公共文化服务平台

基于非稳态时间序列的生理控制模型研究被引量：1: 2020年; 生理控制系统通过多个生理变量(血压、心率、呼吸等)之间相互作用与反馈实现自动调节,达到在内外干扰下维持着体内平衡.这种作用与反馈能力的减弱,甚至丧失,与衰老和疾病息息相关.本文提出了一种将生理模型与切换线性动力学结合的方法--P-SLD,通过来自PhysioNet数据库近300例成人ICU患者的平均动脉压和心率的非稳态生理时间序列以及256例健康人不同姿态(仰卧、非仰卧)下血压和心率的非稳态生理时间序列,对P-SLD传递函数和功率谱分析,验证了本文所提的方法可以用来揭示与严重的全身炎症反应综合征(SIRS)相关联的变化以及可以自动捕获姿势改变对压力反射增益的影响.同时本文研究结果表明,即使在调整临床的干预之后,平均压与心率的偶联度的降低与严重的SIRS强相关,为健康和疾病条件下生理控制的自动调节的分解提供了假说.; 张笑东夏筱筠夏筱筠蒲宝明王帅; 关键词：非稳态心率平均动脉压

包含跨域建模和深度融合网络的手绘草图检索被引量：7: 2019年; 在手绘草图检索(sketch-based image retrieval,简称SBIR)领域,引入一种手绘草图的新型检索模型.手绘草图与自然图片之间存在巨大的差异性,这是因为,与自然图片相比,手绘草图展现出高度抽象的视觉表达,用现有的方法对手绘草图进行特征提取,其产生的特征描述子对于手绘草图的内容无法进行有效地拟合;对于相同的物体,不同的人群用手绘草图描述方式和表达也存在巨大的差距,这就使得手绘草图-自然图片的匹配更加困难;同时,将手绘草图与自然图片映射到相同视觉域的工作,也是一项具有困难的任务.所以,手绘草图检索技术是公认的比较有挑战性的任务.提出一种将手绘草图与自然图片在多个层次上映射到同一视觉域的策略来解决跨域的问题.同时,引入多层深度融合卷积神经网络(multi-layer deep fusion convolutional neural network)的框架来训练并获得手绘草图和自然彩色图片的多层特征表达.在Flickr15k图像数据库进行检索实验,实验结果显示,多层深度融合卷积网络学习到的特征的检索精度超过了现有的手工特征以及由自然图片或者手绘草图训练出来的卷积神经网络(convolutional neural network,简称CNN)的特征.; 于邓刘玉杰邢敏敏李宗民李华

热模态特征与非刚体模型检索被引量：3: 2015年; 针对当前基于热分布的三维非刚体模型检索方法存在多方面的缺陷,并且在识别精度方面的表现不突出的问题,提出一种热模态特征.首先在已有热核相关特征的基础上提出了归一化热分布函数及相应的积分核函数,其次构造结构化热分布矩阵,最后采用最大的特征值序列作为热模态特征.该特征具有多重优良特性,如内蕴不变性、形状区分性好,并且对噪声有较好的抵抗力.在本领域内2个公认数据集上的实验结果表明,与基于热分布的方法相比,文中特征无论在检索精度还是在稳定性方面都得到了大幅度提升;与国际前沿方法相比,该特征在取得较高检索精度的同时也具有更好的稳定性.; 匡振中李宗民李宗民刘玉杰刘玉杰

基于可变形图卷积的点云表征学习被引量：2: 2022年; 虽然深层神经网络较为成功地解决了点云数据稀疏和不规则等问题,但是点云局部特征的学习仍然是一个非常具有挑战性的问题。现有的用于点云表征学习的网络存在点与点之间相互独立提取特征的问题,为此提出了一种全新的空域图卷积。首先,在构造图结构时提出了自适应空洞K近邻算法,以最大程度地捕获局部拓扑结构信息;其次,在卷积中加入了卷积核每条边与感受野图之间的角度特征,保证了更具鉴别力的特征提取;最后,为了充分利用局部特征,提出了一种全新的图金字塔池化,以更好地融合多尺度特征。在标准公开数据集ModelNet40和ShapeNet上测试该算法,分别取得了93.2%与86.5%的准确度。实验结果表明,该算法在点云表征学习中处于领先水平。; 李宗民张玉鹏刘玉杰李华; 关键词：点云

基于Siamese网络的精准目标跟踪: 2022年; 近年来,孪生追踪器在许多基准上取得了最先进的表现。论文提出了一个新的更为精准的ASiamRPN算法,针对遮挡问题引入Cutout数据增强。特征层面:使用增加了空间感知模块和可变形卷积多层特征融合的ResNet50网络,充分利用深层网络的浅层和深层信息并缓解RPN网络两个分支的不匹配问题。其次,在模板分支和搜索分支增加了权重共享的自适应模块。在VOT2016和VOT2018数据集上均取得了不错的性能,Accuracy达到最优。; 秦广乾; 关键词：自适应

结合全卷积网络的无监督视频目标分割被引量：1: 2019年; 对视频中的目标进行像素级分割是计算机视觉领域的研究热点,完全没有用户标注的无监督视频分割对分割算法提出了更高的要求。近几年在分割中常使用基于帧间运动信息进行建模的方法,即用光流等运动信息预测目标轮廓,再结合颜色等特征建立模型进行分割。针对这些方法产生的前景背景混淆以及边缘粗糙等问题,本文提出结合全卷积网络的视频目标分割方法。首先通过全卷积网络预测视频序列中显著目标的轮廓,结合光流获得的运动显著性标签进行修正,然后建立时间-空间图模型,运用图割的方法获得最终的预测标签。在SegTrack v2以及DAVIS这2个通用数据集上进行评估,结果表明本文方法较基于帧间运动信息的方法在分割效果上有明显的提高。; 霍达马诗源; 关键词：视频分割

Non-rigid 3D models retrieval based on hierarchical matching: 2017年; In 3D models retrieval, feature description and retrieval of non-rigid model face more complex problems due to the isometry transformation of itself. We introduce the hierarchical combination matching into the feature comparison, and build a map between the divided regions of two models, and then achieve accurate feature matching based on patch-by-patch, which successfully introduces the spatial information into feature matching. Verified by experiment, the 3D model retrieval method proposed in this paper based on hierarchical combination matching can make sure more accurate feature matching, so as to enhance the precision of retrieval.; Liu YujieLi WeiSong YangGong WeiqingLi ZongminLi Hua

无参注意力结合自监督改善音频分类方法: 2023年; 基于transformer端到端音频分类方法在许多场景下证明可以达到优于二维卷积的效果.针对目前常用的transformer音频分类方法只关注不同时序间的特征重要性,而对同时序间的特征重要程度刻画程度不足的问题,提出一种无参注意力结合自监督特征构建的方法改善音频分类效果.通过在同时序特征中构造无参多局部极值注意力机制,拟合特征多局部极值分布,刻画同时序间的特征重要性;通过对输入的音频频谱图在时域和频域上随机掩码,加入自监督信息,有效地学习音频频谱细节及分类信息.采用audio set数据集,esc50数据集以及Speech Command数据集进行对比实验,实验结果表明,该算法比基准方法在识别准确率指标上提升了0.46%~1.20%.; 公绪超李宗民; 关键词：TRANSFORMER 音频分类

结合注意力模型与双峰高斯分布的深度哈希检索算法被引量：6: 2020年; 哈希检索因为具有存储空间小、检索速度快的特点而受到广泛关注.目前深度哈希算法存在2个主要问题:深度哈希编码本质上是二值化特征,并且编码长度较短,存在特征表达能力有限的问题;已有的深度哈希算法无法直接通过反向传播学习离散哈希编码,通常将离散值松弛为连续值来优化学习,存在量化误差的问题.针对以上问题,提出一种结合注意力模型和双峰高斯分布的深度哈希检索算法.该算法设计嵌入空间和通道注意力模型的网络结构,关注重要特征并抑制不必要特征,增强了哈希编码的特征表达能力;同时为了解决量化误差问题,将均值为+1/-1的双峰高斯分布作为先验分布,并借鉴变分自编码机的思想,提出通过KL散度约束哈希编码分布服从先验分布,以减少量化误差.在3个基准数据集CIFAR-10,ImageNet,NUS-WIDE上,在不同码位下计算MAP结果显示,其MAP值优于对比的其他算法,取得了良好的检索效果,验证了文中算法的有效性.; 李宗民张鹏刘玉杰李华; 关键词：注意力模型图像检索

融合抽象层级变换和卷积神经网络的手绘图像检索方法被引量：3: 2016年; 针对人工设计的描述子(HOG、SIFT等)在基于手绘的图像检索(Sketch Based Image Retrieval,SBIR)领域的局限性,提出了一种融合抽象层级变换和卷积神经网络构建联合深度特征描述子的手绘图像检索方法.首先,提取常规图像的边缘概率图,在此基础上进行不同抽象层级的图像变换,将抽象层级变换图像输入到深度神经网络并提取不同隐层的输出向量,最后,联合不同隐层的输出向量作为手绘图像检索的特征描述子(即联合深度特征描述子).在Flickr15k数据库上对本方法进行了实验验证,结果表明:融合抽象层级变换和联合深度特征描述子的检索效果相较HOG、SIFT等传统方法有显著提高.本方法从图像预处理和特征描述子构建2个方面,对SBIR问题进行了改进,具有更高的准确率.; 刘玉杰庞芸萍李宗民李华; 关键词：卷积神经网络

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61379106)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61379106)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈