检索结果-南通市图书馆

同方期刊数据库

广义结构化低秩矩阵恢复及其在磁共振图像重建中的应用

在线全文

学校读者我要写书评

暂无评论

广义结构化低秩矩阵恢复及其在磁共振图像重建中的应用

作者：魏子迪哈尔滨工业大学

学位级别：硕士

磁共振成像（Magnetic Resonance Imaging,MRI）因其无射线危害、成像对比度高,可对人体各器官多角度成像等众多优势,已成为医学诊断中一种非常重要的成像手段。同时,动态磁共振成像可以呈现大脑的血液运动和心脏运动等。随着动态磁共... 详细信息

磁共振成像（Magnetic Resonance Imaging,MRI）因其无射线危害、成像对比度高,可对人体各器官多角度成像等众多优势,已成为医学诊断中一种非常重要的成像手段。同时,动态磁共振成像可以呈现大脑的血液运动和心脏运动等。随着动态磁共振成像的不断发展与优化,在其基础上灌注成像技术逐渐成为一种新型、有效的医疗手段。但是不论是二维还是动态磁共振成像技术,成像速度缓慢一直是制约磁共振成像效率以及成像质量的因素之一。以远小于Nyquist采样率的方式进行采样,通过减少采样数进而提升采样和成像速度是解决这一问题的思路之一。文章首先从分段平滑一维信号频域内的卷积零化关系入手,将信号的卷积过程转化为结构化矩阵的乘法过程,且构建的结构化矩阵可以证明是低秩的。与一维信号类似,二维信号具有类似的卷积零化关系,即可以构造出结构化低秩矩阵。利用构造的结构化矩阵的低秩性,可以构建最优化模型,将信息缺失的矩阵重建完整,这就是结构化低秩矩阵恢复原理,也是本课题研究的理论基础。本文将基于这一理论,研究广义结构化低秩矩阵恢复及其在磁共振图像重建中的应用。本文首先研究了基于广义结构化低秩矩阵（GSLR）的二维MR图像重建方法,利用k空间数据所构建的结构化矩阵的秩作为约束项构建优化模型。因为构建矩阵的尺寸较大,为了节约计算成本提升收敛速度,本文将使用交替方向乘子法（ADMM）来解决构建的最优化模型。同时,将磁共振图像均分为分块常数和分块线性两部分,利用这两部分采样数据分别构造结构化低秩矩阵,即为广义结构化低秩矩阵。从重建图像质量及算法执行时间对实验结果进行分析。其次对算法进行拓展,在构建结构化矩阵的过程中不仅利用图像空间域信息,还加入动态图像序列帧与帧之间的相关性。将算法的应用场景从二维图像扩展至动态,研究基于GSLR的动态MR图像重建方法,并从重建图像的质量和时间成本方面对算法性能进行分析。字典学习是当下研究的热点之一,这是一种基于图像稀疏性对图像进行稀疏编码以获得稀疏表示的方法。因此将分析字典学习的思想与文章研究的基于广义结构化低秩矩阵理论相结合,预训练自适应字典作为权重对不同算子构建的结构化矩阵加权求和,并利用迭代优化方法求解最优化问题。最后,本文研究了基于GSLR先验深度学习方法的MR图像重建。传统的正则化方法在深度学习的背景下,可以归纳为一种卷积和反卷积反复进行的深度网络,其结构与卷积神经网络（CNN）十分相似。因此考虑借助深度学习的方法,与广义结构化低秩矩阵的先验知识相结合,提出一种基于GSLR先验的深度学习网络,并结合仿真结果对网络性能进行分析与讨论。

关键词：磁共振成像结构化低秩矩阵分析字典学习深度学习 ADMM

一种融合叶绿素荧光技术与可见-近红外光谱的番茄幼苗热胁迫无损检测方法

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

光谱学与光谱分析 2024年第6期44卷 1613-1619页

作者：魏子朝卢苗雷文晔王浩宇魏子渊高攀王东陈煦胡瑾西北农林科技大学机械与电子工程学院陕西杨凌712100 农业农村部农业物联网重点实验室陕西杨凌712100

全球气温上升导致高温天气频发,番茄作为温度敏感型植物更易发生热胁迫,最终导致产量损失。在植物热胁迫检测中,温度通常被用作标定其受胁迫程度的依据,但由于不同植株个体的耐热性和自身健康状态存在差异,同一温度下的植株可能会产生... 详细信息

全球气温上升导致高温天气频发,番茄作为温度敏感型植物更易发生热胁迫,最终导致产量损失。在植物热胁迫检测中,温度通常被用作标定其受胁迫程度的依据,但由于不同植株个体的耐热性和自身健康状态存在差异,同一温度下的植株可能会产生不同程度热胁迫症状,以温度来标定热胁迫状态可能会导致误判。以番茄幼苗为研究对象,提出了一种融合叶绿素荧光技术与可见-近红外光谱的番茄幼苗热迫胁程度快速分类方法,以提高对番茄热胁迫程度评估的准确性。采集了对照组植株和热胁迫植株的叶绿素荧光参数与可见-近红外光谱数据,以叶绿素荧光参数为热胁迫评价指标,结合k-means++聚类算法评估了番茄幼苗受热胁迫影响的严重程度,通过对标定后样本的叶绿素荧光参数和植物逆境胁迫相关生理量进行分析,验证了标定结果的合理性。以聚类模型输出为依据对光谱数据进行标定,采用3种预处理方法及其组合,结合3种特征波长提取算法对光谱数据进行处理,获得了6个与样本热胁迫程度相关的特征波段。最后以6个特征波段为输入,热胁迫程度为输出,基于4种机器学习算法构建分类模型,实现了对样本热胁迫程度的分类。结果表明:样本叶绿素荧光参数F_(v)/F_(m),F_(v)/F_(o),NPQ,Y(NPQ)和Y(NO)与其胁迫状态存在显著的中高度相关,依据以上参数将所有样本标记为无胁迫,轻度热胁迫和重度热胁迫三类。三类样本的叶绿素荧光参数、丙二醛(MDA)含量以及光合色素含量均表现出了组间显著差异,聚类结果合理。基于聚类结果对光谱数据进行标定,根据标定结果提取光谱特征波长,99%以上的冗余特征被消除,进一步筛选获得了6个用建立分类模型的特征波长。在建立的4个模型中,线性判别分析(LDA)模型具有最优性能,其测试集分类准确率为92.45%,F1分数为0.9291,AUC为0.9780。结果表明,采用叶绿素荧光技术结合可见-近红外光谱技术检测热胁迫是可行的,该研究为热胁迫的快速检测、耐热性快速筛选以及高温灾害预警提供了一种有效方法。

关键词：热胁迫叶绿素荧光 k-means++算法可见-近红外光谱分类模型

基于邻接自适应谱聚类的木材表面缺陷分割算法

在线全文

学校读者我要写书评

暂无评论

林业工程学报 2024年第2期9卷 124-132页

作者：魏子腾业宁南京林业大学信息科学技术学院南京210037

针对人工分割木材表面缺陷的烦琐性和阈值分割算法对缺陷像素信息衡量的不稳定性,提出了一种基于邻接自适应谱聚类的木材表面缺陷分割算法。算法以简单线性迭代超像素(simple linear iterative cluster, SLIC)为基础,对缺陷图像进行预处... 详细信息

针对人工分割木材表面缺陷的烦琐性和阈值分割算法对缺陷像素信息衡量的不稳定性,提出了一种基于邻接自适应谱聚类的木材表面缺陷分割算法。算法以简单线性迭代超像素(simple linear iterative cluster, SLIC)为基础,对缺陷图像进行预处理,融合木材缺陷的纹理特性和超像素块间的距离尺度,并采用邻接自适应谱聚类进行分割;缺陷分割初步完成后,通过变异系数衡量缺陷块中像素信息的离散程度进行再次分割,克服初次分割结果的过分割问题;考虑木材表面缺陷形态学上的封闭性,将2次分割图像进行合并,继而用邻接扫描法对次分割图形进行填充,最终对木材表面缺陷进行分割界定。考虑木材表面缺陷种类的多样性,选取了虫眼、死节、活节等缺陷图像进行分割对比试验,相较于OTSU阈值分割算法,本研究算法在单个和多个木材表面缺陷分割方面,类别平均像素准确度(mean pixel accuaracy, MPA)分别提升4.69%,14.23%,平均交并比(mean intersection over union, mIoU)分别提升33.27%,33.43%。本研究算法能够更加准确地将木材表面缺陷从复杂背景中分割出来,缺陷边缘轮廓的构建更接近于理想分割情况,且运行时间较短,对木材表面缺陷的分割具备较强的精确性与可行性。

关键词：木材表面缺陷图像分割邻接自适应谱聚类超像素变异系数

基于可解释性方法的网络问政效果研究——以“有话请您说”网络问政平台为例

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2024年第5期44卷 1478-1500页

作者：魏子恺唐锡晋中国科学院数学与系统科学研究院北京100190 中国科学院大学北京100049

随着数字化政府建设的加速推进,网络问政在中国社会治理中发挥着不可忽视的作用.为了探讨影响网络问政效果的关键因素,该研究以泸州市网络问政平台“有话您请说”中的相关数据为研究对象,采用多种机器学习和深度学习模型结合的文本数据... 详细信息

随着数字化政府建设的加速推进,网络问政在中国社会治理中发挥着不可忽视的作用.为了探讨影响网络问政效果的关键因素,该研究以泸州市网络问政平台“有话您请说”中的相关数据为研究对象,采用多种机器学习和深度学习模型结合的文本数据挖掘方法,识别网络问政文本中的特征变量,构建问政满意度分类模型,并结合多种可解释性方法分别从结构特征和语义特征对模型结果进行解释分析.研究发现:问政情感,问政文本长度,诉求类型,回复情感,回应单位类型,回应时间等变量均对问政满意度有不同程度的影响.此外,研究构建的可解释性框架还能够有效识别问政中的时间,地点,组织机构名称等关键内容.

关键词：网络问政公众满意度可解释性方法文本分析

财务视角下社交化电商盈利模式研究 ——以拼多多为例

在线全文

学校读者我要写书评

暂无评论

财务视角下社交化电商盈利模式研究 ——以拼多多为例

作者：魏子珺兰州财经大学

学位级别：硕士

在经历了几年的发展之后,我国的电子商务已经形成了多元化的运作方式,并且已经初步形成了一个完整的市场结构。产业增长率下滑,市场竞争格局趋于稳定.部分电子商务企业由于自身的盈利方式、市场条件等原因,普遍处于亏损状态。C2B与社交... 详细信息

在经历了几年的发展之后,我国的电子商务已经形成了多元化的运作方式,并且已经初步形成了一个完整的市场结构。产业增长率下滑,市场竞争格局趋于稳定.部分电子商务企业由于自身的盈利方式、市场条件等原因,普遍处于亏损状态。C2B与社交化电商是未来发展的新趋势,而社交化APP则是移动终端的流量入口。借助社交化媒介的扩散效果和广阔的用户基础,电商平台可以整合多种活动,减少引流成本,提升宣传与扩展效果。在传统的电商平台上,通过网络拼团来获取流量,而在这个过程中,通过社交拼团方式则获得了更多的流量。从刚刚起步的传统电商到最近兴起的社交化电商,这种新的社交化电商已经变得越来越受欢迎,给电商的市场带来了新的生机。现在更多的年轻人都喜欢上了新的省钱理念,他们重视高质量的购买方式,将自有的资金投入到目前有需求的东西上,不需要的东西绝对不会进行消费。拼多多深刻发掘出了现代人的消费心理,运用社交+电商的新模式,在已然趋于饱和的电子商务市场当中,开辟出一条崭新的盈利模式,成为当前电子商务中最有代表性的一种社交化电商。拼多多能够在高度成熟的传统电子商务市场中脱颖而出,当下其规模仅在阿里巴巴之后,以及在短短三年的时间内便成功上市,让所有人都为之震撼。拼多多的盈利模式既有其优点,又有其缺点。在初期阶段,拼多多的这种盈利方式与其本身的发展策略以及中国的电子商务市场情况相吻合,这也是拼多多能够迅速发展的原因之一,同时也为以后拼多多将重心放在了农业上提供了丰富的经营数据和理论数据。然而,这种盈利方式在为企业创造了快速成长环境的同时,也暴露出了它的弊端。首先,由于营收渠道太过单调,导致拼多多在新领域的发展一直不太顺畅。其次,随着拼多多在追求高品质利润的同时,它也在限制着自己的营销支出,同时,拼多多的运营收益和月活跃人数也在下降。在拼多多还没有真正建立起自己的核心能力之前,上述问题将会成为拼多多下一步迫切需要处理的问题。通过对拼多多的分析,我们可以得到以下的结论与启发:前期,其盈利方式为其迅速发展提供了有利条件,但其收入与支出结构的不合理也为其未来的发展带来了潜在的风险。企业要注意合理的收入和支出结构,以高品质的利润为目标,要适应外部的竞争环境,并不断地改变自己的经营策略。

关键词：社交化电商盈利模式财务视角拼多多

2021至2023年人工智能领域研究热点分析述评与展望

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

计算机研究与发展 2024年第5期61卷 1261-1275页

作者：魏子舒韩越刘思浩张圣宇吴飞浙江大学计算机科学与技术学院杭州310013

在当今数字化和智能化的时代背景下,人工智能(artificial intelligence,AI)已成为科技创新的重要引擎,总结探讨AI研究的最新趋势和未来发展方向具有重要的研究和现实意义.为此,对2021—2023年间在中国计算机学会(CCF)推荐的AI领域CCF-A... 详细信息

在当今数字化和智能化的时代背景下,人工智能(artificial intelligence,AI)已成为科技创新的重要引擎,总结探讨AI研究的最新趋势和未来发展方向具有重要的研究和现实意义.为此,对2021—2023年间在中国计算机学会(CCF)推荐的AI领域CCF-A类国际会议和期刊所发表论文的研究成果进行收集,并在此基础上采用文献计量学的方法论来通过关键词对研究热点进行分析,进行基于高频关键词分析研究热点、基于新增关键词分析研究趋势、基于引用量加权的关键词分析高影响力研究,可以梳理AI研究的主流方向、发现AI主要研究方向的相互联系和交叉融合的特点.此外,对当前研究热点如大语言模型(large language model,LLM)、AI驱动的科学研究(AI for Science)和视觉生成相关论文的关联热点进行分析,可以挖掘技术路径和方法论的演变,展现技术创新背后的科学理论和应用前景,从而进一步揭示AI研究的最新趋势和发展前景.

关键词：人工智能研究热点关键词统计分析数据挖掘

具备“平行结构”的局域性资源受限项目调度问题的新模型

在线全文

学校读者我要写书评

暂无评论

系统管理学报 2024年

作者：魏汉英原梦迪苏志雄南昌工程学院工商管理学院江西师范大学管理科学与工程研究中心

经典资源受限项目调度问题（RCPSP）以“资源全局受限”为特征。但随着生产力发展、项目规模日益增大、资源供需多样化和复杂化等，项目面临的资源供应逐渐凸显出“局域受限”特征，如一般性资源有条件供应充足，但稀缺、昂贵资源供应... 详细信息

经典资源受限项目调度问题（RCPSP）以“资源全局受限”为特征。但随着生产力发展、项目规模日益增大、资源供需多样化和复杂化等，项目面临的资源供应逐渐凸显出“局域受限”特征，如一般性资源有条件供应充足，但稀缺、昂贵资源供应有限，影响对其有需求的部分工序。RCPSP的最新拓展问题也多显示出资源受限的“局域性”特征，如反应性RCPSP、资源供应/需求非定额RCPSP、多项目环境下的RCPSP等，但鉴于现有方法对该“局域性”特征探索的不足，导致求解问题最优解的效率明显受限。鉴于此，将具有“局域性”特征的RCPSP归类为局域性RCPSP，进行统一分析，揭示共同特性，开发适用于这些问题的有效方法。重点考虑一类问题：项目中受局域性资源限制的工序具备“平行结构”，即工序相互平行（港口船舶调度等问题也等价于具备“平行结构”的RCPSP），且资源为单产能（unit-capacity）类型资源，应如何安排受限资源完成该局部工序，使项目全局工期最短。探索问题的“局域性”特征，量化“局域调度”对“项目全局”的影响；并基于该特征，构建“用局部调度实现全局最优化”的基于工序排序位置的新0-1混合线性规划模型，该模型具有更大的优化潜力；通过算例测试，验证该模型在计算较大型案例的最优解方面具备显著竞争力。

关键词：资源受限项目调度局域性调度 0-1混合线性规划网络计划技术项目工期

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

参数解耦在差分隐私保护下联邦学习中的应用

计算机科学 2024年

作者：王梓行杨敏魏子重浪潮集团科学研究院空天信息安全与可信计算教育部重点实验室武汉大学国家网络安全学院

联邦学习（Federated Learning，FL）是一种先进的隐私保护机器学习技术，其通过多方协作，在无需集中聚合原始数据的情况下，交换模型参数以训练共享模型。尽管在FL中参与方不需要显式地共享数据，但许多研究表明，其仍然面临多种隐私... 详细信息

联邦学习（Federated Learning，FL）是一种先进的隐私保护机器学习技术，其通过多方协作，在无需集中聚合原始数据的情况下，交换模型参数以训练共享模型。尽管在FL中参与方不需要显式地共享数据，但许多研究表明，其仍然面临多种隐私推理攻击，从而导致隐私信息泄露。为应对这一问题，学术界提出了多种解决方案。其中一种严格保障隐私的方法是将本地化差分隐私（Local Differential Privacy，LDP）技术应用于联邦学习。该技术在参与方上传模型参数前对其添加随机噪声，有效地抵御恶意攻击者的推理攻击。然而，LDP引入的噪声会造成模型性能下降。同时最新研究指出，这种性能下降与LDP在客户端之间引入了额外的异构性有关。针对LDP使得FL性能下降的问题，提出了差分隐私保护下基于参数解耦的联邦学习方案(PD-LDPFL):除了服务器下发的基础模型外，每个客户端在本地还额外学习个性化输入和输出模型。该方案在客户端传输时仅上传添加噪声后基础模型的参数，而个性化模型被保留在本地，自适应改变客户端本地数据的输入和输出分布，缓解LDP引入的额外异构性以减少精度损失。此外，研究发现，即使在采用较高的隐私预算的情况下，该方案也能天然地抵御一些基于梯度的隐私推理攻击，比如深度梯度泄露等攻击方法。通过在MNIST，FMNIST和CIFAR-10三个常用数据集上进行实验，结果显示该方案相对于传统的差分隐私联邦学习工作不仅可以获得更好的性能，而且还提供了额外的安全性。

关键词：联邦学习差分隐私异构性参数解耦隐私保护

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一类单机排序问题的新伪多项式时间精确算法

工业工程与管理 2024年

作者：魏汉英原梦迪苏志雄江西师范大学管理科学与工程研究中心南昌工程学院工商管理学院

研究了机器排序中，带有工件释放时间和交付时间，并且以最小化所有工件的最大延误时间为目标的单机排序问题。该问题是机器排序的经典基础性问题，是NP-hard。从分析该问题的结构特征入手，首先，通过揭示工件单机排序结构（即各工件... 详细信息

研究了机器排序中，带有工件释放时间和交付时间，并且以最小化所有工件的最大延误时间为目标的单机排序问题。该问题是机器排序的经典基础性问题，是NP-hard。从分析该问题的结构特征入手，首先，通过揭示工件单机排序结构（即各工件的排序位置）与工件最大延误时间（相比交付时间）之间的关联规律，从工件加工顺序链的视角考虑，建立了新的基于工件分配位置变量的0-1混合线性规划模型。该模型的结构特征具备更好的优化潜力。其次，结合Dantzig-Wolfe分解等整数优化理论和方法，对模型进行优化处理，进而开发出该单机排序问题的伪多项式时间精确算法。最后，通过仿真模拟测试验证算法的有效性。结果表明：该算法在计算该单机排序问题算例（特别是大型算例）的精确解方面具备显著的效率优势，例如，该算法能够在3000秒内计算出包含1200个工件规模的算例的最优解。

关键词：单机排序最大延误混合0-1线性规划伪多项式时间精确算法 Dantzig-Wolfe分解