检索结果-南通市图书馆

基于主动学习先验的半监督K-means聚类算法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计算机应用 2018年第11期38卷 3139-3143页

作者：柴变芳吕峰李文斌王垚河北地质大学信息工程学院石家庄050031

基于迭代框架的主动半监督聚类框架(IASSCF)是一个流行的半监督聚类框架。该框架存在两个问题:其一,初始先验信息较少导致迭代初期聚类效果不佳,进而影响后续聚类结果;其二,每次迭代只选择信息量最大的一个样本标记,导致运行速度慢、性... 详细信息

基于迭代框架的主动半监督聚类框架(IASSCF)是一个流行的半监督聚类框架。该框架存在两个问题:其一,初始先验信息较少导致迭代初期聚类效果不佳,进而影响后续聚类结果;其二,每次迭代只选择信息量最大的一个样本标记,导致运行速度慢、性能提升慢。针对这两个问题,设计了一种基于主动学习先验的半监督K-means聚类算法。该方法包含初始化阶段和迭代阶段。初始化阶段主动选择代表性较高的节点集合,并基于代表节点集合构建各类的先验节点集合和约束先验集合。迭代阶段,每次迭代包含三步:1)基于当前约束先验集合,利用约束半监督聚类算法PCK-means对数据进行聚类;2)依据当前聚类结果,主动选择每个簇中最具价值信息的未标注样本点;3)利用选择样本点扩充先验节点集合及约束集合。迭代此过程至达到收敛阈值。实验结果表明,与基于原IASSCF框架的半监督K-means聚类算法相比,所提算法运行速度更快,性能更优。

关键词：迭代框架主动学习半监督聚类节点先验约束先验

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于互联网信息的医疗知识库提取技术研究

基于互联网信息的医疗知识库提取技术研究

作者：田家源哈尔滨工业大学

学位级别：硕士

医学是与人类最为息息相关的科学之一。为了提高医学诊疗的能力与水平,医学信息化成为当今热点。医学信息系统的构建,必须要有医学知识库的支撑。而知识库构建的关键,在于知识获取。医学知识一般蕴含在自然语言文本之中,这些内容人类可... 详细信息

医学是与人类最为息息相关的科学之一。为了提高医学诊疗的能力与水平,医学信息化成为当今热点。医学信息系统的构建,必须要有医学知识库的支撑。而知识库构建的关键,在于知识获取。医学知识一般蕴含在自然语言文本之中,这些内容人类可以方便地理解,但机器却不行。只有经过信息提取,才能将医学知识其转换为结构化数据,被机器所利用。信息提取的首要步骤在于命名实体识别,然而公开医学语料的缺乏使得这项工作困难重重。已有的工作大都依赖于少量人工标注的文本,不具备很好的推广性。本文认为,使用自动方法构建较大规模的语料是一种更合理的选择。互联网是大量数据的聚集地,存在着许多医学网站。这些网站中存储着包含医学知识的医学文本,可以当作无标注语料来使用。同时,医学网站大都维护着用于搜索的医学词汇索引,这可以作为一种词典资源使用。本文使用这些资源,对命名实体识别展开了以下研究:(1)提出了一种迭代式框架来自扩展地使用互联网资源。本文考虑到自动方法能力的有限性和词典资源的非完整性,认为迭代式学习有利于提高模型的效能。在框架中,首先使用初始设置进行标注,在一轮训练后,将模型中找到的新词补充到词典当中,然后使用新词典再次标注训练,如此迭代数遍,从而提高最终模型的识别精度。(2)提出了一种融合通用模型和领域词典的自动标注方法。互联网资源虽然数量众多,但缺乏标注,只有对其进行标注后才可使用。如果使用通用模型对其进行标注,由于领域不同,效果会出现很明显的下降。为此,本文在通用模型中融入了词典资源,有效提高了领域文本标注的准确性。同时,模型具有只读特性,适合在迭代框架中使用。(3)进行了增量式命名实体识别模型的研究。本文考虑到互联网较大的文本规模和迭代式的框架,如果采取传统方法构建模型,那么就必须每轮重新训练,时间代价过于高昂。因此,本文使用了平均感知器这样一种在线算法来进行增量训练。在模型中,本文引入了词法特征、词缀特征、词表示特征等多种特征。本文对不同参数形式的特征进行了实验,说明了这些特征的有效性。(4)开展了命名实体模型压缩的研究。本文针对模型特征数量过多的问题,提出了一种启发式的方法对模型进行压缩。本文考虑到感知器模型的特点,使用更新次数对特征进行屏蔽,从而缩减模型的规模。实验表明,本文方法可以有效减少模型大小,同时保持精度基本不变。

关键词：互联网资源迭代框架命名实体识别平均感知器模型压缩

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于超像素的显著性区域检测

基于超像素的显著性区域检测

作者：李瑞辉湖南大学

学位级别：硕士

随着网络技术的不断发展和多功能电子设备的普及,图像中所承载的丰富信息使得人们的日常生活和工作变得更加的便捷,但多媒体信息的冗余也带来了新的挑战。随着图像的爆炸式增长和图像质量的参差不齐,如何能够通过图像处理技术更快更有... 详细信息

随着网络技术的不断发展和多功能电子设备的普及,图像中所承载的丰富信息使得人们的日常生活和工作变得更加的便捷,但多媒体信息的冗余也带来了新的挑战。随着图像的爆炸式增长和图像质量的参差不齐,如何能够通过图像处理技术更快更有效的组织、提取和呈现关键信息已经变得越来越重要。图像显著性检测算法的有效性在于它可以自动定位图像中的最能引起人类视觉关注的显著性区域。然而,先前的显著性检测算法通常只能产生富含噪声或者较为模糊的显著性图,这对于后续的图像应用程序的性能产生了极大的限制。针对上述问题,本文提出一个基于超像素的显著性区域检测框架,并通过结合各种先验知识来增强视觉显著性检测。第一,改进现有的方法来获得粗糙显著性图。首先利用超像素分割算法将图像相似区域聚合产生超像素图,然后结合颜色对比度、中心先验和空间关联得到初始显著性图。不同于传统计算方法中使用每个超像素的平均颜色,本文直接选取每个超像素中出现频率最高的颜色值作为计算对象,有效地减少了由分割过程中引入的噪声进而提升鲁棒性。基于此,本文也建立了颜色调色板对原始图像进行重新量化,得到与原图相似但颜色信息更少的图像,这样大大的减少了计算复杂度。最后采用颜色直方图平滑算法重新计算全局上下文,产生了粗糙显著性图。第二,本文提出了一个迭代框架来进一步优化粗糙显著性图。一方面,考虑到显著性区域通常不会直接与图像边界相连,将图像显著性定义为当前超像素与边界超像素的对比度,进而直接利用图像的边界先验知识,能够有效的抑制图像中的非显著区域。另一方面,考虑到显著区域通常聚集在一起而且大部分显著性像素具有相似的颜色,因此将所有相似颜色的超像素赋予相似的显著性值,可以极大的凸显显著性区域。此框架可以通过循环迭代来优化粗糙显著性图,有效的增大了显著区域与非显著区域之间的对比度,最终可以得到具有高分辨率、噪声少、接近于二值化的显著性图。最后,研究了本文提出的显著性检测方法在实际中的应用。像素的显著性值可以作为原始图像的先验约束,提供给后续的图像应用充足的前景和背景信息。本文将所提算法的显著性图直接应用到内容敏感的图像缩放以及基于显著性检测的自动化抠图程序中。实验结果证明本文提出的显著性检测方法很适合与实际应用相结合,并大大提升了原应用程序的性能。

关键词：显著性区域检测迭代框架图像缩放自动抠图

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DCT图像块差值的迭代噪声估计

基于DCT图像块差值的迭代噪声估计

作者：王子银国防科学技术大学

学位级别：硕士

盲噪声估计作为重要步骤,被应用于许多图像处理过程,诸如去噪,压缩,和分割。在本文中,一个基于DCT差值图像块的迭代噪声估计算法被提出。所提出的方法主要从频域和弱纹理块方面入手,进行噪声估计的研究。在空间域,图像的表现形式是二维... 详细信息

盲噪声估计作为重要步骤,被应用于许多图像处理过程,诸如去噪,压缩,和分割。在本文中,一个基于DCT差值图像块的迭代噪声估计算法被提出。所提出的方法主要从频域和弱纹理块方面入手,进行噪声估计的研究。在空间域,图像的表现形式是二维矩阵,空间域可以给人视觉上的信息,而图像的频域则反映空间域中的灰度变化信息。而且在频域,能更好地将噪声与图像信息分离,所以本文选择在DCT变换之后对图像进行噪声估计。平滑区域图像块的选择相对鲁棒,估计结果对不同类型图像都有较好适应性,那么我们的方法将从平滑区域弱纹理图像块来估计噪声水平。算法的主要步骤如下:(1)首先将噪声图像进行离散余弦变换(DCT),然后分割成非重叠大小相同的若干图像块,用一种自适应的去噪方法逐块进行去噪。接着,本文提出了一种新的弱纹理图像块探测器,在频域利用图像块左上角的一个AC系数、与其余若干DC系数的比率来识别弱纹理图像块。(2)第二步,通过去噪图像弱纹理图像块的相似度来组建三维匹配块组。本文提出一种新的噪声估计模型,通过组内图像块的右下高频区域相减,得到图像块的DCT差值矩阵,并将所产生的所有图像差值矩阵组成一个服从一定正态分布的数据集,通过对数据集进行标准差分析,得到估计噪声水平的相关参数。(3)最后,为了计算结果更加稳定精确,我们还借鉴迭代思想,设计了一种适合本文方法的迭代框架。噪声估计结果趋于稳定,或者直到重复一定次数则停止运算,后者是为了保证去噪方法的速度。总体来说,在相同DCT算法思想下,我们的图像估噪方法显得快速而有效。我们已经用几个公共图像数据库证明了这个方法的良好性能,并对估噪领域难以精确估计的小噪声有可观的估计效果。

关键词：盲噪声估计 DCT图像块差值矩阵弱纹理块迭代框架

基于深度卷积神经网络的蛋白质氨基酸关联图预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度卷积神经网络的蛋白质氨基酸关联图预测

作者：徐佳燕上海交通大学

学位级别：硕士

蛋白质是一种重要的大分子,在生物体内发挥着催化转运等基础又关键的作用。针对蛋白质分子功能的研究对于医疗与制药行业有着不可估量的影响,而研究显示,蛋白质的功能在很大程度上由它的结构决定。因此蛋白质结构的研究在很长时间内都... 详细信息

蛋白质是一种重要的大分子,在生物体内发挥着催化转运等基础又关键的作用。针对蛋白质分子功能的研究对于医疗与制药行业有着不可估量的影响,而研究显示,蛋白质的功能在很大程度上由它的结构决定。因此蛋白质结构的研究在很长时间内都是人们攻坚的焦点。随着测序技术的发展,蛋白质序列信息不断增长,相应的蛋白质结构信息则由于生物实验方式的困难与昂贵增长缓慢。因此,如何从蛋白质的氨基酸序列出发预测它的折叠结构成为了一个重要的问题。随着计算机科学的发展和生物数据的增长,生物信息学这一交叉学科逐渐在这类问题的解决中崭露头角,通过计算机科学的方式从序列出发预测蛋白质的结构成为了一个热门的研究领域,给使用生物实验搜索蛋白质结构的方式提供了强大的助力。而蛋白质氨基酸关联图的预测问题是从序列出发预测蛋白质结构流程中的一个关键环节,一个好的氨基酸关联图预测结果能够大大提高结构搜索的正确率。本文针对基于深度卷积神经网络的蛋白质氨基酸关联图预测问题进行了研究。搭建了学习测试需要的数据集。基于简洁的卷积神经网络实现预测以提升蛋白质氨基酸关联图预测的效率。基于权重交叉熵解决正负样本不平衡的问题。探讨网络感受野的重要性并通过空洞卷积提升了蛋白质氨基酸关联图预测的性能。提出了一种基于迭代的预测框架进一步提升了性能。具体来说,本文的研究主要包括以下内容:1.针对蛋白质氨基酸关联图预测领域公开数据缺少的情况,以国际蛋白质结构数据库PDB为来源建立了一个包含9995蛋白质的学习数据集。其中每一个蛋白质的数据包含了7种不同的特征,包括结构特征和物理化学特征等。另外,除了两个领域内通用测试集外,本文还组建了一个包含207个蛋白质的独立测试集用于测试算法性能。2.针对大多数传统蛋白质氨基酸关联图预测算法逐残基对预测这种效率低下的做法,本文提出了一种基于卷积神经网络的蛋白质氨基酸关联图预测算法,该算法流程简洁,预测效率高。以残差网络为基础,在结构设计时引入多种考虑来适应蛋白质氨基酸关联图预测问题的需求,包括输入尺寸不定和显存需求量大等。实现的端到端算法可以同时对一个蛋白质的所有残基对进行预测。3.针对蛋白质氨基酸关联图预测问题中明显的正负样本不平衡问题,本文提出了一种新的权重交叉熵来解决这个问题。由于本文的算法同时预测一个蛋白质内的所有残基对,损失函数的权重通过一种预计算的掩模形式的权重矩阵来赋予。最终可以达到算法不偏重负样本和大蛋白质的效果。4.针对模型由于感受野不够导致大蛋白质氨基酸关联图预测效果不佳的问题,本文引入了空洞卷积以增大网络感受野,进一步提升了蛋白质氨基酸关联图预测性能。在基于卷积神经网络的预测算法中,网络的感受野大小决定了在预测一个残基对时考虑的周边信息的多少,因此大感受野在蛋白质氨基酸关联图预测中有着重要的作用。而基于空洞卷积的算法在不增加模型复杂度和保持特征图尺寸的条件下获得了更大的感受野。5.在上述预测模型的基础上,本文提出了一种迭代的思想以进一步提升预测性能。将新的二维预测矩阵加入输入特征能够提高单模型的预测精度。受这一点的启发,将自身单模型的预测矩阵重复利用,以迭代的形式提升最终的预测精度。最后,本文比较了两种集成学习的方式,并使用平均法提升了整体框架的预测效果。

关键词：蛋白质氨基酸关联图深度卷积神经网络样本不平衡空洞卷积迭代框架集成学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

迭代计算与金融大数据分析

信息通信技术 2017年第4期11卷 47-52页

作者：王晓斌卢福军孙挺闫萌马忠义中国联合网络通信有限公司山西省分公司太原030006 山西建筑工程(集团)总公司太原030012 东北大学软件学院沈阳110169

大数据环境下迭代计算是近年来的研究热点,而迭代计算则是分析大数据的重要工具。文章综述迭代计算的现有研究,提出迭代计算在金融大数据领域的应用。阐述迭代计算模型和计算框架可以运用到实际应用领域,优化算法的执行过程,缩短算法的... 详细信息

大数据环境下迭代计算是近年来的研究热点,而迭代计算则是分析大数据的重要工具。文章综述迭代计算的现有研究,提出迭代计算在金融大数据领域的应用。阐述迭代计算模型和计算框架可以运用到实际应用领域,优化算法的执行过程,缩短算法的执行时间,对于大数据的应用具有积极的指导和实践意义。

关键词：迭代计算迭代框架大数据金融分析