检索结果-南通市图书馆

面向视网膜血管精细分割的多层级图卷积特征融合神经编解码网络

在线全文

学校读者我要写书评

暂无评论

电子科技大学学报 2024年第3期53卷 404-413页

作者：崔少国张乐迁文浩重庆师范大学计算机与信息科学学院重庆401331

眼底视网膜血管分割可以帮助医生对眼科疾病以及心脑血管疾病进行辅助诊断。然而,由于血管拓扑结构复杂,边界不清晰,分割难度增大。针对这些问题,在U型结构的基础上提出了一种基于图卷积特征融合网络。该网络使用图卷积模块对编码器特... 详细信息

眼底视网膜血管分割可以帮助医生对眼科疾病以及心脑血管疾病进行辅助诊断。然而,由于血管拓扑结构复杂,边界不清晰,分割难度增大。针对这些问题,在U型结构的基础上提出了一种基于图卷积特征融合网络。该网络使用图卷积模块对编码器特征中像素之间的全局上下文信息进行建模,弥补普通卷积缺少全局建模的能力;然后使用多尺度特征融合模块对编码器特征与解码器特征进行融合,减少特征层中噪声信息对分割结果的影响;最后使用多层次特征融合模块将解码器每一层特征融合输出,减少下采样过程中空间信息的缺失以及对深层特征的复用。在公开数据集DRIVE、CHASEDB1以及STARE上进行验证,F1值和AUC值均优于其他两个模型。

关键词：医学图像分割视网膜血管 U型结构图卷积特征融合

在线全文

学校读者我要写书评

暂无评论

动量余弦相似度梯度优化图卷积神经网络

计算机工程与应用 2024年第14期 133-143页

作者：闫建红段运会太原师范学院计算机科学与技术学院太原师范学院数学与统计学院

传统梯度下降算法仅对历史梯度进行指数加权累加，没有利用梯度的局部变化，造成优化过程越过全局最优解，即使收敛到最优解也会在最优解附近震荡，其训练图卷积神经网络会造成收敛速度慢、测试准确度低。利用相邻两次梯度的余弦相似度... 详细信息

传统梯度下降算法仅对历史梯度进行指数加权累加，没有利用梯度的局部变化，造成优化过程越过全局最优解，即使收敛到最优解也会在最优解附近震荡，其训练图卷积神经网络会造成收敛速度慢、测试准确度低。利用相邻两次梯度的余弦相似度，动态调整学习率，提出余弦相似度梯度下降（SimGrad）算法。为进一步提升图卷积神经网络训练的收敛速度和测试准确度，减少震荡，结合动量思想提出动量余弦相似度梯度下降（NSimGrad）算法。通过收敛性分析，证明SimGrad算法、NSimGrad算法都具有O(■)的遗憾界。在构建的三个非凸函数进行测试，并结合图卷积神经网络在四个数据集上进行实验，结果表明SimGrad算法保证了图卷积神经网络的收敛性，NSimGrad算法进一步提高图卷积神经网络训练的收敛速度和测试准确度，SimGrad、NSimGrad算法相较于Adam、Nadam具有更好的全局收敛性和优化能力。

关键词：梯度下降类算法余弦相似度图卷积神经网络遗憾界全局收敛性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

结合密集连接的轻量级高分辨率人体姿态估计

中国图象图形学报 2024年第5期29卷 1408-1420页

作者：高坤李汪根束阳葛英奎王志格安徽师范大学计算机与信息学院芜湖241002

目的为了更好地实现轻量化的人体姿态估计,在轻量级模型极为有限的资源下实现更高的检测性能。基于高分辨率网络(high resolution network,HRNet)提出了结合密集连接网络的轻量级高分辨率人体姿态估计网络(lightweight high-resolution... 详细信息

目的为了更好地实现轻量化的人体姿态估计,在轻量级模型极为有限的资源下实现更高的检测性能。基于高分辨率网络(high resolution network,HRNet)提出了结合密集连接网络的轻量级高分辨率人体姿态估计网络(lightweight high-resolution human estimation combined with densely connected network,LDHNet)。方法通过重新设计HRNet中的阶段分支结构以及提出新的轻量级特征提取模块,构建了轻量高效的特征提取单元,同时对多分支之间特征融合部分进行了轻量化改进,进一步降低模型的复杂度,最终大幅降低了模型的参数量与计算量,实现了轻量化的设计目标,并且保证了模型的性能。结果实验表明,在MPII(Max Planck Institute for Informatics)测试集上相比于自顶向下的轻量级人体姿态估计模型LiteHRNet,LDHNet仅通过增加少量参数量与计算量,平均预测准确度即提升了1.5%,与LiteHRNet的改进型DiteHRNet相比也提升了0.9%,在COCO(common objects in context)验证集上的结果表明,与LiteHRNet相比,LDHNet的平均检测准确度提升了3.4%,与DiteHRNet相比也提升了2.3%,与融合Transformer的HRFormer相比,LDHNet在参数量和计算量都更低的条件下有近似的检测性能,在面对实际场景时LDHNet也有着稳定的表现,在同样的环境下LDHNet的推理速度要高于基线HRNet以及LiteHRNet等。结论该模型有效实现了轻量化并保证了预测性能。

关键词：人体姿态估计轻量级网络密集连接网络高分辨率网络多分支结构

在线全文

学校读者我要写书评

暂无评论

基于机器学习的演化多任务优化框架

计算机学报 2024年第1期47卷 29-51页

作者：麦伟杰刘伟莉钟竞辉华南理工大学计算机科学与工程学院广州510006 广东技术师范大学计算机科学学院广州510665

演化多任务优化是近年来计算智能领域的研究热点之一,其原理是通过任务间的知识转移提高演化算法同时求解多个任务的效率.由于任务间相似性对促进任务之间的正向知识转移具有重要的影响,因此,如何度量任务间的相似性成为了重点研究方向... 详细信息

演化多任务优化是近年来计算智能领域的研究热点之一,其原理是通过任务间的知识转移提高演化算法同时求解多个任务的效率.由于任务间相似性对促进任务之间的正向知识转移具有重要的影响,因此,如何度量任务间的相似性成为了重点研究方向之一.目前,演化多任务优化在处理两个任务时,辅助任务的选取仅限于两者之一,且在处理超多任务时对任务间知识的转移缺乏灵活性.为此,本文提出一个基于机器学习的演化多任务优化框架,命名为MaTML.该框架联合所有任务关联的子种群形成一个统一的初始化种群,利用目标任务的技能因子及其对应的种群个体分别构建标签和训练集,应用十折交叉法拟合模型,并运用模型预测与目标任务相似的个体以组成辅助种群,从而促进演化优化中的正向知识转移.本文提出的算法能够在动态的种群个体中找到目标任务的辅助种群,不仅可以为三个或以上的多任务优化灵活地选取相似辅助任务,而且解决了当任务数量为两个时有效地选择辅助任务的问题.通过与现阶段的多任务算法和超多任务算法分别在CEC2017问题测试集和WCCI2020SO问题测试集进行比较,实验结果证实MaTML在优化多任务问题时具有更优或竞争性的性能.此外,文中还详细研究了MaTML的计算资源、模型性能、模型稳定性以及相关组件.最后,本文还基于真实问题的测试进一步验证了MaTML的有效性.

关键词：演化多任务优化机器学习任务间相似性知识转移辅助任务

申威26010众核处理器上Winograd卷积算法的研究与优化

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 2024年第4期61卷 955-972页

作者：武铮金旭安虹中国科学技术大学计算机科学与技术学院合肥230026

卷积作为深度学习中被频繁使用的关键部分,其并行算法的研究已成为高性能计算领域中的热门话题.随着我国自主研发的申威26010众核处理器在人工智能领域的快速发展,对面向该处理器的高性能并行卷积算法提出了迫切的需求.针对申威26010处... 详细信息

卷积作为深度学习中被频繁使用的关键部分,其并行算法的研究已成为高性能计算领域中的热门话题.随着我国自主研发的申威26010众核处理器在人工智能领域的快速发展,对面向该处理器的高性能并行卷积算法提出了迫切的需求.针对申威26010处理器的架构特征以及Winograd卷积算法的计算特性,提出了一种高性能并行卷积算法——融合Winograd卷积算法.该算法不同于依赖官方GEMM(general matrix multiplication)库接口的传统Winograd卷积算法,定制的矩阵乘实现使得该算法的执行过程变得可见,且能够更好地适应现实中常见卷积运算.整个算法由输入的Winograd变换、卷积核的Winograd变换、核心运算和输出的Winograd逆变换4部分构成,这4个部分并不是单独执行而是融合到一起执行.通过实时地为核心运算提供需要的变换后数据,并将计算结果及时地逆变换得到最终的输出数据,提高了算法执行过程中的数据局部性,极大地降低了整体的访存开销.同时,为该算法设计了合并的Winograd变换模式、DMA(direct memory access)双缓冲、片上存储的强化使用、输出数据块的弹性处理以及指令重排等优化方案.最终的实验结果表明,在VGG网络模型的总体卷积测试中,该算法性能是传统Winograd卷积算法的7.8倍.同时,抽取典型卷积神经网络模型中的卷积进行测试,融合Winograd卷积算法能够在所有的卷积场景中发挥明显高于传统Winograd卷积算法的性能.其中,最大能够发挥申威26010处理器峰值性能的116.21%,平均能够发挥峰值性能的93.14%.

关键词：深度学习 Winograd卷积高性能计算并行算法申威处理器

数智时代新型主流媒体内容传播的生态风险及应对策略

在线全文

学校读者我要写书评

暂无评论

出版广角 2024年第3期 42-50页

作者：吴锋刘国强西安交通大学新闻与新媒体学院合肥师范学院

新型主流媒体是响应国家全媒体传播体系建设及媒体融合战略需求,以重塑现代传播体系和升级主流意识形态宣传体系为核心的新一代主流媒体,是服务于国家治理能力和治理体系现代化的顶层设计和具体部署。以数据为基础、以算力为支撑、以算... 详细信息

新型主流媒体是响应国家全媒体传播体系建设及媒体融合战略需求,以重塑现代传播体系和升级主流意识形态宣传体系为核心的新一代主流媒体,是服务于国家治理能力和治理体系现代化的顶层设计和具体部署。以数据为基础、以算力为支撑、以算法为应用的智能传播正在推动人类信息传播范式迭代升级,社会舆论运行与社会生态的变革正在加速推进,新型主流媒体信息传播和主流价值引导面临巨大的挑战。面对新一轮智能传播革命,新型主流媒体要加快智能化转型,既要做大做强主流媒体平台,丰富内容生态体系,优化主流算法,提升精准传播能力,又要借力网络平台,合力构筑媒体融合发展新格局,从而实现智能传播技术与新闻舆论引导的融合共进,牢牢掌握智能传播场域的正确舆论导向。

关键词：数智时代新型主流媒体内容传播生态风险

融合VAD情绪知识的文本情感分布标签增强方法

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2024年第5期64卷 789-800页

作者：王耀琦万中英曾雪强左家莉江西师范大学计算机信息工程学院南昌330022

情感分布学习(emotion distribution learning, EDL)采用情感分布记录给定样本在各个情绪上的表达程度,在处理具有模糊性的多标签情绪分析任务时具有明显优势。情感分布标签增强技术将已标注的情绪单标签增强为情感分布,可以解决EDL缺... 详细信息

情感分布学习(emotion distribution learning, EDL)采用情感分布记录给定样本在各个情绪上的表达程度,在处理具有模糊性的多标签情绪分析任务时具有明显优势。情感分布标签增强技术将已标注的情绪单标签增强为情感分布,可以解决EDL缺乏已标注情感分布的实验数据集的问题。然而,已有的情感分布标签增强方法采用离散空间情绪模型表示情绪,存在情绪间的相关信息丢失和情绪表达不连续等问题。针对上述问题,该文引入基于连续维度的效价-唤醒-支配(valence-arousal-dominance, VAD)心理学情绪模型,提出融合VAD情绪知识的文本情感分布标签增强方法(VAD emotion knowledge-based text emotion distribution label enhancement, VADLE)。VADLE方法基于先验的VAD情绪模型中的情绪距离,先为英文句子的真实情绪标签和句中情感词的情绪标签分别生成先验情感分布,再通过分布叠加将2种先验情感分布统一。通过英文单标签文本情感数据集的对比实验表明:VADLE方法在情绪预测任务方面的性能优于已有的情感分布标签增强方法。

关键词：情感分布标签增强情感分布学习 VAD情绪空间情感词典

在线全文

学校读者我要写书评

暂无评论

基于对话的中文正面情感风格迁移

清华大学学报（自然科学版） 2024年第5期64卷 780-788页

作者：胡玉婷左家莉刘江盛万剑怡王明文江西师范大学计算机信息工程学院南昌330022

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感... 详细信息

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感文本数据集,该数据集的部分原始数据源自电视连续剧《家有儿女》中的对白,并对其进行人工标注和循环模型标注。目前该数据集的负面情感文本和正面情感文本句子共30 836个。根据该数据集中大多数情感词是显性的特点,在编辑类的模型上开展了基于对话的中文正面情感风格迁移的研究。实验结果表明:在该数据集上,编辑类的模型可以较好地识别文本的情感属性,并实现文本正面情感风格迁移。

关键词：自然语言处理文本生成情感风格迁移循环模型编辑模型家庭对话

“按图索粮”对粮食质量和种粮效益的影响——基于安徽省163个种粮主体调查数据的分析

在线全文

学校读者我要写书评

暂无评论

财贸研究 2024年第5期35卷 49-58页

作者：张信得万小雨黄靖辉刘鹏凌安徽农业大学安徽合肥230036 合肥师范学院安徽合肥230601

“按图索粮”政策旨在解决粮食种植者与粮食企业之间的信息不对称问题,以提升粮食质量、增加粮食生产效益,是在健全农民种粮挣钱得利、地方抓粮担责尽义机制保障方面作出的创新性探索。基于2015—2021年163个种粮主体的问卷调查数据,实... 详细信息

“按图索粮”政策旨在解决粮食种植者与粮食企业之间的信息不对称问题,以提升粮食质量、增加粮食生产效益,是在健全农民种粮挣钱得利、地方抓粮担责尽义机制保障方面作出的创新性探索。基于2015—2021年163个种粮主体的问卷调查数据,实证检验“按图索粮”政策对粮食质量以及种粮效益的影响,结果表明,“按图索粮”政策的总体效果较好,政策施行扩大了优质专用粮食的生产,提升了粮食质量,促进了粮农增收。因此,应进一步完善“按图索粮”政策设计,并在更多粮食品种、更大区域范围推广应用。

关键词： “按图索粮” 政策设计粮食质量种粮效益