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4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：
产业集群的地方嵌入与全球生产网络链接——以上海文化创意产业园区为例 被引量：32
1
作者 何金廖 黄贤金 司月芳 《地理研究》 CSSCI CSCD 北大核心 2018年第7期1447-1459,共13页
以全球生产网络理论为基础,通过问卷调查和深度访谈法,再现了上海创意产业集群在地方—区域—全球三个不同地理维度的产业链接网络结构和联系强度,运用三角坐标法分别考察上海创意产业在劳动力市场、外部供给、消费市场、合作关系四个... 以全球生产网络理论为基础,通过问卷调查和深度访谈法,再现了上海创意产业集群在地方—区域—全球三个不同地理维度的产业链接网络结构和联系强度,运用三角坐标法分别考察上海创意产业在劳动力市场、外部供给、消费市场、合作关系四个产业链环节的地方嵌入性和全球链接性,探讨学习和创新网络的重要作用。研究结果显示:首先,上海创意产业集群在各个产业链环节都表现出很强的地方黏性,尤其是在地方劳动力市场方面,上海创意产业集群的地方嵌入性最为显著。其次,上海创意产业集群的外部链接存在异质性,其中技术类创意部门与文化类创意部门在劳动力市场、消费市场和合作关系等方面均表现出较大差异,本文从知识分化视角出发对以上异质性进行了解释。最后,总结了上海创意产业集群全球生产网络的基本特征及其地方—全球互动关系,为揭示中国大都市地区文化创意产业集群的地方嵌入和全球网络形成机理提供了详实的案例分析。 展开更多
关键词 创意产业集群 全球生产网络 地方—全球互动 上海
原文传递
结合局部全局特征与多尺度交互的三维多器官分割网络
2
作者 柴静雯 李安康 +3 位作者 张浩 马泳 梅晓光 马佳义 《中国图象图形学报》 CSCD 北大核心 2024年第3期655-669,共15页
目的 高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,V... 目的 高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,ViT)和卷积神经网络(convolutional neural network,CNN)结合为代表的三维医学图像分割方法表现出了丰富的应用优势。然而,这类方法往往忽略同一尺度内和不同尺度间的信息交互,使得CNN和ViT特征的提取和融合受限。本文提出一种端到端多器官分割网络LoGoFUNet(local-global-features fusion UNet),旨在应对现有方法的缺陷。方法 首先,针对单一器官分割,提出在同一尺度下并行提取并融合CNN和ViT特征的LoGoF(local-global-features fusion)编码器,并构建了一个端到端的三维医学图像分割多尺度网络M0。此外,考虑到器官内部以及器官之间的相互关系,该方法在M0网络的基础上设计并引入了多尺度交互(multi-scale interaction,MSI)模块和注意力指导(attention guidance,AG)结构,最终形成了LoGoFUNet。结果 在Synapse数据集和SegTHOR(segmentation of thoracic organs at risk)数据集上,本文方法相比于表现第2的模型,DSC(Dice similarity cofficient)指标分别提高了2.94%和4.93%,而HD95(Hausdorff distance_95)指标则分别降低了8.55和2.45,切实提升了多器官分割任务的性能表现。在ACDC(automatic cardiac diagnosis challenge)数据集上,3D分割方法的适用性大多较差,但LoGoFUNet依然得到了比2D先进方法更好的结果,说明其对数据集的适应能力更强。结论 该方法的分割模型综合尺度内和尺度间的信息交互,具有更好的分割结果,且在数据集上的泛化性更好。 展开更多
关键词 多器官分割 深度神经网络(DNN) 视觉Transformer(ViT) 局部全局特征 多尺度交互(MSI)
原文传递
基于Swin Transformer和图形推理的结直肠息肉分割方法
3
作者 梁礼明 何安军 +1 位作者 阳渊 吴健 《工程科学学报》 EI CSCD 北大核心 2024年第5期897-907,共11页
针对结直肠息肉图像分割中病灶区域尺度变化大、边缘模糊以及息肉与正常组织对比度低等问题,导致病变区域分割精度低和分割边界存在伪影,提出一种基于Swin Transformer和图形推理的自适应网络.该网络一是利用Swin Transformer编码器逐... 针对结直肠息肉图像分割中病灶区域尺度变化大、边缘模糊以及息肉与正常组织对比度低等问题,导致病变区域分割精度低和分割边界存在伪影,提出一种基于Swin Transformer和图形推理的自适应网络.该网络一是利用Swin Transformer编码器逐层提取输入图像的全局上下文信息,弱化背景信息干扰,多尺度分析病变区域的显著性特点.二是提出全局与局部特征交互模块增强网络对复杂病灶的空间感知能力,突出待分割目标的关键位置信息,精准定位目标.三是通过区域引导图推理模块以图循环递推的方式挖掘先验信息之间的高阶显性关系,促进图间信息传递.四是设计面向边缘细节的边缘约束图推理模块,整合边缘细节,改善分割效果,提高分割精度.在CVC-ClinicDB、Kvasir、CVC-ColonDB和ETIS数据集上进行实验,其Dice系数分别为0.939,0.926,0.810和0.788,平均交并比分别为0.889,0.879,0.731和0.710,分割性能优于现有方法.仿真实验结果表明,对于形态结构复杂、对比度低和边缘模糊的结直肠息肉图像均有较高的分割精度. 展开更多
关键词 结直肠息肉 Swin Transformer 全局与局部特征交互 区域引导图推理 边缘约束图推理
下载PDF
基于一致性学习预测药物-靶标相互作用 被引量：3
4
作者 彭利红 田雄飞 周立前 《湖南工业大学学报》 2020年第6期27-33,共7页
提出了一种基于局部全局一致性(LLGC)学习的药物-靶标相互作用预测模型。该模型基于邻近结点及流形结构或聚类中的结点更有可能有相同标签这一结论,综合考虑靶标和药物数据的全局和局部特征,融合靶标的序列相似性和药物-靶标网络的拓扑... 提出了一种基于局部全局一致性(LLGC)学习的药物-靶标相互作用预测模型。该模型基于邻近结点及流形结构或聚类中的结点更有可能有相同标签这一结论,综合考虑靶标和药物数据的全局和局部特征,融合靶标的序列相似性和药物-靶标网络的拓扑结构信息,提出药物-靶标相互作用预测方法,挖掘来自标准数据集中的药物-靶标相互作用数据。为了分析局部全局一致性方法的性能,在酶、离子通道、GPCR与核受体4个数据集中对此方法与SBGI、KBMF2K、NetCBP和WNN-GIP进行了比较,实验结果表明,除了在核受体数据中LLGC的AUC值比NetCBP和WNN-GIP中的略低外,在其他3个数据中,LLGC的性能都优于其他方法。确定模型性能后,将其用于药物-靶标相互作用数据预测,给出了得分最高的5个药物-靶标相互作用数据,且得知标准数据集中已知的药物-靶标相互作用数据绝大部分出现在预测集的前20%中,91%以上出现在预测集的前50%中。这个结果表明,LLGC能有效预测药物与靶标之间的潜在关联。 展开更多
关键词 局部全局一致性 药物-靶标相互作用 药物重定位 靶标序列相似性 机器学习
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