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

多层级深度特征融合的乳腺癌病理图像分类

光电子·激光 2025年第2期 185-192页

作者：杨芳邹迎丁雪妍张建新大连民族大学计算机科学与工程学院大连理工大学电子信息与电气工程学部

针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络(convolutional neural network, CNN)相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该... 详细信息

针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络(convolutional neural network, CNN)相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该方法以双分支并行的Deit-B和ResNet-18模型作为骨干架构，在双分支网络中间层和末端位置分别引入特征融合操作，有效加强了乳腺癌病理图像全局与局部深度特征的联合学习；此外，在CNN支流的残差模块间引入密集连接操作来提升中间层融合特征的信息传递。通过全局-局部特征提取与支流间-支流内特征交互，可更有效捕获用于乳腺癌病理图像分类的判别特征。在乳腺癌病理图像公共数据集BreakHis上的消融实验与对比实验结果证明所提出方法的有效性，此外可获得99.83%的最优分类结果。

关键词：病理图像分类乳腺癌卷积神经网络(CNN) Transformer 特征融合

ViTAU:基于Vision transformer和面部动作单元的面瘫识别与分析

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2025年第2期47卷 351-363页

作者：高嘉蔡文浩赵俊莉段福庆青岛大学计算机科学技术学院青岛266071 北京师范大学人工智能学院北京100875

面部神经麻痹(Facial nerve paralysis,FNP),通常称为贝尔氏麻痹或面瘫,对患者的日常生活和心理健康产生显著影响,面瘫的及时识别和诊断对于患者的早期治疗和康复至关重要.随着深度学习和计算机视觉技术的快速发展,面瘫的自动识别变得可... 详细信息

面部神经麻痹(Facial nerve paralysis,FNP),通常称为贝尔氏麻痹或面瘫,对患者的日常生活和心理健康产生显著影响,面瘫的及时识别和诊断对于患者的早期治疗和康复至关重要.随着深度学习和计算机视觉技术的快速发展,面瘫的自动识别变得可行,为诊断提供了一种更准确和客观的方式.目前的研究主要集中关注面部的整体变化,而忽略了面部细节的重要性.面部不同部位对识别结果的影响力并不相同,这些研究尚未对面部各个区域进行细致区分和分析.本项研究引入结合Vision transformer(ViT)模型和动作单元(Action unit,AU)区域检测网络的创新性方法用于面瘫的自动识别及区域分析.ViT模型通过自注意力机制精准识别是否面瘫,同时,基于AU的策略从StyleGAN2模型提取的特征图中,利用金字塔卷积神经网络分析受影响区域.这一综合方法在YouTube Facial Palsy(YFP)和经过扩展的Cohn Kanade(CK+)数据集上的实验中分别达到99.4%的面瘫识别准确率和81.36%的面瘫区域识别准确率.通过与最新方法的对比,实验结果展示了所提的自动面瘫识别方法的有效性.

关键词： Transformer 面部动作单元多分辨率特征图生成器热力图回归

结合通道剪枝和通道注意力的轻量型车辆点云补全网络

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2025年第1期61卷 232-242页

作者：杨晓文冯泊栋韩慧妍况立群韩燮何黎刚中北大学计算机科学与技术学院机器视觉与虚拟现实山西省重点实验室山西省视觉信息处理及智能机器人工程研究中心华威大学计算机科学系

针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题，提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。为了提高网络推理效率，采用一种高效的一次性通道剪枝技术提高网络的补全效率；在特征提... 详细信息

针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题，提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。为了提高网络推理效率，采用一种高效的一次性通道剪枝技术提高网络的补全效率；在特征提取阶段，网络加入通道注意力模块，将加权特征与全局特征拼接，通过两层多维特征信息提取，得到最终的特征向量；将特征向量传入双解码器结构中，分别通过全连接层和多层感知机生成稠密的粗糙点云和输入点云偏差值；将粗糙点云与输入点云偏差值相加得到最终的精细化完整点云。在PCN数据集和KITTI数据集上进行实验，实验结果表明在补全缺失车辆信息的实时性上有着显著的提升，并且在补全精度上也有不错的表现。

关键词：点云补全通道剪枝通道注意力轻量型深度学习

在线全文

学校读者我要写书评

暂无评论

预训练模型在软件工程领域应用研究进展

软件学报 2025年第1期36卷 1-26页

作者：宫丽娜周易人乔羽姜淑娟魏明强黄志球南京航空航天大学计算机科学与技术学院高安全系统的软件开发与验证技术工信部重点实验室(南京航空航天大学) 中国矿业大学计算机科学与技术学院

近年来深度学习在软件工程领域任务中取得了优异的性能.众所周知,实际任务中优异性能依赖于大规模训练集,而收集和标记大规模训练集需要耗费大量资源和成本,这限制了深度学习技术在实际任务中的广泛应用.随着深度学习领域预训练模型(pre... 详细信息

近年来深度学习在软件工程领域任务中取得了优异的性能.众所周知,实际任务中优异性能依赖于大规模训练集,而收集和标记大规模训练集需要耗费大量资源和成本,这限制了深度学习技术在实际任务中的广泛应用.随着深度学习领域预训练模型(pre-trained model, PTM)的发布,将预训练模型引入到软件工程(software engineering, SE)任务中得到了国内外软件工程领域研究人员的广泛关注,并得到了质的飞跃,使得智能化软件工程进入了一个新时代.然而,目前没有研究提炼预训练模型在软件工程领域的成功和机遇.为阐明这一交叉领域的工作(pre-trained models for software engineering, PTM4SE),系统梳理当前基于预训练模型的智能软件工程相关工作,首先给出基于预训练模型的智能软件工程方法框架,其次分析讨论软件工程领域常用的预训练模型技术,详细介绍使用预训练模型的软件工程领域下游任务,并比较和分析预训练模型技术这些任务上的性能.然后详细介绍常用的训练和微调PTM的软件工程领域数据集.最后,讨论软件工程领域使用PTM面临的挑战和机遇.同时将整理的软件工程领域PTM和常用数据集发布在https://***/OpenSELab/PTM4SE.

关键词：软件仓库挖掘预训练模型程序语言模型

基于信任传递和项目相似的图神经网络推荐模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

天津理工大学学报 2025年第1期41卷 77-82页

作者：李婷王怀彬天津理工大学计算机科学与工程学院

为了解决现有的基于图神经网络的推荐研究在利用用户的信任网络时忽略了信任关系的传递性以及存在对图节点隐含关系利用不充分等问题，提出了基于信任传递和项目相似的图神经网络推荐模型。该模型包括节点潜在特征表示以及评级预测两个... 详细信息

为了解决现有的基于图神经网络的推荐研究在利用用户的信任网络时忽略了信任关系的传递性以及存在对图节点隐含关系利用不充分等问题，提出了基于信任传递和项目相似的图神经网络推荐模型。该模型包括节点潜在特征表示以及评级预测两个方面。用户节点的特征学习主要基于信任关系的传递特性，同时获取目标用户的一阶信任和二阶信任的评级信息并利用图神经网络对用户节点实现聚合。项目节点的特征学习首先挖掘用户项目评分矩阵中隐含的项目相似关系，再应用图神经网络对项目节点进行聚合操作。评级预测通过聚合用户和项目的节点潜在特征表示预测用户对未评分项目的评级。最后，通过在两个真实的数据集上进行实验证明了模型实现评级预测的有效性。

关键词：图神经网络推荐信任传递项目相似

ERNIE和序列标注结合的中文文本检错纠错

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

天津理工大学学报 2025年第1期41卷 83-89页

作者：左壮壮王法玉陈洪涛天津理工大学计算机科学与工程学院

针对中文文本检错纠错研究任务，提出了基于知识增强的自然语言表示模型(enhanced representation through knowledge integration, ERNIE)与序列标注结合的中文文本检错纠错模型。该模型由检错和纠错两部分组成，检错阶段ERNIE使用全... 详细信息

针对中文文本检错纠错研究任务，提出了基于知识增强的自然语言表示模型(enhanced representation through knowledge integration, ERNIE)与序列标注结合的中文文本检错纠错模型。该模型由检错和纠错两部分组成，检错阶段ERNIE使用全局注意力机制进行词向量编码输入到BiLSTM-CRF序列标注模型中，双向长短期记忆网络(bi-directional long short-term memory, BiLSTM)提取上下文的信息进行拼接生成双向的词向量，再通过条件随机场(conditional random field, CRF)计算联合概率增加对邻近词标签的依赖性优化整个序列，从而解决标注偏置等问题给出的错误标注。纠错阶段根据检错模型输出的结果采用不同策略分类纠错，将标注为错字、缺字的错误使用ERNIE掩码语言模型和混淆集匹配进行预测，对多字、乱序错误直接纠正。实验结果表明，引入序列标注根据错误类型进行分类纠错有效提升了纠错率，在SIGHAN数据集上测试F1达到了81.8%。

关键词：中文文本检错纠错基于知识增强的自然语言表示模型序列标注双向长短期记忆网络条件随机场多策略纠错

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

渐进式策略的多模态无监督实体对齐方法

计算机科学与探索 2025年第1期19卷 245-252页

作者：马赫王海荣王艺焱孙崇周北京北方民族大学计算机科学与工程学院北方民族大学图像图形智能处理国家民委重点实验室

当前的实体对齐方法，虽然利用知识图谱中实体间的结构信息取得了不错的对齐效果，但是忽略了实体间包含的大量侧面信息。这些信息具有唯一性特征，可以用于增强对齐效果。分析了实体侧面信息在实体对齐中的可用性，提出了一种无监督实... 详细信息

当前的实体对齐方法，虽然利用知识图谱中实体间的结构信息取得了不错的对齐效果，但是忽略了实体间包含的大量侧面信息。这些信息具有唯一性特征，可以用于增强对齐效果。分析了实体侧面信息在实体对齐中的可用性，提出了一种无监督实体对齐方法，使用渐进式策略并融合图文信息。该方法通过融合实体的字面量信息和视觉信息，来增强实体的特征表示；采用双向阈值最近邻算法，过滤掉距离度量过高的实体对；引入渐进式策略，来动态增加相似度阈值，以控制对齐实体对的生成质量和生成速度；定义分配算法，以优化渐进式策略得到的结果。为了验证提出的方法，在DBP15K数据集的ZH＿EN、JA＿EN、FR＿EN子数据集上进行实验，并与PSR、EVA、DATTI等10种方法的结果进行了对比分析。实验结果表明，该方法在ZH＿EN和JA＿EN子数据集的对齐任务上，Hits@1指标分别达到了95.7%和97.4%，在FR＿EN上Hits@10指标达到了99.9%，性能表现较佳。

关键词：实体对齐无监督多模态渐进式策略分配问题

零信任环境下的多层次身份认证数据流安全检测算法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第1期48卷 85-89页

作者：顾健华冯建华高泽芳文成江清华大学计算机科学与技术系北京100084 中国移动通信集团终端有限公司北京100053

身份认证数据流中的敏感信息可能在传输过程中被攻击者截获,并用于恶意目的,导致隐私泄露、身份盗用等风险,为确保网络安全性,提高主体身份认证安全性,提出零信任环境下的多层次身份认证数据流安全检测算法。采用改进的文档指纹检测算... 详细信息

身份认证数据流中的敏感信息可能在传输过程中被攻击者截获,并用于恶意目的,导致隐私泄露、身份盗用等风险,为确保网络安全性,提高主体身份认证安全性,提出零信任环境下的多层次身份认证数据流安全检测算法。采用改进的文档指纹检测算法实现多层次身份认证过程中主体和客体交互数据流安全监测。通过Rabin-Karp算法实现身份认证数据文档的分块,采用Winnow算法划分身份认证数据分块文档边界后,得到身份认证数据文档指纹,将其与指纹库中的指纹进行匹配对比,识别出多层次身份认证数据流中的异常数据,实现多层次身份认证数据流安全检测。实验结果表明,该算法具有较好的身份认证数据流安全检测能力,有效地降低了网络威胁频率,提升了网络安全性。

关键词：零信任多层次身份认证数据流安全检测文档指纹检测算法 Rabin-Karp算法 Winnow算法

融合注意力机制和多尺度特征的无人机图像分割方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

山东理工大学学报(自然科学版) 2025年第2期39卷 22-29+36页

作者：王喜笑陈辉安徽理工大学计算机科学与工程学院

针对现有无人机遥感图像分割算法普遍存在的未充分利用位置信息、小目标分割不准确等问题，基于DeeplabV3+网络提出融合注意力机制和多尺度特征的无人机遥感图像语义分割方法。首先，在DeeplabV3+网络基础上，用经过预训练的MobileNetV... 详细信息

针对现有无人机遥感图像分割算法普遍存在的未充分利用位置信息、小目标分割不准确等问题，基于DeeplabV3+网络提出融合注意力机制和多尺度特征的无人机遥感图像语义分割方法。首先，在DeeplabV3+网络基础上，用经过预训练的MobileNetV2网络替代原模型中的Xception主干网络，减少模型参数量；其次，在空洞空间金字塔池化结构中加入坐标注意力细化模块以充分利用位置信息来增强深层特征，并通过多尺度特征融合模块处理骨干网络不同层次的信息，帮助模型更好地适应不同尺度的物体；最后，利用双三次插值上采样法替代双线性插值上采样法，便于模型对特征图进行上采样，在训练时用Dice损失和交叉熵损失之和作为模型的损失函数来预防无人机图像存在的类别不平衡问题。实验结果表明：改进后模型在Aeroscapes数据集上的平均交并比、类别平均像素准确率分别为67.23%、76.01%,与原模型相比分别提高了6.89%、6.59%;在WHDLD数据集上的平均交并比、类别平均像素准确率分别为66.09%、78.19%,与原模型相比分别提高了0.88%、2.04%。

关键词：语义分割 DeeplabV3+ 小目标注意力机制特征融合