公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于深度学习的数字病理图像分割综述与展望被引量：24: 2021年; 数字病理图像分析对于乳腺癌、前列腺癌等良恶性分级诊断具有重要意义,其中,组织基元的形态和目标测量是量化分析的重要依据.然而,由于病理数据多样性和复杂性等新特点,其分割任务面临着特征提取困难、实例分割困难等挑战.人工智能辅助病理量化分析将复杂病理数据转化为可挖掘的图像特征,使得自动提取组织基元的定量化信息成为可能.特别是随着计算机计算能力的快速发展,深度学习技术凭借其强大的特征学习、设计灵活等特性在数字病理量化分析领域取得了突破性成果.系统概述目前代表性深度学习方法,包括卷积神经网络、全卷积网络、编码器-解码器模型、循环神经网络、生成对抗网络等方法体系,总结深度学习在病理图像分割等任务中的建模机理和应用,并梳理了现有方法的方法理论、关键技术、优缺点和性能分析.最后讨论了未来数字病理图像分割深度学习建模的开放性挑战和新趋势.; 宋杰肖亮练智超蔡子贇蒋国平

基于均匀圆阵的闭环式单基站测向算法研究: 2017年; 为了估算基于均匀圆阵列(UCA)的三维(3D)单基站测向(方位角、仰角和区间),提出了一种改进的适用于三维场景的闭环式算法。该算法是一种计算过程较简单的通用算法,无需使用均匀圆阵列的中心对称性,没有任何传感器数量的限制,只需要一个单独的最小平方程序用于估算基站的位置,并可以估算所有的三维测向参数。实验结果表明,相比多种类似算法,所提算法的性能可与三维MUSIC算法的性能相媲美,且计算复杂度更低,实现速度更快。; 魏霖静练智超彭静李广; 关键词：MUSIC

基于Logistic增长神经网络模型的软件测试方法被引量：7: 2017年; 软件可靠性评估性能直接影响软件测试的工作量,本文针对软件测试工作中的故障检测和校正处理问题,提出一种基于Logistic增长神经网络的软件测试方法。该方法考虑到软件工程的多样性,利用Logistic增长曲线构建神经网络模型完成故障检测,并结合指数分布校正时间完成故障校正过程。通过两组真实失效数据集(Ohba与Wood)的试验,将所提方法与现有的软件可靠性增长模型(software reliability growth model,SRGM)进行了比较。结果显示Logistic增长神经网络模型的模型拟合效果最优,表现出了更好的软件可靠性评估性能及模型适应性。; 魏霖静宁璐璐练智超王联国侯振兴; 关键词：软件测试可靠性评估软件可靠性增长模型

基于词条与语意差异度量的文档聚类算法被引量：1: 2016年; 已有的文本聚类算法大多基于一般的相似性度量而忽略了语义内容,对此提出一种基于最大化文本判别信息的文本聚类算法。首先,分别分析词条对其类簇与其他类簇的判别信息,并且将数据集从输入空间转换至差异分数矩阵空间;然后,设计了一个贪婪算法来筛选矩阵每行的低分数词条;最终,采用最大似然估计对文本差别信息进行平滑处理。仿真实验结果表明,所提方法的文档聚类质量优于其他分层与单层聚类算法,并且具有较好的可解释性与收敛性。; 魏霖静练智超王联国侯振兴; 关键词：文档聚类贪婪算法可解释性

多种信息融合的实时在线多目标跟踪被引量：1: 2017年; 多目标跟踪算法在目标发生遮挡、目标快速运动时容易跟踪失败,而且无法从失败中恢复跟踪.针对该问题,首先利用目标的外观信息、运动信息和形状信息多种信息融合的目标特征表示,准确地计算目标间的相似性,使同一目标之间相似性距离尽量小,不同目标间的相似性距离尽量大;其次,基于判别能力强大的相关滤波器和卡尔曼预估器结合的单目标跟踪器可以在目标遮挡、快速运动中准确地跟踪目标.实验结果表明,多目标跟踪算法能够实时准确地跟踪被遮挡的目标和快速运动的目标.; 刘忠耿练智超冯长驹; 关键词：多目标追踪相关滤波器

预测生物序列功能的自动方法研究: 经过多年的研究,生物序列的功能预测研究已取得了相当大的进展,但是已有的自动预测方法仍远远不能满足研究与应用的需要。目前已有的基于基因本体论的自动方法大部分都是基于图的特征,并没有考虑序列比对特征,同时在严格打分条件下其准...; 练智超; 关键词：基因本体论粗糙集人工神经网络; 文献传递

基于SOM算法的蛋白质亚细胞位置预测: 2007年; 由于蛋白质的功能与亚细胞位置有关,可以通过预测蛋白质的亚细胞位置来推断蛋白质分子的功能.首先介绍了SOM模型和Batch-Type SOM模型,并用这两个模型分别预测了蛋白质的亚细胞位置,结果表明,使用SOM模型和Batch-Type SOM模型均可以比较准确地预测蛋白质的亚细胞位置;Batch-Type SOM模型在保持预测准确率的同时还可以减少预测的时间.; 裴志利陈劲练智超孔英梁艳春; 关键词：自组织特征映射聚类分析数据一致性

采用预编码的GSM网络最大互信息优化方法研究: 2017年; 为了提高广义空间调制(GSM)互信息的性能,提出了一种新的基于椭球算法的预编码方案。首先,为了对含有互信息的预编码器进行优化,推导出了有限字符输入下的GSM互信息解析表达式。在最大化GSM互信息的过程中,为了解决联合预编码设计的非凸耦合问题,将GMS系统转换成虚拟的多输入多输出(MIMO)系统。然后,在考虑所有子信道功率约束的条件下,使用了扩展的椭球算法。实验结果表明,提出的预编码方案大大提升了GSM互信息的性能。; 魏霖静宁璐璐练智超代永强王联国; 关键词：互信息预编码

级联稀疏卷积与决策树集成的病理图像细胞核分割方法被引量：3: 2021年; 数字病理图像分析对于乳腺癌、肾癌等良恶性分级诊断具有重要意义,其中细胞核的形态测量是病理量化分析的关键.然而,由于病理图像背景复杂,细胞核高密度分布、细胞粘连等,个体细胞核精准分割是一个挑战性问题.本文提出一个级联稀疏卷积与决策树集成学习的细胞核分割模型.该模型由稀疏可分离卷积模块和集成决策树学习的正则化回归模块堆叠级联组成,其中:前者采取秩-1张量分解学习机制,可分层抽取细胞核的多尺度方向分布式抽象特征;而后者采取随机采样、树剪枝以及正则化回归机制提升逐像素回归分类能力.相比于现有深度学习模型,该模型无需非线性激活和后向传播计算,参数规模较小,可实现端到端的学习.通过乳腺、前列腺、肾脏、胃和膀胱等多组病理图像的分割实验表明:该模型能够实现复杂数字病理图像中的高密度细胞核的快速个体目标检测和分割,在Jaccard相似性系数、F1分数和平均边缘距离三个指标上均优于目前CNN2、CNN3和U-Net等深度学习方法,具有较好应用前景.; 宋杰肖亮练智超

全选清除导出

共1页<1>

练智超