检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于噪声混淆增强特征鲁棒性的脑疾病预测

数据采集与处理 2022年第4期37卷 776-786页

作者：郝小可谭麒豪李家旺郭迎春于明河北工业大学人工智能与数据科学学院天津300401

随着医学影像数据的不断发展,纵向数据分析逐渐成为了解和跟踪阿尔茨海默病(Alzheimer’s disease,AD)发病过程的重要研究方向。目前已经提出了许多纵向数据分析方法,其中多任务学习得到广泛应用,它能够集成多个时间点的影像数据,提高... 详细信息

随着医学影像数据的不断发展,纵向数据分析逐渐成为了解和跟踪阿尔茨海默病(Alzheimer’s disease,AD)发病过程的重要研究方向。目前已经提出了许多纵向数据分析方法,其中多任务学习得到广泛应用,它能够集成多个时间点的影像数据,提高模型的泛化能力。大多数现有的方法能够识别不同时间点的共享特征,但这些特征中会包含一定的噪声。与此同时,不同时间点进展的潜在关联仍未得到充分的探索。本文提出了一种基于参数分解和关系诱导的多任务学习(Parameter decomposition and relation⁃induced multi⁃task learning,PDRIMTL)方法,以此从纵向数据中识别特征。该方法不仅能够识别去除噪声后的共享特征,提高共享特征的鲁棒性,而且能够对不同时间点的内在关联进行建模。结果表明,在不同时间点的结构磁共振成像(Structural magnetic resonance imaging,sMRI)数据上,该模型能够有效提高对AD鉴别的准确性。

关键词：阿尔茨海默病多任务学习参数分解关系诱导正则化纵向数据

在线全文

学校读者我要写书评

暂无评论

一种高性能SAR图像边缘点特征匹配方法

自动化学报 2013年第12期39卷 2051-2063页

作者：陈天泽李燕国防科学技术大学电子科学与工程学院长沙410073 炮兵防空兵装备技术研究所北京100012

针对合成孔径雷达(Synthetic aperture radar,SAR)图像特征匹配中特征提取的不稳定性和相似度优化搜索的复杂性问题,提出了一种精确高效稳健的SAR图像边缘点集匹配方法.首先,分析了仿射变换模型在遥感图像匹配中的适应性,并对仿射变换... 详细信息

针对合成孔径雷达(Synthetic aperture radar,SAR)图像特征匹配中特征提取的不稳定性和相似度优化搜索的复杂性问题,提出了一种精确高效稳健的SAR图像边缘点集匹配方法.首先,分析了仿射变换模型在遥感图像匹配中的适应性,并对仿射变换模型进行了参数分解;其次,提出了基于方向模板的SAR图像边缘检测算子,并利用SAR图像边缘的梯度和方向特征,建立了基于像素迁移的多源SAR边缘点集相似性匹配准则,以及图像匹配的联合相似度–联合特征均方和(Square summation joint feature,SSJF);然后,利用改进的遗传算法(Genetic algorithm,GA)来进行相似度的全局极值优化搜索,获取变换模型参数和边缘点集的对应关系;最后,从理论上分析了本文方法的性能,并利用多幅SAR图像的匹配实验以及与原有方法的对比分析,对本文方法的性能进行了验证.

关键词：合成孔径雷达图像匹配仿射变换模型参数分解像素迁移联合相似测度遗传算法

任务间共享和特有结构分解的多任务TSK模糊系统建模

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2021年第4期16卷 622-629页

作者：赵壮壮王骏潘祥邓赵红施俊王士同江南大学人工智能与计算机学院江苏无锡214122 上海大学通信与信息工程学院上海200444

现有的多任务Takagi-Sugeno-Kang(TSK)模糊建模方法更注重利用任务间的相关性信息,而忽略了单个任务的特殊性。针对此问题,本文提出了一种考虑所有任务之间的共享结构和特有结构的TSK模糊系统多任务建模新方法。该方法将后件参数分解为... 详细信息

现有的多任务Takagi-Sugeno-Kang(TSK)模糊建模方法更注重利用任务间的相关性信息,而忽略了单个任务的特殊性。针对此问题,本文提出了一种考虑所有任务之间的共享结构和特有结构的TSK模糊系统多任务建模新方法。该方法将后件参数分解为共享参数和特有参数两个分量,既充分利用了任务间共享信息,又有效地保留了单个任务的特性。最后,本文利用增广拉格朗日乘子法(ALM)求解该最优化问题。实验结果表明,该方法比现有的模型获得了更好的表现。

关键词： TSK模糊系统非线性多任务低秩稀疏参数分解泛化性能可解释性

在线全文

学校读者我要写书评

暂无评论

基于连接的配电网络安全性分析及算法研究

通信电源技术 2022年第19期39卷 36-39页

作者：张永红陈峰中国联通甘肃省分公司甘肃兰州730050

大型复杂配电系统的传统分析方法存在很大的局限性,受参数分解、坐标变换等数学方法的启示,将大型复杂配电系统的基本特征分解成多个维度的数据信息来表征,构建了能完整、准确反映系统基本结构、参数配置、连接逻辑、运行状态等的4张表... 详细信息

大型复杂配电系统的传统分析方法存在很大的局限性,受参数分解、坐标变换等数学方法的启示,将大型复杂配电系统的基本特征分解成多个维度的数据信息来表征,构建了能完整、准确反映系统基本结构、参数配置、连接逻辑、运行状态等的4张表法,举例演示了算法的实施过程,输出了准确的判断结果,提出了合理的处理方案。研究表明,大型复杂网络可以用分解变换的思路厘清数据信息的连接关系、实现模型简化和算法优化。

关键词：配电系统参数分解坐标变换

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于用户体验评价模型的最优路由选择算法

计算机应用 2012年第10期32卷 2683-2688,2695页

作者：张大陆曹孝晶胡治国同济大学计算机科学与技术系上海201804 65583部队辽宁辽阳111000

网络视音频业务的兴起使网络运营商和服务提供商更加关注视音频的用户体验(QoE),而传统的路由算法只能保证所选路径的服务质量(QoS)参数,如延迟、抖动等满足QoS约束的需求,并不能直接反映QoE的信息,从而不能保证所选路径满足QoE需求。基... 详细信息

网络视音频业务的兴起使网络运营商和服务提供商更加关注视音频的用户体验(QoE),而传统的路由算法只能保证所选路径的服务质量(QoS)参数,如延迟、抖动等满足QoS约束的需求,并不能直接反映QoE的信息,从而不能保证所选路径满足QoE需求。基于QoE评价模型,给出以QoE为目标的最优路由选择算法。通过分析QoE表征参数与传统QoS参数的关系,利用QoE表征参数可分解性和QoE表征值非递减性两个性质,给出多项式时间复杂度为O(V log V+E)的QoE_DSP算法。实验和分析表明,该算法能保证所得路径满足QoE需求,同时具有良好的计算扩展性。

关键词：用户体验路由算法最优路由参数分解用户体验模型

基于格网改正的CORS实时三维坐标服务系统

在线全文

学校读者我要写书评

暂无评论

测绘通报 2013年第10期 70-72,128页

作者：刘文建施闯武汉大学卫星导航定位技术研究中心湖北武汉430079 广东省国土资源测绘院广东广州510500

针对当前CORS坐标转换时效性、数据安全性不高的问题,通过建立格网改正及参数分解等手段,设计并开发实现一种新的实时三维坐标转换服务系统,保证了CORS系统坐标转换服务的实时性、通用性及安全性。

关键词：连续运行基准站实时三维坐标转换格网改正参数分解

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的联邦学习算法研究

基于卷积神经网络的联邦学习算法研究

作者：尹祥电子科技大学

学位级别：硕士

针对人工智能实际应用环境中的数据孤岛效应和数据隐私保护,联邦学习框架应运而生。本文研究了基于卷积神经网络的联邦学习算法,主要包括:(a)针对个性化,研究了联邦学习的框架下多个客户端联合训练,最终为每个客户端学习其对应的个性化... 详细信息

针对人工智能实际应用环境中的数据孤岛效应和数据隐私保护,联邦学习框架应运而生。本文研究了基于卷积神经网络的联邦学习算法,主要包括:(a)针对个性化,研究了联邦学习的框架下多个客户端联合训练,最终为每个客户端学习其对应的个性化模型;(b)针对通信瓶颈,研究了联邦学习中的通信压缩。具体的主要研究内容如下:(1)本文提出了基于子类个性化的联邦学习算法(Subclass Personalized Federated Learning,SPFL)。该算法包括了客户端和服务器端的个性化算法:(a)在客户端,本文融合了元学习算法MAML,对初始化模型进行学习,实现了更加个性化的学习算法;(b)在服务器端,针对需向客户端下发多个个性化模型的情况,通过基于模型学习中的梯度相似性,有效建模客户端之间的相关性,提出了个性化模型的融合策略。实验结果表明,当客户端间数据呈I.I.D.分布时,该算法在MNIST,CIFAR10,EMNIST,CIFAR100四个数据集的平均准确率分别为98.82%,75.76%,90.58%,37.06%。当客户端间数据呈N.I.I.D.分布时,在以上四个数据集上的平均准确率分别为98.41%,68.91%,88.76%,30.96%。SPFL算法不仅保证了当客户端间数据呈I.I.D.分布时性能,而且当客户端间数据呈N.I.I.D.分布时,准确率远高于Fed Update和Per Fed Avg等联邦学习中的其他个性化算法。(2)本文提出了基于参数量化和参数分解的联邦学习通信压缩算法。(a)在参数量化压缩算法中,基于自然量化压缩算子,本文提出一种自适应偏移压缩算子,通过引入量化偏移,在额外增加1-2 bit开销(总体开销增加11.1～22.2%)的情况下,有效减少了量化误差。(b)在参数分解压缩算法中,为进一步增大压缩的比率,基于可分离卷积的思想,本文对包含着主要参数的卷积层和全连接层分别提出了缩减参数的分解模型。通过最小化重建误差损失,利用共轭梯度算法求解分解参数。本文所提出的参数量化和参数分解算法可以方便地的结合现有的联邦学习算法,包括本文在(1)中所提出的SPFL算法。实验结果表明,本文所提出的参数量化和参数分解压缩算法能有效减少联邦学习中,用于通信的参数总数和单个参数的表示长度。在保证对每个客户端学习存在性能增益的情况下,该通信压缩算法的最大参数压缩比可达6倍。

关键词：个性化联邦学习卷积神经网络通信压缩参数量化参数分解

基于注意力机制的目标检测算法及其轻量化研究

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

基于注意力机制的目标检测算法及其轻量化研究

作者：王鑫鑫浙江大学

学位级别：硕士

目标检测是计算机视觉的基础问题之一,是诸多更复杂更深层次视觉任务的基石,在智能视频监控、智能交通和工业检测等诸多领域有着广泛的应用。目标检测算法主要可以分为两大类,即基于候选区域的二阶段算法和基于回归的一阶段算法。二阶... 详细信息

目标检测是计算机视觉的基础问题之一,是诸多更复杂更深层次视觉任务的基石,在智能视频监控、智能交通和工业检测等诸多领域有着广泛的应用。目标检测算法主要可以分为两大类,即基于候选区域的二阶段算法和基于回归的一阶段算法。二阶段的算法往往在精度上略胜一筹,而一阶段的算法往往具有更高的效率。受限于端侧设备的性能,目标检测算法的部署往往需要考虑精度、效率和参数量等多方面的因素。因此,本文探索了将一阶段和二阶段算法的优势相结合的算法,并研究了对模型进行轻量化的方法。本文的主要研究成果如下:1.为了结合一阶段算法和二阶段算法的优势,本文设计了一种基于注意力机制的目标检测算法。该算法引入了Io U预测模块用于预测检测到的边界框与其真实值的Io U分数,提出了Io U注意力模块对于特征图进行重采样以使特征图与边界框相匹配,并设计了特征融合模块以融合浅层和深层的特征并显式地为每个通道施加不同的权重。在目标检测的两大数据集PASCAL VOC和MS COCO上,使用该算法进行了充分的实验。实验结果显示,本文提出的算法相对于基线模型在PASCAL VOC和MS COCO数据集上得到了一致的性能提升,验证了算法的有效性。2.为了对模型进行轻量化,本文探索了参数分解和知识蒸馏的方法。首先,使用DAC算法对于模型的主干网络进行参数分解,理论分析了DAC算法对于参数和计算量的减少量,并通过实验测试了DAC分解后的模型的性能下降。为了在保持DAC算法优势的同时弥补其性能的损失,本文提出了基于特征图的知识蒸馏方法,对DAC分解后的模型进行知识蒸馏。在MS COCO的验证集和VOC2007的测试集上的实验结果显示,该知识蒸馏算法能显著改善DAC算法带来的性能损失,而且实验表明该算法具有很高的训练效率。

关键词：计算机视觉目标检测卷积神经网络参数分解知识蒸馏

警用飞行器红外下视地面目标匹配识别技术研究

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

警用飞行器红外下视地面目标匹配识别技术研究

作者：范庆明国防科学技术大学

学位级别：硕士

警用飞行器在处置大规模群体突发事件、重点地域巡逻和反恐等很多军事及民用领域具有广泛的应用价值，国外对警用飞行器展开了广泛而深入的研究。其中图像处理系统是警用飞行器系统组成中极其重要的一部分，主要负责对目标进行检测、识... 详细信息

警用飞行器在处置大规模群体突发事件、重点地域巡逻和反恐等很多军事及民用领域具有广泛的应用价值，国外对警用飞行器展开了广泛而深入的研究。其中图像处理系统是警用飞行器系统组成中极其重要的一部分，主要负责对目标进行检测、识别和定位。为解决警用飞行器红外下视地面目标匹配识别问题，首先从红外和可见光中提取出线特征，然后再Hough变换空间中实现图像匹配识别。论文主要研究工作如下： (1)通过分析红外与可见光成像特点，我们发现边缘在图像匹配中具有很高可靠性。为便于检测图像边缘，我们要首先去除图像的噪声。针对武警执勤目标图像线特性丰富的实际，我们采用基于有限Ridgelet变换的多阈值对图像去噪，该方法能有效的提高对比度，滤除噪声。 (2)通过分析常用边缘检测结果的优缺点，采用了一种基于显著点连接的直线检测算法。该算法在Helmholtz法则约束下，将检测出的显著边缘点拟合成直线，从而有效提取图像中的直线。 (3)利用图像提出的线特征，采用一种基于Hough变换参数分解的图像匹配方法，通过累积寻找峰值，分步求解旋转、尺度和平移参数，完成图像匹配，具有较高的匹配精度。仿真实验表明，本文提出的基于线特征的典型地面目标匹配识别方法在警用飞行器上能较好的满足武警部队执勤、维稳和反恐的需要，具有一定的参考价值。

关键词： Ridgelet变换显著点 Helmholtz法则 Hough变换参数分解图像匹配