检索结果-南通市图书馆

同方期刊数据库

基于生成对抗网络和深度森林结合的粮食加工过程污染物小样本数据扩充及预测

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年第12期45卷 22-30页

作者：郭香兰王立金学波于家斌白玉廷李涵宇隗立昂马倩温浩然北京工商大学计算机与人工智能学院北京102488

粮食加工过程污染物的准确预测对粮食安全具有重要意义,但由于粮食加工工艺复杂,污染物检测困难导致数据量较小,难以满足建模预测所需,需要研究小样本的污染物数据扩充方法。同时,较小样本量的粮食加工过程污染物数据往往缺乏足够的先... 详细信息

粮食加工过程污染物的准确预测对粮食安全具有重要意义,但由于粮食加工工艺复杂,污染物检测困难导致数据量较小,难以满足建模预测所需,需要研究小样本的污染物数据扩充方法。同时,较小样本量的粮食加工过程污染物数据往往缺乏足够的先验知识,传统监督学习的方法对其预测精度较低,且现有连续型深度学习模型不适于粮食加工过程这一间歇过程,需研究基于无监督学习和离散深度学习的粮食加工过程污染物预测方法。为此,本文针对粮食加工过程污染物提出基于时间生成对抗网络(time generative adversarial networks,TimeGAN)的数据扩充及基于生成对抗网络(generative adversarial networks,GAN)和深度森林(deep forest,DF)结合的预测方法。首先构建TimeGAN模型,对小样本数据学习后得到多组样本数据,实现数据扩充;将无监督学习的GAN模型与适用于离散过程的DF模型结合,构建GAN-DF模型,实现污染物预测;再分别将DF与长短时记忆(long short-term memory,LSTM)-DF模型作为生成器嵌入到GAN,构建DFGAN与LSTM-DFGAN模型,进一步提高污染物预测的准确度。通过稻谷加工过程的金属污染物Pb数据(Pb含量)进行仿真验证,结果表明TimeGAN方法扩充数据可行,LSTM-DFGAN模型的综合预测效果最好,其扩充数据后的预测平均绝对误差和均方根误差低至7.50×10^(-5)mg/kg和1.60×10^(-8)mg/kg。

关键词：生成对抗网络深度森林粮食加工污染物预测

3DGE-UNet磁共振成像的脑胶质瘤全自动分割算法:对不充分全局特征提取的改进

在线全文

学校读者我要写书评

暂无评论

四川大学学报（医学版） 2024年第2期55卷 447-454页

作者：田恒屹王瑜计亚荣 Rahman MdMostafizur 北京工商大学人工智能学院北京100048

目的脑胶质瘤及其子区域的全自动分割是计算机辅助肿瘤临床诊断的基础,卷积神经网络在脑部磁共振成像(magnetic resonance imaging, MRI)分割过程中,小卷积核只能提取局部特征而无法有效融合全局特征,缩小了对影像信息的感知范围,从而... 详细信息

目的脑胶质瘤及其子区域的全自动分割是计算机辅助肿瘤临床诊断的基础,卷积神经网络在脑部磁共振成像(magnetic resonance imaging, MRI)分割过程中,小卷积核只能提取局部特征而无法有效融合全局特征,缩小了对影像信息的感知范围,从而导致分割精度不足的问题。本研究旨在利用膨胀卷积,针对三维(three-dimensional, 3D)-UNet不能充分提取全局特征的问题进行改进。方法 (1)算法构建:本文提出一种带有三条全局上下文特征提取通路的3D-UNet模型,即3DGE-UNet模型。使用脑部肿瘤分割挑战赛(Brain Tumor Segmentation Challenge, BraTS)2019提供的公开数据集(335例患者),设计一种全局上下文特征提取(more global contextual feature extraction, GE)模块,并将该模块引入到3DUNet网络的第一、二、三条跳跃连接处,利用该模块充分提取图像的不同尺度全局特征,并与上采样得到的特征图叠加,扩大模型感受野,实现不同尺度特征的深层融合,从而完成端到端的脑肿瘤全自动分割。(2)算法验证:图像数据来源于BraTs2019数据集(335例患者术前MRI图像,包括T1、T1ce、T2和FLAIR四种模态图像和一张医生标注的肿瘤标签图像),将数据集分别按照8∶1∶1划分为训练集、验证集和测试集。以医生标注的肿瘤标签图像为金标准,使用Dice系数(综合评价有效性)、敏感度(病灶区域的查全率)和95%Hausdorff距离(肿瘤边界的分割精度)在测试集中评估算法对完整肿瘤区域(whole tumor, WT)、核心肿瘤区域(tumor core, TC)和增强肿瘤区域(enhancing tumor, ET)三种区域的分割性能,分别使用无GE模块的3D-UNet模型和有GE模块的3DGE-UNet模型进行检测,内部验证GE模块设置的有效性。使用3DGEUNet模型、ResUNet、UNet++、nnUNet、UNETR检测上述性能指标,并比较5种算法模型的收敛性,外部验证3DGEUNet模型的有效性。结果 (1)在内部验证中,改进的3DGE-UNet模型在测试集中分割WT、TC和ET区域的Dice均值分别为91.47%、87.14%和83.35%,与传统的3D-UNet模型相比(89.79%、85.13%和80.90%),综合评价达到了最优值,对于三个区域的分割精度都有提升(P<0.05)。3DGE-UNet模型与3D-UNet模型相比,ET区(86.46%vs. 80.77%)具有更高的敏感度(P<0.05),在查全率方面表现更为优越,在面对病灶区域时,3DGE-UNet模型更倾向于正确识别并捕获更全面的阳性区域,更为有效地避免漏诊发生。3DGE-UNet模型在肿瘤WT区域边缘分割的出色性能,其95%Hausdorff距离均值优于3DUNet模型(8.17 mm vs. 13.61 mm,P<0.05),但在TC区(8.73 mm vs. 7.47 mm)和ET区(6.21 mm vs. 5.45 mm)的性能表现与3DUNet模型相似。(2)在外部验证中,其余4种算法仅TC的Dice均值(87.25%)、WT的敏感度均值(94.59%)、TC的敏感度均值(86.98%)和ET的平均95%Hausdorff距离(5.37 mm)优于3DGE-UNet模型,但差异无统计学意义。3DGE-UNet模型可以在训练阶段快速收敛,速度优于其他外部模型。结论 3DGE-UNet模型可以有效地提取和融合不同尺度的特征信息,提高脑肿瘤分割的准确性。

关键词：脑胶质瘤核磁共振成像图像处理计算机辅助人工智能

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多层级信息融合网络的微表情识别方法

自动化学报 2024年第7期50卷 1445-1457页

作者：陈妍吴乐晨王聪湖南工商大学计算机学院长沙410205 湘江实验室长沙410205 天津科技大学人工智能学院天津300457

微表情是人类情感表达过程中细微且不自主的表情变化,实现准确和高效的微表情识别,对于心理疾病的早期诊断和治疗有重要意义.现有的微表情识别方法大多未考虑面部产生微表情时各个关键部位间的联系,难以在小样本图像空间上捕捉到微表情... 详细信息

微表情是人类情感表达过程中细微且不自主的表情变化,实现准确和高效的微表情识别,对于心理疾病的早期诊断和治疗有重要意义.现有的微表情识别方法大多未考虑面部产生微表情时各个关键部位间的联系,难以在小样本图像空间上捕捉到微表情的细微变化,导致识别率不高.为此,提出一种基于多层级信息融合网络的微表情识别方法.该方法包括一个基于频率幅值的视频帧选取策略,能从微表情视频中筛选出包含高强度表情信息的图像帧、一个基于自注意力机制和图卷积网络的多层级信息提取网络以及一个引入图像全局信息的融合网络,能从不同层次捕获人脸微表情的细微变化,来提高对特定类别的辨识度.在公开数据集上的实验结果表明,该方法能有效提高微表情识别的准确率,与其他先进方法相比,具有更好的性能.

关键词：微表情识别深度学习图卷积网络多层级融合

同方期刊数据库博看期刊

机器学习-基于GAN和DF结合的粮食加工过程污染物小样本数据扩充及预测

在线全文

学校读者我要写书评

暂无评论

食品科学 2024年

作者：郭香兰王立金学波于家斌白玉廷李涵宇隗立昂马倩温浩然北京工商大学计算机与人工智能学院

粮食加工过程污染物的准确预测对粮食安全具有重要意义，但由于粮食加工工艺复杂，污染物检测困难导致数据量较小难以满足建模预测所需，需要研究小样本的污染物数据扩充方法。同时，较小样本量的粮食加工过程污染物数据往往缺乏足够的... 详细信息

粮食加工过程污染物的准确预测对粮食安全具有重要意义，但由于粮食加工工艺复杂，污染物检测困难导致数据量较小难以满足建模预测所需，需要研究小样本的污染物数据扩充方法。同时，较小样本量的粮食加工过程污染物数据往往缺乏足够的先验知识，传统监督学习的方法对其预测精度较低，且现有连续型深度学习模型不适于粮食加工过程这一间歇过程，需研究基于无监督学习和离散深度学习的粮食加工过程污染物预测方法。为此，本文针对粮食加工过程污染物提出基于时间生成对抗网络(Time Generative Adversarial Networks，TimeGAN)的数据扩充及基于生成对抗网络(Generative Adversarial Networks，GAN)和深度森林(Deep Forest，DF)结合的预测方法。首先构建TimeGAN模型，对小样本数据学习后得到多组样本数据，实现数据扩充；将无监督学习的GAN模型与适用于离散过程的DF模型结合，构建GAN-DF模型，实现污染物预测；再分别将DF与长短时记忆（Long Short Term Memory，LSTM）-DF模型作为生成器嵌入到GAN，构建DFGAN与LSTM-DFGAN模型，进一步提高污染物预测的准确度。通过稻谷加工过程的金属污染物数据进行仿真验证，结果表明TimeGAN方法扩充数据可行，LSTM-DFGAN模型的综合预测效果最好，其扩充数据后的预测平均绝对误差和均方根误差低至7.50e-5和1.60e-8。

关键词：生成对抗网络(GAN) 深度森林(DF) 粮食加工污染物预测

基于多模态特征重组和尺度交叉注意力机制的全自动脑肿瘤分割算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国激光 2024年

作者：田恒屹王瑜肖洪兵北京工商大学计算机与人工智能学院

脑肿瘤对人体危害极大，且在医学影像中体积占比小，边界模糊，可能以任何形状出现在脑区任意位置，因此给脑肿瘤分割任务带来极大挑战。本文综合脑肿瘤形态学和解剖学特点，提出一种基于多模态特征重组和尺度交叉注意力机制的全自动脑... 详细信息

脑肿瘤对人体危害极大，且在医学影像中体积占比小，边界模糊，可能以任何形状出现在脑区任意位置，因此给脑肿瘤分割任务带来极大挑战。本文综合脑肿瘤形态学和解剖学特点，提出一种基于多模态特征重组和尺度交叉注意力机制的全自动脑肿瘤分割U型网络模型(UNet with Mmultimodal Recombination Module and Scale Cross Attention, MR-SC-UNet)。MR-SC-UNet采用多任务分割框架，针对完整肿瘤(Whole Tumor, WT)、核心肿瘤(Tumor Core,TC)、增强肿瘤(Enhancing Tumor, ET)等不同子区域分割任务，设计多模态特征重组模块，使用学习到的不同权重，有效融合不同模态的信息输入，获得更具针对性的病灶特征，这与不同模态MRI影像突显不同脑肿瘤病灶子区域特征的思想一致。同时，MR-SC-UNet以UNet为基准网络，在深层跳跃连接中添加尺度交叉注意力模块，可以获取多种尺度的全局信息建模。利用公开脑肿瘤数据集进行的相关实验结果表明，MR-SC-UNet架构在WT、TC和ET的Dice均值分别可达91.13%、87.46%、87.98%，证明设计的网络可以有效利用多模态肿瘤数据信息，提取和融合不同尺度的肿瘤特征，提高脑肿瘤分割的准确性。

关键词：机器视觉多模态特征重组尺度交叉注意力机制脑肿瘤分割

数字经济时代AIGC技术影响教育与就业市场的研究综述——以ChatGPT为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第1期44卷 260-271页

作者：陈晓红杨柠屹周艳菊曹文治湖南工商大学前沿交叉学院长沙410205 湖南工商大学管理科学与工程学院长沙410205 湖南工商大学工商管理学院长沙410205 湘江实验室长沙410083 中南大学商学院长沙410083 长沙人工智能社会实验室长沙410205

经济全球化背景下,前沿数字技术的飞速发展推动了新一轮技术革命,数字经济成为我国产业变革的重要战略选择,对经济社会的高质量发展提出了新要求.以ChatGPT为代表的AIGC技术颠覆了传统人工智能的技术水平,以更人性化的功能受到广泛青睐... 详细信息

经济全球化背景下,前沿数字技术的飞速发展推动了新一轮技术革命,数字经济成为我国产业变革的重要战略选择,对经济社会的高质量发展提出了新要求.以ChatGPT为代表的AIGC技术颠覆了传统人工智能的技术水平,以更人性化的功能受到广泛青睐,成为向通用型人工智能方向发展的关键节点.通过分析ChatGPT给教育与就业市场带来的变化,研究发现AIGC技术的应用能够提高社会价值交换的效率,激发教育与就业市场活力,但同时也带来侵犯数据隐私安全等法律道德层面的问题,因而提出应对潜在风险的管理与监管建议,以保障经济社会的平稳运行.

关键词：数字经济生成式人工智能 ChatGPT 教育就业监管体系

在线全文

学校读者我要写书评

暂无评论

变体飞行器头锥的运动控制性能分析

振动．测试与诊断 2024年第2期44卷 345-352,413页

作者：田静怡张玉玲尹丹妮谷勇霞阎绍泽北京工商大学计算机与人工智能学院北京100048 清华大学机械工程系北京100084

为提高变体飞行器头锥在外部负载条件下的运动性能,提出一种二自由度的3RSH/3RRR变体头锥机构(R,S,H分别为转动副、球副及螺旋副),进行了位置分析和机构运动特性分析。通过Simulink/SimMechanics工具箱搭建变体头锥机构框图,并分别搭建... 详细信息

为提高变体飞行器头锥在外部负载条件下的运动性能,提出一种二自由度的3RSH/3RRR变体头锥机构(R,S,H分别为转动副、球副及螺旋副),进行了位置分析和机构运动特性分析。通过Simulink/SimMechanics工具箱搭建变体头锥机构框图,并分别搭建模糊比例积分微分(proportion integration differentiation,简称PID)控制系统和BP神经网络(backpropagation networks,简称BPNN)PID控制系统。在空载、随机变化负载2种不同外部环境下,设定阶跃、正弦2种期望轨迹进行仿真,比较了常规PID、模糊PID和神经网络PID的控制性能。实验结果表明,智能控制的适应性、鲁棒性远好于常规PID,其中模糊PID控制对变体头锥机构的控制性能最好,能够满足不同工况下的控制要求。

关键词：变体头锥机构运动性能控制策略控制性能

基于有监督对比学习的文本情感语义优化方法研究

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

数据分析与知识发现 2024年第6期8卷 69-81页

作者：熊曙初李轩吴佳妮周赵宏孟晗湖南工商大学计算机学院长沙410205 湖南工商大学前沿交叉学院长沙410205

【目的】解决因中文独特表达与词义变迁现象导致的文本特征抽取偏移与模糊语义分离困难等问题。【方法】提出一种有监督对比学习语义优化方法。首先使用预训练模型生成语义向量;其次设计有监督联合自监督方法构造对比样本对;最后构建有... 详细信息

【目的】解决因中文独特表达与词义变迁现象导致的文本特征抽取偏移与模糊语义分离困难等问题。【方法】提出一种有监督对比学习语义优化方法。首先使用预训练模型生成语义向量;其次设计有监督联合自监督方法构造对比样本对;最后构建有监督对比损失进行语义空间度量与优化。【结果】在ChnSentiCorp数据集上,经所提方法优化后的5种主流神经网络模型F1值分别实现了2.77~3.82个百分点的提升。【局限】受限于硬件资源,未构建数量更大的对比学习样本对。【结论】语义优化方法可以有效解决特征抽取偏移与模糊语义分离困难等问题,为文本情感分析任务提供新的研究思路。

关键词：文本情感分析有监督学习对比学习表示学习语义空间优化

在线全文

学校读者我要写书评

暂无评论

一种用于设计电加热滚塑工艺的传热计算方法

中国塑料 2024年第4期38卷 67-72页

作者：吕墨宇刘学军孟春玲北京工商大学计算机与人工智能学院北京100048

首先针对一个空模具以及生产4种不同厚度的氢气瓶内胆的电加热滚塑工艺,通过实验分别测量了模具表面和模内的温度、加热时间和耗电量,并据此计算了在这5种情形下的加热效率和放大系数。然后提出了一种用于设计电加热滚塑工艺的计算方法... 详细信息

首先针对一个空模具以及生产4种不同厚度的氢气瓶内胆的电加热滚塑工艺,通过实验分别测量了模具表面和模内的温度、加热时间和耗电量,并据此计算了在这5种情形下的加热效率和放大系数。然后提出了一种用于设计电加热滚塑工艺的计算方法。即在模具的材料和质量、模内粉料的物性和质量、工艺参数确定后,先计算出有效热能,接着根据放大系数初步估算出在加热阶段电热丝需发出的热能,并由此得出满负荷的加热功率和电热丝的长度。然后利用static bed模型通过FLUENT软件仿真计算出加热时间和电热丝实际需发出的热能。以一个中空立方形的塑料制品的电加热滚塑工艺为例说明了该方法的应用步骤,并研究了满负荷的加热功率和模具材料对加热效率、加热时间和电热丝实际需发出的热能的影响。结果表明,加热效率随氢气瓶内胆厚度的增加而下降,加热时间随着满负荷功率的增大而减少的速率变得越来越慢。采用钢制模具的加热时间比采用铝制模具更长,电热丝也需发出更多的热能。

关键词：电加热模具滚塑工艺加热效率加热时间加热功率传热计算