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：

基于复杂网络理论的中文文本聚类算法: 2014年; 网络的普及以及互联网技术的发展,使得各类网络应用迅速地发展,同时,由于这些应用产生了大量可以由计算机存储和处理的文本信息。在各类信息处理领域,都需要对文本进行组织处理,其中文本聚类应用非常广泛,我们针对中文文本信息的特点,提出了一种加入《知网》语义相似度计算,利用复杂网络中小世界网络模型提取关键字表示文本并利用复杂网络中图聚类的思想的中文文本聚类算法。; 李培; 关键词：复杂网络中文文本文本聚类

基于CT征象量化分析的肺结节恶性度分级被引量：2: 2021年; 为了提高肺结节恶性度分级的计算精度及可解释性,该文提出一种基于CT征象量化分析的肺结节恶性度分级方法。首先,融合影像组学特征和通过卷积神经网络提取的高阶特征构造分析CT征象所需的特征集;接着,在混合特征集的基础上利用进化搜索机制优化集成学习分类器,实现对7种肺结节征象的识别和量化打分;最后,将7种CT征象的量化打分输入到一个利用差分进化算法优化产生的多分类器,实现肺结节恶性度的分级计算。在实验研究中使用LIDC-IDRI数据集中的2000个肺结节样本进行进化集成学习器和恶性度分级器的训练和测试。实验结果显示对7种CT征象的识别准确率可达0.9642以上,肺结节恶性度分级的准确率为0.8618,精确率为0.8678,召回率为0.8617,F1指标为0.8627。与多个典型算法的比较显示,该文方法不但具有较高的准确率,而且可对相关CT征象进行量化分析,使得对恶性度的分级结果更具可解释性。; 陈皓段红柏郭紫园强永乾; 关键词：CT征象可解释性

基于动态拥挤距离的混合多目标免疫优化算法被引量：6: 2018年; 多目标免疫优化算法的研究目标是种群均匀分布于优化问题的非劣最优域并使算法快速收敛。为进一步提高多目标优化问题非支配解集合的分布均匀性和收敛性,提出了一种基于动态拥挤距离的混合多目标免疫优化算法。该算法基于动态拥挤距离来对个体进行比较和更新操作,从而保持最终解集的均匀分布,同时借鉴经典差分进化算法中的变异引导算子来加强免疫优化算法的局部搜索能力并提高搜索精度。基于5个经典测试函数的仿真结果表明,与其他几种有效的多目标优化算法相比,所提算法不仅在求得Pareto最优解集的逼近性、均匀性和宽广性上有明显优势,而且收敛速度也有较大的改进和提高。; 马元锋李昂儒余慧敏潘晓英; 关键词：多目标优化人工免疫算法差分算子

基于相关性选择的高维多目标优化算法: 2018年; 在科学研究领域普遍存在高维多目标优化问题且难有较好的解决方法,论文提出了基于相关性选择的高维多目标优化算法,首先,论文算法借鉴差分算法中的变异引导算子和交叉算子来提高搜索能力和搜索精度;其次,该算法没有采用传统的非支配排序的选择机制,而是使用基于相关性情况选择个体来维持种群的多样性。为检验算法的性能,将所提出的算法应用于多个基准测试问题,与同类算法相比,所提的方法在收敛性和分布性方面效果较好。; 潘晓英李昂儒陈雪静赵倩; 关键词：差分算子变异算子

一种时间序列数据的动态密度聚类算法被引量：7: 2019年; 传统的聚类算法多是针对某个时间片上的静态数据集合进行的聚类分析,但事实上大部分数据存在时间序列上的连续动态演变过程.本文对时间序列数据及其类结构的演变过程进行了分析,发现在一定条件下相邻时间片间的数据集间存在较强的关联性,并且类簇结构间则存在一定的继承性.故本文得出新的思想,在前一时间片聚类结果的基础上,通过对部分变化数据的计算和类簇结构的局部调整就有望获得对后一时间片上数据进行完全聚类相同的效果,且运算量会显著下降.基于此思想提出了一种时间序列数据的动态密度聚类算法(DDCA/TSD).仿真实验中使用6种数据集对所提出算法进行了实验验证.结果显示DDCA/TSD在保证聚类准确性的基础上相对传统聚类算法有明显的时间效率提升,并能更有效地发现数据点的属性变化及类簇结构的演变过程.; 陈皓冀敏杰郭紫园夏雨; 关键词：时间序列数据

Dynamic model of multi-agent social evolutionary algorithm and its convergence: 2013年; With a typical and simple 2-bit problem,a dynamic model of multi-agent social evolutionary algorithm(MASEA)is constructed by dynamic method.Then,the global dynamic shape of MASEA is comprehensively analyzed and the common evolution operators are also formally described.Furthermore,the effect that every evolutionary operator has on the dynamic shape is discovered by attraction analysis of the fixed points in the models.The global convergence of MASEA is also proved.; PAN Xiao-yingCHEN Hao; 关键词：全局收敛性进化算法共同进化

基于人体关节点数据的攻击性行为识别被引量：4: 2019年; 针对人体攻击性行为识别问题,提出一种基于人体关节点数据的攻击性行为识别方法。首先,利用OpenPose获得单帧图像中的人体关节点数据,并通过最近邻帧特征加权法和分段多项式回归完成由人体自遮挡和环境因素所导致缺失值的补全;然后,对每个人体定义动态“安全距离”阈值,如果两人真实距离小于阈值,则构建行为特征矢量,其中包括帧间人体重心位移、人体关节旋转角角速度和发生交互时的最小攻击距离等;最后,提出改进的LightGBM算法w-LightGBM,并对攻击性行为进行识别。采用公共数据集UT-interaction对所提出的攻击性行为分类识别方法进行测试实验,准确率达到95.45%。实验结果表明,所提方法能够有效识别各种角度的攻击性行为。; 陈皓肖利雪李广潘跃凯夏雨

基于复杂网络理论的讨论区发帖分类推荐算法被引量：1: 2014年; 在众多的网络应用中,网络论坛的发展也是非常迅速的,针对不同的人群的不同的兴趣爱好总会有某些论坛的某些讨论区是我们感兴趣的.可是论坛复杂的结构对于新的用户来说,如何找到正确的讨论区发帖成了一件耗时的问题.本文通过研究复杂网络的相关理论,针对该问题提出了一种讨论区发帖的分类推荐算法,并经过验证和测试,证明该算法是行之有效的,可以给被该问题困扰的用户提供有用的帮助.; 李培; 关键词：复杂网络

一种在MR图像中进行脑胶质瘤检测和病灶分割的方法被引量：3: 2021年; 针对磁共振图像(MRI)进行脑胶质瘤检测及病灶分割对临床治疗方案的选择和手术实施过程的引导都有着重要的价值。为了提高脑胶质瘤的检测效率和分割准确率,该文提出了一种两阶段计算方法。首先,设计了一个轻量级的卷积神经网络,并通过该网络完成MR图像中肿瘤的快速检测及大致定位;接着,通过集成学习过程对肿瘤周围水肿、肿瘤非增强区、肿瘤增强区和正常脑组织等4种不同区域进行分类与彼此边界的精细分割。为提高分割的准确率,在MR图像中提取了416维影像组学特征并与128维通过卷积神经网络提取的高阶特征进行组合和特征约简,将特征约简后产生的298维特征向量用于分类学习。为对算法的性能进行验证,在BraTS2017数据集上进行了实验,实验结果显示该文提出的方法能够快速检测并定位肿瘤,同时相比其它方法,整体分割精度也有明显提升。; 陈皓李广刘洋强永乾; 关键词：肿瘤检测

全选清除导出

共1页<1>

国家自然科学基金(61203311)

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(61203311)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈