检索结果-南通市图书馆

基于64排CT数据的肝胆虚拟手术系统的研究

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2009年第17期21卷 5458-5461页

作者：彭丰平鲍苏苏曾碧卿华南师范大学南海校区计算机工程系南海528225 华南师范大学计算机学院广州510631

虚拟手术是虚拟现实技术在医学领域的重要应用,可以用于术前对手术过程的模拟,提高手术的成功率,降低医疗成本。论述并设计了一种基于64排CT数据的肝胆虚拟手术系统,而且分别对该系统中图像分割、图像配准、3D可视化以及虚拟切割等关键... 详细信息

虚拟手术是虚拟现实技术在医学领域的重要应用,可以用于术前对手术过程的模拟,提高手术的成功率,降低医疗成本。论述并设计了一种基于64排CT数据的肝胆虚拟手术系统,而且分别对该系统中图像分割、图像配准、3D可视化以及虚拟切割等关键技术进行了深入的探讨与研究。给出了手术刀虚拟切割肝脏及内部管道的实验结果,结果表明,该系统对制定合理的手术预案具有重要的临床价值。

关键词：虚拟手术图像分割可视化手术模拟

在线全文

学校读者我要写书评

暂无评论

基于外部知识增强的远程监督关系抽取模型

计算机系统应用 2023年第5期32卷 253-261页

作者：曾碧卿李砚龙蔡剑华南师范大学软件学院佛山528225

远程监督关系抽取方法旨在高效的构建大规模的监督语料并应用在关系抽取的任务上.但是由于远程监督构建语料的方式,带来了噪声标签和长尾分布两大问题.本文提出了一种新颖的远程监督关系抽取模型架构,与以往的基于管道的训练形式不同,... 详细信息

远程监督关系抽取方法旨在高效的构建大规模的监督语料并应用在关系抽取的任务上.但是由于远程监督构建语料的方式,带来了噪声标签和长尾分布两大问题.本文提出了一种新颖的远程监督关系抽取模型架构,与以往的基于管道的训练形式不同,除了句子编码器模块,新添加了外部知识增强模块.通过对知识库中已存在的实体类型与关系进行预处理和编码,为模型提供句包文本所没有的外部知识.有利于缓解数据集中存在部分长尾关系示例不足所导致的信息不足的问题,以及提升了模型对噪声示例的判别能力.通过在基准数据集NYT和GDS上的大量实验,相较于主流最优模型在AUC值上分别提升了0.9%和5.7%,证明了外部知识增强模块的有效性.

关键词：远程监督关系抽取图卷积神经网络外部知识

在线全文

学校读者我要写书评

暂无评论

服务器集群系统研究

计算机应用研究 2004年第3期21卷 186-187,196页

作者：曾碧卿陈志刚中南大学信息科学与工程学院湖南长沙410083

探讨了服务器集群系统的作用、国内外研究发展现状、硬件架构、工作原理,并预测了集群系统的发展趋势。

关键词：集群系统负载均衡负载测量

在线全文

学校读者我要写书评

暂无评论

基于图卷积网络的知识感知对话生成

计算机系统应用 2023年第7期32卷 47-56页

作者：曾碧卿丁明浩宋逸云华南师范大学软件学院佛山528225

引入结构化知识的对话系统因为能够生成流畅度更高、多样性更丰富的对话回复而受到广泛关注,但是以往的研究只注重于结构化知识中的实体,却忽略了实体之间的关系以及知识的完整性.本文提出了一种基于图卷积网络的知识感知对话生成模型(K... 详细信息

引入结构化知识的对话系统因为能够生成流畅度更高、多样性更丰富的对话回复而受到广泛关注,但是以往的研究只注重于结构化知识中的实体,却忽略了实体之间的关系以及知识的完整性.本文提出了一种基于图卷积网络的知识感知对话生成模型(KCG).该模型通过知识编码器分别捕获实体与关系的语义信息并利用图卷积网络增强实体表征;再利用知识选择模块获得与对话上下文相关的实体与关系的知识选择概率分布;最后将知识选择概率分布与词表概率分布融合,解码器以此选择知识或词表字词.本文在中文公开数据集DuConv上进行实验,结果表明,KCG在自动评估指标上优于目前的基线模型,能生成更加流畅并且内容更加丰富的回复.

关键词：对话生成多轮对话图卷积网络结构化知识知识选择

基于HS-BP神经网络的认知无线电频谱预测技术

在线全文

学校读者我要写书评

暂无评论

计算机工程 2017年第7期34卷 146-150,155页

作者：胡翩翩曾碧卿华南师范大学计算机学院广州510631 华南师范大学软件学院广东佛山528225

在基于反向传播神经网络(BPNN)的频谱预测中,网络的初始权重与阈值是随机产生的,并且BP算法本身存在陷入局部最优的缺陷,从而导致BPNN训练得到的网络结构具有一定的不确定性。针对上述问题,提出一种基于HS-BP神经网络的频谱预测算法,通... 详细信息

在基于反向传播神经网络(BPNN)的频谱预测中,网络的初始权重与阈值是随机产生的,并且BP算法本身存在陷入局部最优的缺陷,从而导致BPNN训练得到的网络结构具有一定的不确定性。针对上述问题,提出一种基于HS-BP神经网络的频谱预测算法,通过和声搜索算法的全局寻优能力得到BPNN的最优初始权重和阈值,从而BPNN训练可得到最优的频谱预测网络结构,并运用该网络结构进行频谱的预测。仿真结果表明,该算法可以提高频谱预测的准确性及频谱的利用率。

关键词：认知无线电网络反向传播神经网络和声搜索算法频谱预测频谱感知机器学习

在线全文

学校读者我要写书评

暂无评论

ε-支持向量回归机算法及其应用

计算机工程与应用 2008年第17期44卷 40-42页

作者：冼广铭曾碧卿华南师范大学南海校区计算机工程系广东佛山528225

针对现有传统的一些图像去噪方法难以获得清晰图像边缘的问题,提出了利用ε-SVR技术构建图像去噪滤波器的新方法。ε-支持向量回归机通过引入ε不敏感损失函数,可以实现具有较强鲁棒性的回归,而且回归估计是稀疏的,保留了SVM的所有优点... 详细信息

针对现有传统的一些图像去噪方法难以获得清晰图像边缘的问题,提出了利用ε-SVR技术构建图像去噪滤波器的新方法。ε-支持向量回归机通过引入ε不敏感损失函数,可以实现具有较强鲁棒性的回归,而且回归估计是稀疏的,保留了SVM的所有优点。分析了ε-支持向量回归机理论算法及其在图像去噪中的应用,使用ε-支持向量回归机对图像进行滤波并且与最小值滤波、均值滤波和维纳滤波等常用的滤波方法相比较,还比较了SVM各种核函数对不同噪声的滤波效果和分析了不同阶数的Multi-nomial核的滤波效果。实验结果表明了ε-支持向量回归机能够有效地去除噪声,不但信噪比较高而且比较清晰,同时具有良好的稀疏性。

关键词： ε-支持向量回归机 ε不敏感损失函数图像去噪

OFDMA认知无线电网络中面向需求的频谱共享

在线全文

学校读者我要写书评

暂无评论

通信学报 2015年第8期36卷 192-206页

作者：张翅曾碧卿杨劲松谢晓虹华南师范大学计算机学院广东广州510631 华南师范大学软件学院广东佛山528225

从满足次网络通信需求的角度,设计一个两阶段模型,求解OFDMA认知无线电网络中频谱租赁与分配问题。模型第1阶段,次基站收集次网络通信需求,向多个主基站租用频谱资源。运用Bertrand博弈对主、次基站的交易行为进行建模,并将纳什均衡作... 详细信息

从满足次网络通信需求的角度,设计一个两阶段模型,求解OFDMA认知无线电网络中频谱租赁与分配问题。模型第1阶段,次基站收集次网络通信需求,向多个主基站租用频谱资源。运用Bertrand博弈对主、次基站的交易行为进行建模,并将纳什均衡作为最终定价方案。第2阶段,基于纳什议价方案,将次基站子载波和功率分配问题定义成非线性规划问题,并通过拉格朗日乘数法进行求解。仿真实验表明,相对于其他频谱共享方案,所提方案高效地满足每个次用户的通信需求。

关键词：认知无线电频谱租赁 Bertrand博弈信道容量需求频谱分配频谱定价

基于WPA-SVM的多分类故障混合诊断模型

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2008年第24期44卷 242-245页

作者：冼广铭曾碧卿华南师范大学南海校区计算机工程系广东佛山528225

针对目前机械故障诊断中难以进行特征提取和常规SVM算法诊断多类分类问题时存在困难等问题,提出了结合了WPA理论和基于二叉树的多级SVM分类器的WPA-SVM多分类故障混合诊断模型。采用小波包分析对机械信号提取频域能量特征向量,通过训练... 详细信息

针对目前机械故障诊断中难以进行特征提取和常规SVM算法诊断多类分类问题时存在困难等问题,提出了结合了WPA理论和基于二叉树的多级SVM分类器的WPA-SVM多分类故障混合诊断模型。采用小波包分析对机械信号提取频域能量特征向量,通过训练多个依赖故障优先级的基于二叉树的多级SVM分类器中,找到样本中的支持向量,并以此决定超平面。然后根据最优分类平面,对测试集的样本进行故障诊断。通过对两种不同特征提取方法、三种不同SVM识别策略的实验比较结果可知,该方法是有效的。

关键词：小波包支持向量机多分类

在线全文

学校读者我要写书评

暂无评论

基于知识空间的分组式粒子群算法

计算机工程与设计 2010年第7期31卷 1562-1565页

作者：岑宇森熊芳敏曾碧卿肇庆学院计算机学院广东肇庆526061 华南师范大学南海校区计算机工程系广东佛山528225

为了提高粒子群算法中粒子搜索全局最优解的准确度,确保粒子的收敛性,提出了基于知识空间的分组式粒子群算法(KGPSO)。该算法使用K-means算法对粒子群进行分组,利用较小的最大飞行速度(Vmax)加强粒子在组内的局部搜索能力,并将"知识空间... 详细信息

为了提高粒子群算法中粒子搜索全局最优解的准确度,确保粒子的收敛性,提出了基于知识空间的分组式粒子群算法(KGPSO)。该算法使用K-means算法对粒子群进行分组,利用较小的最大飞行速度(Vmax)加强粒子在组内的局部搜索能力,并将"知识空间"的概念带入到分组中,由知识空间中的粒子来引导群中粒子前往更好的解空间搜索。实验结果表明,KGPSO算法在测试函数的表现整体优于过去学者提出的标准PSO、HPSO、FPSO。

关键词：知识空间粒子群算法分组策略优化适应值