面向机器阅读理解的高质量藏语数据集构建

1

作者 孙媛 刘思思 +2 位作者 陈超凡 旦正错 赵小兵 《中文信息学报》 CSCD 北大核心 2024年第3期56-64,共9页

机器阅读理解是通过算法让机器根据给定的上下文回答问题,从而测试机器理解自然语言的程度。其中,数据集的构建是机器阅读理解的主要任务之一。目前,相关算法模型在大多数流行的英语数据集上都取得了显著的成绩,甚至超过了人类表现。但... 机器阅读理解是通过算法让机器根据给定的上下文回答问题,从而测试机器理解自然语言的程度。其中,数据集的构建是机器阅读理解的主要任务之一。目前,相关算法模型在大多数流行的英语数据集上都取得了显著的成绩,甚至超过了人类表现。但对于低资源语言,由于缺乏相应的数据集,机器阅读理解研究尚处于起步阶段。该文以藏语为例,人工构建了藏语机器阅读理解数据集(TibetanQA),其中包含20000个问题答案对和1513篇文章。该数据集的文章均来自云藏网,涵盖了自然、文化和教育等12个领域,问题形式多样且具有一定的难度。另外,该数据集在文章收集、问题构建、答案验证、回答多样性和推理能力等方面,均采用严格的流程以确保数据的质量,同时采用基于语言特征消融输入的验证方法说明了数据集的质量。最后,该文初步探索了三种经典的英语阅读理解模型在TibetanQA数据集上的表现,其结果难以媲美人类,这表明藏语机器阅读理解任务还需要更进一步的探索。 展开更多

关键词 机器阅读理解 低资源语言 藏语 数据集

下载PDF 职称材料

Ti-Reader:基于注意力机制的藏文机器阅读理解端到端网络模型

2

作者 孙媛 陈超凡 +1 位作者 刘思思 赵小兵 《中文信息学报》 CSCD 北大核心 2024年第2期61-69,共9页

机器阅读理解旨在教会机器去理解一篇文章并且回答与之相关的问题。为了解决低资源语言上机器阅读理解模型性能低的问题,该文提出了一种基于注意力机制的藏文机器阅读理解端到端网络模型Ti-Reader。首先,为了编码更细粒度的藏文文本信息... 机器阅读理解旨在教会机器去理解一篇文章并且回答与之相关的问题。为了解决低资源语言上机器阅读理解模型性能低的问题,该文提出了一种基于注意力机制的藏文机器阅读理解端到端网络模型Ti-Reader。首先,为了编码更细粒度的藏文文本信息,将音节和词相结合进行词表示,然后采用词级注意力机制去关注文本中的关键词,利用重读机制去捕捉文章和问题之间的语义信息,自注意力机制去匹配问题与答案的隐变量本身,为答案预测提供更多的线索。最后,实验结果表明,Ti-Reader模型提升了藏文机器阅读理解的性能,同时在英文数据集SQuAD上也有较好的表现。 展开更多

关键词 机器阅读理解 注意力机制 端到端网络 藏文

下载PDF 职称材料

JCapsR:一种联合胶囊神经网络的藏语知识图谱表示学习模型

3

作者 孙媛 梁家亚 +1 位作者 陈安东 赵小兵 《中文信息学报》 CSCD 北大核心 2024年第4期69-77,共9页

知识图谱表示学习是自然语言处理的一项关键技术,现有的知识图谱表示研究主要集中在英语、汉语等语言,而低资源语言的知识图谱表示学习研究还处于探索阶段,如藏语。该文基于前期构建的藏语知识图谱,提出了一种联合胶囊神经网络(JCapsR)... 知识图谱表示学习是自然语言处理的一项关键技术,现有的知识图谱表示研究主要集中在英语、汉语等语言,而低资源语言的知识图谱表示学习研究还处于探索阶段,如藏语。该文基于前期构建的藏语知识图谱,提出了一种联合胶囊神经网络(JCapsR)的藏语知识图谱表示学习模型。首先,我们使用TransR模型生成藏语知识图谱的结构化信息表示。其次,采用融合多头注意力和关系注意力的Transfomer模型表示藏语实体的文本描述信息。最后,采用JCapsR进一步提取三元组在知识图谱语义空间中的关系,将实体文本描述信息和结构化信息融合,得到藏语知识图谱的表示,相比基线系统,联合胶囊神经网络JCapsR模型提高了在藏语知识图谱上实体链接预测的性能,相关研究为其他低资源语言知识图谱表示学习的拓展优化提供了参考借鉴意义。 展开更多

关键词 藏语知识图谱 表示学习 胶囊神经网络

下载PDF 职称材料

构音障碍语音识别算法研究综述

4

作者 宋伟 张杨豪 《计算机工程与应用》 CSCD 北大核心 2024年第11期62-74,共13页

构音障碍作为一种医学难症,目前主流的语音识别技术并不能很好地适应这一领域的需求。同时针对构音障碍的语音识别技术利用预训练及个性化训练相结合的方式,通过数据驱动进一步提升了算法性能,识别字错误率进一步降低,但是目前针对构音... 构音障碍作为一种医学难症,目前主流的语音识别技术并不能很好地适应这一领域的需求。同时针对构音障碍的语音识别技术利用预训练及个性化训练相结合的方式,通过数据驱动进一步提升了算法性能,识别字错误率进一步降低,但是目前针对构音障碍的语音识别技术离实际商用还存在一定的距离,该技术的发展受数据规模和技术的限制。到目前为止,尚未出现针对构音障碍语音识别方面的综述文章,亟需将该领域中各种数据集的构建方法和先进技术进行对比分析,以方便进入该领域的研究人员快速获取这方面的知识。对现有数据集、主流算法、评估方式进行了调研,总结了国内外主流构音障碍数据集的规模、形式和特点。分析了构音障碍语音识别的主流算法,并给出了不同算法的性能和特点。最后,研究了基于构音障碍患者的严重等级的算法模型性能评价指标,并讨论了未来的研究方向,以期能够为从事构音障碍语音识别的研究人员提供帮助,助力该领域的快速发展。 展开更多

关键词 构音障碍 语音识别 深度学习 人工智能

下载PDF 职称材料

基于监督对比学习的小样本甲骨文字识别

5

作者 毕晓君 毛亚菲 《智能系统学报》 CSCD 北大核心 2024年第1期106-113,共8页

针对由于甲骨文中部分字符的出现频率较低,直接利用深度神经网络进行识别会产生严重的过拟合现象,进而导致识别精度较差的问题,本文提出一种基于监督对比学习的小样本甲骨文字识别方法。选用利用增强样本的Y型(ensemble augmented-shot ... 针对由于甲骨文中部分字符的出现频率较低,直接利用深度神经网络进行识别会产生严重的过拟合现象,进而导致识别精度较差的问题,本文提出一种基于监督对比学习的小样本甲骨文字识别方法。选用利用增强样本的Y型(ensemble augmented-shot Y-shaped,EASY)学习框架作为网络的主干部分,通过集合数据增强、多骨干网络集成、特征向量投影等训练策略,直接实现利用少量带标签样本进行识别;引入监督对比学习,并提出联合对比损失,使得特征空间中类内特征向量距离更近,类间特征向量距离更远,进一步提高模型性能。实验结果表明:相比于当前效果最好的Orc-Bert模型,提出的小样本甲骨文识别模型在1-shot任务中的准确率提升了26.42%,3-shot任务的准确率提升了28.55%,5-shot任务的准确率提升了23.98%,较好解决了低频率出现的甲骨文字识别精度较差的问题。 展开更多

关键词 甲骨文字识别 小样本 监督对比学习 利用增强样本的Y型学习框架 深度学习 特征空间 联合对比损失

下载PDF 职称材料

CINOSUM:面向多民族低资源语言的抽取式摘要模型

6

作者 翁彧 罗皓予 +3 位作者 超木日力格 刘轩 董俊 刘征 《计算机科学》 CSCD 北大核心 2024年第7期296-302,共7页

针对现有的模型无法处理多民族低资源语言自动摘要生成的问题,基于CINO提出了一种面向多民族低资源语言的抽取式摘要模型CINOSUM。为扩大文本摘要的语言范围,首先构建了多种民族语言的摘要数据集MESUM。为解决以往模型在低资源语言上效... 针对现有的模型无法处理多民族低资源语言自动摘要生成的问题,基于CINO提出了一种面向多民族低资源语言的抽取式摘要模型CINOSUM。为扩大文本摘要的语言范围,首先构建了多种民族语言的摘要数据集MESUM。为解决以往模型在低资源语言上效果不佳的问题,构建了一个框架,采用统一的句子抽取器,以进行不同民族语言的抽取式摘要生成。此外,提出采用多语言数据集的联合训练方法,旨在弥补知识获取上的不足,进而扩展在低资源语言上的应用,显著增强模型的适应性与灵活性。最终,在MESUM数据集上开展了广泛的实验研究,实验结果表明CINOSUM模型在包括藏语和维吾尔语在内的多民族低资源语言环境中表现卓越,并且在ROUGE评价体系下取得了显著的性能提升。 展开更多

关键词 抽取式摘要 多语言预训练模型 低资源语言信息处理 知识迁移

下载PDF 职称材料

基于BERT-LSTM模型的情感分析研究 被引量：2

7

作者 蒲秋梅 黄方俐 王辉 《中国电子科学研究院学报》 北大核心 2023年第10期912-920,共9页

情感分类技术在舆论评价和商品评价等诸多领域均有广泛使用,对自然语言处理领域来说具有很重要的研究意义。在当前的社交网络文本中,用户不仅仅使用文字来传达情感,其文本中的表情元素也带有浓厚的情感色彩。传统情感分析模型容易忽略... 情感分类技术在舆论评价和商品评价等诸多领域均有广泛使用,对自然语言处理领域来说具有很重要的研究意义。在当前的社交网络文本中,用户不仅仅使用文字来传达情感,其文本中的表情元素也带有浓厚的情感色彩。传统情感分析模型容易忽略表情元素,从而导致模型未能正确判断文本情感。文中将BERT预训练模型和长短时记忆网络相结合,运用带表情元素的weibo_senti_100k数据集实现一个针对微博评论的情感二分类模型。BERT-LSTM模型利用BERT嵌入层对预处理后的句子进行分割并将其转换为动态词向量,结合LSTM模型提取文本和表情元素的特征,最后以预测评论文本的情感极性。实验验证表情元素的重要性和BERT-LSTM模型情感分类的有效性,结果表明同时考虑文字和表情元素相较于纯文字来说模型分类准确率提高20%,BERT-LSTM模型的分类准确率为98.31%、F1值为98.28%,相比传统机器学习模型和其他深度学习模型在最终结果上表现出明显优势。 展开更多

关键词 情感分类 自然语言处理 BERT LSTM 深度学习 机器学习

下载PDF 职称材料

基于ViT-CNN混合网络的合成孔径雷达图像船舶分类

8

作者 邵然 毕晓君 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第8期1616-1623,共8页

为了解决视觉转换器模型缺乏多尺度与局部特征捕获能力,难以适应合成孔径雷达图像船舶分类任务的问题,本文提出一种混合网络模型用于合成孔径雷达图像船舶分类。利用分阶段下采样网络结构,解决了ViT无法捕获多尺度特征的问题。通过在Vi... 为了解决视觉转换器模型缺乏多尺度与局部特征捕获能力,难以适应合成孔径雷达图像船舶分类任务的问题,本文提出一种混合网络模型用于合成孔径雷达图像船舶分类。利用分阶段下采样网络结构,解决了ViT无法捕获多尺度特征的问题。通过在ViT模型的3个核心模块中融入卷积结构,设计了卷积标记嵌入、卷积参数共享注意力和局部前馈网络3个模块,使得网络能够同时捕获船舶图像的全局和局部特征,进一步增强了网络归纳偏置和特征提取能力。研究表明:本文所提模型在OpenSARShip和FUSAR-Ship2个通用合成孔径雷达船舶图像数据集上,分类准确率较最优方法分别提高了2.96%和4.18%,有效地提升了合成孔径雷达图像船舶分类性能。 展开更多

关键词 视觉转换器 卷积神经网络 SAR图像 深度学习 参数共享 局部特征 全局特征 船舶图像

下载PDF 职称材料

基于膝关节MR图像的分割模型构建及验证

9

作者 蒲秋梅 黄波 +1 位作者 席作新 赵丽娜 《暨南大学学报（自然科学与医学版）》 CAS 北大核心 2024年第3期315-326,共12页

目的:构建并验证一种膝关节MR图像分割算法,旨在解决软骨细小结构识别困难、分割边界模糊、错分等问题,发现软骨的早期病变,帮助医生诊断膝骨关节炎等慢性疾病。方法:使用膝关节公开数据集SKI10进行实验验证,划分为训练集(60%)、验证集(... 目的:构建并验证一种膝关节MR图像分割算法,旨在解决软骨细小结构识别困难、分割边界模糊、错分等问题,发现软骨的早期病变,帮助医生诊断膝骨关节炎等慢性疾病。方法:使用膝关节公开数据集SKI10进行实验验证,划分为训练集(60%)、验证集(20%)、测试集(20%);基于Transformer方法和U-Net方法,提出融合通道注意力机制和边界注意力机制的新型网络架构CE-TransUNet;以平均Dice相似系数(DSC)为主要评价指标,探索模型在膝关节MR图像分割中的性能。结果:与经典算法进行对比,CE-TransUNet具有更好的分割效果,其DSC指数达到了90.48%,在股骨和胫骨上DSC分别达到了93.55%和93.10%,在股骨软骨和胫骨软骨上DSC分别达到了87.69%和87.58%。结论:CE-TransUNet分割结果与人工分割结果有很好的一致性。其分割效果优于对比网络模型,为膝关节软骨的自动分割提供了一种新思路,能够帮助临床诊断,有较好的应用前景。 展开更多

关键词 医学影像分割 膝关节软骨分割 MR图像 TransUNet 注意力机制

下载PDF 职称材料

国标麻将的多尺度骨干神经网络模型

10

作者 代君学 李霞丽 +1 位作者 刘博 王昭琦 《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第5期137-144,共8页

在有多轮次、状态空间巨大、81种不同类别的番种、胡牌方式复杂的国标麻将中,普通的神经网络难以对复杂的数据进行表达和拟合。首次将多尺度骨干的深度神经网络用于实现麻将AI,以更好地捕获国标麻将的局部以及全局特征,适用于处理复杂数... 在有多轮次、状态空间巨大、81种不同类别的番种、胡牌方式复杂的国标麻将中,普通的神经网络难以对复杂的数据进行表达和拟合。首次将多尺度骨干的深度神经网络用于实现麻将AI,以更好地捕获国标麻将的局部以及全局特征,适用于处理复杂数据,做出更准确的游戏策略。基于IJCAI 2020 Champion的对局数据,对训练数据进行数据增强。采用增强后的数据,在NVIDAI GeForce RTX3090 LapTop GPU上进行了5天的监督学习训练,训练出的模型有52 M参数,动作准确率达到93.47%,弃牌准确率达到83.93%,鸣牌准确率达到97.56%。将提出的模型部署到北京大学开发的Botzone平台上,进入天梯榜前1%。 展开更多

关键词 深度学习 麻将 卷积神经网络 Res2Net50 多尺度骨干架构

下载PDF 职称材料

基于BERT和超图对偶注意力网络的文本情感分析

11

作者 胥桂仙 刘兰寅 +1 位作者 王家诚 陈哲 《计算机应用研究》 CSCD 北大核心 2024年第3期786-793,共8页

针对网络短文本存在大量的噪声和缺乏上下文信息的问题,提出一种基于BERT和超图对偶注意力机制的文本情感分析模型。首先利用BERT预训练模型强大的表征学习能力,对情感文本进行动态特征提取;同时挖掘文本的上下文顺序信息、主题信息和... 针对网络短文本存在大量的噪声和缺乏上下文信息的问题,提出一种基于BERT和超图对偶注意力机制的文本情感分析模型。首先利用BERT预训练模型强大的表征学习能力,对情感文本进行动态特征提取;同时挖掘文本的上下文顺序信息、主题信息和语义依存信息将其建模成超图,通过对偶图注意力机制来对以上关联信息进行聚合;最终将BERT和超图对偶注意力网络两个模块提取出的特征进行拼接,经过softmax层得到对文本情感倾向的预测结果。该模型在电商评论二分类数据集和微博文本六分类数据集上的准确率分别达到95.49%和79.83%,相较于基准模型分别提高2.27%~3.45%和6.97%~11.69%;同时还设计了消融实验验证模型各部分对分类结果的增益。实验结果表明,该模型能够显著提高针对中文网络短文本情感分析的准确率。 展开更多

关键词 文本情感分析 超图 图分类 注意力机制

下载PDF 职称材料

麻将博弈AI构建方法综述 被引量：2

12

作者 李霞丽 王昭琦 +1 位作者 刘博 吴立成 《智能系统学报》 CSCD 北大核心 2023年第6期1143-1155,共13页

麻将及其不同变体的规则复杂,构建高水平的麻将博弈AI(artificial intelligence)算法及其测试环境等面临巨大挑战。本文分析了麻将博弈的相关研究文献,梳理出基于知识和基于数据的两大类麻将AI构建方法,分析了每种类型的构建方法的优势... 麻将及其不同变体的规则复杂,构建高水平的麻将博弈AI(artificial intelligence)算法及其测试环境等面临巨大挑战。本文分析了麻将博弈的相关研究文献,梳理出基于知识和基于数据的两大类麻将AI构建方法,分析了每种类型的构建方法的优势和局限性,重点分析了Suphx构建方法。指出了麻将AI构建面临的问题和挑战;提出将经验回放、分层强化学习、好奇心模型、对手模型、元学习、迁移学习、课程学习等应用到麻将博弈AI算法优化中,构建多元化的麻将AI评估指标、通用对抗平台和高质量的数据集等未来的研究重点。 展开更多

关键词 机器博弈 非完备信息博弈 麻将 Suphx 知识 对手建模 深度学习 强化学习

下载PDF 职称材料

基于提示微调的微博立场检测研究

13

作者 蒲秋梅 李辅德 《中国电子科学研究院学报》 2024年第4期340-349,共10页

鉴于传统机器学习和自然语言处理技术在处理微博等社交媒体短文本数据时遇到的挑战,特别是数据的信息稀疏性影响数据的表达和分类性能,文中通过提示微调的方法,进行微博立场检测任务。提示微调方法可以充分挖掘和利用预训练语言模型内... 鉴于传统机器学习和自然语言处理技术在处理微博等社交媒体短文本数据时遇到的挑战,特别是数据的信息稀疏性影响数据的表达和分类性能,文中通过提示微调的方法,进行微博立场检测任务。提示微调方法可以充分挖掘和利用预训练语言模型内嵌的丰富知识库,以便更精确捕捉并识别不同文本内容对特定话题的立场倾向。文中首先对微博立场检测数据进行基于反翻译的数据增强,将训练数据从3000条增强到12000条;然后,根据微博文本内容以及对应话题,设计出提示词。这些提示旨在引导预训练语言模型的注意力机制关注文本中对立场检测尤为关键的信息片段,从而提高模型对微博文本立场的识别能力。为了验证提示微调在微博立场检测任务上的有效性,文中在NLPCC 2016的中文微博立场数据集上进行实验,实验结果显示,相较于最优的基线方法,基于提示微调的微博立场检测方法在五个评价指标上提升了0.6%~6%。综上,本研究不仅揭示了基于提示微调的方法在微博立场检测任务中具有巨大的应用潜力,同时也为未来的研究提供了有价值的参考。 展开更多

关键词 自然语言处理 立场检测 提示微调 通用语言模型 数据增强

下载PDF 职称材料

多特征融合的敦煌古籍残片自动缀合 被引量：1

14

作者 郑玉彤 李雪龙 +2 位作者 殷梓轩 高歌 翁彧 《中国图象图形学报》 CSCD 北大核心 2023年第8期2330-2342,共13页

目的敦煌遗书作为敦煌学研究的根基,是华夏多元民族弥足珍贵的文化遗产。现存的敦煌遗书大多为残片残卷,给整理和研究带来了极大的困难。而人工缀残可谓至难,费时费力,对研究者的要求极高。随着计算机技术和计算机图形学的发展,残片拼... 目的敦煌遗书作为敦煌学研究的根基,是华夏多元民族弥足珍贵的文化遗产。现存的敦煌遗书大多为残片残卷,给整理和研究带来了极大的困难。而人工缀残可谓至难,费时费力,对研究者的要求极高。随着计算机技术和计算机图形学的发展,残片拼接技术也开始进入数字化时代。为此,本文提出基于分层模型的数字图像缀合方法。方法构建了一个古籍残片数据集。在流程设计上借鉴专家缀合的实践经验,融入专家知识,对碎片数字图像进行预处理。在碴口特征匹配的基础上,融合多种缀合线索,建立了包含物理层、结构层和语义层3层特征的分层模型,从低层次到高层次对匹配结果进行评估打分,完成两阶段的全自动缀合。结果为了验证提出方法的有效性,在由31张可拼接碎片(11组)和225张孤片组成的256张碎片数据集上进行实验。结果表明,本文方法能够完成其中8组碎片的完整缀合,2组不完整缀合,并找出218张孤片。通过计算,完整匹配准确率为95.76%,不完整匹配准确率为95.70%,缀合准确率都达到了95%。与现有类似任务的3种方法相比,准确率均有明显提升。结论本文提出的分层模型融合了多方面特征,能有效完成古籍残片缀合任务,提升研究人员的缀残效率。 展开更多

关键词 古籍残片 敦煌遗书 自动缀合 碴口特征 分层模型

原文传递

基于多特征融合与多语言预训练的藏文文本分类 被引量：1

15

作者 胥桂仙 陈哲 马慧麟 《中文信息学报》 CSCD 北大核心 2023年第12期54-61,共8页

针对藏文数据集稀少的问题,该文对TNCC数据集进行了数据增强,提出了基于少数民族语言预训练模型(CINO)、TextCNN和双向长短时记忆网络(BiLSTM)的多特征融合与多语言预训练的藏文文本分类模型(MFMLP)。模型将数据集的文本分词输入到CINO... 针对藏文数据集稀少的问题,该文对TNCC数据集进行了数据增强,提出了基于少数民族语言预训练模型(CINO)、TextCNN和双向长短时记忆网络(BiLSTM)的多特征融合与多语言预训练的藏文文本分类模型(MFMLP)。模型将数据集的文本分词输入到CINO中,然后将提取到的全部特征分别经过TextCNN和BiLSTM通路以提取不同层次特征,将提取到的特征与CINO提取的[CLS]特征在融合层进行多特征融合,最终通过分类器实现分类。基于藏文数据集TNCC进行文本分类实验,结果表明相较于CINO模型,该文提出的算法对藏文文本类别的识别能力有一定的提高。 展开更多

关键词 多特征融合 多语言预训练 藏文文本分类

下载PDF 职称材料

基于目标语言预训练和联合解码的低资源语言端到端语音翻译

16

作者 李宁 朱丽平 +2 位作者 赵小兵 仁曾卓玛 王燕敏 《中文信息学报》 CSCD 北大核心 2023年第12期36-43,共8页

自动语音翻译(AST)是将源语言语音转换为目标语言文字的技术。目前,端到端的语音翻译成为AST的研究主流,但面临数据稀缺问题。该文首先利用机器翻译和人工检验构建了20h的维吾尔语-汉语AST语音翻译数据集。其次,为提高端到端语音翻译模... 自动语音翻译(AST)是将源语言语音转换为目标语言文字的技术。目前,端到端的语音翻译成为AST的研究主流,但面临数据稀缺问题。该文首先利用机器翻译和人工检验构建了20h的维吾尔语-汉语AST语音翻译数据集。其次,为提高端到端语音翻译模型的性能,使用语料相对丰富的目标语言语音识别数据集预训练模型,不仅解决了数据稀缺造成的模型无法收敛问题,而且能让模型学到目标语言的语言学知识;再次,在预训练解码器前添加映射模块,使其学到源语言到目标语言知识的映射关系,由此构建了端到端语音翻译模型。最后,使用CTC与Attention联合解码,强制语音标签对齐,提高翻译效果。实验结果表明,在维汉语音翻译数据集上达到了61.45 BLEU值。 展开更多

关键词 语音翻译 端到端 数据集构建

下载PDF 职称材料

水书文化保护和产业化发展策略研究

17

作者 韩璐 毕晓君 乔伟征 《黑龙江民族丛刊》 北大核心 2023年第2期152-156,共5页

水书是水族的文化精髓,蕴含着水族的核心价值观念和传统文化特征。本文从文化传承的视角,对水书传承、保护中存在的问题进行了深入分析,并对今后开发性保护和产业化发展提出了具体意见。

关键词 水书文化 保护 策略

原文传递

基于深度学习的低剂量CT图像去噪方法综述

18

作者 蒲秋梅 沈林林 +1 位作者 田景龙 韦洁瑶 《中国体视学与图像分析》 2023年第4期369-379,共11页

由于低剂量CT情境下医学图像存在多样的噪声,其强度和种类各异,因此选择合适的算法对去噪至关重要。传统图像去噪方法基于先验知识,其优化过程相对繁琐,存在保留图像细节和处理效率方面的一定限制。相较之下,基于深度学习的去噪方法具... 由于低剂量CT情境下医学图像存在多样的噪声,其强度和种类各异,因此选择合适的算法对去噪至关重要。传统图像去噪方法基于先验知识,其优化过程相对繁琐,存在保留图像细节和处理效率方面的一定限制。相较之下,基于深度学习的去噪方法具备学习能力强大、非线性建模、端到端学习、适应性强和大规模并行计算等独特优势,使其相对于传统方法在处理复杂噪声场景时更为有效。本文全面概括并深入分析了当前低剂量CT图像去噪方法的研究热点。首先,简要介绍了低剂量CT图像去噪的步骤和过程。其次,结合当前基于深度学习的低剂量CT图像去噪方法的研究现状,重点探讨了残差学习、注意力网络以及自监督学习这三个最具代表性的研究热点,详细阐述了各种基础网络架构及其改进方法在低剂量CT图像去噪中的应用情况。最后,总结了当前低剂量CT图像降噪方法所面临的主要挑战,并提出了未来的研究方向,以促进低剂量CT图像去噪技术的进一步发展。 展开更多

关键词 图像去噪 医学图像 深度学习 低剂量CT

下载PDF 职称材料

社会网络视角下少数民族流动人口主体特征及其影响因素

19

作者 叶芬 蒲秋梅 《社会科学前沿》 2023年第11期6672-6681,共10页

基于2016年和2017年中国流动人口动态监测调查数据构建中国少数民族省际人口流动网络,分析网络复杂特征,并依据网络分析的结果指出各社区流动主体的相关特征。研究结果表明,传统的地缘、亲缘网络是我国少数民族人口流动网络形成的主要... 基于2016年和2017年中国流动人口动态监测调查数据构建中国少数民族省际人口流动网络,分析网络复杂特征,并依据网络分析的结果指出各社区流动主体的相关特征。研究结果表明,传统的地缘、亲缘网络是我国少数民族人口流动网络形成的主要原因。对于不同的中心省份,浙江省和广东省因其工业劳动力需求吸引了大量流动人口;河北省接收着来自全国各地的流动人口,同时有大量流出人口去往北京市;贵州省、辽宁省以及甘肃省等因经济发展相对滞后,大量劳动力选择去往相邻省份。各地区少数民族流动人口的年龄、流动时间和受教育程度三个特征区别明显,同时发现受教育程度对收支情况的影响显著大于流动时间和年龄。 展开更多

关键词 少数民族 人口流动 社会网络

下载PDF 职称材料

民族类高校网络舆论要素识别与预警研究

20

作者 黄方俐 蒲秋梅 王辉 《社会科学前沿》 2023年第11期6138-6144,共7页

随着社交网络的快速发展,网络舆情要素的识别与预警应对也面临着新的机遇和挑战。本文从当前社交媒体环境、国家民族、高校青年的交叉话题中,提出针对民族类高校网络舆论要素的识别与预警研究。文章首先介绍了当前民族类高校网络舆情要... 随着社交网络的快速发展,网络舆情要素的识别与预警应对也面临着新的机遇和挑战。本文从当前社交媒体环境、国家民族、高校青年的交叉话题中,提出针对民族类高校网络舆论要素的识别与预警研究。文章首先介绍了当前民族类高校网络舆情要素识别和预警研究的发展背景和相关工作,并解释了网络舆情基本要素及其识别和预警的基本内涵,其次总结了民族类高校网络舆情要素引导与预警研究的重要价值。最后,从网络舆情要素识别与特征提取、舆情要素监测与预警系统构建两个方面讨论了网络舆情的态势感知、预案研究和应对机制。总的来说,针对民族高校用户的网络舆情要素识别和预警可以使相关部门制定出更加精准的应对策略,促进了民族类高校对网络舆论生态的精准治理和舆论扩散的精准防控,为国家和管理部门在民族类高校青年话题的治理中和高校青年文化的培养中提供科学的诊断依据和决策支持。 展开更多

关键词 社交网络 网络舆情要素 民族高校 监测预警

下载PDF 职称材料