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
面向乳腺超声分类的低尺度形态特征重校准方法
1
作者
龚勋
朱丹
+1 位作者
杨子奇
罗俊
《西南交通大学学报》
EI
CSCD
北大核心
2024年第3期539-546,563,共9页
针对乳腺超声图像具有类内差异大、类间差异小以及结节形状复杂多变等问题,提出一种形状特征重校准的乳腺超声图像算法,实现乳腺超声的自动化诊断.首先,构建端到端的网络模型,采用渐进训练方式,充分学习图像中更具辨别力的区域,获取更...
针对乳腺超声图像具有类内差异大、类间差异小以及结节形状复杂多变等问题,提出一种形状特征重校准的乳腺超声图像算法,实现乳腺超声的自动化诊断.首先,构建端到端的网络模型,采用渐进训练方式,充分学习图像中更具辨别力的区域,获取更细粒度的特征信息;其次,提出分区打乱机制,降低网络中打乱图像时破坏结节区域所产生的噪声;然后,将模型底层提取的特征与通过掩膜图像获得的形状特征进行重校准,提出低尺度重校准损失函数;最后,构建一个包含1550张乳腺超声图像数据集LSRD(low-scale recalibration database),验证所提方法的有效性.实验结果表明:本文模型在LSRD上准确率94.3%、敏感性91.2%、特异性93.6%、ROC(receiver operator characteristic curve)与坐标围成的面积(area under curve,AUC)为0.941,均优于对比模型;在BUSI(breast ultrasound image)数据集上,相较于对比模型,其分类精度提升3.3%.
展开更多
关键词
形状特征
分区打乱机制
低尺度重校准
乳腺癌分类
在线阅读
下载PDF
职称材料
基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型
被引量：
4
2
作者
郝然
王红军
李天瑞
《计算机科学》
CSCD
北大核心
2024年第3期135-140,共6页
检测输电线路缺陷并及时维修可以确保电网的安全稳定,具有重大的实际意义。但输电线路图像背景复杂、元件尺寸小,导致现有的目标检测模型不能取得很好的效果,因此文中提出了基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模...
检测输电线路缺陷并及时维修可以确保电网的安全稳定,具有重大的实际意义。但输电线路图像背景复杂、元件尺寸小,导致现有的目标检测模型不能取得很好的效果,因此文中提出了基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型。该模型设计了DBSA(Dual-branch Serial Attention)双分支串行混合注意力,从而将更多的权重放在缺陷上,并提出了WCFPN(Well-connected Feature Pyramid Network)特征金字塔,让经DBSA提取的特征充分融合,从而增强模型检测小目标的能力。DBSA将特征图沿高度和宽度两个分支压缩并用一维卷积提取注意力,WCFPN设计了一种包含跨尺度融合和跳层连接的新型融合路径,让经DBSA提取的高层语义信息和低层空间信息进行更充分的交互。最后在绝缘子自爆、防振锤损坏、鸟巢异物、水泥杆破损和输电线路缺陷5个数据集上进行实验,结果显示所提模型取得了最佳的检测效果,在5个数据集上的平均AP50和AP分别为84.3%和46.1%,相比目前最先进的模型YOLOv7分别提升了3.7%和3%。
展开更多
关键词
电网缺陷
目标检测
注意力机制
特征金字塔
在线阅读
下载PDF
职称材料
题名
面向乳腺超声分类的低尺度形态特征重校准方法
1
作者
龚勋
朱丹
杨子奇
罗俊
机构
西南交通大学
计算机与人工
智能
学院
西南交通大学可持续城市交通智能化教育部工程研究中心
西南交通大学
综合
交通
大数据应用技术国家
工程
实验室
西南交通大学
四川省制造业产业链协同与信息化支撑技术重点实验室
四川省人民医院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2024年第3期539-546,563,共9页
基金
国家自然科学基金(62376231)
四川省重点研发项目(2023YFG0267)。
文摘
针对乳腺超声图像具有类内差异大、类间差异小以及结节形状复杂多变等问题,提出一种形状特征重校准的乳腺超声图像算法,实现乳腺超声的自动化诊断.首先,构建端到端的网络模型,采用渐进训练方式,充分学习图像中更具辨别力的区域,获取更细粒度的特征信息;其次,提出分区打乱机制,降低网络中打乱图像时破坏结节区域所产生的噪声;然后,将模型底层提取的特征与通过掩膜图像获得的形状特征进行重校准,提出低尺度重校准损失函数;最后,构建一个包含1550张乳腺超声图像数据集LSRD(low-scale recalibration database),验证所提方法的有效性.实验结果表明:本文模型在LSRD上准确率94.3%、敏感性91.2%、特异性93.6%、ROC(receiver operator characteristic curve)与坐标围成的面积(area under curve,AUC)为0.941,均优于对比模型;在BUSI(breast ultrasound image)数据集上,相较于对比模型,其分类精度提升3.3%.
关键词
形状特征
分区打乱机制
低尺度重校准
乳腺癌分类
Keywords
morphological features
partition shuffle mechanism
low-scale recalibration
breast cancer classification
分类号
R737.9 [医药卫生—肿瘤]
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
基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型
被引量：
4
2
作者
郝然
王红军
李天瑞
机构
西南交通大学
计算机与人工
智能
学院
西南交通大学可持续城市交通智能化教育部工程研究中心
出处
《计算机科学》
CSCD
北大核心
2024年第3期135-140,共6页
基金
国家自然科学基金(62176221,62276216)。
文摘
检测输电线路缺陷并及时维修可以确保电网的安全稳定,具有重大的实际意义。但输电线路图像背景复杂、元件尺寸小,导致现有的目标检测模型不能取得很好的效果,因此文中提出了基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型。该模型设计了DBSA(Dual-branch Serial Attention)双分支串行混合注意力,从而将更多的权重放在缺陷上,并提出了WCFPN(Well-connected Feature Pyramid Network)特征金字塔,让经DBSA提取的特征充分融合,从而增强模型检测小目标的能力。DBSA将特征图沿高度和宽度两个分支压缩并用一维卷积提取注意力,WCFPN设计了一种包含跨尺度融合和跳层连接的新型融合路径,让经DBSA提取的高层语义信息和低层空间信息进行更充分的交互。最后在绝缘子自爆、防振锤损坏、鸟巢异物、水泥杆破损和输电线路缺陷5个数据集上进行实验,结果显示所提模型取得了最佳的检测效果,在5个数据集上的平均AP50和AP分别为84.3%和46.1%,相比目前最先进的模型YOLOv7分别提升了3.7%和3%。
关键词
电网缺陷
目标检测
注意力机制
特征金字塔
Keywords
Power defect
Object detection
Attention mechanism
Feature pyramid network
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
作者
出处
发文年
被引量
操作
1
面向乳腺超声分类的低尺度形态特征重校准方法
龚勋
朱丹
杨子奇
罗俊
《西南交通大学学报》
EI
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于双分支串行混合注意力的输电线路缺陷检测深度神经网络模型
郝然
王红军
李天瑞
《计算机科学》
CSCD
北大核心
2024
4
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
