期刊文献+
共找到162篇文章
< 1 2 9 >
每页显示 20 50 100
基于特征复用的卷积神经网络模型压缩方法 预览
1
作者 冀树伟 杨喜旺 +1 位作者 黄晋英 尹宁 《计算机应用》 CSCD 北大核心 2019年第6期1607-1613,共7页
为了在不降低准确率的前提下,减小卷积神经网络模型的体积与计算量,提出一种基于特征复用的卷积神经网络压缩模块--特征复用单元(FR-unit)。首先,针对不同类型的卷积神经网络结构,提出不同的优化方法;然后,在对输入特征图进行卷积操作后... 为了在不降低准确率的前提下,减小卷积神经网络模型的体积与计算量,提出一种基于特征复用的卷积神经网络压缩模块--特征复用单元(FR-unit)。首先,针对不同类型的卷积神经网络结构,提出不同的优化方法;然后,在对输入特征图进行卷积操作后,将输入特征与输出特征进行结合;最后,将结合后的特征传递给下一层。通过对低层特征的重复使用,使总的提取的特征数量不发生改变,以保证优化后的网络的准确率不会发生改变。在CIFAR10数据集上进行验证,实验结果表明,优化后的VGG模型体积缩小为优化前的75.4%,预测时间缩短为优化前的43.5%;优化后的Resnet模型体积缩小为优化前的53.1%,预测时间缩短为优化前的60.9%,且在测试集上的准确率均未降低。 展开更多
关键词 卷积神经网络 特征复用 网络加速 模型压缩
在线阅读 下载PDF
热像仪聚焦程度对红外辐射检测的影响研究 预览
2
作者 李众 郝争辉 +1 位作者 王高 张猛 《红外技术》 CSCD 北大核心 2019年第3期245-250,共6页
热像仪主要依据红外辐射定律对物体由于温度产生的红外辐射进行测量,是非接触式测温方式的一种方法。在保持其它影响测温精度因素不变的条件下,通过保持热像仪稳定输出来提高精准度。实验采用黑体作为目标辐射源,并将温度设定后保持不... 热像仪主要依据红外辐射定律对物体由于温度产生的红外辐射进行测量,是非接触式测温方式的一种方法。在保持其它影响测温精度因素不变的条件下,通过保持热像仪稳定输出来提高精准度。实验采用黑体作为目标辐射源,并将温度设定后保持不变。保持热像仪与辐射源的位置固定不变,只调节聚焦程度来采集数据。分析热像仪聚焦程度对其输出值的影响,通过分析可以看出对于均匀的辐射目标源,当热像仪离焦时各个随机点输出的值不一致。只有当其在聚焦的状态下,随机点及区域输出的值才趋于稳定。并计算各点的在不同聚焦程度下的变异系数及区域内方差,进一步确定热像仪输出值的稳定性。实验表明:热像仪聚焦程度对其输出值有较大影响,利用文中聚焦程度与变异系数、区域内方差的计算对于判别热像仪输出值的稳定性具有一定的作用。 展开更多
关键词 聚焦程度 红外热像仪 热辐射 变异系数
在线阅读 下载PDF
利用带无标签数据的双支持向量机对恒星光谱分类 预览
3
作者 刘忠宝 雷宇飞 +3 位作者 宋文爱 张静 王杰 屠良平 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第3期948-952,共5页
恒星光谱分类是天文技术与方法领域一直关注的热点问题之一。随着观测设备持续运行和不断改进,人类获得的光谱数量与日俱增。这些海量光谱为人工处理带来了极大挑战。鉴于此,研究人员开始关注数据挖掘算法,并尝试对这些光谱进行数据挖... 恒星光谱分类是天文技术与方法领域一直关注的热点问题之一。随着观测设备持续运行和不断改进,人类获得的光谱数量与日俱增。这些海量光谱为人工处理带来了极大挑战。鉴于此,研究人员开始关注数据挖掘算法,并尝试对这些光谱进行数据挖掘。近年来,神经网络、自组织映射、关联规则等数据挖掘方法广泛应用于恒星光谱分类。在这些方法中,支持向量机(SVM)以其强大的学习能力和高效的分类性能而备受推崇。SVM的基本思想是试图在两类样本之间找到一个最优分类面将两类分开。SVM在求解时,通过将其最优化问题转化为具有(QP)形式的凸问题,进而得到全局最优解。尽管该方法在实际应用中表现优良,但为了进一步提高其分类能力,有的学者提出双支持向量机(TSVM)。该方法通过构造两个非平行的分类面将两类分开,每一类靠近某个分类面,而远离另一个分类面。TSVM的计算效率较之传统SVM提高近4倍,因此,自TSVM提出后便受到研究人员的持续关注,并出现若干改进算法。在恒星光谱分类中,一般分类算法都是根据历史观测光谱来建立分类模型,其中最关键的是对光谱进行人工标注,这项工作极为繁琐,且容易犯错。如何利用已标记的光谱以及部分无标签的光谱来建立分类模型显得尤为重要。因此,提出带无标签数据的双支持向量机(TSVMUD)用以实现对恒星光谱智能分类的目的。该方法首先将光谱分为训练数据集和测试数据集两部分;然后,在训练集上进行学习,得到分类依据;最后利用分类依据对测试集上的光谱进行验证。继承了双支持向量机的优势,更重要的是,在训练集上学习分类模型过程中,不仅考虑有标记的训练样本,也考虑部分未标记的样本。一方面提高了学习效率,另一方面得到更优的分类模型。在SDSSDR8恒星光谱数据集上的比较实验表明,与支持向量 展开更多
关键词 恒星光谱 智能分类 双支持向量机 无标签数据
在线阅读 下载PDF
支持语义扩展的动态多关键词密文排序检索 预览
4
作者 庞晓琼 严小龙 +2 位作者 陈文俊 余本国 聂梦飞 《计算机应用》 CSCD 北大核心 2019年第4期1059-1065,共7页
针对云存储环境下已有的动态多关键词密文排序检索方案不支持关键词语义扩展、不具备前向安全和后向安全的问题,提出一种支持语义检索且具备前向安全和后向安全的动态多关键词密文排序检索方案。该方案通过构建语义关系图实现查询关键... 针对云存储环境下已有的动态多关键词密文排序检索方案不支持关键词语义扩展、不具备前向安全和后向安全的问题,提出一种支持语义检索且具备前向安全和后向安全的动态多关键词密文排序检索方案。该方案通过构建语义关系图实现查询关键词的语义扩展;使用树索引结构实现数据的检索和动态更新;利用向量空间模型实现多关键词排序搜索;基于安全K近邻算法对维度扩展后的索引和查询向量进行加密。安全性分析表明,该方案在已知密文模型下是安全的且具有动态更新时的前向安全和后向安全。效率分析及仿真实验结果表明,该方案在服务器检索效率方面优于目前同类型具有相同安全性或相同功能的方案。 展开更多
关键词 对称可搜索加密 多关键词排序检索 动态更新 语义扩展
在线阅读 下载PDF
利用融合数据分布特征的模糊双支持向量机对恒星光谱分类 预览
5
作者 刘忠宝 秦振涛 +2 位作者 罗学刚 周方晓 张靖 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第4期1307-1311,共5页
恒星光谱分类是天文学研究的一个热点问题。随着观测光谱数量的急剧增加,传统的人工分类无法满足实际需求,急需利用自动化技术,特别是数据挖掘算法来对恒星光谱进行自动分类。关联规则、神经网络、自组织网络等数据挖掘算法已广泛应用... 恒星光谱分类是天文学研究的一个热点问题。随着观测光谱数量的急剧增加,传统的人工分类无法满足实际需求,急需利用自动化技术,特别是数据挖掘算法来对恒星光谱进行自动分类。关联规则、神经网络、自组织网络等数据挖掘算法已广泛应用于恒星光谱分类。其中,支持向量机(SVM)分类能力突出,被广泛应用于恒星光谱分类。该方法试图在两类样本之间找到一个最优分类面将两类分开。该方法具有较高的时间复杂度,计算效率有限。双支持向量机(TWSVM)的出现有效地解决了SVM面临的效率问题。该方法通过构造两个非平行的分类面将两类分开,每一类靠近某个分类面,而远离另一个分类面。TWSVM的计算效率较之传统SVM提高近4倍,因此,自TWSVM提出后便受到研究人员的持续关注。但上述方法在分类决策时,一方面没有考虑数据的分布特征,另一方面较易受噪声点和奇异点的影响,分类效率难以显著提升。鉴于此,在双支持向量机的基础上,提出融合数据分布特征的模糊双支持向量机(TWSVM-SDP)。该方法引入线性判别分析(LDA)的类间离散度和类内离散度,用以表征光谱数据的分布性状;引入模糊隶属度函数用以降低噪声点和奇异点对分类结果的影响。在SDSS DR8恒星光谱数据集上的比较实验表明,与支持向量机SVM、双支持向量机TWSVM等传统分类方法相比,融合数据分布特征的模糊双支持向量机TWSVM-SDP具有更优的分类能力。该方法亦存在一定的局限性,其中一大难题是其无法处理海量光谱数据。接下来将利用大数据处理技术,来对所提方法在大数据环境下的适应性展开进一步研究。 展开更多
关键词 恒星光谱 分类 数据分布特征 模糊隶属度 双支持向量机
在线阅读 下载PDF
语义检索模型中的词元扩展算法研究
6
作者 赵文娟 刘忠宝 郭慧 《情报科学》 CSSCI 北大核心 2019年第5期108-114,共7页
【目的/意义】传统的信息检索技术主要是基于关键词匹配的信息推送,该方法容易出现漏检和误检的情况。语义检索通过语义分析获得用户真正的检索意图,实现精准检索。【方法/过程】本文在对语义检索的原理和模型进行描述的基础上,提出了... 【目的/意义】传统的信息检索技术主要是基于关键词匹配的信息推送,该方法容易出现漏检和误检的情况。语义检索通过语义分析获得用户真正的检索意图,实现精准检索。【方法/过程】本文在对语义检索的原理和模型进行描述的基础上,提出了基于本体概念树模型的词元扩展算法,通过对词元的语义相似性、语义相关性进行计算,得出词元的语义关联度,关联度超过一定阈值的词元的集合即为扩展后的词元集。【结果/结论】该方法既考虑了具有继承关系的词元间的语义相似性,也考虑了具有相同属性词元间的语义关联度,结论更具参考价值。 展开更多
关键词 语义检索 语义模型 词元扩展
基于云模型与决策树的入侵检测方法 预览
7
作者 郭慧 刘忠宝 柳欣 《计算机工程》 CAS CSCD 北大核心 2019年第4期142-147,共6页
针对入侵检测系统中传统决策树分类算法仅能处理离散化数据的情况,提出一种改进的入侵检测方法。通过云模型对数据集连续属性进行离散化,利用遗传算法引入加权选择概率函数,使得决策树分类算法能检测出DoS、R2L、U2R、PRB攻击。KDDCUP 9... 针对入侵检测系统中传统决策树分类算法仅能处理离散化数据的情况,提出一种改进的入侵检测方法。通过云模型对数据集连续属性进行离散化,利用遗传算法引入加权选择概率函数,使得决策树分类算法能检测出DoS、R2L、U2R、PRB攻击。KDDCUP 99数据集上的实验结果表明,与基于贝叶斯、支持向量机与云模型离散化的检测方法相比,该方法具有更好的入侵检测与分类性能。 展开更多
关键词 云模型 决策树 离散化 遗传算法 入侵检测 连续属性
在线阅读 下载PDF
基于中文微博语言特征的自杀意念检测 预览
8
作者 许立鹏 宋文爱 《中北大学学报:自然科学版》 CAS 2019年第4期350-357,共8页
针对自杀意念检测,建立一个可迁移性强的自杀词典,并提出词性特征,以提高基于n-gram特征的自杀意念检测模型的分类准确率.采用对比实验与控制变量的方式,以n-gram特征、语言特征(词汇特征、词性特征)为输入特征,以随机森林、支持向量机... 针对自杀意念检测,建立一个可迁移性强的自杀词典,并提出词性特征,以提高基于n-gram特征的自杀意念检测模型的分类准确率.采用对比实验与控制变量的方式,以n-gram特征、语言特征(词汇特征、词性特征)为输入特征,以随机森林、支持向量机算法为驱动,重点研究语言特征对模型性能的影响,同时探究在不同特征下不同分类算法训练模型的性能表现.结果表明:语言特征对模型性能有大幅提升,通过比较发现,基于n-gram特征与语言特征的模型性能优于基于n-gram特征和词典特征的模型和基于n-gram特征的模型,其中在随机森林算法下性能提升约20%. 展开更多
关键词 自杀意念 语言特征 支持向量机 随机森林
在线阅读 下载PDF
聚类算法综述 预览 被引量:2
9
作者 章永来 周耀鉴 《计算机应用》 CSCD 北大核心 2019年第7期1869-1882,共14页
大数据时代,聚类这种无监督学习算法的地位尤为突出。近年来,对聚类算法的研究取得了长足的进步。首先,总结了聚类分析的全过程、相似性度量、聚类算法的新分类及其结果的评价等内容,将聚类算法重新划分为大数据聚类与小数据聚类两个大... 大数据时代,聚类这种无监督学习算法的地位尤为突出。近年来,对聚类算法的研究取得了长足的进步。首先,总结了聚类分析的全过程、相似性度量、聚类算法的新分类及其结果的评价等内容,将聚类算法重新划分为大数据聚类与小数据聚类两个大类,并特别对大数据聚类作了较为系统的分析与总结。此外,概述并分析了各类聚类算法的研究进展及其应用概况,并结合研究课题讨论了算法的发展趋势。 展开更多
关键词 聚类 相似性度量 大数据聚类 小数据聚类 聚类评价
在线阅读 下载PDF
基于动态数据的加权频繁项集挖掘算法 预览
10
作者 杨秋翔 王婷 《科学技术与工程》 北大核心 2019年第20期265-272,共8页
为解决在挖掘频繁项集过程中,因忽略不同项目间的重要程度而导致的挖掘有效性低以及忽略数据的动态更新而造成的挖掘效率低的问题,通过引入新的加权规则,从权值与频数两方面去体现项目间的重要性差异,并通过引入树形结构与关系矩阵提高... 为解决在挖掘频繁项集过程中,因忽略不同项目间的重要程度而导致的挖掘有效性低以及忽略数据的动态更新而造成的挖掘效率低的问题,通过引入新的加权规则,从权值与频数两方面去体现项目间的重要性差异,并通过引入树形结构与关系矩阵提高数据动态变化时频繁项集的挖掘效率。创新性地提出基于动态数据的加权频繁项集挖掘算法weighted dynamic date mining(WDDM)。实验结果表明,WDDM算法较以往算法挖掘效率与有效性显著提高,有利于发现更多有研究价值的信息。 展开更多
关键词 频繁项集 动态数据 加权规则 树形结构 关系矩阵
在线阅读 免费下载
基于卷积神经网络的构件分类策略的研究 预览
11
作者 张富为 杨秋翔 宋超峰 《计算机工程与应用》 CSCD 北大核心 2019年第8期201-207,共7页
为了提高软件复用过程中构件检索的效率,分析了软件构件分类技术的优缺点以及构件特征,从构件刻面信息的角度,采用卷积神经网络技术,提出一种基于卷积神经网络的构件分类策略;利用卷积神经网络对构件刻面特征进行提取,减少人为因素,提... 为了提高软件复用过程中构件检索的效率,分析了软件构件分类技术的优缺点以及构件特征,从构件刻面信息的角度,采用卷积神经网络技术,提出一种基于卷积神经网络的构件分类策略;利用卷积神经网络对构件刻面特征进行提取,减少人为因素,提高刻面信息提取精确性,并训练出基于卷积神经网络的构件分类模型,通过具体的实验,来论证该模型的准确性,以达到提高构件检索效率的目的。 展开更多
关键词 软件复用 软件构件 卷积神经网络 构件分类 构件检索
在线阅读 下载PDF
关于改进的激活函数TReLU的研究
12
作者 张涛 杨剑 +1 位作者 宋文爱 宋超峰 《小型微型计算机系统》 CSCD 北大核心 2019年第1期58-63,共6页
近年来深度学习在各个研究领域取得越来越多的成果,这些都离不开激活函数的发展.但现有的激活函数Tanh、Re LU和PRe LU在随着研究的深入暴露出越来越多的问题,比如存在"神经元死亡"和偏移现象,对噪声不具有鲁棒性.针对这些问... 近年来深度学习在各个研究领域取得越来越多的成果,这些都离不开激活函数的发展.但现有的激活函数Tanh、Re LU和PRe LU在随着研究的深入暴露出越来越多的问题,比如存在"神经元死亡"和偏移现象,对噪声不具有鲁棒性.针对这些问题,结合Tanh和PRe LU的优点,提出了TReLU激活函数,通过参数α控制负半轴非饱和区间获得激活值,输出近似0均值,软饱和性对噪声鲁棒.实验结果表明,TReLU在四种不同的数据集上都取得了最好的效果,对不同优化方法具有鲁棒性,具有一定的实用价值. 展开更多
关键词 深度学习 激活函数 软饱和性 鲁棒性
基于时间序列的多源日志安全数据挖掘仿真 预览
13
作者 杨秋翔 王冠男 王婷 《计算机仿真》 北大核心 2019年第2期297-301,共5页
采用当前数据挖掘方法挖掘多源日志中存在的安全数据时,数据挖掘所用的时间较长,挖掘得到的数据不完整,存在挖掘效率低和数据完整度低的问题。提出基于时间序列的多源日志安全数据挖掘方法,标记时刻不同的信号在多源日志中的强度,根据... 采用当前数据挖掘方法挖掘多源日志中存在的安全数据时,数据挖掘所用的时间较长,挖掘得到的数据不完整,存在挖掘效率低和数据完整度低的问题。提出基于时间序列的多源日志安全数据挖掘方法,标记时刻不同的信号在多源日志中的强度,根据信号强度计算标签数据在多源日志中的过程时间和移动速度,根据计算结果去除多源日志中存在的脏数据和冗余数据。对多源日志中的时间序列数据做分块处理,结合二维奇异值分解方法和主成分分析方法提取子矩阵中的特征,根据提取得到的特征通过最小距离方法建立数据分类器,利用数据分类器对多源日志中存在的安全数据做分类处理,完成多源日志安全数据的挖掘。仿真结果表明,所提方法的挖掘效率高、数据完整度高。 展开更多
关键词 时间序列 多源日志 数据挖掘 分类
在线阅读 下载PDF
双输入流深度反卷积的插值神经网络 预览
14
作者 张强 杨剑 富丽贞 《计算机应用》 CSCD 北大核心 2019年第8期2271-2275,共5页
在实际工作中深度学习方法通常不具备大量的训练样本,因此提出了双输入流深度反卷积生成神经网络的构架,依据给定的条件产生新的目标图像,从而扩充训练样本集。该神经网络的整体架构由双输入的卷积网络和一个反卷积网络输出构成,其中双... 在实际工作中深度学习方法通常不具备大量的训练样本,因此提出了双输入流深度反卷积生成神经网络的构架,依据给定的条件产生新的目标图像,从而扩充训练样本集。该神经网络的整体架构由双输入的卷积网络和一个反卷积网络输出构成,其中双输入卷积网络接收目标物体不同视角的两张图片并提取抽象特征,而反卷积网络则利用抽象特征和设定的参数产生新的插值目标图像。在ShapeNetCore数据集上的实验结果显示,在相同数量的训练样本空间中,与未扩展数据集的卷积网络相比,双输入流深度反卷积生成神经网络的识别率提高了20%左右。结果表明,双输入流深度反卷积生成神经网络无需输入目标物类别,可生成新参数条件下的目标图像,扩充训练样本空间,从而提高识别率,可用于少样本的目标物多角度识别。 展开更多
关键词 深度学习 人工智能 生成神经网络 反卷积 双输入流
在线阅读 下载PDF
人脸辅助诊断关键技术研究 预览
15
作者 梁雅琪 宋文爱 +3 位作者 杨吉江 王青 王星月 雷毅 《计算机工程与应用》 CSCD 北大核心 2019年第15期24-31,共8页
某些疾病的筛查和诊断可以借助患者的面部变化来进行辅助性判断。目前,人脸辅助诊断技术在医学辅助诊断领域的应用不断增加,其在某些疾病中的表现已经不低于医学工作者的经验性诊断。人脸辅助诊断系统可以帮助对疾病进行大规模筛查,判... 某些疾病的筛查和诊断可以借助患者的面部变化来进行辅助性判断。目前,人脸辅助诊断技术在医学辅助诊断领域的应用不断增加,其在某些疾病中的表现已经不低于医学工作者的经验性诊断。人脸辅助诊断系统可以帮助对疾病进行大规模筛查,判断疾病分期,最终缩短确诊时间,提高医生工作效率,造福患者。回顾了人脸检测、人脸特征提取、人脸关键点识别、人脸矫正、人脸图像增强、分类器选择等人脸辅助诊断关键技术,展望了人脸辅助诊断的发展前景。 展开更多
关键词 人脸辅助诊断 人脸检测 人脸特征提取 人脸关键点检测
在线阅读 下载PDF
复杂环境中的线结构光中心提取方法 预览
16
作者 郭雁蓉 杨剑 +2 位作者 宋文爱 郭斯檀 张强 《计算机工程与设计》 北大核心 2019年第4期1133-1138,1144共7页
为避免复杂环境和物体不均等因素影响,造成提取的线结构光中心不完整、无效或者断裂问题,提出一种多尺度卷积并行的方式,利用端到端深度学习方法提取线结构光中心。用第一个网络进行目标检测,用于提取感兴趣的图像特征区域,检测到线结... 为避免复杂环境和物体不均等因素影响,造成提取的线结构光中心不完整、无效或者断裂问题,提出一种多尺度卷积并行的方式,利用端到端深度学习方法提取线结构光中心。用第一个网络进行目标检测,用于提取感兴趣的图像特征区域,检测到线结构光。因为第一个网络中加入解码层和编码层,即使在复杂的背景环境中,也可以提取线结构光的面积。使用第二个网络和稀疏算法得到单像素的线结构光中心。通过不断优化算法定义的损失函数值,得到平滑、完整的中心线。实验结果表明,该方法速度快,有效排除了环境干扰,在复杂环境中提取的线结构光中心线完整。 展开更多
关键词 线结构光 中心提取 复杂环境 多尺度卷积 端到端深度学习
在线阅读 下载PDF
最大稳定极值区域与角点检测结合的医疗图像文本区域检测算法 预览
17
作者 马巧梅 石桓印 康珺 《科学技术与工程》 北大核心 2019年第6期174-179,共6页
医疗图像的文本区域检测在网络协同诊疗和医疗云的迅速发展中起着至关重要的作用。鉴于医疗图像相对复杂、文本字体太小而难以提取这一特殊问题,有针对性地提出了一种基于最大稳定极值区域算法与改进的角点检测算法相结合的医疗图像文... 医疗图像的文本区域检测在网络协同诊疗和医疗云的迅速发展中起着至关重要的作用。鉴于医疗图像相对复杂、文本字体太小而难以提取这一特殊问题,有针对性地提出了一种基于最大稳定极值区域算法与改进的角点检测算法相结合的医疗图像文本区域检测算法。该算法首先使用成分特征分析对最大稳定极值区域进行滤除,其次使用改进的最小核值相似区(smallest univalue segment assimilating nucleus,SUSAN)角点检测算子对剩余最大稳定极值区域进行检测并滤除,最后将检测出的所有文本区域使用膨胀处理进行合并即可得到医疗图像的文本区域。实验结果表明,使用该算法提取出的医疗图像文本区域的准确率、召回率和综合性能分别为0. 9、0. 92和0. 91,达到了理想的检测效果。 展开更多
关键词 医疗图像 文本检测 最大稳定极值区域 角点 膨胀
在线阅读 免费下载
改进卷积神经网络模型设计方法 预览
18
作者 张涛 杨剑 +1 位作者 宋文爱 郭雁蓉 《计算机工程与设计》 北大核心 2019年第7期1885-1890,共6页
针对现有卷积神经网络模型参数量大、训练耗费时间的问题,提出一种网络串联和并联共用的方法,使用较小的卷积核和较多的非线性激活减少参数量的同时增加网络特征学习能力,提出尺度归一化池化层取代全连接层,避免全连接层参数过多容易导... 针对现有卷积神经网络模型参数量大、训练耗费时间的问题,提出一种网络串联和并联共用的方法,使用较小的卷积核和较多的非线性激活减少参数量的同时增加网络特征学习能力,提出尺度归一化池化层取代全连接层,避免全连接层参数过多容易导致过拟合的问题,改进后的模型支持训练任意尺寸的图片。实验结果表明,提出方法减少了大量的参数和训练消耗的时间,有效提升了算法的效率。 展开更多
关键词 卷积神经网络 卷积核 非线性激活 尺度归一化池化 图像分类
在线阅读 下载PDF
近十年我国医学信息学的文献计量研究 预览
19
作者 刘忠宝 康嘉琦 +1 位作者 张志剑 党建飞 《中国数字医学》 2019年第8期2-5,共4页
以CNKI数据库于2009-2018年间发表的4 859篇相关文献为研究对象,利用文献计量法,从文献发表年份、作者及其关系、高频引用文献、研究热点、研究领域和研究机构等方面分析我国医学信息学的研究现状以及发展趋势。以期为研究人员全面了解... 以CNKI数据库于2009-2018年间发表的4 859篇相关文献为研究对象,利用文献计量法,从文献发表年份、作者及其关系、高频引用文献、研究热点、研究领域和研究机构等方面分析我国医学信息学的研究现状以及发展趋势。以期为研究人员全面了解我国医学信息学研究脉络提供有价值的参考。 展开更多
关键词 医学信息学 文献计量分析 研究脉络
在线阅读 下载PDF
外包空间数据库的完整性保证机制 预览
20
作者 洪军 温涛 +1 位作者 叶正旺 康珺 《东北大学学报:自然科学版》 EI CAS CSCD 北大核心 2019年第3期327-333,共7页
存储在云计算服务提供商上的用户数据可能被篡改或删除,查询完整性验证方案的作用是确保查询用户能够验证查询结果中的数据是真实的且包含所有满足条件的数据.本文在现有验证树结构基础上进行改进,提出了一种空间验证数据结构VSS-tree.... 存储在云计算服务提供商上的用户数据可能被篡改或删除,查询完整性验证方案的作用是确保查询用户能够验证查询结果中的数据是真实的且包含所有满足条件的数据.本文在现有验证树结构基础上进行改进,提出了一种空间验证数据结构VSS-tree.利用SS-tree作为基本结构并为其附加验证信息,采用边界球进行区域划分增大了节点的度,有效降低了验证树的高度,并避免了不必要的磁盘访问,从而提高了空间查询验证的处理效率.实验结果表明,该方案比MR-tree具有更好的性能. 展开更多
关键词 数据外包 k最近邻 空间数据库 云计算 查询验证
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部 意见反馈