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

基于潜在特征增强网络的视频描述生成方法

计算机工程 2024年第2期50卷 266-272页

作者：李伟健胡慧君武汉科技大学计算机科学与技术学院湖北武汉430065

视频描述生成旨在用自然语言描述视频中的物体及其相互作用。现有方法未充分利用视频中的时空语义信息,限制了模型生成准确描述语句的能力。为此,提出一种用于视频描述生成的潜在特征增强网络(LFAN)模型。利用不同的特征提取器提取外观... 详细信息

视频描述生成旨在用自然语言描述视频中的物体及其相互作用。现有方法未充分利用视频中的时空语义信息,限制了模型生成准确描述语句的能力。为此,提出一种用于视频描述生成的潜在特征增强网络(LFAN)模型。利用不同的特征提取器提取外观特征、运动特征和目标特征,将对象级的目标特征分别和帧级的外观特征与运动特征融合,同时对融合后的不同特征进行增强,在生成描述前利用图神经网络和长短时记忆网络推理对象之间的时空关系,从而得到具有时空信息和语义信息的潜在特征,同时使用长短时记忆网络和门控循环单元的解码器生成视频的描述语句。该网络模型能够准确地学习到对象特征,进而引导生成更准确的词汇及与对象之间的关系。在MSVD和MSR-VTT数据集上的实验结果表明,LFAN模型可以显著提高生成描述语句的准确性,并与视频中的内容呈现出更好的语义一致性,在MSVD数据集上的BLEU@4和ROUGE-L分数分别为57.0和74.1,在MSRVTT数据集上分别为43.8和62.1。

关键词：视频描述生成潜在特征增强网络时空语义信息图神经网络特征融合

在线全文

学校读者我要写书评

暂无评论

基于特征融合的多通道心肌梗死定位模型

计算机工程 2024年

作者：张高伟杨湘武汉科技大学计算机科学与技术学院

心肌梗死(Myocardial Infarction，MI)是心血管疾病(Cardiovascular diseases，CVD)中常见的临床表现形式，发病时具有较高的致命性，因此心肌梗死的快速定位对于避免死亡至关重要。目前基于心电图的心肌梗死位置定位模型在面对患者间... 详细信息

心肌梗死(Myocardial Infarction，MI)是心血管疾病(Cardiovascular diseases，CVD)中常见的临床表现形式，发病时具有较高的致命性，因此心肌梗死的快速定位对于避免死亡至关重要。目前基于心电图的心肌梗死位置定位模型在面对患者间的个体差异时泛化性能不足，同时传统的基于卷积的模型难以深入挖掘心电图导联与心肌梗死位置之间的关系。为解决这些问题，本文提出了一种基于特征融合的多通道心肌梗死定位模型(Feature Fusion-Attention Neural Network，FF-ANN)。在该模型中，主要由特征融合模块和自适应的多通道注意力模块组成。通过特征融合模块整合临床知识中的关键波型特征（例如Q波、ST段等），使模型具有多种感受域，从而在不同维度上捕捉心肌梗死的特征；利用自适应的多通道注意力模块对融合后的特征进行重新标定，通过注意力权重加权对应的特征，使模型聚焦对预测有重要贡献的导联特征。本文在混合数据集PTB上验证了模型的拟合能力，并使用迁移学习的方法将从PTB数据集中学到的模型架构迁移到PTBXL数据集中进行了泛化能力验证。与现有研究相比，该模型在患者间方案下实现了约2.5%的提升。实验结果证明了该模型不仅具有较好的定位性能，也显示优越的泛化能力，其架构适用于现实世界中辅助心肌梗死定位的诊断。

关键词：心肌梗死心电信号特征融合注意力机制定位

基于基因组学特征分布对齐和药物结构信息的癌症药物敏感性预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

生物工程学报 2024年第7期40卷 2235-2245页

作者：廉令航杨旭华浙江工业大学计算机科学与技术学院浙江杭州310023

近年来精准医学在癌症治疗中得到了广泛的应用,其重点在于如何准确地预测不同的患者对药物治疗的反应。本研究设计了一种基于基因组学特征分布对齐和药物结构信息的癌症药物敏感性预测方法,该方法首先对齐来自细胞系的基因组学特征与来... 详细信息

近年来精准医学在癌症治疗中得到了广泛的应用,其重点在于如何准确地预测不同的患者对药物治疗的反应。本研究设计了一种基于基因组学特征分布对齐和药物结构信息的癌症药物敏感性预测方法,该方法首先对齐来自细胞系的基因组学特征与来自患者的基因组学特征的分布并去除基因表达数据中的噪声,之后融合药物结构信息,使用多任务学习的方式进行患者药物敏感性预测。结果表明,在癌症相关药物敏感性基因组学数据集(genomics of drug sensitivity in cancer,GDSC)上,此方法的预测结果中均方误差降至0.905 2,相关系数提升至0.875 4,准确率提升至0.836 0,显著优于最近发表的方法,在癌症基因组图谱数据集(the cancer genome atlas,TCGA)上,此方法预测药物敏感性的平均召回率提升至0.571 4,F1-分数提升至0.658 0,表现出优秀的泛化性能。这展现了本方法未来用于辅助选择临床治疗方案的潜力。

关键词：精准医学基因组学特征分布对齐药物结构信息噪声去除

在线全文

学校读者我要写书评

暂无评论

图像复原中自注意力和卷积的动态关联学习

中国图象图形学报 2024年第4期29卷 890-907页

作者：江奎贾雪梅黄文心王文兵王正江俊君哈尔滨工业大学计算机科学与技术学院哈尔滨150000 武汉大学计算机学院武汉430072 湖北大学计算机与信息工程学院武汉430062 杭州灵伴科技有限公司杭州310000

目的卷积神经网络(convolutional neural network, CNN)和自注意力(self-attention, SA)在多媒体应用领域已经取得了巨大的成功。然而,鲜有研究人员能够在图像修复任务中有效地协调这两种架构。针对这两种架构各自的优缺点,提出了一种... 详细信息

目的卷积神经网络(convolutional neural network, CNN)和自注意力(self-attention, SA)在多媒体应用领域已经取得了巨大的成功。然而,鲜有研究人员能够在图像修复任务中有效地协调这两种架构。针对这两种架构各自的优缺点,提出了一种关联学习的方式以综合利用两种方法的优点并抑制各自的不足,实现高质高效的图像修复。方法本文结合CNN和SA两种架构的优势,尤其是在特定的局部上下文和全局结构表示中充分利用CNN的局部感知和平移不变性,以及SA的全局聚合能力。此外,图像的降质分布揭示了图像空间中退化的位置和程度。受此启发,本文在背景修复中引入退化先验,并据此提出一种动态关联学习的图像修复方法。核心是一个新的多输入注意力模块,将降质扰动的消除和背景修复关联起来。通过结合深度可分离卷积,利用CNN和SA两种架构的优势实现高效率和高质量图像修复。结果在Test1200数据集中进行了消融实验以验证算法各个部分的有效性,实验结果证明CNN和SA的融合可以有效提升模型的表达能力;同时,降质扰动的消除和背景修复关联学习可以有效提升整体的修复效果。本文方法在3个图像修复任务的合成和真实数据上与其他10余种方法进行了比较,提出的方法取得了显著的提升。在图像去雨任务上,本文提出的ELF(image deeraining meets association learning and Transformer)方法在合成数据集Test1200上,相比于MPRNet(multi-stage progressive image restoration network),PSNR(peak signal-to-noise ratio)值提高了0.9 dB;在水下图像增强任务上,ELF在R90数据集上超过Ucolor方法 4.15 dB;在低照度图像增强任务上,相对于LLFlow(flow-based low-light image enhancement)算法,ELF获得了1.09 dB的提升。结论本文方法在效果和性能上具有优势,在常见的图像去雨、低照度图像增强和水下图像修复等任务上优于代表性的方法。

关键词：图像修复关联学习自注意力(SA) 图像去雨低照度图像增强水下图像修复

边缘计算环境下基于相关性的任务分区实时低功耗调度算法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：刘芳陈子煜马昆彭敏何炎祥胡威武汉科技大学计算机科学与技术学院武汉大学计算机学院武汉城市学院信息工程学部

在嵌入式实时系统中，边缘智能技术显著提升了计算性能。然而，确保任务时效性、提高效率、降低能耗和系统阻塞仍然是关键研究领域。本研究专注于同质多核系统的任务调度问题，提出了一种名为“基于相关性的任务分区节能调度策略” (CB... 详细信息

在嵌入式实时系统中，边缘智能技术显著提升了计算性能。然而，确保任务时效性、提高效率、降低能耗和系统阻塞仍然是关键研究领域。本研究专注于同质多核系统的任务调度问题，提出了一种名为“基于相关性的任务分区节能调度策略” (CBTP)的节能调度策略。CBTP通过深度分析任务之间的依赖关系，为它们分配最优处理器，减少资源争用和阻塞。为了实现高效的并发访问，采用了多处理器堆栈资源协议(MSRP)和高性能的分区最早截止优先调度算法(P-EDF)。同时，CBTP引入了双速节能机制，结合动态电压和频率调整（DVFS）来灵活调整任务的执行速度。实验结果表明，CBTP策略明显优于传统方法，显著降低了系统阻塞和能耗，验证了其在同质多核系统中的卓越性和有效性。这项研究提供了一种新的视角，旨在边缘计算环境下来提升实时系统的调度性能，同时提高调度的能源效率。

关键词：边缘智能任务时效性任务调度能耗多核系统 CBTP策略

面向密度分布不均数据的近邻优化密度峰值聚类算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2024年第3期39卷 919-928页

作者：陈蔚昌赵嘉肖人彬王晖崔志华南昌工程学院信息工程学院南昌330099 华中科技大学人工智能与自动化学院武汉430074 太原科技大学计算机科学与技术学院太原030024

密度分布不均数据是指类簇间样本分布疏密程度不同的数据.密度峰值聚类(DPC)算法在处理密度分布不均数据时,倾向于在密度较高区域内找到类簇中心,并易将稀疏类簇的样本分配给密集类簇.为避免上述缺陷,提出一种面向密度分布不均数据的近... 详细信息

密度分布不均数据是指类簇间样本分布疏密程度不同的数据.密度峰值聚类(DPC)算法在处理密度分布不均数据时,倾向于在密度较高区域内找到类簇中心,并易将稀疏类簇的样本分配给密集类簇.为避免上述缺陷,提出一种面向密度分布不均数据的近邻优化密度峰值聚类(DPC-NNO)算法. DPC-NNO算法结合逆近邻和k近邻定义新的局部密度,提高稀疏样本的局部密度,使算法能更准确地找到类簇中心;定义分配策略时引入共享近邻,计算样本间相似性,构造相似矩阵,使同一类簇样本联系更紧密,避免错误分配样本.将所提出的DPC-NNO算法与IDPC-FA、DPCSA、FNDPC、FKNN-DPC、DPC算法进行对比,实验结果表明, DPC-NNO算法在处理密度分布不均数据时能获得优异的聚类效果,对于复杂数据集和UCI数据集, DPC-NNO算法的综合性能优于对比算法.

关键词：密度峰值聚类分析密度分布不均逆近邻共享近邻样本相似性

基于神经影像和机器学习的大脑功能图谱构建方法综述

在线全文

学校读者我要写书评

暂无评论

中国生物医学工程学报 2024年第1期43卷 80-97页

作者：杨梦婷张道强温旭云南京航空航天大学计算机科学与技术学院南京211106

脑图谱是包括大脑功能探索、神经和认知科学以及临床诊疗在内的脑科学研究的重要工具,其主要通过神经影像数据,利用机器学习方法进行构建,由此产生的分割模式是理解大脑组织和功能的基础,还可用于脑网络节点的定义,并有助于降低神经影... 详细信息

脑图谱是包括大脑功能探索、神经和认知科学以及临床诊疗在内的脑科学研究的重要工具,其主要通过神经影像数据,利用机器学习方法进行构建,由此产生的分割模式是理解大脑组织和功能的基础,还可用于脑网络节点的定义,并有助于降低神经影像噪声对应用结果的影响。在脑图谱中,相比于结构图谱,功能图谱虽然起步较晚,但其具有更高的功能一致性,已在各类脑功能相关研究中得到了广泛关注和应用。为了揭示功能图谱的发展路径,在调研基于神经影像数据和机器学习所构建的脑功能图谱的种类和方法的基础上,首先将图谱按照皮层和体素、个体和群体以及影像模态等多重属性特征进行分类解读,展示各种图谱的详细信息;然后根据机器学习方法分别综述基于图聚类和基于时间序列聚类的脑图谱构建方法;最后对脑图谱研究领域所面临的挑战和将来可能的研究方向进行展望。

关键词：脑功能图谱磁共振成像脑网络机器学习聚类

自适应双坐标系的差分进化算法求解混合变量优化问题

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年

作者：周新宇黄君洪彭虎王晖王峰江西师范大学计算机信息工程学院南昌工程学院信息工程学院九江学院计算机与大数据科学学院吉林大学计算机科学与技术学院武汉大学计算机学院

如何设计求解混合变量优化问题(Mixed-variable Optimization Problems， MVOPs)的相关算法，是计算机算法设计与分析领域中的一个重要研究方向.该问题的求解难点在于需同时优化连续型和离散型决策变量，目前进化算法(Evolutionary Algo... 详细信息

如何设计求解混合变量优化问题(Mixed-variable Optimization Problems， MVOPs)的相关算法，是计算机算法设计与分析领域中的一个重要研究方向.该问题的求解难点在于需同时优化连续型和离散型决策变量，目前进化算法(Evolutionary Algorithms，EAs)是求解该问题的一种有效手段.然而，现有的相关EAs忽略了问题变量之间的相关性，导致算法性能还存在一定不足.为此，本文从变量相关性角度出发，提出了一种自适应双坐标系的差分进化算法来求解MVOPs.首先，利用种群的协方差矩阵信息来构建特征坐标系，实现在特征坐标系下执行算法的相关操作，以松弛连续变量与离散变量之间的相关性;其次，为避免种群多样性丢失，仍保留了原坐标系，并设计了一种自适应策略来应用特征坐标系和原坐标系，以发挥双坐标系的优势;最后，为提高离散变量的优化效果，专门设计了一种基于离散变量相关性的局部搜索策略，以增强算法的整体性能.为验证本文方法性能，在一套包含28个测试函数的通用测试集上进行了大量实验，与5种求解MVOPs的知名EAs进行了对比，结果表明本文方法有更好性能.此外，在一个实际MVOP上，即焊接梁设计问题，本文方法能取得目前已知最好解.本文方法为计算机算法设计和分析领域的相关工作提供了新的思路.

关键词：混合变量差分进化变量相关性特征坐标系双坐标系

可学习深度位置编码引导的车前图像道路可行驶区域检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第4期49卷 582-594页

作者：韩汀陈思宇马津蔡国榕张吴明陈一平中山大学测绘科学与技术学院广东珠海519082 集美大学计算机工程学院福建厦门361021

道路可行驶区域检测是汽车辅助驾驶系统中场景感知的关键基础。基于卷积神经网络的方法因难以获取全局上下文信息而易产生道路空洞和中断等完整性问题,而基于Transformer的方法缺乏局部理解,容易造成边界的错位和越界问题。为了克服上... 详细信息

道路可行驶区域检测是汽车辅助驾驶系统中场景感知的关键基础。基于卷积神经网络的方法因难以获取全局上下文信息而易产生道路空洞和中断等完整性问题,而基于Transformer的方法缺乏局部理解,容易造成边界的错位和越界问题。为了克服上述两类方法的缺陷,提出了一种可学习深度位置编码引导的金字塔Transformer网络架构,融合卷积神经网络与Transformer进行道路可行驶区域检测。该框架建立金字塔Transformer主干网从全局感受野提取道路特征,并结合局部窗口注意力弥补细节损失,以收缩自注意力提升特征计算效率。针对Transformer中传统位置编码忽略像素与实际场景空间关联性的问题,提出用深度图像卷积特征构建可学习位置编码的方法,解决现实关联性脱节引起的注意力偏移和语义不对齐问题。在KITTI道路、Cityscapes与自建厦门市道路数据集上对该方法进行了测试和评估,结果表明,该方法在保证较高效率的同时,具有较高的稳定性和精确性,其最大F值在KITTI和Cityscapes数据集上分别达到97.53%和98.54%,优于目前KITTI道路基准测试的所有方法。此方法可为汽车驾驶辅助系统的路径规划与轨迹预测等任务提供高精度的语义先验信息。

关键词： Transformer 位置编码道路感知可行驶区域检测自动驾驶