期刊文献+
共找到212篇文章
< 1 2 11 >
每页显示 20 50 100
重庆师范大学校园植物资源调查研究 被引量:6
1
作者 熊昊洋 杨泽华 +1 位作者 池美凤 周勇 《现代园艺》 2022年第1期31-32,共2页
为了解重庆师范大学大学城校区的植物多样性,提高校园植物资源利用率,采用实地调查法,对校园内不同区域内的植物进行实地观察和记录。共记录重庆师范大学大学城校区植物103科248属306种,包括草本、竹本、木本、藤本4种基本生活型。立足... 为了解重庆师范大学大学城校区的植物多样性,提高校园植物资源利用率,采用实地调查法,对校园内不同区域内的植物进行实地观察和记录。共记录重庆师范大学大学城校区植物103科248属306种,包括草本、竹本、木本、藤本4种基本生活型。立足校园植物资源的建设与开发利用,结合绿化配置、植物物候等信息,提出了利用建议。 展开更多
关键词 校园植物 植物调查 科学传播 重庆师范大学
在线阅读 下载PDF
利用类内类间信息的原型补足小样本图像分类
2
作者 吕佳 郑小琪 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第4期600-612,共13页
基于度量学习的小样本学习方法中模型没有充分挖掘类内样本与类间样本的联系,将单个样本特征视作独立特征用作训练,导致模型生成的原型不准确且特征表示能力差.提出利用类内类间信息的原型补足小样本图像分类模型.首先,将支持集样本的... 基于度量学习的小样本学习方法中模型没有充分挖掘类内样本与类间样本的联系,将单个样本特征视作独立特征用作训练,导致模型生成的原型不准确且特征表示能力差.提出利用类内类间信息的原型补足小样本图像分类模型.首先,将支持集样本的特征送入类内信息提取分支,构造类内信息特征图,并提取特征获取类别描述信息为原型进行补足;然后,利用类间信息提取分支将不同类的查询样本融合生成新样本,并将该组查询样本的标签作为软标签;最后,使用补足后的原型对查询样本与新样本进行分类,并通过分类损失优化模型.在四个公开数据集上的实验结果表明,在MiniImageNet数据集上,准确率提升2.03%~5.48%;在TieredImageNet数据集上,准确率提升2.25%~8.55%;在CUB数据集上,准确率提升5.10%~8.82%;在CIFAR-FS数据集上,准确率提升2.61%~10.03%.证明与同类小样本图像分类方法相比,提出的模型获得了更优的分类性能与泛化性. 展开更多
关键词 小样本学习 度量学习 元学习 类内类间信息 原型补足
在线阅读 下载PDF
智能网联汽车边缘计算任务卸载研究综述 被引量:3
3
作者 杨智勇 胡耀文 许沁欣 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第12期98-110,共13页
移动边缘计算作为一种新兴计算模式,已在车联网场景中展现出巨大的潜力。任务卸载是移动边缘计算中的关键问题,对于提高系统性能和用户体验至关重要,对此,针对移动边缘计算下车辆任务卸载研究展开综述。首先介绍移动边缘计算的基本概念... 移动边缘计算作为一种新兴计算模式,已在车联网场景中展现出巨大的潜力。任务卸载是移动边缘计算中的关键问题,对于提高系统性能和用户体验至关重要,对此,针对移动边缘计算下车辆任务卸载研究展开综述。首先介绍移动边缘计算的基本概念,然后总结了评价指标与任务卸载问题公式和卸载决策等方面的研究,并对任务卸载方法和一些算法进行归纳,最后探讨了移动边缘计算任务卸载在未来的研究方向与挑战。通过对的研究现状概述和未来挑战的讨论,可更好地了解移动边缘计算任务卸载的前沿动态,为相关研究和应用提供指导和启示。 展开更多
关键词 交通运输工程 任务卸载 移动边缘计算 评价指标 任务卸载算法
在线阅读 下载PDF
大学生在线编程学习行为投入与学习效果分析研究
4
作者 孔祥瑞 李明 +1 位作者 马瑞 郑自园 《黑龙江生态工程职业学院学报》 2024年第1期142-146,共5页
基于EduCoder平台的C语言程序设计实践项目学习者行为投入和测试成绩数据,构建在线编程学习行为投入测量框架。采用系统聚类和K-Means聚类方法将学习者划分为出色突破型、努力完成型、边缘落后型三个类别,并依据不同类别学习者特征提出... 基于EduCoder平台的C语言程序设计实践项目学习者行为投入和测试成绩数据,构建在线编程学习行为投入测量框架。采用系统聚类和K-Means聚类方法将学习者划分为出色突破型、努力完成型、边缘落后型三个类别,并依据不同类别学习者特征提出指导策略。使用逐步回归方法测量在线编程学习行为投入对学习效果的影响程度,结果表明:“参与”维度的出勤次数、“专注”维度的关卡完成数和“学术挑战”维度的附加训练对学习效果具有显著性正向影响,“专注”维度的实训总耗时对学习效果具有负向影响,“坚持”维度对学习效果未表现出显著影响。根据研究结果,提出开展小组协作学习、加强学习互动、合理划分学习难度、提升编程学习效能感等相关建议。 展开更多
关键词 在线编程学习 学习行为投入 学习效果 学习分析
在线阅读 下载PDF
基于改进YOLOv9s与自适应卡尔曼滤波的套袋葡萄视频计数方法 被引量:1
5
作者 吕佳 冉洁 《农业工程学报》 北大核心 2025年第10期195-203,共9页
针对现有果实计数方法实时性不足,以及套袋葡萄遮挡和检测噪声导致追踪失败的问题,该研究提出一种基于改进YOLOv9s与自适应卡尔曼滤波的套袋葡萄视频计数方法。该方法由改进YOLOv9s检测模型、自适应卡尔曼滤波追踪算法和划线计数3个子... 针对现有果实计数方法实时性不足,以及套袋葡萄遮挡和检测噪声导致追踪失败的问题,该研究提出一种基于改进YOLOv9s与自适应卡尔曼滤波的套袋葡萄视频计数方法。该方法由改进YOLOv9s检测模型、自适应卡尔曼滤波追踪算法和划线计数3个子方法构成。在检测阶段,为减少YOLOv9s模型的参数量并提升推理速度,同时增强其在遮挡场景下的检测性能,设计了EFEM(efficient feature enhancement module)优化特征提取,并引入SEAM(spatially enhanced attention module)以提高遮挡情况下的检测性能。在追踪阶段,为解决因拍摄设备抖动和快速运动等因素引起的检测噪声导致卡尔曼滤波轨迹预测精度下降问题,提出一种自适应卡尔曼滤波追踪算法。该算法根据检测置信度自动调整噪声估计,以提高卡尔曼滤波对套袋葡萄轨迹的预测精度,进而提升追踪性能。在计数阶段,采用划线计数策略实现对套袋葡萄的自动计数。试验结果表明,在检测性能方面,改进后的YOLOv9s模型参数量减少了29.6%,推理速度达到了70帧/s;在追踪性能方面,改进后的追踪算法在高阶追踪准确率、多目标追踪准确率及ID调和平均数指标上,分别提升了4.3、2.2和2.5个百分点;在计数性能方面,平均计数精度达到了80.0%。综上,该方法在实时追踪与计数方面展现了良好的应用潜力,可为套袋葡萄收获前的产量估计提供技术支持。 展开更多
关键词 YOLOv9 套袋葡萄 果实追踪 果实计数 卡尔曼滤波
在线阅读 下载PDF
融合边缘特征与细节感知网络的YOLOv8s髋关节关键点检测算法
6
作者 吕佳 段训禄 陈欣 《光电工程》 北大核心 2025年第3期84-99,共16页
髋关节关键点的准确识别对于提高发育性髋关节发育不良诊断精度具有重要意义。然而,在儿童髋关节X射线图像中,关键点所在的骨骼区域通常对比度低和边缘模糊,导致边缘特征不明显。同时,在特征提取过程中,下采样操作会进一步弱化边缘信息... 髋关节关键点的准确识别对于提高发育性髋关节发育不良诊断精度具有重要意义。然而,在儿童髋关节X射线图像中,关键点所在的骨骼区域通常对比度低和边缘模糊,导致边缘特征不明显。同时,在特征提取过程中,下采样操作会进一步弱化边缘信息。此外,关键点邻域内的关键结构易受背景干扰,这些因素均限制了关键点的精确定位。为此,本文提出了一种融合边缘特征与细节感知网络的YOLOv8s髋关节关键点检测算法。该算法在网络中设计了边缘特征强化模块,以捕获关键点周围空间信息并增强其所在的边缘特征;同时,提出细节感知网络,对多层级特征进行融合与优化,增强对图像中细微结构的感知能力。本文使用重庆医科大学附属儿童医院影像科提供的髋关节X射线图像数据集进行实验,结果显示,关键点的平均定位误差和平均角度误差降低至4.2090pixel和1.4872°,相较于YOLOv8s降低了6.8%和9.9%,显著优于现有方法。实验证明,本文算法有效提升了关键点的检测精度,为临床诊断提供了重要参考。 展开更多
关键词 发育性髋关节发育不良 关键点检测 YOLOv8s 边缘特征强化 细节感知网络
在线阅读 下载PDF
图基础模型研究进展与挑战:图神经网络的视角
7
作者 吴涛 聂发志 +4 位作者 先兴平 王超 袁霖 乔少杰 牛伟纳 《通信学报》 北大核心 2025年第7期226-248,共23页
图基础模型(GFM)是基础模型思想在图学习领域中的延伸,是在广泛图数据上预训练并微调适配多种下游任务的图模型。与借助大语言模型(LLM)实现GFM的技术路线不同,主要关注从图神经网络(GNN)的角度构建GFM。首先,分析了GFM的研究现状并定... 图基础模型(GFM)是基础模型思想在图学习领域中的延伸,是在广泛图数据上预训练并微调适配多种下游任务的图模型。与借助大语言模型(LLM)实现GFM的技术路线不同,主要关注从图神经网络(GNN)的角度构建GFM。首先,分析了GFM的研究现状并定义了关键概念。其次,总结了GFM骨干架构和基础表示单元的研究成果。再次,根据代理任务和微调策略的不同,分别总结了图模型的预训练技术与微调方法。然后,介绍了与GFM相关的评价指标。最后,分析了面临的挑战并展望了未来的研究方向。 展开更多
关键词 图基础模型 图神经网络 预训练 模型微调 提示调优
在线阅读 下载PDF
基于EMO-YOLOv5s的双关联套袋葡萄串实时检测与计数
8
作者 吕佳 张翠萍 《农业工程学报》 北大核心 2025年第12期161-171,共11页
实现套袋葡萄串的实时准确计数是保障后续果园产量估计准确性的关键前提。为解决现有果实计数方法实时性不足,且套袋葡萄串分布密集、遮挡现象以及相机移动不稳定等因素导致的目标追踪丢失问题,该研究提出一种基于EMO-YOLOv5s的双关联... 实现套袋葡萄串的实时准确计数是保障后续果园产量估计准确性的关键前提。为解决现有果实计数方法实时性不足,且套袋葡萄串分布密集、遮挡现象以及相机移动不稳定等因素导致的目标追踪丢失问题,该研究提出一种基于EMO-YOLOv5s的双关联套袋葡萄串实时检测与计数方法。首先在检测阶段,引入高效模型EMO替代YOLOv5s的原始骨干网络,以降低模型的参数量和计算量;其次在追踪阶段,在ByteTrack基础上提出一种基于BIoU和欧式距离的双关联方法,对套袋葡萄串的检测框和预测框进行二次关联,以缓解目标追踪丢失问题;最后在计数阶段,设计一种矩形区域计数方法,扩大套袋葡萄串的可计数范围,提升其计数准确性。试验结果表明,在检测性能方面,参数量和浮点运算量较YOLOv5s分别下降38.6%和39.0%,平均精度和检测速度分别为96.5%和77帧/s;在追踪性能方面,高阶追踪准确率、多目标追踪准确率和ID调和平均数较基线分别提高了3.6、4.1和6.0个百分点;在计数性能方面,平均计数精度为93.1%。该研究结果可为后续果园的产量预测提供可靠的依据。 展开更多
关键词 图像处理 实时检测 目标追踪 视频计数 YOLOv5s 套袋葡萄串
在线阅读 下载PDF
多尺度交叉融合与边界感知的葡萄叶片病害分割网络
9
作者 吕佳 胡佳乐 《农业工程学报》 北大核心 2025年第17期203-212,共10页
为解决葡萄叶片病害分割中病害区域形态多样、背景复杂与光照干扰导致的边缘模糊问题,该研究提出了一种多尺度交叉融合与边界感知的葡萄叶片病害分割网络。研究中多尺度交叉融合解码器通过结合多尺寸条形卷积核和交叉轴注意力机制,能够... 为解决葡萄叶片病害分割中病害区域形态多样、背景复杂与光照干扰导致的边缘模糊问题,该研究提出了一种多尺度交叉融合与边界感知的葡萄叶片病害分割网络。研究中多尺度交叉融合解码器通过结合多尺寸条形卷积核和交叉轴注意力机制,能够有效提取多尺度特征并捕获全局信息,提升了对不同大小病害区域的分割效果。此外,提出的轻量化边界感知引导模块,通过边界信息强化特征学习,增强了网络对边界信息的敏感性,有效提升了其对病害模糊边缘的识别能力,从而进一步提高了对病害区域的分割性能。试验结果表明,该网络在自建数据集上病害分割任务中,Dice相似系数和准确率分别达到86.3%和88.3%,能够满足葡萄叶片病害的分割需求。在公有数据集Plant Village上的试验结果显示,Dice相似系数和准确率分别达到85.2%和86.5%,验证了其良好的泛化性和实际应用潜力。在计算效率方面,该网络的参数量和浮点数运算量分别为3.75M和1.61GFLOPs,降低了计算成本并提升了运行效率。因此,该研究提出的网络为复杂环境下叶片病害区域的精确分割提供了一种更加高效且稳定的解决方案。 展开更多
关键词 病害 葡萄叶片 语义分割 多尺度交叉轴注意力 边界感知引导 轻量化网络
在线阅读 下载PDF
道路行人行为轨迹预测研究综述 被引量:1
10
作者 杨智勇 郭洁铷 +2 位作者 郭子杭 张瑞祥 周瑜 《计算机科学与探索》 北大核心 2025年第5期1177-1197,共21页
在自动驾驶汽车与行人共享空间的路径规划中,精准、高效的行人轨迹预测是保障道路安全的核心问题。行人轨迹预测不仅依赖于历史行为数据,更需全面考虑行人与车辆、交通设施及多方向车辆间的复杂动态交互。近年来,该领域取得了显著进展,... 在自动驾驶汽车与行人共享空间的路径规划中,精准、高效的行人轨迹预测是保障道路安全的核心问题。行人轨迹预测不仅依赖于历史行为数据,更需全面考虑行人与车辆、交通设施及多方向车辆间的复杂动态交互。近年来,该领域取得了显著进展,逐渐成为研究热点。系统梳理了现有的研究成果,界定了行人轨迹预测的基本概念,并对主流预测方法进行了深入剖析。归纳了行人行为数据的主要来源,包括激光雷达、摄像头等多模态感知设备,并探讨了关键特征提取方式,涵盖行人运动特征、场景上下文特征及交通设施影响等。基于这些数据,对物理模型与数据驱动的预测方法进行了系统总结,重点分析了统计模型、深度学习与强化学习模型的发展现状,尤其是深度学习方法,依据其网络结构进一步细分为序列模型、卷积神经网络、图卷积神经网络和生成对抗网络等类型。总结了该领域常用的数据集和评价指标,对现有算法的性能进行了综合评估。针对行人轨迹预测在自动驾驶中的挑战,尤其是行人与多方向车辆及交通设施之间的动态耦合问题,提出了潜在的解决思路,并展望了未来的研究方向。 展开更多
关键词 自动驾驶 行人轨迹预测 深度学习
在线阅读 下载PDF
基于自然邻域图划分的层次聚类算法 被引量:1
11
作者 蔡发鹏 冯骥 +1 位作者 杨德刚 陈仲尚 《计算机工程与科学》 北大核心 2025年第2期370-380,共11页
自然邻域图能自适应地识别不同形状、大小和维度的数据,但在面对密度不均匀且结构复杂的数据时,部分小簇无法被算法正确识别。针对这一问题,提出一种基于自然邻域图划分的层次聚类算法HC-PNNG。HC-PNNG算法首先利用自然邻居关系实现了... 自然邻域图能自适应地识别不同形状、大小和维度的数据,但在面对密度不均匀且结构复杂的数据时,部分小簇无法被算法正确识别。针对这一问题,提出一种基于自然邻域图划分的层次聚类算法HC-PNNG。HC-PNNG算法首先利用自然邻居关系实现了自然稀疏图的构建,随后利用基于自然稀疏图的图间相似度完成了自然稀疏图的层次化合并,进而实现了更具普适性的层次化聚类结果。在合成数据集和真实数据集上将HC-PNNG与最新的聚类算法进行了对比实验,结果表明该算法明显优于其他聚类算法,验证了HC-PNNG算法的有效性。 展开更多
关键词 聚类分析 层次聚类 自然邻域图 图划分 相似度
在线阅读 下载PDF
基于时空特征融合与候选策略的智能汽车多模态轨迹预测 被引量:1
12
作者 杨智勇 杨俊 许沁欣 《计算机工程与应用》 北大核心 2025年第13期217-226,共10页
针对现有轨迹预测模型在捕捉复杂时空动态方面的局限性,以及部分预测轨迹不符合实际场景约束等问题,提出了一种基于时空特征融合和候选策略的智能汽车多模态轨迹预测模型。在场景编码和特征融合阶段,设计了非对称双向门控循环单元以捕... 针对现有轨迹预测模型在捕捉复杂时空动态方面的局限性,以及部分预测轨迹不符合实际场景约束等问题,提出了一种基于时空特征融合和候选策略的智能汽车多模态轨迹预测模型。在场景编码和特征融合阶段,设计了非对称双向门控循环单元以捕获历史轨迹序列之间的双向依赖性;引入一种基于交叉注意力的混合特征注意力方法,以建模车道与交通参与者间的隐式交互,并在车道图节点中深度融合车道空间特征和轨迹的时序特征。在解码器前引入直接使用车道拓扑结构的候选策略,该策略将利用先验知识指导预测过程,并通过覆盖目标车辆可能的未来轨迹,确保解码器能够输出可靠的多模态轨迹。该模型在公开数据集nuScenes上进行验证,实验结果表明,在预测5条和10条轨迹时,minADE和MR分别较最佳对比模型提高了7.5%、11.5%和5.5%、21.4%。可视化结果展现出更强的稳健性和解释性。 展开更多
关键词 智能驾驶 轨迹预测 时空特征融合 注意力机制 多模态预测
在线阅读 下载PDF
基于FY-3A/VIRR数据的重庆市干旱监测研究 被引量:5
13
作者 倪波顺 高阳华 +4 位作者 李月臣 杨世琦 唐云辉 刘灿 程敏 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第7期143-148,共6页
利用FY-3A/VIRR数据,基于植被供水指数法(VSWI),监测重庆市2011年盛夏干旱演变过程.利用全市150个土壤水分观测站点的数据和同期遥感反演结果进行相关分析,均达到极显著性相关;监测显示8月中下旬重庆市出现比较严重的干旱,特别是中部和... 利用FY-3A/VIRR数据,基于植被供水指数法(VSWI),监测重庆市2011年盛夏干旱演变过程.利用全市150个土壤水分观测站点的数据和同期遥感反演结果进行相关分析,均达到极显著性相关;监测显示8月中下旬重庆市出现比较严重的干旱,特别是中部和西南部重旱一直持续.结果表明,FY-3A/VIRR遥感反演数据能够客观反映重庆地区的干旱演变过程,可应用于干旱监测业务. 展开更多
关键词 FY-3A/VIRR 重庆 植被供水指数 干旱监测
在线阅读 下载PDF
非圆形磁性颗粒对磁流变脂剪切应力的影响及其计算模型研究 被引量:3
14
作者 何国田 廖昌荣 +2 位作者 王平 宋莉 李明 《功能材料》 EI CAS CSCD 北大核心 2011年第9期1694-1697,共4页
磁流变脂是继磁流变液和磁流变弹性体之后,又一个具有巨大发展潜力的磁流变智能材料。参照作者提出的圆形颗粒的建模过程,建立了非圆形磁性颗粒磁流脂的剪切应力模型,并以六边形磁性颗粒磁流变脂为例,推导出六边形磁性颗粒磁流变脂剪切... 磁流变脂是继磁流变液和磁流变弹性体之后,又一个具有巨大发展潜力的磁流变智能材料。参照作者提出的圆形颗粒的建模过程,建立了非圆形磁性颗粒磁流脂的剪切应力模型,并以六边形磁性颗粒磁流变脂为例,推导出六边形磁性颗粒磁流变脂剪切应力公式。该模型对半径和边长相同时剪切屈服应力与磁场强度的关系,体积相同时剪切屈服应力与磁场强度的关系,零场下的剪切力应力进行了模拟计算。结果表明同体积下的非圆形磁性颗粒磁流变脂的剪切应力比圆形磁性颗粒磁流变脂大,且随接触边长的减少剪切应力亦减少,但都比圆形磁性颗粒磁流变脂的剪切应力大。即使零场条件下,非圆形磁性颗粒磁流变脂的剪切应力比圆形磁性颗粒磁流变脂大,说明球形磁流变液不是最佳选择。所以,非圆形磁性颗粒的磁流变脂机理研究对高性能磁流变液制备及其应用具有极其重要的指导意义。 展开更多
关键词 磁性颗粒形状 磁流变脂 剪应力 计算模型 磁场强度
在线阅读 下载PDF
计及高比例风电电力系统运行可靠性的分布鲁棒优化建模与评估
15
作者 周焱桥 李觉友 +2 位作者 陈果 赵克全 林文婷 《电力系统保护与控制》 北大核心 2025年第11期116-124,共9页
风电的强随机性和波动性给电力系统运行可靠性带来新的挑战。传统可靠性评估方法在计及风电等可再生能源出力时,难以兼顾经济性和鲁棒性,这导致在高比例风电渗透率下系统运行可靠性的评估结果过于乐观或保守。为此,对高比例风电电力系... 风电的强随机性和波动性给电力系统运行可靠性带来新的挑战。传统可靠性评估方法在计及风电等可再生能源出力时,难以兼顾经济性和鲁棒性,这导致在高比例风电渗透率下系统运行可靠性的评估结果过于乐观或保守。为此,对高比例风电电力系统运行可靠性进行了建模,并对该系统运行的可靠性进行分析与评估。首先,构建一类基于数据驱动的两阶段分布式鲁棒最小费用模型。在第一、二阶段分别确定最优调度方案、最小切负荷量和弃风量,并引入条件风险价值对系统支路运行风险进行刻画与约束。其次,基于系统可用风电出力历史数据构建1-范数和∞-范数的不确定集,并采用列与约束生成算法求解模型。最后,通过IEEE-RTS79节点系统仿真分析所提模型在不同风电渗透率场景下的有效性和鲁棒性。 展开更多
关键词 可靠性评估 高比例风电系统 不确定性 分布鲁棒优化 条件风险价值
在线阅读 下载PDF
基于DAEUnet和ConvNeXt网络的食管癌智能分割与分期诊断模型构建
16
作者 熊铃焰 王润媛 +4 位作者 张方红 杨有 吴毅 吴蔚 武书磊 《陆军军医大学学报》 北大核心 2025年第10期1135-1144,共10页
目的基于DAEUnet和ConvNeXt网络,通过迁移学习策略构建食管癌智能分割和T分期诊断模型。方法收集2018年1月至2022年4月共126例确诊为食管癌患者Dicom原始数据,其中100例来源于陆军军医大学第一附属医院胸外科,26例来自山西省肿瘤医院胸... 目的基于DAEUnet和ConvNeXt网络,通过迁移学习策略构建食管癌智能分割和T分期诊断模型。方法收集2018年1月至2022年4月共126例确诊为食管癌患者Dicom原始数据,其中100例来源于陆军军医大学第一附属医院胸外科,26例来自山西省肿瘤医院胸外科,数据增强后共计60275张,搭建DAEUnet食管癌智能分割网络,并在此基础上构建ConvNeXt、Swin Transfoemr以及ResNet 3个分类网络进行食管癌T分期诊断。结果基于DAEUnet网络食管癌智能分割Dice相似系数(Dice similarity coefficient,DSC)为0.82,食管癌、主动脉、正常食管、纵隔淋巴结、心脏各个部位DSC分别为72.4%、87.5%、79.3%、60.5%、96.8%;在3个食管癌T分期诊断模型中,ConvNeXt模型效果最好,T1~T4期的精确度分别为0.65、0.727、0.889、0.92,曲线下面积(AUC)=0.892,优于ResNet和Swin Transformer网络。结论基于DAEUnet和ConvNeXt网络的食管癌智能分割与T分期诊断模型,能够提高食管癌T分期的准确性与治疗效率。 展开更多
关键词 食管癌 增强CT 智能分割 ConvNeXt T分期诊断
在线阅读 下载PDF
利用行列变换的无损信息隐藏算法 被引量:3
17
作者 杨有 翟浩 余平 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第9期40-46,共7页
为了充分挖掘载体图像的像素相关性,提出一种利用行列变换的无损信息隐藏算法LDHA_RT。该算法依次计算列方向、行方向和对角线方向的像素差及其直方图,对获得的像素差直方图进行移位以构造冗余空间,实现在指定差值处嵌入隐藏信息。在提... 为了充分挖掘载体图像的像素相关性,提出一种利用行列变换的无损信息隐藏算法LDHA_RT。该算法依次计算列方向、行方向和对角线方向的像素差及其直方图,对获得的像素差直方图进行移位以构造冗余空间,实现在指定差值处嵌入隐藏信息。在提取隐藏信息后,LDHA_RT算法可以无损地恢复载体图像,不需要除隐藏信息以外的附加信息。仿真实验表明,与参考文献的算法相比,LDHA_RT算法的PSNR/bits是最低的或接近最低的,表明该算法在保证图像质量的情况下,具有隐藏信息容量大的优势。 展开更多
关键词 信息隐藏 行列变换 像素差 直方图移位 无损恢复
在线阅读 下载PDF
基于定长操作数的算术膜计算系统 被引量:1
18
作者 王艳霞 郭平 +1 位作者 陈海珠 刘慧君 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第7期1132-1138,共7页
将膜系统看作8位处理器,利用十进制位置编码的原码、反码及补码的概念和计算方法,设计了算术膜计算(P)系统,实现了加(减)、乘、除4种运算.由于系统中操作对象数量减少,该算术P系统更容易实现大数的运算.而且,设计的算术P系统充分利用膜... 将膜系统看作8位处理器,利用十进制位置编码的原码、反码及补码的概念和计算方法,设计了算术膜计算(P)系统,实现了加(减)、乘、除4种运算.由于系统中操作对象数量减少,该算术P系统更容易实现大数的运算.而且,设计的算术P系统充分利用膜系统并行运算的特征,具有多项式时间复杂度. 展开更多
关键词 算术运算 类细胞膜计算(P)系统 算术膜计算(P)系统 补码运算 位置编码
在线阅读 下载PDF
基于混合邻域图的复杂结构数据集层次聚类算法
19
作者 陈仲尚 冯骥 +1 位作者 杨德刚 蔡发鹏 《智能系统学报》 北大核心 2025年第3期584-593,共10页
复杂结构数据集通常指包含不同形状(如球形、非球形、流形)、大小和密度的簇的数据集。自然邻居算法在处理边界模糊、密度变化的数据集时存在局限性,特别是在数据集中含有大量噪声时,其性能会显著下降。针对这些问题,本文提出一种基于... 复杂结构数据集通常指包含不同形状(如球形、非球形、流形)、大小和密度的簇的数据集。自然邻居算法在处理边界模糊、密度变化的数据集时存在局限性,特别是在数据集中含有大量噪声时,其性能会显著下降。针对这些问题,本文提出一种基于混合邻域图的复杂结构数据集层次聚类算法(hybrid neighborhood graphbased hierarchical clustering algorithm for datasets with complex structures,HCHNG)。该方法提出一种共享自然邻域图方法,通过邻居关系稀疏数据集以减少噪声样本对聚类结果的影响。随后,HCHNG将数据集划分为子图并加以合并,这一策略增强了算法处理变密度数据集的能力,同时,定义一种新的子图相似性度量方法,提高同类子图间的相似性。此外,对自然邻域图进行改进,以提升其在识别边界模糊数据集时的性能。在具有复杂结构的人工数据集和真实数据集上的对比实验表明,本文算法不仅能有效识别变密度球形数据集,而且在含有大量噪声的复杂数据集中也拥有优越的性能,在处理具有复杂结构的数据集时比现有方法高效。 展开更多
关键词 聚类分析 混合邻域图 共享自然邻居 改进的自然邻域图 共享自然邻域图 子图相似性 复杂数据集 数据挖掘
在线阅读 下载PDF
基于多分支CNN与改进级联森林的故障诊断 被引量:1
20
作者 丁伟哲 冉瑞生 胡子成 《石河子大学学报(自然科学版)》 北大核心 2025年第2期239-248,共10页
在故障诊断领域,卷积神经网络(CNN)、深度森林等深度学习模型因表现优异而备受关注。然而,单分支卷积神经网络提取的故障特征有限;深度森林的多粒度扫描针对不同的数据集需要重新设计和调整参数。本文提出了一种多分支CNN与改进的级联... 在故障诊断领域,卷积神经网络(CNN)、深度森林等深度学习模型因表现优异而备受关注。然而,单分支卷积神经网络提取的故障特征有限;深度森林的多粒度扫描针对不同的数据集需要重新设计和调整参数。本文提出了一种多分支CNN与改进的级联森林相结合的混合深度学习模型,首先设计了具有不同卷积核大小的多分支CNN,可以并行提取多样特征,适应复杂任务需求。其次,由于极端梯度提升比随机森林更能处理非线性数据,将级联森林中的一个随机森林替换为极端梯度提升。同时,这种部分替换结合了不同算法的优势,优化了模型的整体性能。最后,将多分支CNN与改进的级联森林相结合,构建了一个混合深度学习模型。在3个轴承数据集和1个转子数据集上进行了实验,结果表明,所提出的模型在故障诊断中表现出很强的有效性。 展开更多
关键词 故障诊断 卷积神经网络 级联森林 极端梯度提升
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部