期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
情感分类研究进展 被引量：88
1
作者 陈龙 管子玉 +1 位作者 何金红 彭进业 《计算机研究与发展》 EI CSCD 北大核心 2017年第6期1150-1170,共21页
文本情感分析是多媒体智能理解的重要问题之一.情感分类是情感分析领域的核心问题,旨在解决评论情感极性的自动判断问题.由于互联网评论数据规模与日俱增,传统基于词典的方法和基于机器学习的方法已经不能很好地处理海量评论的情感分类... 文本情感分析是多媒体智能理解的重要问题之一.情感分类是情感分析领域的核心问题,旨在解决评论情感极性的自动判断问题.由于互联网评论数据规模与日俱增,传统基于词典的方法和基于机器学习的方法已经不能很好地处理海量评论的情感分类问题.随着近年来深度学习技术的快速发展,其在大规模文本数据的智能理解上表现出了独特的优势,越来越多的研究人员青睐于使用深度学习技术来解决文本分类问题.主要分为2个部分:1)归纳总结传统情感分类技术,包括基于字典的方法、基于机器学习的方法、两者混合方法、基于弱标注信息的方法以及基于深度学习的方法;2)针对前人情感分类方法的不足,详细介绍所提出的面向情感分类问题的弱监督深度学习框架.此外,还介绍了评论主题提取相关的经典工作.最后,总结了情感分类问题的难点和挑战,并对未来的研究工作进行了展望. 展开更多
关键词 情感分析 情感分类 深度学习 弱监督 主题提取
下载PDF
基于TAM的智慧医疗APP用户黏性模型构建及技术研究 被引量：20
2
作者 李晶 管子玉 +1 位作者 谢飞 段群 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第1期24-32,共9页
医疗作为一种公共服务其市场巨大,但当前医疗服务的移动互联网接口——智慧医疗APP并没有呈现足够的市场规模,最常见的问题是智慧医疗APP应用周期短,用户黏性低。文中针对智慧医疗APP用户黏性低的痛点,通过问卷调查整理原始数据,并通过... 医疗作为一种公共服务其市场巨大,但当前医疗服务的移动互联网接口——智慧医疗APP并没有呈现足够的市场规模,最常见的问题是智慧医疗APP应用周期短,用户黏性低。文中针对智慧医疗APP用户黏性低的痛点,通过问卷调查整理原始数据,并通过技术接受模型(TAM)结合计划行为理论(TPB)和感知风险理论(PR),分析了多种主要影响因素(感知有用性、感知易用性、主观规范、感知行为控制和感知风险)对智慧医疗APP用户黏性的影响,并提炼相关影响权值,作为未来智慧医疗类APP产品设计方向的参考依据。 展开更多
关键词 移动医疗APP TAM模型 TPB模型 感知风险理论(PR) 用户黏性
下载PDF
基于具有空间注意力机制的Mask R-CNN的口腔白斑分割 被引量：8
3
作者 谢飞 穆昱 +3 位作者 管子玉 沈雪敏 许鹏飞 王和旭 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第1期9-15,共7页
口腔白斑(OLK)是一种癌前病变,由于其与口腔内健康组织有视觉相似性,导致难以准确区分,目前,对OLK的诊断主要来自专业医生的经验,但这种方式效率低,诊断受主观影响大。该文提出具有空间注意力机制(spatial attention)的Mask R-CNN方法(M... 口腔白斑(OLK)是一种癌前病变,由于其与口腔内健康组织有视觉相似性,导致难以准确区分,目前,对OLK的诊断主要来自专业医生的经验,但这种方式效率低,诊断受主观影响大。该文提出具有空间注意力机制(spatial attention)的Mask R-CNN方法(Mask R-CNN-S)用于口腔白斑分割。Mask R-CNN特征提取能力受限于多任务的设计,在口腔白斑上分割效果并不理想。而Mask R-CNN-S是基于Mask R-CNN网络,并引入了卷积块状注意力模块(CBAM)中的空间注意力模块,考虑了空间上的重要性信息,帮助Mask R-CNN关注更重要的区域。此外,受限于数据量较少,该文利用在其他相关大数据集里训练出来的预训练模型,同时采用冻结浅层参数,更新深层参数的策略。试验结果表明,该文所提方法实现了相比于传统Mask R-CNN更好的性能。 展开更多
关键词 口腔白斑 MASK R-CNN 注意力机制 迁移学习
下载PDF
基于深度学习的腹部多器官图像分割 被引量：5
4
作者 谢飞 权媚阳 +1 位作者 管子玉 段群 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第1期1-7,共7页
CT扫描是临床上腹部相关疾病诊断的常规检查方式,通过CT,医生能对腹部的器官结构和组织病变结构产生更加直观的观察,从而提高了疾病诊断的准确性,因此,精准地对CT图片进行图像分割有着非常重要的临床价值。传统的分割算法针对腹部形变... CT扫描是临床上腹部相关疾病诊断的常规检查方式,通过CT,医生能对腹部的器官结构和组织病变结构产生更加直观的观察,从而提高了疾病诊断的准确性,因此,精准地对CT图片进行图像分割有着非常重要的临床价值。传统的分割算法针对腹部形变较大、体积较小且组织边缘模糊的器官分割效果相对较差。为此,该文提出了基于改进nnUNet腹部多器官图像分割方法,在腹部CT图像上分割肝脏、胃、肠道和胰腺4个器官。该文利用自适应权重的损失函数对nnUNet网络进行改进,使得网络在分割过程中更加关注体积较小且样本数量相对较少的器官特征。实验表明,该文提出方法相对于现有传统的分割方法具有更高的准确性和敏感性。 展开更多
关键词 腹部多器官分割 nnUNet 自适应权重损失函数 语义分割
下载PDF
基于多任务学习的口腔白斑与扁平苔藓的分割与识别 被引量：4
5
作者 管子玉 谢飞 +3 位作者 任文研 沈雪敏 许鹏飞 王和旭 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第1期1-8,共8页
口腔白斑属于癌前病变或潜在的恶性疾患范畴,诊断意义尤为重要;口腔扁平苔藓是一种常见的口腔黏膜慢性炎性疾病。两种疾病的症状相似度高导致利用传统目标识别算法难以准确识别。为此,该文提出了一种基于多任务学习卷积神经网络的口腔... 口腔白斑属于癌前病变或潜在的恶性疾患范畴,诊断意义尤为重要;口腔扁平苔藓是一种常见的口腔黏膜慢性炎性疾病。两种疾病的症状相似度高导致利用传统目标识别算法难以准确识别。为此,该文提出了一种基于多任务学习卷积神经网络的口腔斑纹类疾病的目标检测、分割与识别算法。该算法通过改进的Mask R-CNN网络提取口腔斑纹类疾病图像的高维特征,以检测出相关病变的具体位置和精准区域,并识别出病损的种类。算法的改进之处在于图像检测与识别的分支网络利用分割子网络的高维特征以关注病变区域的特征,提高了口腔白斑与扁平苔藓识别的准确性。实验表明,该文所提方法相对于现有传统识别方法和常见多任务学习方法具有更高的准确性和敏感性。 展开更多
关键词 口腔白斑识别 口腔扁平苔藓识别 MASK R-CNN 语义分割 多任务学习
下载PDF
面向小样本情感分类任务的弱监督对比学习框架 被引量：3
6
作者 卢绍帅 陈龙 +2 位作者 卢光跃 管子玉 谢飞 《计算机研究与发展》 EI CSCD 北大核心 2022年第9期2003-2014,共12页
文本情感分类是自然语言处理领域的挑战性研究课题.基于词典的方法和传统基于机器学习方法分别依赖高质量的情感词典和鲁棒的特征工程,而多数深度学习方法的性能则依赖大规模人工标注数据集.幸运的是,不同社交平台用户生成了大量带标签... 文本情感分类是自然语言处理领域的挑战性研究课题.基于词典的方法和传统基于机器学习方法分别依赖高质量的情感词典和鲁棒的特征工程,而多数深度学习方法的性能则依赖大规模人工标注数据集.幸运的是,不同社交平台用户生成了大量带标签的舆情文本,这些文本可以作为弱标注数据集被用于情感分类任务,但是弱标注数据集中的噪声样本会对训练过程产生负面影响.提出了一种用于小样本情感分类任务的弱监督对比学习(weakly-supervised contrastive learning,WCL)框架,旨在学习海量带噪声的用户标记数据中的情感语义,同时挖掘少量人工标注数据中潜在的类间对比模式.该框架包括2个步骤:首先,设计了一种弱监督预训练策略来削弱噪声数据的影响;其次,在有监督微调阶段引入对比学习策略来捕获少量有标注数据的对比模式.在亚马逊评论数据集上评估了所提出的方法,实验结果表明所提出的方法显著优于其他同类对比方法.在仅使用0.5%(即32个样本)比例的有标注数据集进行微调的情况下,所提出方法的性能依然超出其他深度方法. 展开更多
关键词 情感分类 弱监督学习 有监督对比学习 小样本学习 迁移学习
下载PDF
基于深度差异性网络的真假面瘫识别 被引量：2
7
作者 管子玉 刘杰 +2 位作者 谢飞 许鹏飞 辛晓瑜 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第2期171-179,共9页
现有的面瘫识别方法均基于面部异常或不对称进行判断,但存在面部异常或不对称并不意味着一定是面瘫患者,如:正常人的面部在做某种表情或静止时可能存在不对称;正常人模仿面瘫患者时,也会存在异常和不对称。当重复临床诊断性面部动作时,... 现有的面瘫识别方法均基于面部异常或不对称进行判断,但存在面部异常或不对称并不意味着一定是面瘫患者,如:正常人的面部在做某种表情或静止时可能存在不对称;正常人模仿面瘫患者时,也会存在异常和不对称。当重复临床诊断性面部动作时,存在面部异常或不对称的正常人常比患者表现出更大的差异,这是由于正常人相比于面瘫患者具有更健全的面部肌肉运动功能。因此,该文提出了一种基于深度差异特征网络(deep differentiated network,DDN)的面瘫识别方法,该方法对高层特征提取和差异特征计算进行联合优化。首先,利用双数据流卷积神经网络(two-stream CNN)提取疑似患者不同时刻同一动作的面部状态特征;然后,通过单分支卷积网络提取two-stream CNN间的差异特征,并基于差异性特征进行面瘫识别。实验结果表明,DDN能够有效识别疑似患者是否患有面瘫且优于现有方法。 展开更多
关键词 面瘫 two-stream CNN 深度差异性特征 差异性网络
下载PDF
基于可变形卷积的小肠间质瘤多模型联合检测 被引量：1
8
作者 谢飞 周炀 +1 位作者 管子玉 段群 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第1期16-23,共8页
小肠间质瘤(GIST)是一种常见的胃肠道肿瘤,目前对GIST的诊断主要依靠CT影像检查。近年来,随着计算机视觉技术在医学影像领域中的广泛应用,极大地提高了诊断效率。针对小肠间质瘤形状大小差异大,病灶区与正常组织器官相似度高的特点,该... 小肠间质瘤(GIST)是一种常见的胃肠道肿瘤,目前对GIST的诊断主要依靠CT影像检查。近年来,随着计算机视觉技术在医学影像领域中的广泛应用,极大地提高了诊断效率。针对小肠间质瘤形状大小差异大,病灶区与正常组织器官相似度高的特点,该文提出了一种基于可变形卷积的小肠间质瘤多模型联合检测方案,该方法使用DeepLesion数据集作预训练,在单个检测模型中引入可变形卷积,使网络能够更好地适应小肠间质瘤形态大小差异大的特点,提高特征提取能力。同时对多模型输出的多组检测结果采取非极大值抑制和最高置信度选择的方法选取最高置信度的结果作为模型的输出。在小肠间质瘤数据集上的实验结果表明,该文提出的方法相较于单模型检测在间质瘤检测任务上性能有所提升。 展开更多
关键词 小肠间质瘤 目标检测 可变形卷积 置信度 DeepLesion
下载PDF
基于多任务神经网络模型的小肠淋巴瘤检测模型
9
作者 谢飞 王放舟 +1 位作者 管子玉 段群 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第1期8-15,共8页
CT影像是小肠淋巴瘤诊断的主要方式,近年来深度学习在医学影像领域得到广泛应用,可以极大的减轻医生的工作量。针对小肠淋巴瘤肿瘤形态位置信息差异性大,样本量较少且产生假阳性较多的特点,该文提出了一种基于多任务神经网络模型的小肠... CT影像是小肠淋巴瘤诊断的主要方式,近年来深度学习在医学影像领域得到广泛应用,可以极大的减轻医生的工作量。针对小肠淋巴瘤肿瘤形态位置信息差异性大,样本量较少且产生假阳性较多的特点,该文提出了一种基于多任务神经网络模型的小肠淋巴瘤检测模型,该模型使用间质瘤和DeepLesion数据集作预训练,在检测模型当中引入了分类模块,该模块可以用于剔除掉数据中非小肠区域,同时便于引入无boundingbox的正常人小肠区域的数据,用于降低模型的假阳性率。为了增强模型对于小目标的检测效果,对FPN网络的浅层结构进行了改进。在包含正常人和患者的数据集上的测试结果表明,提出模型在保证检测精度的同时,可以有效降低模型的假阳性率。 展开更多
关键词 小肠淋巴瘤 目标检测 多任务训练 注意力机制 假阳性
下载PDF
主持人语
10
作者 管子玉 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第2期171-171,共1页
人工智能和机器学习是当下的热点话题。我国计划在2030年之前成为人工智能最大强国。为此,无论是学术界还是工业界都在如火如荼地开展相关工作。在学术界,中国学者在人工智能顶级国际会议AAAI和IJCAI发表论文数量大增;在工业界,人工智... 人工智能和机器学习是当下的热点话题。我国计划在2030年之前成为人工智能最大强国。为此,无论是学术界还是工业界都在如火如荼地开展相关工作。在学术界,中国学者在人工智能顶级国际会议AAAI和IJCAI发表论文数量大增;在工业界,人工智能应用遍地开花。 展开更多
关键词 人工智能 学术界 辅助诊断
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部