检索结果-南通市图书馆

基于多阶段多特征深度融合的乳腺癌图像识别模型研究

在线全文

学校读者我要写书评

暂无评论

基于多阶段多特征深度融合的乳腺癌图像识别模型研究

作者：邬任重华东交通大学

学位级别：硕士

医学诊断领域面临医疗资源不足、患者数量较多及诊断过程低效等实际问题。计算机辅助乳腺癌图像识别模型能在一定程度上缓解上述问题。现有研究工作主要使用单类别特征完成乳腺癌图像识别,未充分利用异构图像特征间蕴含的跨模态病理语... 详细信息

医学诊断领域面临医疗资源不足、患者数量较多及诊断过程低效等实际问题。计算机辅助乳腺癌图像识别模型能在一定程度上缓解上述问题。现有研究工作主要使用单类别特征完成乳腺癌图像识别,未充分利用异构图像特征间蕴含的跨模态病理语义、特征在决策时的互补性及多组预测结果间的集成性。为此,提出基于多阶段多特征深度融合的乳腺癌图像识别模型,它是多特征融合方法(先融合、中融合和后融合)的有机结合。主要工作如下:(1)基于传统分类器的乳腺癌图像识别模型:从形状、纹理和深度学习等角度分别提取SIFT、HOG、Gist、LBP、VGG、Res Net和Dense Net七类图像特征;训练SVM、Ada Boost等传统分类器,计算乳腺造影图像属于阳性或阴性的概率并确定乳腺癌诊断结果。实验结果表明:基于Ada Boost分类器的乳腺癌图像识别模型其性能优于SVM、XGBoost等模型。它在CBIS-DDSM数据集上获得更优的Acc和AUC值,但在INbreast数据集上出现一定过拟合。将图像特征可视化后发现:仅依赖单类别特征,不同样本间重叠区域较大,即阴性和阳性样本难以区分。因此,单类别图像特征导致基于传统分类器的乳腺癌图像识别模型识别性能不佳,应充分利用不同图像特征间的互补性来改善识别性能。(2)基于改进的ERGS算法的乳腺癌图像识别模型:在七类图像特征提取基础上,基于SVM、Ada Boost等分类器计算乳腺造影图像属于阳性或阴性的预估概率;改进ERGS算法使之完成特征中融合,即动态计算各单类别图像特征的ERGS权值,以对上述概率加权并确定最终乳腺癌诊断结果。实验结果表明:改进的ERGS算法能充分利用不同特征在决策时的互补性,进而有效抑制因病灶区域乳腺肿块形态、视角、光照等变化所带来的噪声干扰,最终改善模型识别性能。对于不平衡数据集INbreast,改进的ERGS算法仍未能有效缓解过拟合问题,模型整体识别性能有待提升,应充分利用图像特征间蕴含的跨模态病理语义及预测结果间的集成性来应对上述问题。(3)基于多阶段多特征深度融合的乳腺癌图像识别模型:在七类图像特征提取基础上,深入挖掘图像特征间蕴含的跨模态病理语义,实现特征先融合;基于Ada Boost算法计算每个图像特征、跨模态病理语义的预估概率;使用改进的ERGS算法,动态计算图像特征或跨模态病理语义对应权值,以加权预估概率,实现特征中融合;优选精准度最优的多组特征组合,对它们的预测结果执行基于投票决策的集成学习,实现特征后融合。实验结果表明:跨模态病理语义能有效缓解过拟合问题并显著提升模型识别精度。将图像特征可视化后发现:采用跨模态病理语义时,不同样本间重叠区域较小,即阴性和阳性样本能更好地区分。改进的ERGS算法及投票策略也有助于改善模型识别性能。此外,模型假阳率较低,它已具有较高实用价值。

关键词：乳腺癌图像识别跨模态病理语义特征融合集成学习有效区域基因优选

基于分层基因优选多特征融合的图像材质属性标注

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自动化学报 2020年第10期46卷 2191-2213页

作者：张红斌邱蝶蝶邬任重蒋子良武晋鹏姬东鸿华东交通大学软件学院南昌330013 武汉大学国家网络安全学院武汉430072

图像材质属性标注在电商平台、机器人视觉、工业检测等领域都具有广阔的应用前景.准确利用特征间的互补性及分类模型的决策能力是提升标注性能的关键.提出分层基因优选多特征融合(Stratified gene selection multi-feature fusion,SGSM... 详细信息

图像材质属性标注在电商平台、机器人视觉、工业检测等领域都具有广阔的应用前景.准确利用特征间的互补性及分类模型的决策能力是提升标注性能的关键.提出分层基因优选多特征融合(Stratified gene selection multi-feature fusion,SGSMFF)算法:提取图像传统及深度学习特征;采用分类模型计算特征预估概率;改进有效区域基因优选(Effective range based gene selection,ERGS)算法,并在其中融入分层先验信息(Stratified priori information,SPI),逐层、动态地为预估概率计算ERGS权重;池化预估概率并做ERGS加权,实现多特征融合.在MattrSet和Fabric两个数据集上完成实验,结果表明:SGSMFF算法中可加入任意分类模型,并实现多特征融合;平均值池化方法、分层先验信息所提供的难分样本信息、"S+G+L"及"S+V"特征组合等均有助于改善材质属性标注性能.在上述两个数据集上,SGSMFF算法的精准度较最强基线分别提升18.70%、15.60%.

关键词：材质属性标注分层基因优选多特征融合预估概率分层先验信息难分样本信息

基于改进的有效区域基因选择与跨模态语义挖掘的图像属性标注

在线全文

学校读者我要写书评

暂无评论

电子学报 2020年第4期48卷 790-799页

作者：张红斌蒋子良熊其鹏武晋鹏邬任重袁天姬东鸿华东交通大学软件学院江西南昌330013 华东交通大学信息工程学院江西南昌330013 武汉大学国家网络安全学院湖北武汉430072

图像属性标注是一种更细化的图像标注,它能缩小认知与特征间“语义鸿沟”.现有研究多基于单特征且未挖掘属性蕴含的深层语义,故无法准确刻画图像内容.改进有效区域基因选择算法融合图像特征,并设计迁移学习策略,实现材质属性标注;基于... 详细信息

图像属性标注是一种更细化的图像标注,它能缩小认知与特征间“语义鸿沟”.现有研究多基于单特征且未挖掘属性蕴含的深层语义,故无法准确刻画图像内容.改进有效区域基因选择算法融合图像特征,并设计迁移学习策略,实现材质属性标注;基于判别相关分析挖掘特征间跨模态语义,以改进相对属性模型,标注材质属性蕴含的深层语义-实用属性.实验表明:材质属性标注精准度达63.11%,较最强基线提升1.97%;实用属性标注精准度达59.15%,较最强基线提升2.85%;层次化的标注结果能全面刻画图像内容.

关键词：图像标注有效区域基因选择相对属性迁移学习跨模态语义判别相关分析

在线全文

学校读者我要写书评

暂无评论

基于用户偏好挖掘生成对抗网络的推荐系统

计算机科学与探索 2020年第5期14卷 803-814页

作者：李广丽滑瑾袁天朱涛邬任重姬东鸿张红斌华东交通大学信息工程学院南昌330013 华东交通大学软件学院南昌330013 武汉大学国家网络安全学院武汉430072

用户偏好挖掘是推荐系统研究中的关键问题,它对于改善推荐质量具有非常重要的作用。提出用户偏好挖掘生成对抗网络(UPM-GAN),从两个角度深入分析用户隐含偏好:基于三元组损失算法对用户评分矩阵进行处理,挖掘难分负样本,以更好地确立正... 详细信息

用户偏好挖掘是推荐系统研究中的关键问题,它对于改善推荐质量具有非常重要的作用。提出用户偏好挖掘生成对抗网络(UPM-GAN),从两个角度深入分析用户隐含偏好:基于三元组损失算法对用户评分矩阵进行处理,挖掘难分负样本,以更好地确立正样本,为准确刻画用户偏好奠定基础;基于奇异值分解(SVD++)算法构建UPM-GAN的生成模型,利用SVD++算法中的偏置信息及隐式参数描述用户隐含偏好,以提高评分预测精度。最后使用最新生成对抗网络(GAN)框架完成推荐系统训练,在MovieLens-100K、MovieLens-1M这两个主流数据集上展开实验仿真。实验表明UPM-GAN的Precision@K、均值平均精度(MAP)等多项指标均优于对比基线,且它还具有收敛速度快、训练过程平稳等优点。基于UPM-GAN的推荐系统具有一定实用价值。

关键词：推荐系统生成对抗网络(GAN) 用户偏好挖掘奇异值分解(SVD++) 三元组损失难分负样本

在线全文

学校读者我要写书评

暂无评论

基于极端梯度提升树算法的图像属性标注

山东大学学报（工学版） 2019年第2期49卷 8-16页

作者：张红斌邱蝶蝶邬任重朱涛滑瑾姬东鸿华东交通大学软件学院江西南昌330013 华东交通大学信息工程学院江西南昌330013 武汉大学国家网络安全学院湖北武汉430072

提出基于极端梯度提升树(eXtreme gradient boosting, XGBoost)算法的图像属性标注模型,以改善标注性能:提取图像局部二值模式(local binary patterns, LBP)、灰度纹理空间包络特征(Gist)、尺度不变特征变换(scale invariant feature tr... 详细信息

提出基于极端梯度提升树(eXtreme gradient boosting, XGBoost)算法的图像属性标注模型,以改善标注性能:提取图像局部二值模式(local binary patterns, LBP)、灰度纹理空间包络特征(Gist)、尺度不变特征变换(scale invariant feature transform, SIFT)、视觉几何组(visual geometry group, VGG)等特征,以准确刻画图像视觉内容;基于图像特征,采用XGBoost算法集成弱分类器为强分类器,完成图像属性标注;深入挖掘图像属性蕴含的深层语义,构建全新的、层次化的属性表示体系,以贴近人类客观认知;设计迁移学习策略并合理组合分类模型,进一步改善标注性能。试验表明:Gist特征能真实刻画图像视觉内容;执行基础迁移学习后,标注精准度比迁移学习前最优指标提升8.69%;执行混合型迁移学习后,合理组合分类模型,标注精准度比基础迁移学习的最优指标提升17.55%。模型有效地改善图像属性标注精度。

关键词：图像属性标注极端梯度提升树迁移学习弱分类器深层语义

基于改进的自适应提升算法的乳腺癌图像识别研究

在线全文

学校读者我要写书评

暂无评论

华中师范大学学报（自然科学版） 2020年第6期54卷 935-943页

作者：张红斌邬任重蒋子良武晋鹏袁天滑瑾姬东鸿华东交通大学软件学院南昌330013 华东交通大学信息工程学院南昌330013 武汉大学国家网络安全学院武汉430072

为解决医疗资源不足、就诊量日增等问题,需设计基于计算机的乳腺癌图像识别模型,更高效地辅助病理医生的临床诊断工作.然而,现有算法多采用单类别特征完成识别,未充分发挥特征之间互补性.该文提出改进的自适应提升算法:在SIFT、Gist、HO... 详细信息

为解决医疗资源不足、就诊量日增等问题,需设计基于计算机的乳腺癌图像识别模型,更高效地辅助病理医生的临床诊断工作.然而,现有算法多采用单类别特征完成识别,未充分发挥特征之间互补性.该文提出改进的自适应提升算法:在SIFT、Gist、HOG、VGG16特征提取基础上,改进有效区域基因选择(Effective Range Based Gene Selection,ERGS)算法,动态计算特征权重;采用自适应提升算法将弱分类器集成为强分类器,并对其输出的预估概率做ERGS加权,实现多特征融合.实验表明:1)算法识别精准度达86.24%,较最强基线提高3.82%;2)SIFT、Gist、HOG特征之间具有较强互补性,它们有助于准确刻画乳腺癌图像;3)阳性图像更易识别.

关键词：乳腺癌图像识别自适应提升有效区域基因选择多特征融合

基于梯度提升决策树与混合型迁移学习的材质属性标注模型

在线全文

学校读者我要写书评

暂无评论

中国科技论文 2018年第20期13卷 2378-2387页

作者：张红斌邱蝶蝶邬任重殷依朱涛姬东鸿华东交通大学软件学院南昌330013 华东交通大学信息工程学院南昌330013 武汉大学国家网络安全学院武汉430072

提出了基于梯度提升决策树(gradient boosting decision tree,GBDT)与混合型迁移学习策略的材质属性标注模型,创建全新的材质属性数据集MattrSet,提取图像LBP、Gist、SIFT特征;引入GBDT算法,基于对数似然损失函数优化标注模型,实现图像... 详细信息

提出了基于梯度提升决策树(gradient boosting decision tree,GBDT)与混合型迁移学习策略的材质属性标注模型,创建全新的材质属性数据集MattrSet,提取图像LBP、Gist、SIFT特征;引入GBDT算法,基于对数似然损失函数优化标注模型,实现图像的材质属性标注;设计混合型迁移学习策略,弥补样本缺失或不平衡问题,并进一步改善标注性能。实验结果表明:迁移学习前,梯度提升决策树算法的标注性能较最强基线提升2.78%;执行基本迁移学习策略后,标注性能比迁移学习前提升11.02%;合理地组合模型并执行混合型迁移学习策略,标注性能比基础迁移学习提升22.5%,较最强基线提升16.80%。

关键词：材质属性标注梯度提升决策树混合型迁移学习

混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究

在线全文

学校读者我要写书评

暂无评论

华中师范大学学报（自然科学版） 2019年第2期53卷 214-221页

作者：李广丽朱涛滑瑾邱蝶蝶邬任重张红斌姬东鸿华东交通大学信息工程学院南昌330013 华东交通大学软件学院南昌330013 武汉大学国家网络安全学院武汉430072

传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型:采用分层抽样统计及主观赋值评价法... 详细信息

传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型:采用分层抽样统计及主观赋值评价法刻画用户旅游喜好;基于矩阵分解算法(Matrix Factorization,简称MF)分析用户及对象(景点)的潜在语义,运用贝叶斯个性化排序算法(Bayesian Personalized Ranking,简称BPR)对推荐模型进行优化;综合用户旅游喜好信息及BPR优化结果,生成混合推荐列表.在新的"Wisdom Tourism"数据集上进行仿真实验.实验表明:推荐模型的RMSE、MAE、F1值较最强基线分别提升16.59%、10.05%、5.04%;相比于分层抽样统计方法,BPR算法在推荐过程中发挥更显著的作用.

关键词：分层抽样统计贝叶斯个性化排序协同过滤旅游景点推荐模型矩阵分解

省级自贸区试点政策对城市经济增长的空间效应

在线全文

学校读者我要写书评

暂无评论

经济地理 2024年第2期44卷 21-30,42页

作者：丁任重李溪铭西南财经大学经济学院四川成都610095 西南财经大学中国西部经济研究院四川成都610095

文章基于2006—2020年我国设立的21个省级自贸区下辖的220个地级及以上城市面板数据,采用空间双重差分计量模型就自贸区试点政策对城市经济增长的影响及其空间溢出效应展开实证研究。结果表明:①自贸区试点政策可以通过拓展开放、创新溢... 详细信息

文章基于2006—2020年我国设立的21个省级自贸区下辖的220个地级及以上城市面板数据,采用空间双重差分计量模型就自贸区试点政策对城市经济增长的影响及其空间溢出效应展开实证研究。结果表明:①自贸区试点政策可以通过拓展开放、创新溢出2条路径促进试点城市经济增长;②拓展开放、创新溢出2种传导路径均具有较强的空间溢出性,体现了自贸区片区城市“由点带面”、拉动省级自贸区全域增长的特征;③自贸区试点政策及其空间溢出的政策效果受到自贸区园区面积的正向影响。据此,提出应继续加大我国自贸区战略的实施力度,优化空间布局,提升创新能力,完善园区建设,共同促进区域经济高质量发展。

关键词：自由贸易区城市经济政策效果自贸区网络空间双重差分模型高水平对外开放区域经济