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

改进FCENet的自然场景文本检测算法

计算机工程与应用 2024年第3期60卷 228-236页

作者：周燕廖俊玮刘翔宇周月霞曾凡智佛山科学技术学院计算机系广东佛山528000

针对自然场景文本检测中由于背景复杂、尺度多变、形状弯曲等造成的检测难题,提出了一种改进FCENet(Fourier contour embedding network)的场景文本检测算法。该算法基于FCENet并引入了多尺度残差特征增强模块和多尺度注意力特征融合模... 详细信息

针对自然场景文本检测中由于背景复杂、尺度多变、形状弯曲等造成的检测难题,提出了一种改进FCENet(Fourier contour embedding network)的场景文本检测算法。该算法基于FCENet并引入了多尺度残差特征增强模块和多尺度注意力特征融合模块。多尺度残差特征增强模块作为骨干网络顶层的残差分支,增强了特征金字塔结构自上而下的高层语义信息流动,提高了文本像素分类能力,有效减少误检现象。多尺度注意力特征融合模块使不同语义和尺度的特征能够更好地融合,结合自底向上的特征融合网络,有效避免文本过度分割并提高了弯曲文本的检测能力。实验结果表明,该方法在弯曲文本数据集CTW1500和Total-Text上的综合指标F值分别达到了86.2%和86.5%,相比原算法FCENet分别提升了1.1和0.7个百分点。

关键词：自然场景文本检测特征融合特征增强注意力机制 FCENet

在线全文

学校读者我要写书评

暂无评论

跨域人脸活体检测的单边对抗网络算法

计算机工程与应用 2024年第5期60卷 103-111页

作者：曾凡智吴楚涛周燕佛山科学技术学院计算机系广东佛山528000

现有跨域人脸活体检测算法,其特征提取过程容易发生过拟合和缺乏特征聚合所导致的泛化性不足问题。针对该问题,提出了跨域人脸活体检测的单边对抗网络算法,将分组卷积与改进的倒残差结构融合替换普通卷积,降低网络参数同时加强人脸细粒... 详细信息

现有跨域人脸活体检测算法,其特征提取过程容易发生过拟合和缺乏特征聚合所导致的泛化性不足问题。针对该问题,提出了跨域人脸活体检测的单边对抗网络算法,将分组卷积与改进的倒残差结构融合替换普通卷积,降低网络参数同时加强人脸细粒度特征的表达能力,并引入自适应特征归一化模块,强调图像中人脸活体信息区域淡化无关背景区域,有效避免人脸活体信息的过拟合并加强来自不同源域的人脸活体检测能力。基于NetVLAD引入通道注意力机制模块,通道注意力机制模块作为特征聚合网络的分支,学习不同源域中人脸局部特征的语义信息,有效增强对不同源域的人脸活体信息分类的泛化能力。设计两模块融合网络以提高未知场景下跨域人脸活体检测精度。在OULU-NPU、CASIA-FASD、MSU-MFSD和Idiap Replay-Attack数据集上的实验结果表明,该算法在跨数据集测试O&C&M to I、O&C&I to M、I&C&M to O、O&M&I to C均有不错的表现,其中,在O&C&I to M及O&M&I to C性能评估指标分别提升了0.99个百分点和0.5个百分点的精度。

关键词：域泛化生成对抗网络人脸活体检测自适应归一化注意力机制

在线全文

学校读者我要写书评

暂无评论

深度学习的自然场景文本识别方法综述

计算机科学与探索 2024年第5期18卷 1160-1181页

作者：曾凡智冯文婕周燕佛山科学技术学院计算机系广东佛山528000

自然场景文本识别在学术研究和实际应用中具有重要价值,已经成为计算机视觉领域的研究热点之一。然而,识别过程存在文本风格多样、背景环境复杂等挑战,导致识别效率和准确率不佳。传统的基于手工设计特征文本识别方法由于其有限的表示能... 详细信息

自然场景文本识别在学术研究和实际应用中具有重要价值,已经成为计算机视觉领域的研究热点之一。然而,识别过程存在文本风格多样、背景环境复杂等挑战,导致识别效率和准确率不佳。传统的基于手工设计特征文本识别方法由于其有限的表示能力,不足以有效地应对复杂的自然场景文本识别任务。近年来,采用深度学习方法在自然场景文本识别中取得了重大进展,系统地梳理了近年来相关研究工作。首先,根据是否需要对单字符进行分割,将自然场景文本识别方法分为基于分割与无需分割的方法,再根据其技术实现特点将无需分割的方法进行细分,并对各类最具有代表性的方法工作原理进行了阐述。然后,介绍了当前常用数据集以及评价指标,并在数据集上对各类方法进行了性能对比,从多个方面讨论了各类方法的优势与局限性。最后,指出基于深度学习的自然场景文本识别研究存在的不足和难点,对其未来的发展趋势进行了展望。

关键词：文本识别深度学习自然场景

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年第9期47卷 2116-2140页

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330022 吉林大学计算机科学与技术学院长春130012 九江学院计算机与大数据科学学院江西九江332005 南昌工程学院信息工程学院南昌330022 武汉大学计算机学院武汉430072

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 Algorith... 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

一种用于天基低轨卫星网络边缘计算的GA-DDPG卸载算法

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2024年第2期46卷 343-353页

作者：史栋元王丽娜北京科技大学计算机与通信工程学院通信工程系北京100083

低轨卫星网络是第六代移动通信系统(6G)网络的重要组成部分,弥补了地面基站覆盖的盲区.由于星上计算能力和电池容量受限,导致任务出现时延长和能耗高的问题,因此在低轨卫星网络中引入边缘计算,边缘计算的一项关键技术就是计算卸载.针对... 详细信息

低轨卫星网络是第六代移动通信系统(6G)网络的重要组成部分,弥补了地面基站覆盖的盲区.由于星上计算能力和电池容量受限,导致任务出现时延长和能耗高的问题,因此在低轨卫星网络中引入边缘计算,边缘计算的一项关键技术就是计算卸载.针对计算卸载过程中星间环境动态变化和高维动作空间的问题,提出一种基于遗传算法(GA)和深度确定性策略梯度(DDPG)的天基低轨卫星网络边缘计算卸载算法——GA-DDPG算法.卫星边缘计算环境的不断变化会导致DDPG奖励稀疏和探索性不足,将GA引入到DDPG算法中,首先,利用GA的选择算子使DDPG算法能够适应不断变化的卫星环境;然后,针对动作空间维度变大导致DDPG算法收敛不稳定的问题,利用GA种群的多样化探索和种群的冗余提升DDPG算法收敛的稳定性.仿真结果表明,GA-DDPG卸载算法能够降低天基低轨卫星网络计算负载,且时延和能耗均低于DDPG卸载算法和GA卸载算法.与DDPG卸载算法相比,GA-DDPG卸载算法还能提升收敛速度和稳定性.

关键词：低轨卫星边缘计算任务卸载遗传算法深度强化学习星间链路

Trie+结构函数式建模、机械化验证及其应用

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第9期35卷 4242-4264页

作者：左正康柯雨含黄箐王玥坤曾志城王昌晶江西师范大学计算机信息工程学院江西南昌330022

Trie结构是一种使用搜索关键字来组织信息的搜索树,可用于高效地存储和搜索字符串集合.Nipkow等人给出了实现Trie的Isabelle建模与验证,然而其Trie在存储和操作时存在大量的冗余,导致空间利用率不高,且仅考虑英文单模式下查找.为此,基... 详细信息

Trie结构是一种使用搜索关键字来组织信息的搜索树,可用于高效地存储和搜索字符串集合.Nipkow等人给出了实现Trie的Isabelle建模与验证,然而其Trie在存储和操作时存在大量的冗余,导致空间利用率不高,且仅考虑英文单模式下查找.为此,基于索引即键值的思想提出了Trie+结构,相较于传统的索引与键值分开存储的结构能减少50%的存储空间,大大提高了空间利用率.并且,对Trie+结构的查找、插入、删除等操作给出了函数式建模及其严格的机械化验证,保证操作的正确性和可靠性.进一步,提出一种匹配算法的通用验证规约,旨在解决一系列的匹配算法正确性验证问题.最后,基于Trie+结构与匹配算法通用验证规约,建模和验证了函数式中英文混合多模式匹配算法,发现并解决了现有研究中的基于完全哈希Trie的多模式匹配算法的模式串前缀终止的Bug.该Trie+结构以及验证规约在提高Trie结构空间利用率和验证匹配算法中,有一定的理论和应用价值.

关键词： Trie+ 函数式建模机械化验证多模式匹配算法

在线全文

学校读者我要写书评

暂无评论

医学领域知识融合研究进展

计算机工程与应用 2024年第9期60卷 48-64页

作者：彭琳宋珺熊玲珠杜建强叶青刘安栋江西中医药大学计算机学院南昌330004

医学领域知识融合旨在将分散在各个知识图谱或不同数据源中的医学知识进行整合,形成一个更全面的知识图谱,在提高知识质量、扩大规模、提高医学知识利用率和共享性等方面具有促进作用。围绕知识融合的问题和解决方案,首先系统地梳理了... 详细信息

医学领域知识融合旨在将分散在各个知识图谱或不同数据源中的医学知识进行整合,形成一个更全面的知识图谱,在提高知识质量、扩大规模、提高医学知识利用率和共享性等方面具有促进作用。围绕知识融合的问题和解决方案,首先系统地梳理了医学领域知识融合的定义、评价指标及数据集;分类讨论了知识融合过程中存在的问题与挑战;然后从问题、技术两个维度,综述了目前知识融合中实体对齐、实体链接任务各方法的优势与不足;详细讨论和总结了医学领域知识融合每一类问题的相关解决方案;最后,总结并展望了医学领域知识融合的发展方向。

关键词：医学领域知识融合实体对齐实体链接

在线全文

学校读者我要写书评

暂无评论

相似性算法在药物-靶点预测研究中的应用

中国新药杂志 2024年第9期33卷 885-894页

作者：章新友王芝张春强陈豪李雪梅张亚明周小玲江西中医药大学计算机学院南昌330004

药物从研发到临床应用是漫长而昂贵的过程,通过相似性算法和机器学习算法准确预测药物-靶点相互作用(drug-target interactions, DTI)辅助药物研发可以提升效率、降低成本。本文对相似性算法在DTI预测研究中的应用进行全面分析,旨在为... 详细信息

药物从研发到临床应用是漫长而昂贵的过程,通过相似性算法和机器学习算法准确预测药物-靶点相互作用(drug-target interactions, DTI)辅助药物研发可以提升效率、降低成本。本文对相似性算法在DTI预测研究中的应用进行全面分析,旨在为进一步运用相似性算法对DTI预测研究有所借鉴。利用中国知网、PubMed、万方数据和维普网等作为主要文献检索平台,整理近10年基于相似性的DTI预测研究文献并建立研究对象文献数据库,在DTI预测问题中对数据来源、药物和靶点的相似性构建算法、DTI预测算法模型进行归纳总结。整理得到55篇质量较高相关文献,显示药物相似性主要由化学结构、不良反应、解剖-治疗-化学代码(anatomical therapeutic chemical, ATC)和DTI关系的数据来构建;靶点相似性主要由蛋白质序列和基因本体(gene ontology, GO)注释的数据来构建。不同的数据可用不同的相似性算法度量其相似,整合多源相似性数据可以进一步提高模型的质量。DTI预测算法模型主要有基于分类、基于网络和基于矩阵分解的预测模型,不同的预测模型各有其优缺点。利用算法辅助DTI预测研究具有极大发展潜力,它缩小了候选药物及靶点分子的范围,但仍有部分亟待解决的难题,未来可以从优化数据和改进算法模型两方面对该问题进一步研究。

关键词：相似性算法药物-靶点预测研究文献分析法

在线全文

学校读者我要写书评

暂无评论

机器学习算法在药物毒性预测中的应用评价

中国新药杂志 2024年第2期33卷 110-117页

作者：章新友陈豪王芝李雪梅徐华康张亚明周小玲吴地尧江西中医药大学计算机学院南昌330004

目的:基于文献计量法评价机器学习算法在药物毒性预测中的应用现状,为相关研究和应用提供参考借鉴,以促进“医药+信息”学科的交叉发展。方法:以“毒性预测”、“定量构效关系(QSAR)”、“计算毒理学”、“机器学习”等为主题词,组合查... 详细信息

目的:基于文献计量法评价机器学习算法在药物毒性预测中的应用现状,为相关研究和应用提供参考借鉴,以促进“医药+信息”学科的交叉发展。方法:以“毒性预测”、“定量构效关系(QSAR)”、“计算毒理学”、“机器学习”等为主题词,组合查询发表于中国知网、万方等数据库的相关文献,然后依据“所用算法种类”、“所应用的毒性预测环节”进行归类整理,对机器学习算法在药物毒性预测领域的应用现状进行综述。结果:共检索到相关有效文献122篇。机器学习已用于药物毒性预测的毒性数据集处理、药物信息表征筛选、预测模型训练等,其中应用于模型训练任务的算法次数与种类相较更多;虽然各种算法在药物毒性预测领域都有研究应用,而以支持向量机算法、随机森林算法与深度学习算法的应用较多;另外,文献多数认为基于深度学习或集成学习的模型预测性能较高。结论:机器学习算法在毒性预测领域中应用种类较多,而选择算法时需考虑的主要问题是数据集规模大小和算法运算速度,对异常数据、冗余数据、噪声数据的适应性以及算法的实现难度等;计算机辅助毒性预测相较传统的体内体外实验有着较多的优势,但仍有部分亟待解决的难题,包括医药数据相关板块的不少空缺、现有数据质量的亟待提升和药物信息表征如何选择等。

关键词：机器学习药物毒性预测计算毒理学定量构效关系