期刊文献+
共找到71篇文章
< 1 2 4 >
每页显示 20 50 100
改进FCOS算法的车辆检测方法研究
1
作者 杜昌皓 张智 《计算机应用与软件》 北大核心 2024年第6期257-262,281,共7页
针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆... 针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆、并行车辆难以准确回归的现象;使用多尺度卷积结合多维特征信息,增强了算法对不同尺度检测的鲁棒性;根据车辆检测场景改进了回归尺度,提高模型的推理准确度。实验结果表明,该方法在车辆检测任务中能够明显提升检测精度并保持检测速度不下降。 展开更多
关键词 计算机视觉 车辆检测 全卷积网络 多尺度卷积
在线阅读 下载PDF
改进PSO-XGBoost的连铸定重预测
2
作者 高峰 李新杰 +1 位作者 符海东 彭浩 《计算机工程与设计》 北大核心 2025年第1期290-297,共8页
为实现连铸坯有效定重预测,避免在连铸生产中产生质量缺陷和资源浪费,根据真实方坯生产数据,提出一种基于改进粒子群算法优化XGBoost的连铸定重预测模型。针对粒子群算法全局寻优精度较低等缺点进行改进,主要采用反向学习策略优化种群... 为实现连铸坯有效定重预测,避免在连铸生产中产生质量缺陷和资源浪费,根据真实方坯生产数据,提出一种基于改进粒子群算法优化XGBoost的连铸定重预测模型。针对粒子群算法全局寻优精度较低等缺点进行改进,主要采用反向学习策略优化种群初始分布提高算法优化效率,根据进化状态自适应调整惯性权重,匹配粒子当前搜索状态,同时使用突变策略使粒子突破局部收敛。数值实验结果表明,改进算法收敛速度更快,精度更高,验证了良好性能。将其应用到XGBoost中优化模型超参数,连铸坯定重预测精度获得提升。 展开更多
关键词 连铸 定重预测 XGBoost 粒子群优化 进化状态 自动机器学习 超参数优化
在线阅读 下载PDF
无迭代图胶囊网络的遥感场景分类
3
作者 杨顺 边小勇 陈希 《计算机应用》 北大核心 2025年第1期247-252,共6页
目前大多数胶囊网络方法通过改进迭代路由的方式提高分类精度,而忽略了迭代路由本身复杂的计算量带来的负担。虽然有方法采用无迭代的路由训练胶囊网络,但是精度不佳。针对以上问题,提出无迭代路由图胶囊网络的场景分类模型。首先,利用... 目前大多数胶囊网络方法通过改进迭代路由的方式提高分类精度,而忽略了迭代路由本身复杂的计算量带来的负担。虽然有方法采用无迭代的路由训练胶囊网络,但是精度不佳。针对以上问题,提出无迭代路由图胶囊网络的场景分类模型。首先,利用简单卷积层提取输入图像的初始特征;接着,提出通道和胶囊间双融合的全局注意力模块,通过依次进行通道和胶囊之间的注意力生成全局权重系数来加权高级胶囊特征,使加权后的高级胶囊特征更具判别性,以突出重要的胶囊,从而提高分类性能;同时,引入能计算图像间相似性的等变正则化项,以建模胶囊网络的显式等变性,从而潜在地提升网络性能;最后,基于边界损失和等变损失的组合损失函数训练整个网络,以得到富于判别性的分类模型。在多个基准场景数据集上的实验结果验证了所提方法的有效性和效率。实验结果表明,所提方法在加拿大高级研究所的10类图像数据集(CIFAR-10)上的分类准确率达到90.38%,与动态路由胶囊网络(DRCaps)方法相比,提高了15.74个百分点;并且在仿射手写数字图像(AffNIST)数据集和航空影像数据集(AID)上,分别取得了98.21%和86.96%的分类准确率。可见,所提方法有效提高了场景分类性能。 展开更多
关键词 遥感场景分类 图胶囊网络 无迭代路由 等变正则化
在线阅读 下载PDF
基于多尺度空间Transformer的肝脏分割方法
4
作者 丁厚林 张晓龙 +2 位作者 林晓丽 邓鹤 任宏伟 《计算机技术与发展》 2025年第2期1-8,共8页
肝脏器官尺度多样且与周围器官高度相似,很难从腹部计算机影像中准确分割出肝脏区域,现有的很多方法将CNN和Transformer相结合以得到图像局部和全局特征依赖关系,从而取得了更好的性能。然而,简单的组合方法忽视了图像分割中多尺度特征... 肝脏器官尺度多样且与周围器官高度相似,很难从腹部计算机影像中准确分割出肝脏区域,现有的很多方法将CNN和Transformer相结合以得到图像局部和全局特征依赖关系,从而取得了更好的性能。然而,简单的组合方法忽视了图像分割中多尺度特征融合和注意力机制的重要性,没有很好地解决肝脏分割问题。该文提出了一种用于肝脏分割的多尺度空间Transformer与交叉自注意机制的三维肝脏影像分割方法。该方法首先采用CNN和Transformer相结合的方式逐步提取不同尺度的特征信息使网络对肝脏及其周围组织的识别更加准确;接着利用多尺度空间Transformer对不同层次和尺度特征的图像在空间维度上融合,提高了网络对肝脏边缘的定位能力;最后在解码器中设计了交叉自注意引导融合模块减少噪声等不相关信息带来的干扰,提高分割质量。在LiTS、CHAOS、Sliver07和某医院MRI数据集上进行了对比和消融实验,实验结果表明,该方法相较于当前的主流网络具有更好的分割性能和临床应用前景。 展开更多
关键词 三维肝脏影像分割 深度学习 交叉自注意机制 多尺度空间Transformer 多尺度特征融合
在线阅读 下载PDF
本体演化的波及效应计算优化研究 被引量:2
5
作者 陈晶 刘钊 +1 位作者 顾进广 刘宇 《计算机应用研究》 CSCD 北大核心 2020年第8期2366-2370,共5页
鉴于使用Floyd-Warshall算法对规模较大的本体评估具有时间复杂度与空间复杂度较高且未考虑本体演化过程中各版本之间的关联,提出基于邻接表的SPFA(shortest path faster algorithm)优化波及效应的计算。该算法不仅在大规模本体计算中... 鉴于使用Floyd-Warshall算法对规模较大的本体评估具有时间复杂度与空间复杂度较高且未考虑本体演化过程中各版本之间的关联,提出基于邻接表的SPFA(shortest path faster algorithm)优化波及效应的计算。该算法不仅在大规模本体计算中具有计算效率的优势,而且可以简化版本迭代过程中波及效应的计算过程。实验结果表明,使用SPFA在计算本体的波及效应相比于基于邻接矩阵的方式具有一定的时间优势,并且这种优势随着时间的变化逐渐增加;在本体演化的波及效应计算时间中,本体演化后版本的计算时间大约与原有方法相差较少,证明了优化计算的有效性。 展开更多
关键词 本体演化 波及效应 SPFA 邻接表
在线阅读 下载PDF
一种面向药物-靶点相互作用预测的不平衡数据处理方法 被引量:2
6
作者 叶志威 张晓龙 林晓丽 《武汉科技大学学报》 CAS 北大核心 2022年第1期68-74,共7页
为了解决药物-靶点相互作用(DTI)预测中数据集样本分布不平衡的问题,提出了一种新的数据处理方法。通过词向量特征提取,将原始蛋白质序列信息和药物化学结构信息转换为低维向量特征,组合药物特征和靶点特征来表征药物-靶点相互作用;采用... 为了解决药物-靶点相互作用(DTI)预测中数据集样本分布不平衡的问题,提出了一种新的数据处理方法。通过词向量特征提取,将原始蛋白质序列信息和药物化学结构信息转换为低维向量特征,组合药物特征和靶点特征来表征药物-靶点相互作用;采用Borderline-SMOTE技术合成少数类样本,以改善数据集的样本分布;最后将处理好的数据输入到梯度提升决策树(GBDT)分类器中进行分类预测。实验结果表明,本文方法不仅能有效提取药物-靶点相互作用的特征,加快特征提取和特征选择的过程,还能缓解数据集的不平衡性对预测结果的不利影响,提高了预测模型的性能。 展开更多
关键词 不平衡数据处理 药物-靶点相互作用 词向量 特征提取 Borderline-SMOTE 梯度提升决策树
在线阅读 下载PDF
基于图结构特征采样数据摘要的联邦知识图谱查询 被引量:1
7
作者 高峰 李秋 顾进广 《计算机工程》 CAS CSCD 北大核心 2023年第1期73-81,共9页
联邦SPARQL查询是通过构建查询计划来指导查询执行,数据摘要索引文件捕获了RDF数据集的结构和语义信息,对查询计划生成过程中子查询基数评估至关重要。现有的数据摘要生成方法需要远程遍历每个数据源的完整数据,该过程成本消耗较高,且... 联邦SPARQL查询是通过构建查询计划来指导查询执行,数据摘要索引文件捕获了RDF数据集的结构和语义信息,对查询计划生成过程中子查询基数评估至关重要。现有的数据摘要生成方法需要远程遍历每个数据源的完整数据,该过程成本消耗较高,且在大部分环境中联邦查询无法完成对大数据集的统计工作。为在减少数据摘要索引文件生成时间和内存开销的同时捕获尽可能真实的计数信息,考虑主语和谓语的分布偏差,提出利用样图生成原始图近似数据摘要的方法。使用对RDF图出度特征加权的采样方法获取原始图的典型样图,通过改进的映射函数将样图中的信息映射到原始图上,从而生成原始图的近似数据摘要。实验结果表明,该方法相比于基线方法至少节省了70%的数据摘要索引文件生成时间,并且仅采样0.5%的原始图生成的近似数据摘要即可在查询正确率上与基线方法保持高度一致。 展开更多
关键词 数据摘要 数据源索引 RDF图采样 联邦查询 查询性能
在线阅读 下载PDF
基于双重数据增强策略的音频分类方法 被引量:3
8
作者 周迅 张晓龙 《武汉科技大学学报》 CAS 北大核心 2020年第2期155-160,共6页
卷积神经网络模型作为音频特征提取器具有较好的应用效果,但该类模型的训练过程对数据量要求比较高。针对这一问题,本文提出一种基于双重数据增强策略的音频分类方法。首先采用传统音频数据增强方法(旋转、调音、变调、加噪),并将增强... 卷积神经网络模型作为音频特征提取器具有较好的应用效果,但该类模型的训练过程对数据量要求比较高。针对这一问题,本文提出一种基于双重数据增强策略的音频分类方法。首先采用传统音频数据增强方法(旋转、调音、变调、加噪),并将增强后的数据转化为语谱图,再采用随机均值替换法进行谱图增强。在此基础上训练Inception_Resnet_V2神经网络模型作为音频特征提取器,最后训练随机森林模型作为分类器完成音频分类任务。实验结果表明,与已有方法相比,采用双重数据增强策略可明显提升音频分类精度,并且训练出的特征提取模型具有较强的泛化能力。 展开更多
关键词 音频分类 双重数据增强 卷积神经网络 特征提取 随机森林 语谱图
在线阅读 下载PDF
基于改进多嵌入空间的实时语义数据流推理
9
作者 高峰 姚光涛 顾进广 《计算机工程》 CAS CSCD 北大核心 2022年第2期55-64,共10页
将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示... 将语义数据流处理引擎与知识图谱嵌入表示学习相结合,可以有效提高实时数据流推理查询性能,但是现有的知识表示学习模型更多关注静态知识图谱嵌入,忽略了知识图谱的动态特性,导致难以应用于实时动态语义数据流推理任务。为了使知识表示学习模型适应知识图谱的在线更新并能够应用于语义数据流引擎,建立一种基于改进多嵌入空间的动态知识图谱嵌入模型PUKALE。针对传递闭包等复杂推理场景,提出3种嵌入空间生成算法。为了在进行增量更新时更合理地选择嵌入空间,设计2种嵌入空间选择算法。基于上述算法实现PUKALE模型,并将其嵌入数据流推理引擎CSPARQL-engine中,以实现实时语义数据流推理查询。实验结果表明,与传统的CSPARQL和KALE推理相比,PUKALE模型的推理查询时间分别约降低85%和93%,其在支持动态图谱嵌入的同时能够提升实时语义数据流推理准确率。 展开更多
关键词 语义数据流 数据流引擎 推理 知识表示学习 知识图谱
在线阅读 下载PDF
基于YOLOv3与MSER的自然场景中文文本检测研究与实现 被引量:3
10
作者 殷航 张智 王耀林 《计算机应用与软件》 北大核心 2021年第10期168-172,195,共6页
针对在复杂的自然场景中中文本倾斜、模糊、光照等检测难题,提出一种基于卷积神经网络YOLOv3与最大极值稳定区域MSER的检测方法YOLOv3-M,并针对中文场景分别改善YOLOv3与MSER。通过YOLOv3算法对图像文本区域的矩形坐标进行回归预测,设... 针对在复杂的自然场景中中文本倾斜、模糊、光照等检测难题,提出一种基于卷积神经网络YOLOv3与最大极值稳定区域MSER的检测方法YOLOv3-M,并针对中文场景分别改善YOLOv3与MSER。通过YOLOv3算法对图像文本区域的矩形坐标进行回归预测,设计一个基于MSER的角度检测方法与之关联,实现倾斜文本行的检测。YOLOv3-M弥补了YOLOv3不能检测倾斜目标的缺点以及MSER检测容易被复杂场景干扰的缺点,并且YOLOv3与MSER都在检测速度上有着优秀的表现。实验结果表明,YOLOv3-M算法准确率达到81.2%,召回率达到69.7%,其检测速度达到45帧/s。 展开更多
关键词 文本检测 卷积神经网络 多方向估计 最大极值稳定区域
在线阅读 下载PDF
基于流动图与时间上升频的实时云层移动研究
11
作者 陈烨 李顺新 《计算机技术与发展》 2023年第8期37-42,共6页
现有基于光线步进的云层渲染方法能够较好地得到云层形状,但渲染效率不高且在云层移动时边缘会缺失云层移动形变细节且出现不连续的情况。针对上述问题,提出了一种基于流动图的云层移动渲染算法,算法的核心思想是利用流动图控制云层在... 现有基于光线步进的云层渲染方法能够较好地得到云层形状,但渲染效率不高且在云层移动时边缘会缺失云层移动形变细节且出现不连续的情况。针对上述问题,提出了一种基于流动图的云层移动渲染算法,算法的核心思想是利用流动图控制云层在移动时竖直方向上的偏移,使云层随风连续形变的同时增加一定前向扭曲效果。其次,为保证渲染的实时性,利用交叉矩阵来降低单帧渲染像素的数量,提高渲染速度。最后,提出使用时间上升频来增强减少渲染像素后的渲染结果。相较于未使用流动图的云层移动算法,所提算法能够在性能增加不超过10%的情况下表现出云层移动时的整体形变以及向风向连续翻滚的效果。 展开更多
关键词 实时渲染 云层移动 光线步进 流动图 时间上升频
在线阅读 下载PDF
基于轻量级MobileNet-SSD模型的人流量检测 被引量:1
12
作者 张智 盛健 《计算机应用与软件》 北大核心 2024年第1期89-96,145,共9页
利用深度神经网络模型识别行人目标并检测具有十分高的价值。现实高密度行人检测场景中由于硬件基础以及网络性能消耗等问题的影响,常常需要选取处理速度高、硬件条件要求低的网络且同时兼顾视频监控的连续特性,因此选取了轻量级MobileN... 利用深度神经网络模型识别行人目标并检测具有十分高的价值。现实高密度行人检测场景中由于硬件基础以及网络性能消耗等问题的影响,常常需要选取处理速度高、硬件条件要求低的网络且同时兼顾视频监控的连续特性,因此选取了轻量级MobileNet-SSD网络来高效处理人头目标并引入帧间差分的方式,来有效对人头的椭圆特征目标进行跟踪;结合相关数理方法实现行人跨线计数的高性能人流量检测解决方案。在不同数据集上同现今一流的检测模型作比较,该方法皆表现出优良的检测性能。 展开更多
关键词 MobileNet-SSD 帧间差分 跨线计数 轻量级网络
在线阅读 下载PDF
基于比例池化的RGB图像语义分割网络
13
作者 李顺新 陈飞飞 《计算机技术与发展》 2024年第8期101-107,共7页
针对传统的金字塔多级特征融合算法进行语义分割时存在的特征图有效信息弱和噪声叠加效应等问题,提出一种基于比例池化的混合注意力机制。首先在主干网络特征输出处引入比例池化注意力模块对输入特征图进行不同程度的语义信息抽取和特... 针对传统的金字塔多级特征融合算法进行语义分割时存在的特征图有效信息弱和噪声叠加效应等问题,提出一种基于比例池化的混合注意力机制。首先在主干网络特征输出处引入比例池化注意力模块对输入特征图进行不同程度的语义信息抽取和特征降噪,突出特征图有效特征信息占比,随后将不同内核的池化结果作为级联金字塔结构的输入特征,对降噪后的多尺度特征进行融合,平滑图像噪声实现特征二次降噪和小目标物体语义信息增强。实验在Pascal VOC 2012数据集上验证了该方法在分割领域上的有效性,并采用平均像素准确率(mPA)和平均交并比(mIoU)作为模型的性能评估指标。实验结果表明,基于比例池化的金字塔网络在mPA和mIoU上达到了90.19%和79.92%,优于对比的语义分割方法。 展开更多
关键词 语义分割 比例池化 金字塔结构 多尺度特征融合 特征降噪
在线阅读 下载PDF
一种改进的YOLOv5视频火焰实时检测算法
14
作者 张智 冯双文 《计算机应用与软件》 北大核心 2024年第12期255-260,302,共7页
针对在室内外的火灾预防,目前许多算法对于小目标的火焰检测在精度方面有所欠缺,且不能实时检测,故提出一种改进的YOLOv5算法。该算法加宽head层数并引入selayer层,加快了分类检测的收敛,得到更丰富的采样信息。改进后的算法精度大大提... 针对在室内外的火灾预防,目前许多算法对于小目标的火焰检测在精度方面有所欠缺,且不能实时检测,故提出一种改进的YOLOv5算法。该算法加宽head层数并引入selayer层,加快了分类检测的收敛,得到更丰富的采样信息。改进后的算法精度大大提高,经过视频流的优化,火焰能被实时地检测出来。实验数据集上的结果表明,改进的YOLOv5模型精确率达到了80.4%,召回率达到了91.3%,检测速度达到每秒44帧。 展开更多
关键词 卷积神经网络 小目标检测 视频流优化
在线阅读 下载PDF
融合依存句法和实体信息的临床时间关系抽取 被引量:1
15
作者 黄汉琴 顾进广 符海东 《计算机技术与发展》 2024年第1期128-135,共8页
在临床文本中,时间关系对于研究患者的病情和治疗方案至关重要。而目前的时间关系抽取基于简单时间比较,仅判断4种时间关系。考虑中文临床文本中还存在大量的复杂时间和关系,现有时间关系抽取任务不能全部表达临床事件的时间关系,参考CT... 在临床文本中,时间关系对于研究患者的病情和治疗方案至关重要。而目前的时间关系抽取基于简单时间比较,仅判断4种时间关系。考虑中文临床文本中还存在大量的复杂时间和关系,现有时间关系抽取任务不能全部表达临床事件的时间关系,参考CTO时间本体将抽取任务扩展为复杂时间关系抽取。同时针对中文临床文本语义的复杂性,提出了融合依存句法和实体信息的模型学习中文句子的整体信息和实体信息。该模型针对句内时间关系和句间时间关系设计依存特征矩阵引导BERT的编码器聚合全局信息和局部信息,然后导出句子表征向量,在此基础上使用内积和哈达玛积提取丰富的实体信息,最终将句子信息和实体信息导入分类器判断时间关系。与基线模型和其他深度学习模型相比,证明了该模型的有效性。 展开更多
关键词 时间关系抽取 自注意力机制 依存句法 局部信息 实体信息
在线阅读 下载PDF
边缘引导和拉普拉斯金字塔分解的古文本图像修复算法
16
作者 刘畅 张玲 何英豪 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第6期884-894,共11页
针对当前图像修复算法应用到古文本图像上时,出现纹理模糊或结构内容不完整的问题,提出边缘引导和拉普拉斯金字塔分解的古文本图像修复算法.首先利用边缘修复模块对古文本图像的边缘结构进行修复,重建缺损区域的边缘信息;然后利用预训... 针对当前图像修复算法应用到古文本图像上时,出现纹理模糊或结构内容不完整的问题,提出边缘引导和拉普拉斯金字塔分解的古文本图像修复算法.首先利用边缘修复模块对古文本图像的边缘结构进行修复,重建缺损区域的边缘信息;然后利用预训练的文字学习模块对局部缺损区域进行内容修复,得到一幅局部内容修复图像,并进行拉普拉斯分解;最后在拉普拉斯金字塔修复模块中,根据图像的低层和高层特征,利用内容修复模块对图像进行递进修复,内容修复模块中引入双交叉编码器和多尺度融合块,有助于获取更加有效的特征信息,生成纹理结构完整的图像修复结果.在古文本图像数据集的测试集上进行实验的结果表明,各项图像质量评估指标中,峰值信噪比为34.322 dB,结构相似性为0.970,均方根误差为5.203,验证了所提算法的有效性和可行性. 展开更多
关键词 图像修复 古文本图像 边缘图 双交叉编码器 多尺度融合块
在线阅读 下载PDF
结合规则学习与深度学习的诊疗关系抽取
17
作者 高峰 杨佳欣 顾进广 《计算机应用与软件》 北大核心 2024年第3期56-62,93,共8页
诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成... 诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成最终的诊疗关系抽取。使用以疾病为中心的诊疗流程相关文本展开实验验证该方法的效果。实验结果表明,该方法不仅通过少量人工规则使关系抽取增加了可解释性,还可以显著提高关系抽取的效果。 展开更多
关键词 人工智能 医疗领域 关系抽取 深度学习 规则学习
在线阅读 下载PDF
基于查询特征表示学习的联邦复杂查询基数估计
18
作者 徐娇 田萍芳 +1 位作者 顾进广 徐芳芳 《计算机技术与发展》 2024年第2期32-39,共8页
准确的基数估计是实现最佳查询计划的关键因素,现有方法大多基于深度学习来解决基数估计问题。然而,这种基于RDF图模式的方法专注于具有特定拓扑结构的简单查询,适用范围有限,缺乏对现实场景中频繁使用的复杂类查询的支持。为了解决以... 准确的基数估计是实现最佳查询计划的关键因素,现有方法大多基于深度学习来解决基数估计问题。然而,这种基于RDF图模式的方法专注于具有特定拓扑结构的简单查询,适用范围有限,缺乏对现实场景中频繁使用的复杂类查询的支持。为了解决以上问题,提出一种基于查询特征表示学习的联邦复杂查询基数估计模型。该模型主要处理带有FILTER或DISTINCT关键字的复杂查询,使用新提出的FILTER查询特征化方法将SPARQL查询表示为特征向量,通过模型预测查询基数。同时使用模型预测DISITINCT查询中唯一行比率。在LUBM数据集上的实验表明,与最先进的基数估计方法相比,该模型在估计质量上表现优异,平均估计误差中位数可达1.16,并对多连接查询的基数估计表现出潜力和可扩展性。 展开更多
关键词 联邦系统 查询优化 复杂查询 深度学习 基数估计
在线阅读 下载PDF
基于多视角匹配的中文问答对自动生成框架
19
作者 尹文峰 黄莉 顾进广 《计算机应用与软件》 北大核心 2024年第3期163-168,共6页
针对目前问答对生成方法中问题与答案不完全匹配的问题,提出一种基于神经网络自动从中文生成问答对的方法。使用命名实体识别和规则的方法从文本中抽取关键词,确定问题的主题;使用多视角匹配的神经网络模型从文本中生成问题,避免对手工... 针对目前问答对生成方法中问题与答案不完全匹配的问题,提出一种基于神经网络自动从中文生成问答对的方法。使用命名实体识别和规则的方法从文本中抽取关键词,确定问题的主题;使用多视角匹配的神经网络模型从文本中生成问题,避免对手工模板强依赖;使用阅读理解模型根据问题生成置信度更高的答案。实验结果分析表明,生成问题的质量高于基于模板的方法,并且能够过滤80%的不匹配问答对。 展开更多
关键词 中文 问题生成 神经网络
在线阅读 下载PDF
基于特征进化选择随机森林的MCI自动诊断
20
作者 高峰 郑丽丽 顾进广 《计算机应用与软件》 北大核心 2024年第6期250-256,共7页
近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI... 近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI自动诊断方法,通过机器学习的方式,高效准确地判定MCI;同时应用遗传算法更高效地搜索求解模型的最优参数。结果表明,该方法与医学人工诊断方式相比准确率提高约5%,且在求取随机森林的最优参数问题上,与网格搜索相比,遗传算法所用时间约为其1/45。 展开更多
关键词 MCI 随机森林 遗传算法 最优参数
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部