教育部信息网络工程研究中心
- 作品数：11 被引量：178H指数：3
- 相关作者：张洁更多>>
- 相关机构：北京邮电大学兰州理工大学合肥工业大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生电气工程经济管理更多>>
- 深度学习方法在糖尿病视网膜病变诊断中的应用被引量：17
- 2021年
- 深度学习可以有效提取图像隐含特征,在医学影像识别方面的应用快速发展.由于糖尿病视网膜病变(Diabetic retinopathy,DR)诊断标准明确、分类体系成熟,应用深度学习诊断糖尿病视网膜病变近年来成为研究热点.本文从深度学习方法在DR诊断中的最新研究进展、DR诊断的一般流程、公共数据集、医学影像标注方法、主要实现模型、面临的主要挑战几方面,对深度学习方法在糖尿病视网膜病变诊断中的应用进行了详细综述,便于更多机器视觉、尤其是深度学习医学影像的研究者们参照对比,加快该领域研究的成熟度和临床落地应用.
- 范家伟张如如陆萌何佳雯康霄阳柴文俊石珅达宋美娜鄂海红鄂海红
- 关键词：糖尿病糖尿病视网膜病变智能诊断图像标注
- 用于湿性AMD辅助诊断的双模态深度学习模型被引量：1
- 2021年
- 为解决眼科医生阅片工作量过大的问题,将深度学习技术应用于湿性年龄相关性黄斑变性(AMD)辅助诊断领域.针对只考虑单一模态的医学影像且未将湿性AMD进行更细化的分类,构建了适用于深度学习的双模态湿性AMD数据集,并提出一种双模态湿性AMD辅助诊断模型Wet-AMD-Net.针对不同的特征提取模型与不同的特征融合策略进行实验,效果最优的模型受试者工作特征曲线下面积(AUROC)、召回率、精确度分别达到0.9881,0.9792和0.9821,超过了有多年工作经验的4位眼科医生的平均水平,用于临床辅助诊断具有实用性.
- 鄂海红何佳雯袁立飞宋美娜
- 关键词：卷积神经网络双模态图像分类湿性年龄相关性黄斑变性
- 增强提示学习的少样本文本分类方法
- 2024年
- 针对少样本文本分类任务,提出提示学习增强的分类算法(EPL4FTC)。该算法将文本分类任务转换成基于自然语言推理的提示学习形式,在利用预训练语言模型先验知识的基础上实现隐式数据增强,并通过两种粒度的损失进行优化。为捕获下游任务中含有的类别信息,采用三元组损失联合优化方法,并引入掩码语言模型任务作为正则项,提升模型的泛化能力。在公开的4个中文文本和3个英文文本分类数据集上进行实验评估,结果表明EPL4FTC方法的准确度明显优于所对比的基线方法。
- 李睿凡魏志宇范元涛叶书勤张光卫
- 关键词：文本分类
- 基于分类的多属性实体推荐被引量：1
- 2018年
- 在面向实体推荐的探究过程中,包含多样属性的实体获得了越来越多的关注。然而,在面对这种复杂实体对象的推荐过程中,当前的研究工作者大多选用其中一种属性,利用相关算法得以实现。在基于分类处理的方法,对推荐实体的属性进行了深入探究,将物品属性网络划分为多个子信息网络。在子信息网络中,以属性数目为界,将子网络中的多属性以及单属性转化为实体相似度的多样途径,结合实体相似度以及相关算法,得出推荐结果。最后通过实验验证本文的算法,引用多样属性不仅体现了推荐多样性,还提高了推荐精度。
- 宋美娜赵雪君鄂海红
- 电子商务中介的性质——兼论网络经济中的商品质量与信用问题
- 在电子商务市场上，需要不需要中介?它为什么会存在并且赚钱?它的作用是什么?本文介绍了电子商务中介的性质，阐述了中介的定义，分析了中介的经济性质，探讨了电子商务是否需要中介，浅谈了数字商品价格和商业利益的不确定性，指出电子...
- 徐华飞
- 关键词：电子商务网络保护网络经济
- 文献传递
- 光纤通信系统在统一电能质量控制器中的应用研究
- 2008年
- 统一电能质量控制器（UPQC）理论上是一种完美的电能质量补偿系统，具有双向多功能补偿特性。而目前光纤通信系统在UPQC中的应用使得在UPQC中实现各种系统信号的集成成为可能。文中详细分析了在UPQC中使用的光纤通信系统的特性、功能、光电器件及其优缺点，最后对系统的性能进行了测试实验。
- 张军军张洁
- 关键词：光纤通信系统电磁干扰(EMI)波特率
- 基于深度学习光学相干断层扫描辅助诊断常见眼底疾病被引量：4
- 2021年
- 光学相干断层扫描(OCT)分辨率高且无创,是临床诊断眼底疾病的主要手段。深度学习(DL)具有高效、准确的特点,近年来在医疗领域迅速发展,并已在眼科取得一定成果。本文围绕基于DL的OCT辅助诊断常见眼底疾病研究进展进行综述。
- 何佳雯王莉菲张如如谭玲刘毓王晴川陈正宇范家伟鄂海红宋美娜
- 关键词：眼底人工智能
- 基于无监督方法的电力文本专业词汇识别研究被引量：1
- 2020年
- 电力专业词汇识别是面向变电运检文档进行深入语言理解和知识图谱构建等智能应用的基础。领域无关识别方法的效果不能令人满意,为此文中根据电力领域词汇的语言学特征提出一种面向电力领域的无监督专业词汇发现方法。首先以通用词典对电力文档语料分词,然后根据电力专业词汇的特征设置不同大小的滑动窗口,将之前分词结果的多种组合作为候选词;进一步计算邻接变化度、信息熵、点态互信息以及词频等4种候选词统计量;最后基于综合语言学特征和成词边界3种语法规则对候选词进行筛选形成专业电力新词。在公开数据集上与基线方法进行了对比实验,实验结果验证了文中提出方法的有效性。
- 朱婷婷杜一帆李睿凡熊永平
- 关键词：领域词典无监督学习新词识别统计特征
- 多视图有监督的LDA模型被引量：2
- 2014年
- 本文主要关注多视图数据的分类问题.考虑到集成分类方法可组合多个弱分类器构成一个强分类器,以及主题模型能学习复杂数据的语义表示,本文试图将集成学习思想引入主题模型中,以便同时学习多视图数据的分类规则和预测性语义特征.具体地,结合概率主题模型LDA模型和集成分类方法 Softmax混合模型,提出了一个多视图有监督的分类模型.基于变分EM方法,推导了该模型的参数估计算法.两个真实图像数据集上的实验结果表明了提出模型有较好的分类性能.
- 李晓旭李睿凡冯方向曹洁王小捷
- 深度学习实体关系抽取研究综述被引量：150
- 2019年
- 实体关系抽取作为信息抽取、自然语言理解、信息检索等领域的核心任务和重要环节,能够从文本中抽取实体对间的语义关系.近年来,深度学习在联合学习、远程监督等方面上的应用,使关系抽取任务取得了较为丰富的研究成果.目前,基于深度学习的实体关系抽取技术,在特征提取的深度和模型的精确度上已经逐渐超过了传统基于特征和核函数的方法.围绕有监督和远程监督两个领域,系统总结了近几年来中外学者基于深度学习的实体关系抽取研究进展,并对未来可能的研究方向进行了探讨和展望.
- 鄂海红张文静肖思琪程瑞胡莺夕周筱松牛佩晴
- 关键词：实体关系抽取
