导读:本文包含了多类别论文开题报告文献综述及选题提纲参考文献,主要关键词:内窥镜,检测与分割,多类别人造物,级联R-CNN
多类别论文文献综述
Yan-yi,ZHANG,Di,XIE[1](2019)在《内窥镜视频中多类别人造物的检测与分割(英文)》一文中研究指出概要:为准确定位内窥镜视频中的人造物,帮助医生提升诊断准确率,引入深度神经网络检测与分割模型,采用特征金字塔与级联R-CNN相互结合的框架,并使用PSPNet结合分类器链的思想,从而解决分割及数据匮乏问题,有效提升性能,并在EAD 2019数据集上取得领先的性能。(本文来源于《Journal of Zhejiang University-Science B(Biomedicine & Biotechnology)》期刊2019年12期)
刘建勋,黄威,王乃超,姜坤,潘柏全[2](2019)在《基于多类别保障活动的飞机保障设备配置数量确定方法》一文中研究指出针对飞机保障设备配置数量依赖工程经验确定、与使用需求不匹配的问题,以预防性维修、修复性维修和飞行机务准备等不同类别保障活动与保障设备的对应关系为基础,充分考虑飞机使用阶段影响保障设备数量需求的因素,提出了贴合工程实际的保障设备配置数量确定方法。将该方法用于某型飞机保障设备配置数量计算,所得到的配置方案与实际工作需求吻合度高,为合理确定保障设备配置数量、解决保障设备配置冗余的问题提供了科学依据。(本文来源于《科学技术与工程》期刊2019年28期)
刘思洋,黄坚,刘桂雄,罗文佳[3](2019)在《AlexNet两光照下多类别法定货币识别技术》一文中研究指出基于法定货币在不同光照下局部特征不同,该文研究一种基于AlexNet的两光照下多类别法定货币识别技术。首先,分析自然光照、紫外光照下法定货币图像特征,指出不同光照下法定货币呈现不同的面额、图案等特征;其次,分析AlexNet神经网络模型与研究面向法定货币识别的AlexNet迁移学习方法;最后,在30类别的两光照下不同币种的图像样本库上进行图像识别实验,货币图像识别准确率达到100%,准确实现区分货币币种、光照条件、面额与正反面货币图像功能。与经典货币图像识别方法相比,该法能减少人工提取图像特征的工作量,具有通用性好、准确度高的特点。(本文来源于《中国测试》期刊2019年09期)
张庆龙,何斯佳[4](2019)在《多类别审计意见预测研究——基于SMOTE算法—BP神经网络模型》一文中研究指出通过审计意见预测模型的研究,可以帮助利益相关者根据上市公司、事务所、审计环境等相关数据推定注册会计师应当出具的审计意见类型,这对于优化证券市场资源配置和维护市场经济秩序具有重要意义。本文以我国2015~2017年间信息传输、软件和信息技术服务业A股上市公司为研究样本,从审计叁方关系人的视角分析了审计意见的影响因素,并提出研究假设;随后建立了审计意见预测变量体系,运用因子分析法进行预测变量降维,并进行了Z-score数据标准化处理、SMOTE数据非平衡处理、审计意见数据的独热码转换;最后基于BP神经网络方法构建了多类别审计意见预测模型并进行检验。结果显示模型总体的平均预测准确率达到了90.7%,显示出了较为满意的预测效果。(本文来源于《审计研究》期刊2019年04期)
林佳丽,刘秉瀚[5](2019)在《基于超像素图割的多类别弱标注强化算法》一文中研究指出为解决基于深度学习的图像语义分割逐像素制作语义标签训练集耗时耗力的问题,提出一种便捷的基于超像素图割的多类别弱标注强化算法。在弱标注框内自适应提取超像素,采用交互式涂鸦结合超像素扩充前景背景采样点;根据框内采样点对高斯混合模型参数进行初始化;迭代更新参数,使用最小割算法对像素点进行分类,实现像素级强标注。实验结果表明,在保证标注精度的前提下,该方法较传统人工与Grabcut算法在标注上具有较大效率优势,对服装图像重新标注并作为全卷积网络训练集,达到与原始数据集相近的分割精度。(本文来源于《计算机工程与设计》期刊2019年07期)
董子昊,邵秀丽[6](2019)在《多类别的边缘感知方法在图像分割中的应用》一文中研究指出针对图像语义分割方法预测出的目标大多存在边缘模糊和准确度较低的问题,提出多类别边缘感知的图像分割方法.首先设计一种用于多目标分割的Multi-sigmoid损失函数,结合COCO数据集预训练的FCN+CRF网络,建立可优化类别边界的语义分割模型;然后在全局嵌套边缘检测(HED)模型的基础上,增加自底向上的信息解码部分,利用亚像素(subpixel)的图像增强算法实现上采样以及相邻尺度之间的特征融合,构建出可用于边缘检测的深度多尺度编解码模型(MSDF);最后将FCN+CRF提取到的分割信息作为一元势,MSDF检测到的边缘特征作为二元势,设计全局能量函数并计算最小值,实现分割结果的进一步优化.在2个标准数据集Pascal context和SIFT Flow上进行了实验,结果表明,该模型的总体性能较为优越,可应用在图像语义分割和显着性目标检测等相关领域.(本文来源于《计算机辅助设计与图形学学报》期刊2019年07期)
张玉梅[7](2019)在《基于流形规整的扩展自适应Lasso多类别特征选择方法研究》一文中研究指出随着科学技术的不断发展,在真实世界中存在很多高维度的数据,例如生物信息学中的基因序列、时间序列以及高光谱遥感数据等。虽然高维数据比低维数据拥有更多的数据量,但是对于某个特定的识别任务来说,高维数据中的很多特征都是冗余的且与当前任务无法产生联系的无效特征,还有很多冗余的与任务不相关的无效特征,甚至是影响分类精度的噪声特征。因此,如果直接对这些高维数据操作会面临很多的困难,最直接的表现就是维数灾难问题。此外,在实际应用中,如果直接操作高维数据,大多数的学习算法的计算开销以及时间开销会随着特征维数的增高而不断增加,模型也会越复杂,算法的推广能力自然也会下降。为了解决高维数据所面临的问题,特征选择技术随之产生。特征选择的含义是,为实现降低特征空间维数的目的,从原始特征数据集中选出那些与识别任务相关的、有代表性的特征的过程,它是模式识别中的关键的数据预处理步骤,同时也是提高学习算法性能的有效手段。迄今为止,研究群体为了从高维特征中挑选出相关的、有代表性的特征,提出了大量的特征选择方法。如Lasso方法,Adaptive Lasso方法,全局冗余最小化(GRM)方法,等等。近年来,多标签学习在各种实际应用场景中也得到了广泛的使用,重点研究了一个样本同时属于多个类别或者是多个标签的问题。对于多标签数据呈现出来的大量特征,研究者们也从不同的方面提出了大量的特征选择方法,如Lin等人提出了一种基于最大依赖和最小冗余(mRMR)的多标签特征选择方法,Liu等人提出了一种在线多标签组特征选择算法,等等。基于前人的研究成果,本文提出了一个不一样的特征选择方法,并在文中给出了合理有效的迭代求解算法。本文的主要研究内容如下:(1)基于传统Lasso以及扩展的Lasso特征选择方法所存在的缺陷,选择将样本特征与类别之间的相关性作为约束,在传统Adaptive Lasso模型中加入权重约束,提出了扩展的自适应Lasso(EALasso)特征选择方法,该方法不仅可以处理两类样本的特征选择问题,还可以处理繁杂的多类别多标签特征选择问题。在优化目标函数的过程中,对回归系数加权,当权重确定后,在/2.1-norm的约束下,为了尽可能达到行稀疏,权重矩阵中值比较大的元素所对应的稀疏系数矩阵中的值就会被压缩为0,所以那些回归系数被估计为0的特征就会被自动删除,从而达到特征选择的目的。对于EALasso,文章中还提供了有效的迭代求解算法以及相对应的收敛性证明。在这一部分,分别在多类别单标签数据集上以及多类别多标签数据集上以不同的判别方式证明了本章所提出方法的有效性。(2)基于考虑到数据之间的固灯联系和局部结构信息对数据本身的直接影响,这一部分,将EALasso方法做了进一步地扩展,提出了基于流形规整的自适应Lasso(MrALasso)特征选择方法,在这一部分中,在目标函数中添加了图规整项是希望原空间中相近的样本点在低维空间中也尽可能相近,同时也增加了数据之间的固有联系和局部结构信息,并提出了有效的迭代求解算法以及相应的收敛性证明。在多个相关基因数据集上的实验结果表明,本文提出的算法的效果要优于其他相同领域的特征选择算法。然而,MrALasso只能解决包含两类样本的特征选择问题。(3)这一部分,进一步将MrALasso从两类别的情况扩展到了多类别的情况,提出了扩展的基于流形规整的自适应Lasso(EMrALasso)的多类别选择方法,并提供了有效的迭代求解算法以及相应的收敛性证明。实验结果在多个多类别数据集上证实了EMrALasso方法的有效性。(本文来源于《安徽大学》期刊2019-05-01)
朱向荣,李高阳,江靖,谢运河,单杨[8](2019)在《基于多类别的镉稻米近红外光谱识别分析》一文中研究指出采用近红外(NIR)光谱结合化学计量学方法对不同镉污染程度的稻米进行鉴别。首先利用主成分分析(PCA)对样本的NIR光谱进行解析,再用有监督学习算法偏最小二乘识别分析(PLS-DA)、径向基人工神经网络(RBF-ANN)及支持向量机(SVM)对不同污染程度的镉稻米进行定性建模分析。本文还讨论了不同的光谱预处理方法以及建模方法对识别效果的影响。由于NIR光谱差异太小,所以PCA得分图重迭严重,类之间很难区分,PLS-DA、RBF-ANN与SVM模型的预测集鉴别准确率分别为77.1%,67.8%与67.2%,PLS-DA的识别率最高。近红外光谱技术与化学计量学方法虽难以获得预测准确率较高的识别模型,但其预测结果还是可用于超标镉稻米的初步筛查。(本文来源于《中国食品学报》期刊2019年05期)
王子玥,谢维波,李斌[9](2019)在《采用口袋算法构造的多类别决策树模型》一文中研究指出采用开放应用架构(OAA)准则训练多个二分类感知机,以Gini指数筛选最优的方法构建二叉决策树.推算说明感知机多分类准则在每个树节点上对空间划分的局限性,将基于口袋算法的二叉树与多叉树在8个UCI数据集上进行比较,并与单变量决策树CART和C4.5的结果进行对照.结果表明:采用口袋算法基于OAA方法构建的二叉树,在准确率和空间划分的可解释性上优于基于经典多分类准则构建的多叉树.(本文来源于《华侨大学学报(自然科学版)》期刊2019年01期)
张博,李鸿,李会超[10](2019)在《基于多类别特征融合的疲劳检测系统研究》一文中研究指出针对疲劳检测中单一或同类特征指标易受干扰的问题,根据回归分析与模糊评价理论,提出一种基于多类别特征信息融合的疲劳检测系统。根据各疲劳特征的特点对其特征参数进行描述与提取,结合PVT测试完成对疲劳度的量化分级,利用回归分析在解释多变量影响强度上与模糊数学在处理非确定性问题上的优势,完成检测系统的设计与建模,并针对图像特征提取中的干扰因素提出一种优化算法。仿真实验结果表明,该系统可有效检测出驾驶员的疲劳状态,优化算法对系统性能提升明显。(本文来源于《现代电子技术》期刊2019年01期)
多类别论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
针对飞机保障设备配置数量依赖工程经验确定、与使用需求不匹配的问题,以预防性维修、修复性维修和飞行机务准备等不同类别保障活动与保障设备的对应关系为基础,充分考虑飞机使用阶段影响保障设备数量需求的因素,提出了贴合工程实际的保障设备配置数量确定方法。将该方法用于某型飞机保障设备配置数量计算,所得到的配置方案与实际工作需求吻合度高,为合理确定保障设备配置数量、解决保障设备配置冗余的问题提供了科学依据。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多类别论文参考文献
[1].Yan-yi,ZHANG,Di,XIE.内窥镜视频中多类别人造物的检测与分割(英文)[J].JournalofZhejiangUniversity-ScienceB(Biomedicine&Biotechnology).2019
[2].刘建勋,黄威,王乃超,姜坤,潘柏全.基于多类别保障活动的飞机保障设备配置数量确定方法[J].科学技术与工程.2019
[3].刘思洋,黄坚,刘桂雄,罗文佳.AlexNet两光照下多类别法定货币识别技术[J].中国测试.2019
[4].张庆龙,何斯佳.多类别审计意见预测研究——基于SMOTE算法—BP神经网络模型[J].审计研究.2019
[5].林佳丽,刘秉瀚.基于超像素图割的多类别弱标注强化算法[J].计算机工程与设计.2019
[6].董子昊,邵秀丽.多类别的边缘感知方法在图像分割中的应用[J].计算机辅助设计与图形学学报.2019
[7].张玉梅.基于流形规整的扩展自适应Lasso多类别特征选择方法研究[D].安徽大学.2019
[8].朱向荣,李高阳,江靖,谢运河,单杨.基于多类别的镉稻米近红外光谱识别分析[J].中国食品学报.2019
[9].王子玥,谢维波,李斌.采用口袋算法构造的多类别决策树模型[J].华侨大学学报(自然科学版).2019
[10].张博,李鸿,李会超.基于多类别特征融合的疲劳检测系统研究[J].现代电子技术.2019