检索结果-南通市图书馆

基于XGBoost的贷前逾期识别模型及可解释性研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中小企业管理与科技 2024年第4期 50-52页

作者：李嘉培马咏莉郑州科技学院郑州450064

当前互联网经济迅速发展,网络信贷规模不断扩大,贷前识别作为网贷平台风控的重要一环,也成为大家研究的热点问题。论文将集成学习算法XGBoost应用于识别客户贷前逾期风险的问题,选取P2P平台LendingClub数据库中2019年的贷款记录为研究样... 详细信息

当前互联网经济迅速发展,网络信贷规模不断扩大,贷前识别作为网贷平台风控的重要一环,也成为大家研究的热点问题。论文将集成学习算法XGBoost应用于识别客户贷前逾期风险的问题,选取P2P平台LendingClub数据库中2019年的贷款记录为研究样本,选取12个变量构建贷前预测模型,并引入了SHAP解释框架对模型进行可视化表达,并将最终的结果与XGBoost模型输出的特征重要性作比较,进一步对模型结果进行解释,可以帮助贷款平台更好地进行客户贷款风险判断,从而降低逾期风险。

关键词：贷前逾期预测机器学习 XGBoost SHAP解释框架

在线全文

学校读者我要写书评

暂无评论

基于注意力机制生成对抗网络的图像复原

基于注意力机制生成对抗网络的图像复原

作者：马咏莉烟台大学

学位级别：硕士

在成像过程中,获取的图像常因遇到大气污染、反射或透射等情况出现图像退化问题。图像的退化不仅会降低图像的视觉质量,还会改变图像中所包含的重要信息,从而影响一些视觉系统的使用以及一些计算机视觉算法的研究。因此,研究高质量数字... 详细信息

在成像过程中,获取的图像常因遇到大气污染、反射或透射等情况出现图像退化问题。图像的退化不仅会降低图像的视觉质量,还会改变图像中所包含的重要信息,从而影响一些视觉系统的使用以及一些计算机视觉算法的研究。因此,研究高质量数字图像复原方法具有重要意义。传统的图像复原方法存在较多缺点,如构建复杂的退化模型,依赖先验知识求解等等。近几年,基于卷积神经网络的图像复原方法采用数据驱动的方式来学习特征,能够实现跨任务之间的线性或非线性特征映射,克服了一定的先验限制。这类方法通过获取图像的全局特征复原退化图像,并在图像处理领域取得了成功。与基于卷积神经网络的方法相比,基于生成对抗网络的图像复原方法能复原出具有更高分辨率的原始图像,在多种图像处理任务中取得了一系列优异的成果,但其普适性较差、需要成对的数据集训练网络影响了生成对抗网络在图像复原任务中的进一步应用。针对以上存在的问题,本文将生成对抗网络与视觉注意力机制结合,以生成的思想解决图像复原问题,主要研究了生成对抗网络在两种特定情形下的图像复原问题:图像去雾和透射图像复原,通过理论分析和实验验证等方式对生成网络的改进及应用进行有益探索。主要研究工作概括如下:（1）受雾霾恶劣天气的影响,视频监测和无人驾驶等许多实际应用的使用受到限制,物体定位和检测等计算机视觉任务难以完成。针对现有图像去雾方法常依赖于大气散射模型中的先验信息或基于成对图像进行监督学习求解等问题,本文提出了一种基于注意力机制的循环一致性生成对抗网络的图像去雾方法,利用循环一致性生成对抗网络的约束转移学习能力和循环结构完成非成对图像的无监督去雾任务。考虑实际成像中雾分布的复杂性,结合人类视觉特征,在网络中融入通道注意力机制和区域注意力机制,非均匀地处理不同特征和不同区域。通过实验对比表明,本文方法在处理合成图像数据集和真实含雾图像数据集上,能够避免颜色失真等问题,具有较好的去雾效果。（2）在文档扫描为数字图像时,背面的内容通常会透射到正面的内容中,从而影响文档扫描图像正常的阅读和使用。现有的单幅透射图像恢复方法常需要大量成对的数据集训练网络模型,这大大限制了此类方法的可扩展性和实用性。本文利用循环一致性生成对抗网络,提出了一种自监督约束的图像恢复方法,实现非成对图像的无监督单幅图像透射去除。网络输入的图像首先经过特征增强模块,来增强输入图像纹理细节。在网络中加入自学习模块,使网络从非配对的透射图像和无透射图像的特征信息中引入自我监督约束,从浅层到深层提取有效特征,提高纹理信息的恢复质量,尽可能保留正面图像的内容和细节。实验结果表明,本文方法在合成图像数据集、公共图像数据集以及真实图像数据集上都取得了较好的透射图像复原结果。

关键词：图像复原生成对抗网络注意力机制生成模型循环一致性

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

自监督学习的单幅透射图像恢复

自动化学报 2023年第1期49卷 219-228页

作者：徐金东马咏莉梁宗宝倪梦莹烟台大学计算机与控制工程学院烟台264005

现有基于学习的单幅透射图像恢复方法常需要大量成对的标签数据来训练模型,因缺乏成对图像集的监督约束,致使透射图像恢复效果欠佳,限制了其实用性.提出了一种基于自监督学习的单幅透射图像恢复方法,利用循环一致性生成对抗网络的循环... 详细信息

现有基于学习的单幅透射图像恢复方法常需要大量成对的标签数据来训练模型,因缺乏成对图像集的监督约束,致使透射图像恢复效果欠佳,限制了其实用性.提出了一种基于自监督学习的单幅透射图像恢复方法,利用循环一致性生成对抗网络的循环结构和约束转移学习能力实现非成对图像的模型训练,通过设计自学习模块,从大规模的无监督数据中挖掘自身的监督信息对网络进行训练,以此形成有效的从浅层到深层的特征提取,提高透射图像正面内容的纹理、边缘等细节信息恢复质量,实现单幅图像的透射去除.实验结果表明,该方法在合成图像数据集、公共图像数据集以及真实图像数据集上都取得了较好的透射图像恢复结果.

关键词：特征提取透射去除图像恢复自监督生成对抗网络

在线全文

学校读者我要写书评

暂无评论

注意机制生成对抗网络单通道盲图像分离

中国科技论文 2021年第3期16卷 266-270页

作者：徐金东孙潇马咏莉欧世峰烟台大学计算机与控制工程学院山东烟台264005 烟台大学光电信息科学与技术学院山东烟台264005

针对单通道极端欠定状况及传统盲源分离(blind source separation,BSS)方法难以克服源信号独立、非高斯分布等多项约束和先验知识缺乏等问题,基于生成对抗模型的网络架构,提出了一种基于注意机制的单通道盲图像分离方法,将基于流形排序... 详细信息

针对单通道极端欠定状况及传统盲源分离(blind source separation,BSS)方法难以克服源信号独立、非高斯分布等多项约束和先验知识缺乏等问题,基于生成对抗模型的网络架构,提出了一种基于注意机制的单通道盲图像分离方法,将基于流形排序的视觉注意机制嵌入到分离网络中,增强目标的关键信息,以生成思想迭代分离混合图像。实验结果表明,融合注意机制的生成对抗网络能仅从单源数据中学习,无需多种先验约束,比经典盲源分离方法有更高的分离精度,与已知分布的神经网络分离方法相比,能更有效地分离单通道混合图像。

关键词：盲图像分离单通道生成对抗网络注意机制生成模型

在线全文

学校读者我要写书评

暂无评论

基于注意力机制生成对抗网络的图像去雾

中国科技论文 2021年第11期16卷 1215-1219页

作者：马咏莉徐金东孙潇李海军欧世峰烟台大学计算机与控制工程学院山东烟台264000 烟台大学光电信息科学技术学院山东烟台264000

为了解决图像去雾方法中大气散射模型先验知识不完备和实际成对图像数据集缺乏导致的去雾效果欠佳的问题,提出了一种基于注意力机制的循环一致性生成对抗网络(based on attention mechanism cycle-consistent generative adversarial ne... 详细信息

为了解决图像去雾方法中大气散射模型先验知识不完备和实际成对图像数据集缺乏导致的去雾效果欠佳的问题,提出了一种基于注意力机制的循环一致性生成对抗网络(based on attention mechanism cycle-consistent generative adversarial networks,A-CycleGAN)的图像去雾方法。利用循环一致性生成对抗网络(cycle-consistent generative adversarial networks,CycleGAN)方法的约束转移学习能力和循环结构完成非成对图像的无监督去雾任务。考虑实际成像中雾分布的复杂性,结合人类视觉特征,在网络中融入通道注意力机制和区域注意力机制,非均匀地处理不同特征和不同区域。实验结果表明,所提方法在合成图像数据集和真实含雾图像数据集上都取得了较好结果。

关键词：图像去雾深度学习生成对抗网络循环一致性注意力机制

基于密度泛函理论研究Ag-Co团簇的结构、电子和光学性能

在线全文

学校读者我要写书评

暂无评论

原子与分子物理学报 2025年第2期 69-75页

作者：李维银尚瑞咏王春勇张永莉北方民族大学电气信息工程学院物理与光电信息功能材料重点实验室微电子与固体电子器件研究中心

基于密度泛函理论研究了7个原子Ag-Co团簇结构的稳定性、电子和光学性能.研究结果表明，7个原子Ag-Co团簇的最稳定结构都是十面体结构，Co原子数量较少时，Co原子主要占据十面体的轴向位，Ag原子主要占据赤道位，随着Co原子数的增加，C... 详细信息

基于密度泛函理论研究了7个原子Ag-Co团簇结构的稳定性、电子和光学性能.研究结果表明，7个原子Ag-Co团簇的最稳定结构都是十面体结构，Co原子数量较少时，Co原子主要占据十面体的轴向位，Ag原子主要占据赤道位，随着Co原子数的增加，Co原子逐渐替换了赤道位上的Ag原子.当Co原子数增加时，Ag-Co团簇的垂直电离势、垂直电子亲能和最高占据轨道与最低未占据轨道之间的能隙整体上都呈现出下降趋势，表明电子稳定性降低；Ag-Co团簇的吸收光谱整体出现了红移，吸收峰的强度逐渐减弱，吸收谱的宽度变窄.

关键词：银钴团簇几何结构电子性能光学性能

深入实施国企改革深化提升行动勇当海南自贸港高质量发展主力军

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

今日海南 2024年第2期 29-31页

作者：马咏华海南省国有资产监督管理委员会

中央经济工作会议强调,不断完善落实“两个毫不动摇”的体制机制,充分激发各类经营主体的内生动力和创新活力。深入实施国有企业改革深化提升行动,增强核心功能、提高核心竞争力。省属国资国企坚决贯彻党中央、国务院决策部署和省委、... 详细信息

中央经济工作会议强调,不断完善落实“两个毫不动摇”的体制机制,充分激发各类经营主体的内生动力和创新活力。深入实施国有企业改革深化提升行动,增强核心功能、提高核心竞争力。省属国资国企坚决贯彻党中央、国务院决策部署和省委、省政府工作要求,牢牢把握高质量发展主题,以落实两轮国企改革三年行动为工作抓手,统筹谋划、不等不靠、攻坚克难,稳中求进、以进促稳、先立后破,改革发展取得明显成效,在全省发展大局中战略地位显著提升。

关键词：国企改革国有企业改革内生动力深化提升创新活力经营主体国资国企高质量发展

2015～2021年青藏高原地表臭氧时空变化及驱动因素分析

在线全文

学校读者我要写书评

暂无评论

环境科学 2024年第7期45卷 3778-3788页

作者：刘晓咏颜俊刘航牛继强闫军辉苏方成信阳师范大学地理科学学院信阳师范大学河南省水土环境污染协同防治重点实验室中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室郑州大学化学学院

基于青藏高原12个城市2015～2021年的大气污染监测数据和气象数据，分析了青藏高原地表臭氧（O3）时空分布格局.采用KZ滤波将O3-8h原始序列分解为不同时间尺度的分量，并利用气象变量的多元线性回归定量地分离出气象和排放的影响.结果... 详细信息

基于青藏高原12个城市2015～2021年的大气污染监测数据和气象数据，分析了青藏高原地表臭氧（O3）时空分布格局.采用KZ滤波将O3-8h原始序列分解为不同时间尺度的分量，并利用气象变量的多元线性回归定量地分离出气象和排放的影响.结果表明，2015～2021年青藏高原12个城市地表ρ（O3-8h）均值为78.7～156.7μg·m-3,O3浓度超标率（国家二级标准）为0.7%～1.5%.O3-8h月浓度变化呈单峰倒“V”型和多峰“M”型，浓度峰值出现在4～7月，谷值多出现在7月、9月和12月.经KZ滤波分解的O3-8h短期、季节和长期分量对12个城市O3-8h原始序列总方差的贡献率分别为29.6%、51.4%和9.1%.从整个区域看，2015～2017年气象条件对青藏高原O3降低不利，使得O3-8h长期分量升高0.2～2.1μg·m-3.2018～2021年气象有利于O3浓度降低，导致O3-8h长期分量降低0.4～1.1μg·m-3.气象条件增加了阿里、拉萨、那曲、林芝、昌都、海西和西宁的O3-8h长期分量，其平均贡献率为30.1%.气象条件降低了日喀则和果洛的O3-8h长期分量，贡献率分别为359.0%和56.5%.阿里、日喀则、那曲、海西和西宁O3-8h长期分量的上升可能是由于PM2.5长期分量快速下降[4.04μg·（m3·a）-1]导致.

关键词：青藏高原地表臭氧(O3) 时空特征 KZ滤波气象影响

融合密集编码器与双路径注意力的皮肤病变分割方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学与探索 2024年第4期18卷 978-989页

作者：王龙业肖越曾晓莉张凯信马傲西南石油大学电气信息学院成都610500 西藏大学信息科学技术学院拉萨850000

针对皮肤镜图像病变区域存在形状大小各异、边界不连续且模糊、病灶区域与背景相似度高的问题,提出了一种融合密集编码器与双路径注意力的皮肤病变分割网络(DEDA-Net)。首先,运用密集编码模块进行多尺度信息融合增强网络特征提取能力,... 详细信息

针对皮肤镜图像病变区域存在形状大小各异、边界不连续且模糊、病灶区域与背景相似度高的问题,提出了一种融合密集编码器与双路径注意力的皮肤病变分割网络(DEDA-Net)。首先,运用密集编码模块进行多尺度信息融合增强网络特征提取能力,缓解皮肤镜图像中边缘模糊的问题,并采用跳跃连接与残差路径减少网络编解码之间的语义鸿沟;其次,根据特征图内每个特征点关联性程度大小进行加权提出了全局正态池化层,设计了在空间与通道两个维度提取特征信息的双路径注意力模块,避免因全局信息获取不足导致难以区分病灶区域与背景的问题;最后,利用辅助损失函数思想,在网络中间与最后的输出层两侧使用加权损失函数来提升网络泛化能力。实验结果表明,该算法在ISIC2017数据集上分割精度为96.45%,特异性为97.82%,Dice系数为93.16%,IoU为86.61%,比基线U-Net分别提高了5.93个百分点、6.45个百分点、6.53个百分点和5.63个百分点,能够有效分割皮肤病变区域。

关键词：皮肤病分割多尺度融合密集编码注意力机制全局正态池化