1974年1月创刊(月刊)
主管/主办:重庆西南信息有限公司
ISSN 1002-137X
CN 50-1075/TP
CODEN JKIEBK
编辑中心
    交叉& 应用 栏目所有文章列表
    (按年度、期号倒序)
        一年内发表的文章 |  两年内 |  三年内 |  全部
    Please wait a minute...
    1. 机器学习在脊柱疾病智能诊治中的应用综述
    刘彤彤, 杨环, 西永明, 郭建伟, 潘振宽, 黄宝香
    计算机科学    2021, 48 (11A): 597-607.   https://doi.org/10.11896/jsjkx.201100006
    摘要 (32)   PDF (1949KB) (80)  
    脊柱疾病是现代社会中常见疾病之一,目前其诊断与治疗主要依赖于医生的专业水平和临床经验,这样不仅给医生带来沉重负担,而且效率低下。以神经网络为代表的机器学习算法能够自动提取脊柱数据集中的特征信息,辅助医生快速定位病灶区域,实现精准治疗。文中从实验数据、特征选择、算法模型和性能评估指标等方面,对机器学习技术在脊柱疾病应用中的研究现状进行了系统总结。首先从机器学习算法角度出发,阐述典型算法在疾病诊治中的用途;其次围绕实际应用,从危险因素分析和疾病预测、疾病识别和分类、脊柱图像的特征提取和分割3方面,结合具体实验对比机器学习模型的性能;最后总结目前应用中存在的局限性并提出展望。
    参考文献 | 相关文章 | 多维度评价
    2. 基于价格趋势驱动的元学习算法在线投资组合策略
    戴宏亮, 梁楚欣
    计算机科学    2021, 48 (11A): 608-615.   https://doi.org/10.11896/jsjkx.201100068
    摘要 (27)   PDF (2551KB) (71)  
    随着我国经济的迅速发展和国民可供分配收入的不断增加,人们投资需求变得更为强烈,如何高效合理地进行投资组合俨然成为投资者关注的热点问题。针对在线投资组合策略过于单一的价格预测和难以确定精准投资比例的问题,提出了基于价格趋势驱动的元学习算法在线投资组合策略(TPPT)。首先,考虑到股票价格异象的影响,提出了根据历史窗口期的等权重斜率值的三状态价格预测方法来追踪价格变化。其次,加入基于梯度投影的快速误差反向传播(BP)算法来求解投资比例。于是TPPT策略就将资产的增加能力反馈到投资比例上,以此来最大化累积财富。最后,5个典型数据的实证分析表明了TPPT策略在平衡风险与收益上占据较大的优势,是一种稳健且行之有效的在线投资组合策略。
    参考文献 | 相关文章 | 多维度评价
    3. 基于U-net的道路缺陷检测
    彭磊, 张辉
    计算机科学    2021, 48 (11A): 616-619.   https://doi.org/10.11896/jsjkx.201200059
    摘要 (39)   PDF (2392KB) (85)  
    道路是现代交通运输最主要的途径之一,道路缺陷对于道路安全有着巨大威胁。因此准确检测道路缺陷对道路养护修缮具有重要意义。道路缺陷具有低连续性和低对比度的特点,现阶段多采用人工检测方法,检测效率低,人力成本高,且检测人员的安全可能会遭受威胁。随着深度学习的发展,神经网络方法被广泛应用于工程实践。U-net是具有编码器-解码器结构的端到端深度学习模型,对微小对象检测能力强,适用于道路裂缝缺陷检测。利用U-net深度学习网络对道路缺陷进行检测,能提高检测效率,无需人工干预,保证检测人员安全,降低检测的人工成本。实验结果表明,U-net网络在数据集Crack500上的效果优于FCN,Segnet等语义分割网络,在保持较高精度的情况下实现了道路缺陷检测。在此基础上对U-net网络层数进行超参数优化,确定该数据集上的最优U-net网络结构。
    参考文献 | 相关文章 | 多维度评价
    4. 基于DenseNet和混合域注意力的COVID-19低剂量CT图像质量评价
    孙荣荣, 单飞, 叶雯
    计算机科学    2021, 48 (11A): 620-624.   https://doi.org/10.11896/jsjkx.201200252
    摘要 (31)   PDF (2562KB) (52)  
    研究COVID-19低剂量CT图像质量评价算法具有重要意义,但基于深度学习的方法随着网络层数的增加会出现梯度消失问题,针对此问题,文中提出了基于混合域注意力的DenseNet算法。DenseNet通过特征重用和网络的紧密连接,在减少参数的同时解决了梯度消失问题;基于人眼的注意力机制,将自下至上和自上而下结构相结合以实现空间注意力;基于人眼视觉具有多通道特性,针对空间域注意力忽略通道域中的信息,研究混合域注意力,并将其引入至DenseNet。分别用斯皮尔曼等级次序相关系数、皮尔逊线性相关系数来衡量客观评价方法的测试结果与主观评价之间的一致性。实验结果表明,所提方法可以较好地模拟人类的视觉特性,更加准确地对COVID-19低剂量CT进行质量评价,评价结果与人类视觉主观感受有较好的一致性。
    参考文献 | 相关文章 | 多维度评价
    5. 改进GAN网络在生成短视频的应用研究
    于晓明, 黄铧
    计算机科学    2021, 48 (11A): 625-629.   https://doi.org/10.11896/jsjkx.210300114
    摘要 (26)   PDF (2654KB) (113)  
    在研究生成对抗网络(GAN)生成动态图像时,经常出现前后帧图像内容中的部分物体颜色不一致和生成的细节不自然等问题。针对当前生成视频的不理想问题,采用的主要方案是分别对GAN网络中的生成器和判别器进行改进,具体表现在两个方面:一方面是在生成器中对视频的前景和背景分别建模,并且使用多重空间自适应归一化(Multi Spatially-Adaptive Normalization,M-SPADE)算法;另一方面是在判别器的选取上使用双视频判别器(DVD-GAN),然后在Kinetics-600数据集进行训练,实验后的结果分别比对F-Vid2Vid,WC-Vid2Vid等生成方法。实验结果证明了对GAN网络改进的方法在处理生成短视频的前后帧颜色不一致的问题和细节上有着不错的效果,生成的图像相对的更加清晰。
    参考文献 | 相关文章 | 多维度评价
    6. 基于Node2vec和知识注意力机制的诊断预测
    李杭, 李维华, 陈伟, 杨仙明, 曾程
    计算机科学    2021, 48 (11A): 630-637.   https://doi.org/10.11896/jsjkx.210300070
    摘要 (27)   PDF (2223KB) (62)  
    诊断预测根据患者的历史健康状态预测未来的诊断信息,是个体化医疗决策的核心任务。电子健康记录是患者随时间推移的健康状况和临床护理的记录,它为诊断预测提供了丰富的纵向临床数据。然而,现有基于电子健康记录的诊断预测模型还不能完全了解隐藏的疾病进展模式;其次,细粒度诊断预测的性能很大程度上依赖于富含信息的特征。为了增强表达并改进学习,设计一种基于Node2vec和知识注意力的诊断预测模型。该模型基于Node2vec从医学本体的全局结构中捕捉潜在的医学知识并将诊断代码和分类代码映射为低维向量;利用分类代码嵌入向量对患者诊断的临床知识进行编码,进一步丰富患者细粒度健康状态的特征表示;设计一种知识注意力机制并与门控循环单元结合,将领域知识和电子健康记录进行融合,从患者历史健康状态中捕捉长期关联和疾病进展模式。在现实数据集上的实验结果表明,与最新方法相比,该模型显著地提高了预测性能。此外,结果表明Node2vec可以从医学本体捕捉到蕴含更多信息的医疗概念嵌入,知识注意力机制有助于促进外部知识和电子健康记录的有效融合。
    参考文献 | 相关文章 | 多维度评价
    7. 基于IPSO-WRF的选择性激光烧结件气泡溶解时间预测模型
    张天瑞, 魏铭琦, 高秀秀
    计算机科学    2021, 48 (11A): 638-643.   https://doi.org/10.11896/jsjkx.210300080
    摘要 (28)   PDF (3056KB) (40)  
    针对选择性激光烧结(Selective Laser Sintering,SLS)件成型过程中因气泡导致的质量缺陷问题,提出一种基于改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化的加权随机森林(Weighted Random Forest,WRF)预测方法,用于实现气泡溶解时间的有效预测。该方法利用IPSO算法优化WRF分裂属性个数和决策树数量两个关键参数,构建IPSO-WRF预测模型。数值实例表明,与PSO-RF,PSO-KELM预测模型的预测结果相比,基于相同的训练样本和测试样本,气泡溶解时间IPSO-WRF的预测模型能够获得误差更小且更接近于实际值的输出结果。MAE,MAPE,RMSE指标表明,IPSO-WRF预测模型具有比PSO-RF模型和PSO-KELM模型更高的非线性拟合能力和预测精度。最后,通过敏感性分析确定对气泡溶解时间影响最显著的输入参数,为SLS技术的发展提供理论依据。
    参考文献 | 相关文章 | 多维度评价
    8. 基于改进Marching Tetrahedra算法的锥体气象数据三维重建
    马俊成, 蒋慕蓉, 房素芹
    计算机科学    2021, 48 (11A): 644-647.   https://doi.org/10.11896/jsjkx.210200025
    摘要 (35)   PDF (3257KB) (67)  
    在气象领域中,多普勒雷达探测的气象数据采用空间极坐标的方式进行存储,探测到的气象目标具有分布不均匀、区域分散、形状不规则等特征。为了满足气象目标三维重建的需求,针对雷达数据特征对Marching Tetrahedra三维重建算法进行一定的改进。首先采用Barnes插值方法和傅里叶谱分析原理的插值方法分别在雷达锥体数据的垂直方向及径向之间进行回波强度值的加密,对加密后的回波极坐标数据构成的新的六面体进行基本四面体单元的剖分,并利用线性插值得到各顶点的具体位置,绘制时结合多层次面绘制技术渲染三维图,该算法避免了对高仰角以及距离远而没有回波数据区域的重建。实验表明,改进算法能更好更快地实现三维重建,并且能观测分析云层的内部细节信息,为气象的准确预报提供了一定的参考依据。
    参考文献 | 相关文章 | 多维度评价
    9. 基于卷积神经网络和声振图像的磁瓦内部缺陷检测
    刘鑫, 黄沁元, 李强, 冉茂霞, 周颖, 杨天
    计算机科学    2021, 48 (11A): 648-654.   https://doi.org/10.11896/jsjkx.210100161
    摘要 (33)   PDF (4584KB) (78)  
    磁瓦作为永磁电机中的关键部件,其产品质量易受到内部缺陷的影响而下降。然而传统的声振检测手段在面对快速、精准的检测需求下已暴露出一些低效率的问题,因此开发一种针对磁瓦内部缺陷的高效智能化检测方法具有重要的现实意义。文中结合深度学习的优势,提出了一种基于卷积神经网络的磁瓦内部缺陷声振检测方法。在该方法中,磁瓦的一维声振信号首先被转换为二维声振图像,再输入针对信号特点所设计的卷积神经网络进行学习训练,以完成从声振图像中自主学习和提取能区分内部缺陷有无的信号特征,最后由softmax完成对应特征的识别。4类磁瓦样本的检测实验结果表明,提出的方法可实现准确率为99.38%的磁瓦内部缺陷检测,单片磁瓦的检测时间低于0.031 s,模型具有良好的鲁棒性。
    参考文献 | 相关文章 | 多维度评价
    10. 基于结构方程模型的突发公共卫生事件下居民出行选择行为研究
    骆晨, 胡明, 肖焕权, 钟林峰
    计算机科学    2021, 48 (11A): 655-658.   https://doi.org/10.11896/jsjkx.201200004
    摘要 (25)   PDF (1702KB) (68)  
    为剖析突发公共事件持续期居民出行方式选择行为的决策机理,通过引入结构方程模型,构建居民出行方式选择模型SEM,基于2020年3月在新冠肺炎疫情持续期通过网络线上的方式采集的623份有效调查问卷,研究了突发公共事件持续期居民出行选择的主要影响因素。结果表明:家庭人均收入、是否有私家车、防控措施、防控措施了解程度对居民出行方式有绝对的影响;自我防控措施、交通工具主观信任度对居民在突发公共卫生事件持续期的出行方式选择具有显著的影响;在高铁旅客运输过程中减少经停地、航空旅客运输中保持低票价均可提高居民选择相应出行方式的概率;各交通方式可以通过提高疫情防控工作的宣传力度以提升居民对各交通方式的主观信任度。
    参考文献 | 相关文章 | 多维度评价
    首页 | 前页| 后页 | 尾页 第1页 共3页 共21条记录