检索结果-南通市图书馆

Chinese expert consensus on organ protection of transplantation(2022 edition)

在线全文

学校读者我要写书评

暂无评论

Hepatobiliary & Pancreatic Diseases International 2022年第6期21卷 516-526页

作者： jian-Hui Li Xiao Xu Yan-Feng Wang Hai-Yang Xie jing-Yu Chen Nian-Guo Dong Mitesh Badiwala Li-Ming Xin Roberto Vanin Pinto Ribeiro Hao Yin Hao zhang jian-Zheng zhang Feng Huo jia-Yin Yang Hong-ji Yang Hui Pan Shao-Guang Li Yin-Biao Qiao jia Luo Hao-Yu Li Jun-Jun jia Hao Yu Han Liang Si-jia Yang Hao Wang Zhong-Yang Liu Li-Cheng zhang Xiao-Yi Hu Hao Wu Yi-Qing Hu Pei-Fu Tang Qi-Fa Ye Shu-Sen Zheng Department of Hepatobiliary and Pancreatic Surgery Department of Liver TransplantationShulan(Hangzhou)HospitalZhejiang Shuren University School of MedicineHangzhou 310022China Department of Hepatobiliary and Pancreatic Surgery Hangzhou First People’s HospitalZhejiang University School of MedicineHangzhou 310000China Zhongnan Hospital of Wuhan university Institute of Hepatobiliary Diseases of Wuhan UniversityTransplant Center of Wuhan UniversityHubei Key Laboratory of Medical Technology on TransplantationWuhan 430062China NHC Key Laboratory of Combined Multi-organ Transplantation Hangzhou 310003China Wuxi Lung Transplantation Center Wuxi People’s Hospital Affiliated with Nanjing Medical UniversityWuxi 214023China Department of Cardiovascular Surgery Union HospitalTongji Medical CollegeHuazhong University of Science and TechnologyWuhan 430022China Peter Munk Cardiac Centre Toronto General Hospital-University Health NetworkTorontoCanada School of computer Engineering and science Shanghai UniversityShanghai 200444China Organ Transplant Center Shanghai Changzheng HospitalShanghai 200003China Department of Orthopedics Chinese PLA General HospitalBeijing 100039China National Clinical Research Center for Orthopedics Sports Medicine&RehabilitationBeijing 100039China Department of Surgery General Hospital of Guangzhou Military Command of PLAGuangzhou 510040China Department of Liver Surgery Liver Transplantation CenterWest China Hospital of Sichuan UniversityChengdu 610041China Organ Transplantation Center Sichuan Provincial People’s Hospital and School of MedicineUniversity of Electronic Science and Technology of ChinaChengdu 610072China Department of Lung Transplantation The First Affiliated HospitalZhejiang University School of MedicineHangzhou 310003China Division of Hepatobiliary Pancreatic Surgery The First Affiliated HospitalZhejiang University School of MedicineHangzhou 310003China

Introduction Organ transplantation increases survival and improves qual-ity of life to many patients with end-stage organ ***-gan shortage is a worldwide problem that restricts organ trans-plantation[1].Organ procurement and preservation as well as ischemia-reperfusion injury(IRI)after transplantation are the im-portant factors affecting prognosis of *** the de-velopment of organ transplantation technology in the 20th cen-tury,organ protection technology has been a most promising con-cept in this *** preservation solutions such as the Collins solution,university of Wisconsin(UW)solution,and histidine-tryptophan-ketoglutarate(HTK)solution were developed sequen-tially[2],which developed rapidly in static cold storage(SCS)*** remains the standard preservation technique for organ transplantation[2].

关键词： organ preservation transplantation

一种结合用户适合度和课程搭配度的在线课程推荐方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2022年第11期59卷 2520-2533页

作者：胡园园姜文君任德盛张吉湖南大学信息科学与工程学院长沙410082 之江实验室杭州310012

在线学习由于不受时空限制而愈来愈流行.如何从成千上万的在线课程中选择合适课程是在线学习者面临的极大挑战,在线课程推荐应运而生.但现有课程推荐系统仍面临2个主要问题:1)不同用户具有不同的学习能力和需求.因此,需要仔细考虑用户... 详细信息

在线学习由于不受时空限制而愈来愈流行.如何从成千上万的在线课程中选择合适课程是在线学习者面临的极大挑战,在线课程推荐应运而生.但现有课程推荐系统仍面临2个主要问题:1)不同用户具有不同的学习能力和需求.因此,需要仔细考虑用户对不同课程的适合度,否则可能会导致推荐的课程难度太大.2)目前的课程推荐方法忽略了推荐课程与用户已学课程之间存在的可搭配关系,可能导致不合适的推荐.针对以上2个问题,首先深入分析了用户的学习特征、类型及其对不同课程的学习适合度;同时,利用课程的共同被选频率,对不同课程之间的可搭配关系进行探究.基于以上2个方面,提出了一种结合用户适合度和课程搭配度的课程推荐模型(user-suitability and course-matching aware course recommendation model,SMCR).在CN(canvas network)数据集和MOOC(massive open online courses)数据集上进行的对比实验结果表明,该方法可以达到更高的推荐准确性,而且SMCR模型能够向用户推荐既适合其学习又与其已学课程可以进行搭配的课程.

关键词：在线课程个性化学习适合度课程搭配课程推荐

基于改进的Mask R-CNN的行人细粒度检测算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2019年第11期39卷 3210-3215页

作者：朱繁王洪元张继常州大学信息科学与工程学院

针对复杂场景下行人检测效果差的问题,采用基于深度学习的目标检测中领先的研究成果,提出了一种基于改进Mask R-CNN框架的行人检测算法。首先,采用K-means算法对行人数据集的目标框进行聚类得到合适的长宽比,通过增加一组长宽比(2∶5)... 详细信息

针对复杂场景下行人检测效果差的问题,采用基于深度学习的目标检测中领先的研究成果,提出了一种基于改进Mask R-CNN框架的行人检测算法。首先,采用K-means算法对行人数据集的目标框进行聚类得到合适的长宽比,通过增加一组长宽比(2∶5)使12种anchors适应图像中行人的尺寸;然后,结合细粒度图像识别技术,实现行人的高定位精度;其次,采用全卷积网络(FCN)分割前景对象,并进行像素预测获得行人的局部掩码(上半身、下半身),实现对行人的细粒度检测;最后,通过学习行人的局部特征获得行人的整体掩码。为了验证改进算法的有效性,将其与当前具有代表性的目标检测方法(如更快速的区域卷积神经网络(Faster R-CNN)、YOLOv2、R-FCN)在同数据集上进行对比。实验结果表明,改进的算法提高了行人检测的速度和精度,并且降低了误检率。

关键词： Mask R-CNN 行人检测 K-means算法细粒度全卷积网络

在线全文

学校读者我要写书评

暂无评论

基于半模型的OWL本体理由探求方法研究

计算机学报 2018年第12期41卷 2720-2733页

作者：张瑜欧阳丹彤崔仙姬叶育鑫吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室长春130012 大连民族大学信息与通信工程学院辽宁大连116600

OWL本体理由探求是语义Web推理的重要任务之一.随着语义Web数据的急剧增长以及本体规模的不断扩大,目前的本体理由探求策略已难以满足它们对推理性能的要求.该文以基于黑盒的探求技术为研究对象,黑盒法是基于"扩张"和"收缩"两个阶段实... 详细信息

OWL本体理由探求是语义Web推理的重要任务之一.随着语义Web数据的急剧增长以及本体规模的不断扩大,目前的本体理由探求策略已难以满足它们对推理性能的要求.该文以基于黑盒的探求技术为研究对象,黑盒法是基于"扩张"和"收缩"两个阶段实现理由探求任务的,"扩张"阶段的目标是获得蕴涵目标公理的理由的一个超集,"收缩"阶段对得到的理由超集进行删减至极小集合.然而,这两个阶段的主要时间开销在于频繁地调用推理机进行变化的公理集合与目标公理之间的蕴涵关系的检测,这会严重影响理由探求的效率.为了解决这一问题,通过观察理由探求过程中公理集合的变化情况,给出增量本体序列定义,并揭示了增量本体序列中的最大增量本体与理由之间的关系.增量本体序列的生成过程主要涉及两方面因素:(1)后继本体对先驱本体的有效扩充(必须保证是拟序关系);(2)对本体链中的本体是否蕴涵目标公理的推理判定(必须保证当且仅当最大本体蕴涵目标公理).在增量本体序列生成过程中,利用半模型证明了后继增量本体与目标公理之间的蕴涵关系是半可判定的,进而给出基于半模型增量推理的理由超集探求算法及其正确性证明.半模型增量推理的增量体现在:保留上一次得到的模型作为下一次判定的初始条件之一,从而避免传统蕴涵判定中,每一次都完全重构模型的冗余计算.最后,提出了一种与现有的收缩过程相反的理由求解方案——基于扩张的理由求解策略.通过迭代地添加公理过程,探测该公理集下的所有理由的公共元素.利用探测到的所有公共元素构造目标公理的理由.随后利用该文提出的增量推理任务分别给出新的"扩-缩"理由探求方法和"双扩"理由探求方法.实验结果表明,改进后的"扩-缩"理由探求方法在求解性能上优于原有的"扩-缩"理由探求方法;而新提出的基于增量推理的"双扩"理由探求方法在现有的求解策略中表现最优.

关键词：语义Web推理 OWL本体理由黑盒技术蕴涵关系

在线全文

学校读者我要写书评

暂无评论

面向视频冷启动问题的点击率预估

软件学报 2022年第12期33卷 4838-4850页

作者：章磊敏董建锋包翠竹纪守领王勋浙江工商大学计算机与信息工程学院浙江杭州310014 浙江大学计算机科学与技术学院浙江杭州310027

视频的点击率预估是视频推荐系统中的重要任务之一,推荐系统可以根据点击率的预估调整视频推荐顺序以提升视频推荐的效果.近年来,随着视频数量的爆炸式增长,视频推荐的冷启动问题也变得愈发严重.针对这个问题,提出了一个新的视频点击率... 详细信息

视频的点击率预估是视频推荐系统中的重要任务之一,推荐系统可以根据点击率的预估调整视频推荐顺序以提升视频推荐的效果.近年来,随着视频数量的爆炸式增长,视频推荐的冷启动问题也变得愈发严重.针对这个问题,提出了一个新的视频点击率预估模型,通过使用视频的内容特征以及上下文特征来加强视频点击率预估的效果;同时,通过对冷启动场景的模拟训练和基于近邻的替代方法提升模型应对新视频点击率预估的能力.提出的模型可以同时对旧视频和新视频进行点击率预估.在两个真实的电视剧(Track_1_series)和电影(Track_2_movies)点击率预估数据集上的实验表明:提出的模型可以显著改善对旧视频的点击率预估性能,并在两个数据集上均超过了现有的模型;对于新视频,相比于不考虑冷启动问题的模型只能获得0.57左右的AUC性能,该模型在两个数据集上分别获得0.645和0.615的性能,表现出针对冷启动问题更好的鲁棒性.

关键词：视频推荐点击率预估冷启动问题内容特征上下文特征

东祁连山高寒灌丛六种灌木植物的光谱特征分析

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2019年第5期39卷 1509-1516页

作者：王波柳小妮王洪伟王彩玲张德罡纪童甘肃农业大学草业学院甘肃兰州730070 草业生态系统教育部重点实验室(甘肃农业大学) 甘肃兰州730070 中国人民武装警察部队工程大学陕西西安710086 西安石油大学计算机学院陕西西安710065

高寒灌丛是青藏高原生态系统的重要组成部分,研究高寒灌丛对青藏高原生态系统的系统研究具有重要的意义。但是长期以来,由于地处偏远而交通欠发达、加之生长条件严酷,造成青藏高原高寒灌丛相关研究较为困难。遥感探测技术,可以克服地理... 详细信息

高寒灌丛是青藏高原生态系统的重要组成部分,研究高寒灌丛对青藏高原生态系统的系统研究具有重要的意义。但是长期以来,由于地处偏远而交通欠发达、加之生长条件严酷,造成青藏高原高寒灌丛相关研究较为困难。遥感探测技术,可以克服地理及环境造成的困难,而且可以进行大面积、无损的探测,因此,可以采用遥感探测技术进行青藏高原的高寒灌丛研究。传统的高分辨率遥感探测技术,由于常常采用的是RGB三个波段,对不同植物的辨别精度低,对应植物的NDVI指数和RVI指数差异性较小,不能有效区分各类植被。同时,高光谱反射率曲线和辐照度曲线,蕴含上千波段的光谱信息,若选择某一单一波段来进行植被探测,则光谱信息损失非常大,反应出来的灌丛特征不明显,结果置信度低。为了区别高寒灌丛植被,利用高光谱技术对灌丛开展光谱特征分析,为青藏高原灌丛的遥感探测提供理论支持。本研究借助美国FieldSpec4高分辨率地物光谱仪,在东祁连山马牙雪山景区内采集头花杜鹃(Rhododendron capitatum Maxim.)、鬼见愁(Caraganajubata(Pall.) Poir.)、金露梅(Potentillafruticosa L.)、高山柳(Salix cupularis)、甘肃瑞香(Daphne tangutica Maxim.)和鲜黄小檗(Berberisdiaphana)六种典型灌木植物的室内光谱数据,通过反射率(REF)、吸收率(ABS)及其一阶微分(GREF和GABS)的变换,进一步提高灌木植物光谱曲线间的可辨析度,分析并筛选出敏感波段,而后通过各个波段之间的相互组合计算NDVI′值和RVI′值,并且以TM设置波段计算的NDVI值和RVI值作为参考,筛选出优于TM波段且差值最大的波段组合确定为最优模型。结果表明:(1)灌木植物对太阳辐射吸收形成的光谱特征曲线与大多数植物相似,但与草本植物相比,灌木植物的第一个波谷发生了左移现象;(2)灌木植物在某些敏感波段中反映出独有的光谱特征,通过REF, ABS, GREF和GABS变换,可以进一步扩大,利用这一特点可以筛选出敏感波段,进行灌丛分类和识别;(3)六种灌木植物光谱值差异较大,且数值相对较为稳定的波段有550～680, 860～1 075, 1 375～1 600和1 900～2 400 nm,因此可选取这四个波段为敏感区进行灌木植物识别;(4)利用575～673和874～920 nm敏感波段的REF均值或者685～765, 556～590, 635～671和1 117～1 164 nm敏感波段的GABS面积,计算的NDVI值和RVI值可以有效辨别六种灌木植物。

关键词：东祁连山高寒灌丛灌木植物光谱特征分析

基于堆栈降噪自编码网络的个人信用风险评估方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2019年第10期46卷 7-13页

作者：杨德杰章宁袁戟白璐中央财经大学信息学院北京100081 德国慕尼黑工业大学土木-地质-环境学院慕尼黑80333

个人信用历来是银行衡量个人履约风险最重要的因素。近年来,随着我国借贷需求与日俱增,仅依据信用卡信息的传统个人信用评估方式,已不能完全满足银行业的发展需求。因此,为了构建更加丰富的用户信用画像,文中基于银行大数据提取信用风... 详细信息

个人信用历来是银行衡量个人履约风险最重要的因素。近年来,随着我国借贷需求与日俱增,仅依据信用卡信息的传统个人信用评估方式,已不能完全满足银行业的发展需求。因此,为了构建更加丰富的用户信用画像,文中基于银行大数据提取信用风险评估特征。为了解决金融大数据带来的维度灾难和噪声问题,充分考虑了数据特征之间的相关性,对堆栈降噪自编码神经网络模型进行了改进,引入了截断的Karhunen-Loève展开作为噪声传入项,并在某商业银行的大数据平台上进行了一系列数据实验。实验结果显示:相比仅使用信用卡信息,利用银行大数据能使衡量正负样本分离度的指标——K-S值提升约11%;改进的堆栈降噪自编码神经网络方法具有更好的风险评估效果,准确率相比原模型提高了3%左右,验证了在银行大数据环境下进行信用风险评估的有效性。

关键词：信用风险评估大数据维度灾难特征选择堆栈降噪深度学习

基于机器学习的数据模型辅助诊断亚临床期圆锥角膜的研究

在线全文

学校读者我要写书评

暂无评论

中华眼科杂志 2019年第12期55卷 911-915页

作者：邹昊翰徐佳慧张琳季书帆王雁天津医科大学眼科临床学院天津市眼科医院天津市眼科学与视觉科学重点实验室300020 北京航空航天大学计算机科学和工程学院 100191

目的探讨基于机器学习的数据模型对于正常角膜、亚临床圆锥角膜和圆锥角膜的诊断情况。方法诊断性研究。收集2016年1月至2019年1月就诊于天津市眼科医院年龄(28.4±8.2)岁的近视眼患者2018例。由2名经验丰富的眼科专家根据角膜地形图诊... 详细信息

目的探讨基于机器学习的数据模型对于正常角膜、亚临床圆锥角膜和圆锥角膜的诊断情况。方法诊断性研究。收集2016年1月至2019年1月就诊于天津市眼科医院年龄(28.4±8.2)岁的近视眼患者2018例。由2名经验丰富的眼科专家根据角膜地形图诊断并标注为圆锥角膜、亚临床圆锥角膜和正常角膜。采用计算机随机采样方法随机选取其中80%(1615例)患者的数据作为训练集,另20%(403例)患者的数据作验证集。借助梯度提升树(GBDT)算法提取28个角膜参数特征,建立数据模型对患者角膜情况进行诊断,采用十折交叉验证法验证模型的诊断准确率,并采用受试者工作特征曲线评价数据模型与标注情况及高年资住院医师标注情况的敏感度与特异度。结果模型诊断准确率为95.53%。验证集受试者工作特征曲线下面积(AUC)为0.9966。模型诊断亚临床圆锥角膜与正常角膜的准确率为96.67%,验证集AUC为0.9936;诊断圆锥角膜与正常角膜的准确率为98.91%,验证集AUC为0.9982。模型的诊断准确率为95.53%,明显优于高年资住院医师(93.55%)。结论借助机器学习方法建立的数据模型诊断亚临床期圆锥角膜有较高的准确率,可极大提升年轻和基层医师的临床诊断效率和准确率。

关键词：圆锥角膜人工智能早期诊断诊断,计算机辅助

在线全文

学校读者我要写书评

暂无评论

基于无负样本损失和自适应增强的图对比学习

浙江大学学报（工学版） 2023年第2期57卷 259-266页

作者：周天琪杨艳张继杰殷少伟郭增强黑龙江大学计算机科学技术学院黑龙江哈尔滨150000

针对图对比学习方法中对输入图进行随机增强和须利用负样本构造损失的问题,提出基于无负样本损失和自适应增强的图对比学习框架.该框架利用输入图中节点度的中心性进行自适应增强以生成2个视图,避免随机增强对重要的节点和边进行删除从... 详细信息

针对图对比学习方法中对输入图进行随机增强和须利用负样本构造损失的问题,提出基于无负样本损失和自适应增强的图对比学习框架.该框架利用输入图中节点度的中心性进行自适应增强以生成2个视图,避免随机增强对重要的节点和边进行删除从而影响生成视图的质量,以提高框架的鲁棒性.利用相同权重编码器网络得到2个视图的嵌入矩阵,无须进行指定.利用基于互相关的损失函数指导框架学习,该损失函数不依赖于非对称神经网络架构,无须用负样本构造损失函数,从而避免在图的情况下难以定义的负样本变得更具有挑战性,以及负样本构造损失会增大计算和存储负担的问题.所提框架在3个引文数据集上进行节点分类实验,结果表明,其在分类准确性方面优于很多基线方法.

关键词：自监督学习对比学习图神经网络自适应增强节点分类