键信息.具体地,首先设计一个全局特征模块(global feature module,GFM),通过从图像的4个方向扫描以捕获OCT图像的全局上下文信息;其次,进一步将通道注意力模块(channel attention module,CAM)与全局特征模块串行组合并嵌入到主干网络中,以实现视网膜层及其边界的上下文信息的显著性建模,有效解决OCT图像中由于视网膜层形变和信息提取不充分所导致的误分割问题.在细分割阶段,采用图搜索算法去除AGR-Net粗分割结果中的孤立区域或和孔洞等,保持边界的固定拓扑结构和连续平滑,以实现整体分割结果的进一步优化,为医学临床的诊断提供更完整的参考.最后,在两个公开数据集上从不同的角度对所提出的方法进行性能评估,并与最新方法进行比较.对比实验结果也表明所提方法在分割精度和稳定性方面均优于现有方法.
关键词
OCT图像
视网膜层边界分割
残差神经网络
注意力
图搜索
Keywords
optical coherence tomography(OCT)image
segmentation of retinal layer boundary
residual neural network
attention
graph search(GS)
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
基于相似和差异双视角的高维数据属性约简
被引量：
2
2
作者
李元江
权金升
谭阳奕
杨田
机构
智能
计算与
语言
信息
处理
湖南省
重点
实验室
(
湖南师范大学
)
出处
《计算机应用》
CSCD
北大核心
2023年第5期1467-1472,共6页
基金
湖南省自然科学优秀青年基金资助项目(2021JJ20037)
长沙市杰出创新青年培养计划项目(kq1905031)。
文摘
针对数据维度过高、冗余信息过多导致维度灾难的问题,提出一种基于异同矩阵的高维属性约简算法(ARSDM)。该算法在区分矩阵的基础上加入对同类样本的相似度衡量,形成对所有样本的综合评估。首先,计算样本在每个属性下的距离,并基于这些距离得到同类相似度和异类差异度;其次,建立异同矩阵,形成对整个数据集的评价;最后,进行属性约简,即将异同矩阵的每一列求和,依次选择值最大的特征进行约简,并将相应样本对的行向量置为零向量。实验结果表明,与经典属性约简算法DMG(Discernibility Matrix based on Graph theory)、FFRS(Fitting Fuzzy Rough Sets)以及GBNRS(Granular Ball Neighborhood Rough Sets)相比,在分类回归树(CART)分类器下,ARSDM的平均分类准确率分别提高了1.07、6.48、8.92个百分点;在支持向量机(SVM)分类器下,ARSDM的平均分类准确率分别提高了1.96、11.96、12.39个百分点;运行效率上ARSDM优于GBNRS和FFRS。可见,ARSDM能够有效去除冗余信息,提高分类准确率。
关键词
异同矩阵
区分矩阵
属性约简
粗糙集
粒计算
数据挖掘
Keywords
similarity and difference matrix
discernibility matrix
attribute reduction
rough set
granular computing
data mining
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于变精度覆盖粗糙集的入侵检测方法
被引量：
1
3
作者
欧彬利
钟夏汝
代建华
杨田
机构
中南林业科技
大学
物流与交通学院
智能
计算与
语言
信息
处理
湖南省
重点
实验室
(
湖南师范大学
)
出处
《计算机应用》
CSCD
北大核心
2020年第12期3465-3470,共6页
基金
国家自然科学基金资助项目(11201490,61976089)
中国博士后科学基金资助项目(2017T100795)
+2 种基金
湖南省自然科学基金资助项目(2017JJ2408)
湖南省重点研发计划项目(2018SK2129)
长沙市杰出创新青年培养计划项目(kq1905031)。
文摘
精准且快速地识别异常用户行为是入侵检测系统(IDS)的重要任务。针对入侵检测数据维度高、样本量大的问题,提出了基于变精度覆盖粗糙集的相关族属性约简方法,并将其运用至入侵检测数据中。首先,基于覆盖决策表生成条件属性的变精度相关族;然后,在所有条件属性变精度相关族的基础上利用启发式算法求得决策表的属性约简;最后,在上述的基础上结合分类器对入侵检测数据进行检测。实验结果表明,所提方法具有计算属性约简时间短的优点,在大样本数据集上,基于模糊粗糙集依赖度的属性约简算法NFRS运行所需时长为该算法的96倍。在入侵检测数据集NSL-KDD上,该方法可快速识别关键属性,剔除无效信息,其整体准确率可达到90.53%,且对Normal的识别准确率可达到97%。
关键词
粗糙集
变精度覆盖粗糙集
属性约简
相关族
入侵检测
Keywords
rough set
variable precision covering rough set
attribute reduction
related family
intrusion detection
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP393.08 [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
作者
出处
发文年
被引量
操作
1
基于端到端深度神经网络和图搜索的OCT图像视网膜层边界分割方法
胡凯
蒋帅
刘冬
高协平
《软件学报》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于相似和差异双视角的高维数据属性约简
李元江
权金升
谭阳奕
杨田
《计算机应用》
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
3
基于变精度覆盖粗糙集的入侵检测方法
欧彬利
钟夏汝
代建华
杨田
《计算机应用》
CSCD
北大核心
2020
1
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
