期刊文献+
共找到34篇文章
< 1 2 >
每页显示 20 50 100
基于全局池化和注意力机制的脉宽自适应调制识别技术
1
作者 陈杨 刘建 柴恒 《舰船电子对抗》 2025年第5期61-64,95,共5页
调制识别是信号处理领域的重要议题,尤其在通信系统、频谱管理等关键技术领域扮演着不可替代的角色。随着人工智能技术的飞速发展,基于神经网络的调制识别技术受到了广泛关注。卷积神经网络(CNN)因其卓越的特征提取能力而成为该领域的... 调制识别是信号处理领域的重要议题,尤其在通信系统、频谱管理等关键技术领域扮演着不可替代的角色。随着人工智能技术的飞速发展,基于神经网络的调制识别技术受到了广泛关注。卷积神经网络(CNN)因其卓越的特征提取能力而成为该领域的主流技术之一。然而,传统CNN模型通常需要固定长度的输入,而在实际应用中,由于信号脉宽的不确定性,模型的输入长度一般是变化的,这限制了模型的应用范围。为了克服这一限制,在传统CNN模型的基础上引入了全局池化技术,整合序列的全局特征,实现对可变脉宽信号的有效识别。尽管全局池化能够处理不同长度的输入,但同时也可能带来特征信息的丢失。为了解决这一问题,进一步引入了注意力机制,以增强模型对通道特征的提取能力,从而显著提高了分类的准确率。通过实验验证,所提出的自适应脉宽调制识别方法在不同脉宽条件下均表现出优异的性能,为信号处理领域提供了一种新的解决方案。 展开更多
关键词 脉内调制识别 卷积神经网络 全局池化 注意力机制 自适应识别
在线阅读 下载PDF
基于注意力-残差双特征流卷积神经网络的深度图帧内编码单元快速划分算法
2
作者 贾克斌 吴岳珩 《北京工业大学学报》 北大核心 2025年第5期539-551,共13页
针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。... 针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。首先,提出一种具有3个分支的注意力-残差双特征流卷积神经网络(attention-residual bi-feature stream convolutional neural networks,ARBS-CNN)模型,其中基于残差模块(residual module,RM)和特征蒸馏(feature distill,FD)模块的2个分支用于提取全局图像特征,基于动态模块(dynamic module,DM)和卷积-卷积块注意力模块(convolutional-convolutional block attention module,Conv-CBAM)的分支用于提取局部图像特征;然后,将提取到的特征进行整合并输出,得到对深度图CU划分结构的预测;最后,将ARBS-CNN嵌入到3D-HEVC测试平台中,利用预测结果加速深度图帧内编码。与原始算法相比,提出的算法能在维持率失真性能几乎不受影响的条件下,平均减少74.2%的编码时间。实验结果表明,该算法能够在保持率失真性能的条件下,有效降低3D-HEVC的编码复杂度。 展开更多
关键词 三维高效视频编码(three-dimensional high efficiency video coding 3D-HEVC) 深度图 卷积神经网络(convolutional neural networks CNN) 编码单元(coding unit CU)划分 帧内编码 双特征流
在线阅读 下载PDF
The intra-neuroendoscopic technique: a new method for rapid removal of acute severe intraventricular hematoma 被引量:13
3
作者 Bo Du Ai-Jun Shan +4 位作者 Yu-Juan Zhang Jin Wang Kai-Wen Peng Xian-Liang Zhong Yu-Ping Peng 《Neural Regeneration Research》 SCIE CAS CSCD 2018年第6期999-1006,共8页
The mortality rate of acute severe intraventricular hematoma is extremely high, and the rate of disability in survivors is high. Intraventricular hematoma has always been a difficult problem for clinical treatment. Al... The mortality rate of acute severe intraventricular hematoma is extremely high, and the rate of disability in survivors is high. Intraventricular hematoma has always been a difficult problem for clinical treatment. Although minimally invasive endoscopic hematoma evacuation is widely used to treat this disease, the technique still has room for improvement. Equipment for the intra-neuroendoscopic technique(INET) consists of two of our patented inventions: a transparent sheath(Patent No. ZL 200820046232.0) and a hematoma aspirator(Patent No. ZL 201520248717.8). This study explored the safety and efficacy of INET by comparing it with extraventricular drainage in combination with urokinase thrombolytic therapy. This trial recruited 65 patients with severe intraventricular hemorrhage, including 35(19 men and 16 women, aged 53.2 ± 8.7 years) in the INET group and 30(17 men and 13 women, aged 51.5 ± 7.9 years) in the control group(extraventricular drainage plus urokinase thrombolytic therapy). Our results showed that compared with the control group, the INET group exhibited lower intraventricular hemorrhage volumes, shorter intensive care-unit monitoring and ventricular drainage-tube placement times, and fewer incidences of intracranial infection, secondary bleeding, and mortality. Thus, the prognosis of survivors had improved remarkably. These findings indicate that INET is a safe and efficient new method for treating severe intraventricular hematoma. This trial was registered with Clinical Trials.gov(NCT02515903). 展开更多
关键词 nerve regeneration ventricular hemorrhage transparent sheath extraventricular drainage minimally invasive surgery intra-neuroendoscopic technique urokinase thrombolysis prognosis neural regeneration
暂未订购
一种高效轻量级网络的低截获概率雷达信号脉内调制识别
4
作者 王旭东 吴嘉欣 陈斌斌 《电子与信息学报》 北大核心 2025年第6期1782-1791,共10页
针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题,该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法,旨在提升LPI雷达信号的识别性能。该方... 针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题,该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法,旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法,并基于双时频特征融合技术,有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络,用于对LPI雷达脉内调制信号识别,该网络在GhostNet基础上,结合HDC和CBAM,形成了改进型GhostNet,扩大了特征图的感受野并增强了网络获取通道和位置信息的能力。仿真结果表明,在–8 dB信噪比下,该方法的雷达信号识别准确率依然能够达到98.98%,并在参数数量上也优于对比网络。该文所提方法在低信噪比环境下显著提高了LPI雷达脉内波形识别的准确率,为LPI雷达信号识别领域提供了新的技术途径。 展开更多
关键词 低截获概率雷达信号 脉内调制识别 时频分析 注意力机制 轻量级卷积神经网络
在线阅读 下载PDF
基于神经网络的HEVC帧内预测组合快速算法 被引量:1
5
作者 范俊宇 宋立锋 《广东工业大学学报》 CAS 2024年第3期131-140,共10页
为了提升高效视频编码(High Efficiency Video Coding,HEVC)帧内编码的实时性能,本文提出的方法利用了引入偶数边长与步长的卷积核以及自注意力机制的轻量级卷积网络来预测编码树单元(Coding Tree Unit,CTU)的帧内划分结构,从而减少了... 为了提升高效视频编码(High Efficiency Video Coding,HEVC)帧内编码的实时性能,本文提出的方法利用了引入偶数边长与步长的卷积核以及自注意力机制的轻量级卷积网络来预测编码树单元(Coding Tree Unit,CTU)的帧内划分结构,从而减少了编码器对CTU进行四叉树递归遍历划分的编码时间。原始编码策略中粗模式决策通过基于残差经哈德曼变换的预测残差绝对值总和(Sum of Absolute Transformed Difference,SATD)的损失值来估计率失真优化过程中的率失真损失值来进行加速,但仍会耗费一定的编码时间。提出一种方法通过采样搜索的方式减少粗模式决策过程中计算的模式数,从35种模式降低到了18种模式,降低了粗模式决策过程中计算估计损失值的时间。由粗模式决策过程得到的较优的多个候选帧内模式来进行率失真优化,为了缩减粗模式决策需要计算的候选模式数,在候选模式列表中根据前后帧内预测角度模式的估计损失值的差距来筛选掉部分可能性较低的候选模式实现早停止决策,从而减少需要进行率失真优化的候选模式数量,进而减少率失真优化过程的计算时间。本文提出的算法在测试序列上平均实现78.15%的编码时间缩减,BD-PSNR为-0.168 d B,BD-RATE为3.49%。 展开更多
关键词 视频编码 神经网络 帧内预测 快速算法
在线阅读 下载PDF
针对VVC色度预测的注意力卷积神经网络算法 被引量:1
6
作者 王昂 何小海 +2 位作者 罗丹 熊淑华 陈洪刚 《电讯技术》 北大核心 2024年第11期1741-1749,共9页
针对多功能视频编码(Versatile Video Coding,VVC)标准中跨通道线性预测模型(Cross-Component Linear Model,CCLM)无法很好地拟合色度与亮度之间的非线性对应关系这一不足,提出了一种基于注意力机制卷积神经网络的VVC色度预测算法。该... 针对多功能视频编码(Versatile Video Coding,VVC)标准中跨通道线性预测模型(Cross-Component Linear Model,CCLM)无法很好地拟合色度与亮度之间的非线性对应关系这一不足,提出了一种基于注意力机制卷积神经网络的VVC色度预测算法。该算法主要思想是在进行色度预测时,使用对应亮度块的信息与待预测色度块上方与左方的信息作为参考信息输入进卷积神经网络,利用注意力机制对参考信息中的亮度与色度间的内在联系进行分配权重后输入预测网络。实验结果表明,相较于VVC标准算法U分量和V分量的平均码率节省分别为0.64%和0.68%,有效提升了VVC编码性能。 展开更多
关键词 多功能视频编码 帧内预测 注意力机制 卷积神经网络
在线阅读 下载PDF
一种基于编码单元快速划分的VVC帧内编码方法
7
作者 钟辉 陆宇 +1 位作者 殷海兵 黄晓峰 《电信科学》 北大核心 2024年第8期23-33,共11页
相比于高效视频编码(high efficiency video coding,HEVC)标准,新一代编码标准多功能视频编码(versatile video coding,VVC)引入了很多新的技术,其中包括四叉树(quadtree,QT)和多类型树(multi-type tree,MTT)划分,MTT划分由HEVC中的QT... 相比于高效视频编码(high efficiency video coding,HEVC)标准,新一代编码标准多功能视频编码(versatile video coding,VVC)引入了很多新的技术,其中包括四叉树(quadtree,QT)和多类型树(multi-type tree,MTT)划分,MTT划分由HEVC中的QT划分延伸而来。新划分方法提高了压缩效率,但导致编码时间急剧增加。为了降低编码复杂度,提出了一种结合深度学习方法和MTT方向早期判决的快速帧内编码算法。首先使用轻量级的卷积神经网络(convolutional neural network,CNN)对QT和部分MTT进行预测划分,其余MTT则采用提前预测MTT划分方向的方法作进一步的优化。实验结果表明,所提方法能够大幅降低编码复杂度,相比于原始编码器的编码时间减少了74.3%,且只有3.3%的码率损失,性能优于对比的方法。 展开更多
关键词 VVC 帧内编码 卷积神经网络 快速编码 四叉树 多类型树
在线阅读 下载PDF
一种快速的多尺度多输入编码树单元互补分类网络
8
作者 唐述 周广义 +2 位作者 谢显中 赵瑜 杨书丽 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第9期3646-3653,共8页
深度神经网络(DNN)已被广泛应用到高效视频编码(HEVC)编码树单元(CTU)的深度划分中,显著降低了编码复杂度。然而现有的基于DNN的CTU深度划分方法却忽略了不同尺度编码单元(CU)间的特征相关性和存在着分类错误累积等缺陷。基于此,该文提... 深度神经网络(DNN)已被广泛应用到高效视频编码(HEVC)编码树单元(CTU)的深度划分中,显著降低了编码复杂度。然而现有的基于DNN的CTU深度划分方法却忽略了不同尺度编码单元(CU)间的特征相关性和存在着分类错误累积等缺陷。基于此,该文提出一种多尺度多输入的互补分类网络(MCCN)来实现更高效且更准确的HEVC帧内CTU深度划分。首先,提出一种多尺度多输入的卷积神经网络(MMCNN),通过融合不同尺度CU的特征来建立CU间的关联,进一步提升网络的表达能力。然后,提出一种互补的分类策略(CCS),通过结合二分类和三分类,并采用投票机制来决定CTU中每个CU的最终深度值,有效避免了现有方法中存在的错误累积效应,实现了更准确的CTU深度划分。大量的实验结果表明,该文所提MCCN能够更大程度降低HEVC编码的复杂度,同时实现更准确的CTU深度划分:仅以增加3.18%的平均增量比特率(BD-BR)为代价,降低了71.49%的平均编码复杂度。同时,预测32×32 CU和16×16 CU的深度准确率分别提升了0.65%~0.93%和2.14%~9.27%。 展开更多
关键词 深度神经网络 帧内高效视频编码 特征表示 编码树单元深度划分 多尺度多输入 互补分类
在线阅读 下载PDF
基于关键区域特征提取与二阶段分类网络的场景识别方法
9
作者 韩瀛昊 李菲菲 《电子科技》 2024年第7期25-32,共8页
在场景识别任务中,存在异类场景包含高相似度的物品种类或同类场景空间布局差异过大的情况,即场景的类间相似性与类内差异性。现有方法通过增强数据集或利用多层次的信息互补提高分类器的判别能力,尽管性能得到了一定提升,但仍存在局限... 在场景识别任务中,存在异类场景包含高相似度的物品种类或同类场景空间布局差异过大的情况,即场景的类间相似性与类内差异性。现有方法通过增强数据集或利用多层次的信息互补提高分类器的判别能力,尽管性能得到了一定提升,但仍存在局限性。文中提出了关键区域特征提取(Discriminative Patch Extraction,DPE)以及二阶段分类(Two-Stage Classification,TSC)网络的方法来克服场景的类间相似性与类内差异性。关键区域提取通过保留图像中的关键信息区域来避免类内差异性对场景识别的影响,而二阶段分类网络则通过粗细两个阶段的训练来避免类间相似性对场景识别的影响。文中方法结合ViT(Vision Transformer)等基线网络,在经典场景识别数据集Scene15、MITindoor67和SUN397上的分类精度分别达到了96.9%、88.4%以及76.0%。所提方法在最大规模的场景识别数据集Places365上取得了60.5%的最高分类精度。 展开更多
关键词 场景识别 深度神经网络 类间相似 类内差异 数据增强 关键区域特征提取 二阶段分类 VIT
在线阅读 下载PDF
基于特征筛选的综合能源系统多元负荷日前-日内预测 被引量:3
10
作者 徐聪 胡永锋 +1 位作者 张爱平 由长福 《综合智慧能源》 CAS 2024年第3期45-53,共9页
负荷预测是指导综合能源系统调度与运行的前提。为更加经济高效地实施系统日前计划、日内优化,提出一种基于特征筛选的多元负荷日前-日内预测方法。首先,结合特征工程中3类特征筛选方法筛选预测模型输入特征,简化模型的同时能够保存下... 负荷预测是指导综合能源系统调度与运行的前提。为更加经济高效地实施系统日前计划、日内优化,提出一种基于特征筛选的多元负荷日前-日内预测方法。首先,结合特征工程中3类特征筛选方法筛选预测模型输入特征,简化模型的同时能够保存下最重要的特征,针对日前-日内预测策略分别确立输入特征集;然后通过多任务学习硬共享机制,采用长短期记忆神经网络建立预测模型,实现不同子任务信息共享,并通过随机搜索方法优化网络参数以提高预测精度;最后以北京某产业园区供暖季电、热负荷为案例进行分析,日前、日内预测综合精度分别达到91.3%和95.2%。分析结果表明,该预测方法能够为系统日前调度和日内运行优化提供良好支撑,且预测结果优于未经特征筛选预测和单独负荷预测,证明了该预测方法具有更高的预测精度。 展开更多
关键词 综合能源系统 多元负荷 特征筛选 日前-日内预测 多任务学习 长短期记忆神经网络
在线阅读 下载PDF
面向H.266/VVC的R-λ帧内码率控制算法
11
作者 林湧 杨郑龙 +1 位作者 罗亦茜 刘欣昱 《智能计算机与应用》 2024年第4期60-67,共8页
在R-λ帧内码控中,提出基于卷积神经网络(Convolutional Neural Networks,CNN)的最佳比特分配和最优拉格朗日因子λ选择。首先,探索编码树单元(Coding Tree Unit,CTU)的码率与失真(Rate-Distortion,R-D)及码率与拉格朗日因子λ(Rate-λ... 在R-λ帧内码控中,提出基于卷积神经网络(Convolutional Neural Networks,CNN)的最佳比特分配和最优拉格朗日因子λ选择。首先,探索编码树单元(Coding Tree Unit,CTU)的码率与失真(Rate-Distortion,R-D)及码率与拉格朗日因子λ(Rate-λ,R-λ)的关系特性,设计具有四输出的CNN预测R-D和R-λ曲线的关键参数;然后,建立帧级λ和目标码率的优化方程,反演得到最佳CTU码率分配;最后,根据CTU码率分配和先知的R-λ曲线,得到最优CTU级λ。实验表明,算法在保持4.76%控制精度下,比VTM13.0默认码控算法提高0.31 dB的编码质量。 展开更多
关键词 卷积神经网络 帧内码率控制 码率失真和R-λ关系 率失真优化
在线阅读 下载PDF
Cystic lesions of peripheral nerves:Are we missing the diagnosis of the intraneural ganglion cyst? 被引量:5
12
作者 Jyoti Panwar Anil Mathew Binu P Thomas 《World Journal of Radiology》 CAS 2017年第5期230-244,共15页
AIM To highlight the salient magnetic resonance imaging(MRI) features of the intraneural ganglion cyst(INGC) of various peripheral nerves for their precise diagnosis and to differentiate them from other intra and extr... AIM To highlight the salient magnetic resonance imaging(MRI) features of the intraneural ganglion cyst(INGC) of various peripheral nerves for their precise diagnosis and to differentiate them from other intra and extraneural cystic lesions.METHODS A retrospective analysis of the magnetic resonance(MR) images of a cohort of 245 patients presenting with nerve palsy involving different peripheral nerves was done.MR images were analyzed for the presence of a nerve lesion,and if found,it was further characterized as solid or cystic.The serial axial,coronal and sagittal MR images of the lesions diagnosed as INGC were studied for their pattern and the anatomical extent along the course of the affected nerve and its branches.Its relation to identifiable anatomical landmarks,intraarticular communication and presence of denervation changes in the muscles supplied by involved nerve was also studied.RESULTS A total of 45 cystic lesions in the intra or extraneurallocations of the nerves were identified from the 245 MR scans done for patients presenting with nerve palsy.Out of these 45 cystic lesions,13 were diagnosed to have INGC of a peripheral nerve on MRI.The other cystic lesions included extraneural ganglion cyst,paralabral cyst impinging upon the suprascapular nerve,cystic schwannoma and nerve abscesses related to Hansen's disease involving various peripheral nerves.Thirteen lesions of INGC were identified in 12 patients.Seven of these affected the common peroneal nerve with one patient having a bilateral involvement.Two lesions each were noted in the tibial and suprascapular nerves,and one each in the obturator and proximal sciatic nerve.An intra-articular connection along the articular branch was demonstrated in 12 out of 13 lesions.Varying stages of denervation atrophy of the supplied muscles of the affected nerves were seen in 7 cases.Out of these 13 lesions in 12 patients,6 underwent surgery.CONCLUSION INGC is an important cause of reversible mono-neuropathy if diagnosed early and surgically treated.Its classic MRI pattern differentiates it from other lesions of the peripheral nerve and aid in its therapeutic planning.In each case,the joint connection has to be identified preoperatively,and the same should be excised during surgery to prevent further cyst recurrence. 展开更多
关键词 intra-neural Magnetic resonance imaging Peripheral nerves Extra-neural Ganglion cyst
暂未订购
融合多模型和帧间信息的行人检测算法 被引量:14
13
作者 王斌 刘洋 +1 位作者 唐胜 郭俊波 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第3期444-449,共6页
行人检测在车辆辅助驾驶、视频监控、智能机器人等领域具有重要的应用价值.针对当前行人检测算法在视频分辨率低和背景复杂的情况下存在很多误检及漏检的问题,提出一种融合多模型和帧间信息的行人检测算法.首先融合Fast R-CNN和Faster R... 行人检测在车辆辅助驾驶、视频监控、智能机器人等领域具有重要的应用价值.针对当前行人检测算法在视频分辨率低和背景复杂的情况下存在很多误检及漏检的问题,提出一种融合多模型和帧间信息的行人检测算法.首先融合Fast R-CNN和Faster R-CNN模型的互补检测结果获取精准的检测窗口;然后采用视频帧间上下文融合算法来弥补单帧图像检测算法存在的漏检和误检.实验结果表明,在Caltech行人检测数据库上,在每幅图像虚警率(FPPI)为10%的条件下,该算法丢失率仅为14.04%,比Faster R-CNN单模型丢失率(16.09%)降低2.05%;利用多模型和帧间信息融合对行人检测结果进行校正,能提高行人检测性能. 展开更多
关键词 行人检测 卷积神经网络 模型融合 帧间信息融合
在线阅读 下载PDF
基于轻量级全连接网络的H.266/VVC分量间预测 被引量:4
14
作者 霍俊彦 王丹妮 +2 位作者 马彦卓 万帅 杨付正 《通信学报》 EI CSCD 北大核心 2022年第2期143-155,共13页
新一代视频编码标准H.266/VVC引入分量间线性模型(CCLM)预测提高压缩效率。针对亮度色度分量存在相关性却难以建模的问题,提出基于神经网络的分量间预测算法。该算法根据待预测像素与参考像素的亮度差遴选出相关性强的参考像素构成参考... 新一代视频编码标准H.266/VVC引入分量间线性模型(CCLM)预测提高压缩效率。针对亮度色度分量存在相关性却难以建模的问题,提出基于神经网络的分量间预测算法。该算法根据待预测像素与参考像素的亮度差遴选出相关性强的参考像素构成参考子集,然后将参考子集送入轻量级全连接网络获得色度预测值。实验结果表明,与H.266/VVC测试模型版本10.0(VTM10.0)相比,所提算法可提高色度预测准确度,在Y、Cb和Cr上可分别节省0.27%、1.54%和1.84%的码率。所提算法具有不同块尺寸和编码参数均可使用统一网络结构的优点。 展开更多
关键词 H.266/VVC 色度帧内预测 分量间预测 神经网络
在线阅读 下载PDF
基于脉内特征的雷达抗欺骗干扰方法 被引量:7
15
作者 韩伟 汤子跃 +1 位作者 朱振波 黄晓斌 《雷达科学与技术》 2012年第5期481-485,491,共6页
抗欺骗干扰是电子对抗环境中雷达面临的一个重要问题。针对应答式欺骗干扰问题提出了一种基于信号脉内特征的目标与干扰的识别方法。首先对目标回波信号与干扰信号进行建模,分析了两类信号的脉内幅度特征,然后将目标与干扰看作是空间不... 抗欺骗干扰是电子对抗环境中雷达面临的一个重要问题。针对应答式欺骗干扰问题提出了一种基于信号脉内特征的目标与干扰的识别方法。首先对目标回波信号与干扰信号进行建模,分析了两类信号的脉内幅度特征,然后将目标与干扰看作是空间不同的模式类,利用目标回波信号和干扰信号的脉内幅度起伏差异,定义出分类的特征因子,最后采用径向基(RBF)神经网络进行分类。仿真结果表明,该方法在一定的信干比范围内具有较高的目标识别概率且受信干比影响较小,能够较好地抗应答式欺骗干扰。 展开更多
关键词 抗欺骗干扰 脉内特征 特征提取 神经网络
在线阅读 下载PDF
基于自注意力与分段卷积神经网络的实体关系抽取 被引量:5
16
作者 李子茂 张玥 +2 位作者 尹帆 郑禄 白鑫 《中南民族大学学报(自然科学版)》 CAS 北大核心 2022年第3期326-332,共7页
远程监督通过已有知识库的关系三元组和自然语言文本语料库进行启发式匹配,获得数据来完成关系抽取任务,解决有监督学习方法完全依赖人工标注数据的问题,但远程监督数据中会存在大量噪声关系标签.针对以上问题,提出了一种结合自注意力... 远程监督通过已有知识库的关系三元组和自然语言文本语料库进行启发式匹配,获得数据来完成关系抽取任务,解决有监督学习方法完全依赖人工标注数据的问题,但远程监督数据中会存在大量噪声关系标签.针对以上问题,提出了一种结合自注意力机制和分段卷积神经网络的实体关系抽取模型SAPCNN,首先通过自注意力机制捕获词与词之间的全局相关性,解决在对语料句子进行卷积操作时仅关注当前窗口内容的问题;然后将包含相同实体对的语句划分为一个包,利用多实例学习和包内注意力机制计算包中每个句子的注意力权重,从而找到更能表达实体对之间语义关系的句子语料.实验结果显示:SAPCNN能提高实体关系抽取的精确率,结果优于主流算法. 展开更多
关键词 实体关系抽取 远程监督 自注意力机制 分段卷积神经网络 包内注意力机制
在线阅读 下载PDF
多模态3D卷积神经网络脑部胶质瘤分割方法 被引量:4
17
作者 谷宇 吕晓琪 +7 位作者 李菁 任国印 喻大华 赵瑛 吴凉 张文莉 郝小静 黄显武 《科学技术与工程》 北大核心 2018年第7期18-24,共7页
由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。... 由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。其次,构建10个卷积层,2个全连接层的3D CNN。卷积层采用3×3×3的3D卷积核;全连接层采用PRe Lu激励函数,并结合dropout技术防止过拟合。构建的3D CNN分割胶质瘤和瘤内各结构精度高,与专家手动分割的结果接近。实验结果表明,构建的多模态3D CNN能够准确地分割MRI多模态图像脑部胶质瘤及瘤内各结构,具有重要的临床意义。 展开更多
关键词 脑部胶质瘤 瘤内结构 多模态MRI 3D卷积神经网络 图像分割
在线阅读 下载PDF
深度卷积神经网络的判别性人脸识别算法 被引量:12
18
作者 任克强 胡慧 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第10期127-132,共6页
针对Softmax(柔性最大值)损失对特征只有可分性的不足,提出一种基于深度卷积神经网络的判别性人脸识别算法.该算法首先根据Softmax损失特征分布,在特征和权重向量间施加一个类内余弦相似性损失,使类内更加紧凑,类间尽可能分离;然后在Sof... 针对Softmax(柔性最大值)损失对特征只有可分性的不足,提出一种基于深度卷积神经网络的判别性人脸识别算法.该算法首先根据Softmax损失特征分布,在特征和权重向量间施加一个类内余弦相似性损失,使类内更加紧凑,类间尽可能分离;然后在Softmax损失基础上通过归一化特征来更好地模拟低质量人脸图像,并通过归一化权重来减轻类别不平衡,使与测试时的余弦相似性度量一致;最后联合归一化的Softmax损失和类内余弦相似性损失在预训练模型上进行微调.该算法在人脸识别基准测试集LFW(户外人脸标记)和YTF(You Tube人脸数据库)上分别取得了98.72%和93.38%的识别率,实验结果表明:在大规模人脸身份识别中,该算法提高了特征的判别性,增强了模型的泛化能力,能有效提高人脸识别率. 展开更多
关键词 人脸识别 深度卷积神经网络 Softmax损失 类内余弦相似性损失 归一化
原文传递
基于深度卷积神经网络的帧内模式决策
19
作者 赵海武 余玲芝 +1 位作者 陈佳玲 顾晓 《电子测量技术》 2019年第12期90-94,共5页
AVS2编码在节省码率的同时,自身的编码复杂度很高。因为AVS2采用了率失真优化(RDO)技术,所以编码树单元(CTU)划分的复杂度占据了AVS2编码复杂度的很大一部分。因此,提议用卷积神经网络(CNN)模型来替代原AVS2编码标准的参考软件RD19.1中... AVS2编码在节省码率的同时,自身的编码复杂度很高。因为AVS2采用了率失真优化(RDO)技术,所以编码树单元(CTU)划分的复杂度占据了AVS2编码复杂度的很大一部分。因此,提议用卷积神经网络(CNN)模型来替代原AVS2编码标准的参考软件RD19.1中编码树划分的过程。首先,将问题归类为分类问题,然后设计了适用于编码块划分的卷积神经网络结构,包括3个卷积层、1个最大池化层和2个全连接层。最后,将训练得到的模型分别应用于64×64和32×32大小的编码块上。实验结果显示,所建议方案比原RD19.1平均节省时间为31.36%,比特率平均增加了2.25%。 展开更多
关键词 AVS2 帧内编码 快速算法 卷积神经网络
原文传递
神经内镜下清除高血压基底节血肿的疗效分析
20
作者 郑夏林 姜之全 +3 位作者 韩易 付琴 徐德才 李磊 《齐齐哈尔医学院学报》 2019年第14期1725-1728,共4页
目的通过与锁孔开颅显微手术比较,探讨神经内镜在清除高血压基底节血肿中的临床疗效。方法回顾性分析2017年7月—2018年7月本院神经外科收治的42例高血压基底节血肿手术患者的临床资料,随机分为神经内镜组和锁孔开颅显微组两组,每组各2... 目的通过与锁孔开颅显微手术比较,探讨神经内镜在清除高血压基底节血肿中的临床疗效。方法回顾性分析2017年7月—2018年7月本院神经外科收治的42例高血压基底节血肿手术患者的临床资料,随机分为神经内镜组和锁孔开颅显微组两组,每组各21例。术前两组患者性别、年龄、血肿量、出血位置、术前GCS评分、血肿对侧肢体肌力等一般资料比较,差异无统计学意义均P>0.05。比较手术时间、血肿清除率、术前术后GCS评分、术后第一天血肿对侧肢体肌力改善情况及术后并发症等。结果神经内镜组手术时间与锁孔开颅显微组相比,差异无统计学意义(P>0.05);血肿清除率(91.2±2.3)%高于锁孔开颅显微组(83.6±2.9)%,差异具有统计学意义(P<0.05);术后第一天血肿对侧肢体肌力神经内镜组改善16例(76.2%)高于开颅组9例(42.3%),差异具有统计学意义(P<0.05);术后一周GCS及术后一个月GOS评分比较,差异具有统计学意义(P<0.05);两组术后并发症发生率比较,差异无统计学意义(P>0.05)。随访3个月至一年,均无再出血及死亡病例。结论神经内镜清除高血压基底节血肿较锁孔开颅显微组更加安全有效,值得临床进一步推广。 展开更多
关键词 神经内镜 基底节血肿 高血压脑出血
暂未订购
上一页 1 2 下一页 到第
使用帮助 返回顶部