基于深度神经网络的信息抽取研究综述 被引量：13

1

作者 代建华 彭若瑶 +3 位作者 许路 蒋超 曾道建 李扬定 《西南师范大学学报（自然科学版）》 CAS 2022年第4期1-11,共11页

信息抽取任务旨在从非结构化的文本中抽取出结构化的信息,帮助将海量信息进行自动分类、提取和重构,提高信息的利用率.目前,基于深度神经网络的信息抽取技术已经成为自然语言处理领域最重要的研究主题之一,它提供了分析非结构化文本的... 信息抽取任务旨在从非结构化的文本中抽取出结构化的信息,帮助将海量信息进行自动分类、提取和重构,提高信息的利用率.目前,基于深度神经网络的信息抽取技术已经成为自然语言处理领域最重要的研究主题之一,它提供了分析非结构化文本的有效手段,是实现大数据资源化、知识化和普适化的核心技术,此外进一步为更高层面的应用和任务提供了支撑.文章对基于深度神经网络的信息抽取相关研究进行了综述,首先,简要概述了信息抽取的任务定义、目标和意义,然后,回顾了信息抽取任务的发展历程,接下来,从实体抽取、实体关系抽取、事件抽取和事件关系抽取4个方面梳理了近几年关键技术的研究进展.最后,文章对信息抽取领域的未来发展趋势进行了分析和展望. 展开更多

关键词 信息抽取 深度神经网络 实体抽取 实体关系抽取 事件抽取 事件关系抽取

下载PDF 职称材料

智能无人机轨迹与任务卸载联合优化 被引量：6

2

作者 张梦琳 江沸菠 +1 位作者 董莉 高颖 《计算机工程与应用》 CSCD 北大核心 2020年第21期38-46,共9页

移动边缘计算(MEC)是云计算技术在边缘基础设施之上的应用拓展。考虑一个高能效的无人机移动边缘计算系统,通过联合优化无人机的运动轨迹、任务卸载策略和计算资源分配来最小化系统的能耗。为解决以上问题,提出一种双层优化方法,在上层... 移动边缘计算(MEC)是云计算技术在边缘基础设施之上的应用拓展。考虑一个高能效的无人机移动边缘计算系统,通过联合优化无人机的运动轨迹、任务卸载策略和计算资源分配来最小化系统的能耗。为解决以上问题,提出一种双层优化方法,在上层用基于无监督学习的信道增益-自组织特征映射网络(h-SOM)对用户进行实时聚类,该聚类是以信道增益作为判断类别的指标并得到无人机的最佳部署位置;在下层根据无人机的部署,将计算卸载和计算资源分配问题转化为混合整数非线性规划问题(MINLP),并采用带有精英初始策略和自适应双变异策略的改进差分进化算法(IDE)进行迭代求解,精英初始策略可以根据h-SOM的聚类结果提供优秀的初始解,自适应双变异策略能够提高算法的全局搜索能力并促进算法收敛,从而获得更好的任务卸载决策。通过仿真实验验证了所提方法的有效性,并与传统算法进行了比较,其优化效果显著,为MEC系统的联合优化提供了一种新思路。 展开更多

关键词 移动边缘计算 h-SOM神经网络 改进差分进化(IDE)算法 双变异策略

下载PDF 职称材料

融合预训练语言模型和标签依赖知识的关系抽取方法 被引量：2

3

作者 赵超 谢松县 +3 位作者 曾道建 郑菲 程琛 彭立宏 《中文信息学报》 CSCD 北大核心 2022年第1期75-82,共8页

关系抽取旨在从未经标注的自由文本中抽取实体间的关系。然而,现有的方法大都孤立地预测每一个关系而未考虑关系标签相互之间的丰富语义关联。该文提出了一种融合预训练语言模型和标签依赖知识的关系抽取模型。该模型通过预训练模型BER... 关系抽取旨在从未经标注的自由文本中抽取实体间的关系。然而,现有的方法大都孤立地预测每一个关系而未考虑关系标签相互之间的丰富语义关联。该文提出了一种融合预训练语言模型和标签依赖知识的关系抽取模型。该模型通过预训练模型BERT编码得到句子和两个目标实体的语义信息,使用图卷积网络建模关系标签之间的依赖图,并结合上述信息指导最终的关系分类。实验结果显示,该文方法性能相较于基线方法得到了显著提高。 展开更多

关键词 关系抽取 预训练模型 标签依赖 图卷积神经网络

下载PDF 职称材料

基于形态梯度的大地电磁成像处理研究

4

作者 徐志敏 李晋 《红外与激光工程》 EI CSCD 北大核心 2019年第5期132-136,共5页

数学形态学在大地电磁数据噪声压制领域有着较好的应用效果,然而在大地电磁成像处理领域还处于空白阶段。其基于改变图像中的目标物的空间分布形式或结构达到提取目标物的目的,在大地电磁成像处理中达到提取有用地质信息的目的。文中首... 数学形态学在大地电磁数据噪声压制领域有着较好的应用效果,然而在大地电磁成像处理领域还处于空白阶段。其基于改变图像中的目标物的空间分布形式或结构达到提取目标物的目的,在大地电磁成像处理中达到提取有用地质信息的目的。文中首先采用形态膨胀-收缩梯度和形态闭-开梯度算法对TM和TE模式正演成像进行处理,有效改善了正演图像所反映的目标异常体轮廓。然后,选取陕西省铜川市某地实测大地电磁数据反演成像结果进行形态梯度处理。结果表明,形态梯度可以有效减少随机误差,达到提取目标异常体的目的。 展开更多

关键词 大地电磁成像 形态膨胀-收缩梯度 形态闭-开梯度 目标异常体

原文传递

最大化独立有效分类信息率的属性选择

5

作者 柳叶 代建华 陈姣龙 《计算机科学与探索》 CSCD 北大核心 2022年第11期2619-2627,共9页

粗糙集中的属性选择有着十分重要的应用价值。现有的属性选择方法大多忽视了衡量待选属性所提供的分类信息和冗余信息,以及新增待选属性时已选属性所保留的分类信息三者之间的关联。因此,首先利用传统互信息,定义了有效分类信息率的属... 粗糙集中的属性选择有着十分重要的应用价值。现有的属性选择方法大多忽视了衡量待选属性所提供的分类信息和冗余信息,以及新增待选属性时已选属性所保留的分类信息三者之间的关联。因此,首先利用传统互信息,定义了有效分类信息率的属性重要性评估函数,并提出了一种基于有效分类信息率的属性选择方法。该属性选择方法可以有效地选择能提供大量有效分类信息同时携带较少冗余信息的待选属性。另外,考虑到新增待选属性对已选属性所保留的分类信息的影响,进一步提出了独立有效分类信息率的概念,并构造一种基于独立分类有效信息率的改进属性选择方法。该改进的属性选择方法能够有助于平衡属性的有效分类信息和冗余信息的关系,同时提高属性子集的整体识别能力。最后,从分类性能和统计学检验等方面分别与现有的属性选择方法进行了对比实验,实验结果表明了所提出的两种属性选择方法的有效性。 展开更多

关键词 粗糙集理论 属性选择 独立有效分类信息率 互信息

下载PDF 职称材料

基于信息结构的区间值决策信息系统鲁棒不确定性度量

6

作者 吴溢洋 代建华 陈姣龙 《模式识别与人工智能》 EI CSCD 北大核心 2020年第8期724-731,共8页

现阶段基于单值的信息系统的不确定性度量研究较多,而少有关于区间值决策信息系统的不确定性和噪声标签对系统不确定性影响的研究.因此,文中提出基于信息结构的区间值决策信息系统鲁棒不确定性度量.利用KL散度定义区间值之间的相似度,... 现阶段基于单值的信息系统的不确定性度量研究较多,而少有关于区间值决策信息系统的不确定性和噪声标签对系统不确定性影响的研究.因此,文中提出基于信息结构的区间值决策信息系统鲁棒不确定性度量.利用KL散度定义区间值之间的相似度,构造区间值模糊相似关系,并提出区间值决策信息系统的信息结构.为了降低噪声决策对系统不确定性度量的影响,引入K近邻点计算样本关于决策的隶属度,提出2种基于信息结构的鲁棒不确定性度量方法.实验表明文中不确定性度量的有效性和合理性. 展开更多

关键词 区间值数据 模糊粗糙集 不确定性度量 信息结构 KL散度

下载PDF 职称材料

基于端到端深度神经网络和图搜索的OCT图像视网膜层边界分割方法

7

作者 胡凯 蒋帅 +1 位作者 刘冬 高协平 《软件学报》 EI CSCD 北大核心 2024年第6期3036-3051,共16页

视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态... 视网膜层边界的形态变化是眼部视网膜疾病出现的重要标志,光学相干断层扫描(optical coherence tomography,OCT)图像可以捕捉其细微变化,基于OCT图像的视网膜层边界分割能够辅助相关疾病的临床判断.在OCT图像中,由于视网膜层边界的形态变化多样,其中与边界相关的关键信息如上下文信息和显著性边界信息等对层边界的判断和分割至关重要.然而已有分割方法缺乏对以上信息的考虑,导致边界不完整和不连续.针对以上问题,提出一种“由粗到细”的基于端到端深度神经网络和图搜索(graph search,GS)的OCT图像视网膜层边界分割方法,避免了非端到端方法中普遍存在的“断层”现象.在粗分割阶段,提出一种端到端的深度神经网络—注意力全局残差网络(attention global residual network,AGR-Net),以更充分和有效的方式提取上述关键信息.具体地,首先设计一个全局特征模块(global feature module,GFM),通过从图像的4个方向扫描以捕获OCT图像的全局上下文信息;其次,进一步将通道注意力模块(channel attention module,CAM)与全局特征模块串行组合并嵌入到主干网络中,以实现视网膜层及其边界的上下文信息的显著性建模,有效解决OCT图像中由于视网膜层形变和信息提取不充分所导致的误分割问题.在细分割阶段,采用图搜索算法去除AGR-Net粗分割结果中的孤立区域或和孔洞等,保持边界的固定拓扑结构和连续平滑,以实现整体分割结果的进一步优化,为医学临床的诊断提供更完整的参考.最后,在两个公开数据集上从不同的角度对所提出的方法进行性能评估,并与最新方法进行比较.对比实验结果也表明所提方法在分割精度和稳定性方面均优于现有方法. 展开更多

关键词 OCT图像 视网膜层边界分割 残差神经网络 注意力 图搜索

下载PDF 职称材料

基于一致矩阵的反向搜索特征选择算法

8

作者 王茜 付玉 杨田 《模糊系统与数学》 北大核心 2024年第4期167-177,共11页

在进行分类学习时,允余特征的存在会降低算法效率,增加分类的成本。然而,现有大量启发式特征选择算法都难以完全去除允余特征。本文提出了一种新的基于一致矩阵的反向搜索特征选择算法(BCM),在保持覆盖率不变的情况下,可去除特征子集中... 在进行分类学习时,允余特征的存在会降低算法效率,增加分类的成本。然而,现有大量启发式特征选择算法都难以完全去除允余特征。本文提出了一种新的基于一致矩阵的反向搜索特征选择算法(BCM),在保持覆盖率不变的情况下,可去除特征子集中的允余特征。实验证明,本文所提出的新算法与其他现有算法(如FARNeMF和HANDI)相比,得到的特征子集中特征数量更少,约简时间更短,同时能保持较佳的分类性能。 展开更多

关键词 模糊粗糙集 特征选择 一致矩阵 反向搜索 余特征

原文传递

基于BiLSTM-CRF的社会突发事件研判方法 被引量：8

9

作者 胡慧君 王聪 +1 位作者 代建华 刘茂福 《中文信息学报》 CSCD 北大核心 2022年第3期154-161,共8页

社会突发事件的分类和等级研判作为应急处置中的一环,其重要性不言而喻。然而,目前研究多数采用人工或规则的方法识别证据进行研判,由于社会突发事件构成的复杂性和语言描述的灵活性,这对于研判证据识别有很大局限性。该文参考“事件抽... 社会突发事件的分类和等级研判作为应急处置中的一环,其重要性不言而喻。然而,目前研究多数采用人工或规则的方法识别证据进行研判,由于社会突发事件构成的复杂性和语言描述的灵活性,这对于研判证据识别有很大局限性。该文参考“事件抽取”思想,将事件类型和研判证据作为事件中元素,以BiLSTM-CRF方法进行细粒度的识别,并将二者结合,分类结果作为等级研判的输入,识别出研判证据。最终将识别结果结合注意力机制进行等级研判,通过对研判证据的精准识别来增强等级研判的准确性。实验表明,相比人工或规则识别研判证据,该文提出的方法有着更好的鲁棒性,社会突发事件研判时也达到了较好的效果。 展开更多

关键词 突发事件分类 研判证据识别 等级研判 BiLSTM-CRF

下载PDF 职称材料

柴达木盆地大柴旦地区盆地中新生代演化机制电性特征分析 被引量：4

10

作者 徐志敏 辛会翠 +1 位作者 李晋 吕扶君 《地质学报》 EI CAS CSCD 北大核心 2019年第12期3282-3298,共17页

柴达木盆地位于青海省西北部,是在昆仑山、阿尔金山和祁连山控制形成的山间断陷盆地,由于盆地中生代沉积了大范围的侏罗系地层,因此盆地内含有丰富的油气资源,众多学者对柴达木盆地的构造演化做了大量的研究,受限于盆地的山盆耦合模式,... 柴达木盆地位于青海省西北部,是在昆仑山、阿尔金山和祁连山控制形成的山间断陷盆地,由于盆地中生代沉积了大范围的侏罗系地层,因此盆地内含有丰富的油气资源,众多学者对柴达木盆地的构造演化做了大量的研究,受限于盆地的山盆耦合模式,地形、地质条件复杂,山前地带大多是地震的空白区,仅在局部获得了地震勘探资料,但资料品质较差。由于缺乏详细资料,关于该区域构造演化的研究没能深入开展,盆地内部构造演化的研究主要在构造背景和构造格架上,对于构造的细节没有得到解析。本文通过音频大地电磁法探测大柴旦地区盆地地质特征,基于三维非线性共轭梯度(3D-NLCG)反演算法,获得研究区三维电性模型,结合区域地质、地球物理资料研究盆地构造演化,结果表明:三维电性模型揭示了柴北缘地区盆地中生代以拉张为主形成一系列断陷盆地,新生代以喜山构造活动为主产生一系列挤压为主的冲断构造,造成早侏罗系-晚白垩系地层的局部缺失等地质活动的盆地演化动力学电性特征。 展开更多

关键词 柴达木盆地 构造演化 大地电磁反演 三维电性模型 电性特征

下载PDF 职称材料

利用变分模态分解(VMD)和匹配追踪(MP)联合压制音频大地电磁(AMT)强干扰 被引量：20

11

作者 李晋 张贤 蔡锦 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2019年第10期3866-3884,共19页

为了有效分离矿集区音频大地电磁(AMT)信号中的大尺度强干扰、抑制近源效应,本文提出利用变分模态分解(VMD)和匹配追踪(MP)联合压制AMT强干扰的方法.首先,对比了VMD与经验模态分解(EMD)、固有时间尺度分解(ITD)的处理效果,验证了VMD在... 为了有效分离矿集区音频大地电磁(AMT)信号中的大尺度强干扰、抑制近源效应,本文提出利用变分模态分解(VMD)和匹配追踪(MP)联合压制AMT强干扰的方法.首先,对比了VMD与经验模态分解(EMD)、固有时间尺度分解(ITD)的处理效果,验证了VMD在避免模态混叠和端点效应方面的优势;讨论了VMD中模态个数对典型大尺度强干扰的去噪性能,并选择合适的模态初步获取待处理信号的重构信息.然后,运用MP对VMD重构信号做二次信噪分离处理,进一步滤除残余的尖脉冲干扰.通过对模拟和实测数据的分析处理,以及与远参考法结果对比,本研究能有效剔除时间域序列中的大尺度强干扰,且重构信号中保留了更多的低频缓变化信息和细节成分,近源干扰得到有效压制;视电阻率-相位曲线更为光滑、连续,低频段的数据质量得到明显改善,其结果能更为真实、可靠地反映地下电性结构信息. 展开更多

关键词 音频大地电磁 强干扰 噪声压制 变分模态分解 匹配追踪

下载PDF 职称材料

区间值数据的代价敏感特征选择 被引量：5

12

作者 刘琼 代建华 陈姣龙 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第1期121-129,共9页

特征选择是区间值信息系统中数据分析的研究热点,但是目前针对区间值数据提出的特征选择很少考虑数据自身的测试代价和误分类代价.为了解决这一问题,首先利用邻域粗糙集给出了区间值邻域的概念,进而重新定义了基于区间值邻域的熵结构,... 特征选择是区间值信息系统中数据分析的研究热点,但是目前针对区间值数据提出的特征选择很少考虑数据自身的测试代价和误分类代价.为了解决这一问题,首先利用邻域粗糙集给出了区间值邻域的概念,进而重新定义了基于区间值邻域的熵结构,其次构造了区间值系统下的代价敏感函数,最后提出基于代价敏感的区间值特征选择方法.通过实验对比,证实了该方法的合理性和有效性. 展开更多

关键词 特征选择 区间值数据 区间邻域粗糙集 代价敏感

下载PDF 职称材料

面向精准教学的教育大数据采集分析平台设计 被引量：13

13

作者 毕夏安 邢兆旭 +1 位作者 胡溪 周雯燕 《软件工程》 2021年第9期48-50,54,共4页

人工智能技术与大数据的飞速进步为当代教育行业带来新发展条件,而现阶段的教育大数据存在采集困难、利用率低等问题。为此,搭建了一种面向教育大数据的采集分析平台,该平台能够采集并整合学生数据与教学数据,并通过Hadoop、Spark等大... 人工智能技术与大数据的飞速进步为当代教育行业带来新发展条件,而现阶段的教育大数据存在采集困难、利用率低等问题。为此,搭建了一种面向教育大数据的采集分析平台,该平台能够采集并整合学生数据与教学数据,并通过Hadoop、Spark等大数据分析框架全面挖掘学生的个性化学情信息。进一步地,提出了一种大数据驱动、线上线下指导相协调的精准教学实践模式。研究内容有助于大数据技术与高校教学质量的协同发展,促进精准教学实践模式在大数据背景下的发展。 展开更多

关键词 人工智能 教育大数据 精准教学

下载PDF 职称材料

基于KELM选择性集成的复杂网络环境入侵检测 被引量：27

14

作者 刘金平 何捷舟 +3 位作者 马天雨 张五霞 唐朝晖 徐鹏飞 《电子学报》 EI CAS CSCD 北大核心 2019年第5期1070-1078,共9页

为解决复杂网络环境网络入侵事件特征复杂多变、新型入侵检测度低、检测时间长、难以实现实时检测的问题,本文提出一种基于核极限学习机(Kernel Extreme Learning Machine,KELM)选择性集成的网络入侵检测方法(SEoKELM-NID).该方法采用Ba... 为解决复杂网络环境网络入侵事件特征复杂多变、新型入侵检测度低、检测时间长、难以实现实时检测的问题,本文提出一种基于核极限学习机(Kernel Extreme Learning Machine,KELM)选择性集成的网络入侵检测方法(SEoKELM-NID).该方法采用Bagging策略独立快速训练出多个KELM子学习器;然后基于边缘距离最小化(Margin Distance Minimization,MDM)准则对KELM子学习器的集成增益进行度量,通过选择增益度高的部分KELM子学习器进行选择性集成,获得泛化能力强、效率高的选择性集成学习器;同时,引入一种基于批量样本增量学习的KELM子分类器在线更新策略,实现入侵检测模型的在线更新,使SEoKELM-NID能有效适应复杂网络环境的变化.在KDD99数据集和一个以太网和无线网络混合的复杂网络仿真实验平台上进行了仿真实验验证,结果表明,SEoKELM-NID相比基于单个学习器以及传统集成学习的网络入侵检测方法具有更好的识别准确性以及更快的识别速度,特别对于未知的网络入侵连接事件响应速度快、漏报率低. 展开更多

关键词 网络入侵检测 极限学习机(ELM) 异常检测 选择性集成学习 边缘距离最小化

下载PDF 职称材料

基于自适应滑窗递归稀疏主成分分析的工业过程故障监测 被引量：8

15

作者 刘金平 王杰 +3 位作者 唐朝晖 贺俊宾 谢永芳 马天雨 《电子学报》 EI CAS CSCD 北大核心 2020年第9期1795-1803,共9页

本文提出一种自适应滑窗递归稀疏主成分分析方法,用于时变工业过程的在线故障监测.首先,通过滑窗提取正常过程数据空间的特征信息,并对当前窗口数据块矩阵进行稀疏主成分分析,构建稀疏主成分分析故障监测模型;然后,根据相邻窗口的相似... 本文提出一种自适应滑窗递归稀疏主成分分析方法,用于时变工业过程的在线故障监测.首先,通过滑窗提取正常过程数据空间的特征信息,并对当前窗口数据块矩阵进行稀疏主成分分析,构建稀疏主成分分析故障监测模型;然后,根据相邻窗口的相似度实时调整遗忘因子以自适应更新滑窗大小,使得所建立的稀疏主成分故障监测模型可以有效追踪复杂的时变过程;最后,通过递归更新滑窗稀疏载荷矩阵来动态更新故障监测模型.非线性数值仿真系统与田纳西-伊斯曼过程的故障监测结果表明,所提方法可以有效提高故障检测的准确率,适应于长流程时变工业过程在线故障监测. 展开更多

关键词 时变工业过程 故障监测 滑动窗口 递归稀疏主成分分析

下载PDF 职称材料

面向不均衡数据的融合谱聚类的自适应过采样法 被引量：8

16

作者 刘金平 周嘉铭 +3 位作者 贺俊宾 唐朝晖 徐鹏飞 张国勇 《智能系统学报》 CSCD 北大核心 2020年第4期732-739,共8页

分类是模式识别领域中的研究热点,大多数经典的分类器往往默认数据集是分布均衡的,而现实中的数据集往往存在类别不均衡问题,即属于正常/多数类别的数据的数量与属于异常/少数类数据的数量之间的差异很大。若不对数据进行处理往往会导... 分类是模式识别领域中的研究热点,大多数经典的分类器往往默认数据集是分布均衡的,而现实中的数据集往往存在类别不均衡问题,即属于正常/多数类别的数据的数量与属于异常/少数类数据的数量之间的差异很大。若不对数据进行处理往往会导致分类器忽略少数类、偏向多数类,使得分类结果恶化。针对数据的不均衡分布问题,本文提出一种融合谱聚类的综合采样算法。首先采用谱聚类方法对不均衡数据集的少数类样本的分布信息进行分析,再基于分布信息对少数类样本进行过采样,获得相对均衡的样本,用于分类模型训练。在多个不均衡数据集上进行了大量实验,结果表明,所提方法能有效解决数据的不均衡问题,使得分类器对于少数类样本的分类精度得到提升。 展开更多

关键词 不自适应综合采样法 不均衡数据集 谱聚类 过采样 模式分类 数据分布 有偏分类器 数据预处理

下载PDF 职称材料

基于依存句法的图像描述文本生成 被引量：3

17

作者 毕健旗 刘茂福 +1 位作者 胡慧君 代建华 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第3期431-440,共10页

现有图像描述文本生成模型能够应用词性序列和句法树使生成的文本更符合语法规则,但文本多为简单句,在语言模型促进深度学习模型的可解释性方面研究甚少。将依存句法信息融合到深度学习模型以监督图像描述文本生成的同时,可使深度学习... 现有图像描述文本生成模型能够应用词性序列和句法树使生成的文本更符合语法规则,但文本多为简单句,在语言模型促进深度学习模型的可解释性方面研究甚少。将依存句法信息融合到深度学习模型以监督图像描述文本生成的同时,可使深度学习模型更具可解释性。图像结构注意力机制基于依存句法和图像视觉信息,用于计算图像区域间关系并得到图像区域关系特征;融合图像区域关系特征和图像区域特征,与文本词向量通过长短期记忆网络(LSTM),用于生成图像描述文本。在测试阶段,通过测试图像与训练图像集的内容关键词,计算2幅图像的内容重合度,间接提取与测试图像对应的依存句法模板;模型基于依存句法模板,生成多样的图像描述文本。实验结果验证了模型在改善图像描述文本多样性和句法复杂度方面的能力,表明模型中的依存句法信息增强了深度学习模型的可解释性。 展开更多

关键词 图像描述文本生成 依存句法 图像结构注意力 内容重合度 深度模型可解释性

原文传递

基于WCGAN的矿物浮选泡沫图像光照不变颜色提取 被引量：1

18

作者 刘金平 何捷舟 +2 位作者 唐朝晖 谢永芳 马天雨 《自动化学报》 EI CAS CSCD 北大核心 2022年第9期2301-2315,共15页

浮选泡沫表面颜色是选矿生产指标(精矿品位)最为快速便捷的直接指示器.然而,泡沫图像信号因受多种可变光照的交叉干扰而不可避免存在严重色偏,导致浮选指标难以准确评估.本文将传统的基于光照估计的图像颜色恒常问题转换为一种结构保持... 浮选泡沫表面颜色是选矿生产指标(精矿品位)最为快速便捷的直接指示器.然而,泡沫图像信号因受多种可变光照的交叉干扰而不可避免存在严重色偏,导致浮选指标难以准确评估.本文将传统的基于光照估计的图像颜色恒常问题转换为一种结构保持的图到图颜色(风格)转移问题,提出一种基于Wasserstein距离的循环生成对抗网络(Wasserstein distance-based cycle generative adversarial network,WCGAN)用于泡沫图像光照不变颜色特征在线监测.在标准颜色恒常数据集和实际的工业铝土矿浮选过程进行实验验证,结果表明,WCGAN能有效实现各种未知光照条件下(色偏)图像到基准光照条件下的颜色转换,转换速度快且具有模型在线更新功能.与传统的基于生成对抗学习的颜色转换模型相比,WCGAN能更好地保持泡沫图像的轮廓和表面纹理等结构信息,为基于机器视觉的矿物浮选过程生产指标的在线监测提供了有效的客观评价信息. 展开更多

关键词 浮选泡沫图像 循环生成对抗网络 光照不变颜色特征 Wasserstein距离 结构保持

下载PDF 职称材料

基于模糊区分矩阵的结直肠癌基因选择 被引量：2

19

作者 李藤 杨田 +1 位作者 代建华 陈鸰 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第4期633-643,共11页

由于低分化肿瘤很难通过常规组织病理学诊断发现,而结合基因检测的手段可以准确筛选出针对特定肿瘤的致病基因,因此基因选择是进行肿瘤分类和临床治疗的关键问题.肿瘤基因表达数据具有样本小、维度高的特征,现有的基因选择算法在分类精... 由于低分化肿瘤很难通过常规组织病理学诊断发现,而结合基因检测的手段可以准确筛选出针对特定肿瘤的致病基因,因此基因选择是进行肿瘤分类和临床治疗的关键问题.肿瘤基因表达数据具有样本小、维度高的特征,现有的基因选择算法在分类精度和计算效率上还有待提高.在模糊粗糙集理论的基础上进行区分矩阵模糊化,并依此设计了模糊区分矩阵属性约简算法.相比于经典的区分矩阵,模糊化的区分矩阵能够体现不同属性对于两个对象区分程度的差异,从而选择区分程度更高的属性而获得更好的分类效果.数值实验表明该方法提高了肿瘤基因数据的分类精度,且降低了计算耗时.实验采用kNN分类器进行结直肠癌(Colon Microarray)分类特征基因选择实验,从2000个特征基因中筛选出了五个结直肠癌发病相关的关键基因,且分类精度高达88.06%。 展开更多

关键词 模糊粗糙集 粗糙集 模糊区分矩阵 基因选择

下载PDF 职称材料

具有多参数恒Lyapunov指数谱的新型统一混沌系统 被引量：5

20

作者 万求真 周昭腾 《通信学报》 EI CSCD 北大核心 2020年第6期202-213,共12页

基于传统的Qi混沌系统,通过增加控制参数和改变非线性项相结合的方法构造了一种具有复杂混沌特性的新型统一混沌系统。首先,分析了所提系统的动力学行为,数值仿真了相图、时域波形图、Poincare截面图和功率谱图;其次,讨论了系统参数变化... 基于传统的Qi混沌系统,通过增加控制参数和改变非线性项相结合的方法构造了一种具有复杂混沌特性的新型统一混沌系统。首先,分析了所提系统的动力学行为,数值仿真了相图、时域波形图、Poincare截面图和功率谱图;其次,讨论了系统参数变化时Lyapunov指数谱、分岔图和混沌信号幅度对整个系统的影响,分析表明,所提统一混沌系统能产生4种新的具有多参数恒Lyapunov指数谱特性的双翼混沌吸引子,并存在多种全局和局部的非线性调幅参数;再次,以所提系统的第一种混沌吸引子为例,引入2种新的非线性函数,实现了网格多翼的扩展;最后,搭建所提统一混沌系统的硬件电路,实验观察到4种新混沌吸引子,与数值仿真结果一致,验证了所提系统的可行性。 展开更多

关键词 统一混沌系统 恒Lyapunov指数谱 混沌吸引子

下载PDF 职称材料