【摘 要】
：
针对大量数据标记工作的繁重性和单一影像中心磁共振数据的有限性问题，提出了一种利用多影像中心有标签与无标签磁共振数据的半监督学习方法（MRSSL），将其应用在膝盖异常分类任务中。首先运用了数据扩增方法来提供模型所需归纳偏置，接着融合了分类损失项和一致性损失项来约束人工神经网络从数据中提取出具有辨别力的特征，然后将这些特征用于磁共振膝盖异常分类。此外，也提出了对应的监督学习方法（MRSL），在给出同样
论文部分内容阅读
针对大量数据标记工作的繁重性和单一影像中心磁共振数据的有限性问题，提出了一种利用多影像中心有标签与无标签磁共振数据的半监督学习方法（MRSSL），将其应用在膝盖异常分类任务中。首先运用了数据扩增方法来提供模型所需归纳偏置，接着融合了分类损失项和一致性损失项来约束人工神经网络从数据中提取出具有辨别力的特征，然后将这些特征用于磁共振膝盖异常分类。此外，也提出了对应的监督学习方法（MRSL），在给出同样的有标签样本时将MRSL与MRSSL进行了比较，实验结果表明MRSSL的模型分类性能与泛化性能明显优于M
其他文献
以宁夏银北地区典型盐碱土壤为研究对象，采用X射线衍射(XRD)、红外光谱(FTIR)、比表面全自动物理吸附仪(BET)以及扫描电子显微镜(SEM)等测试技术对粉煤灰基土壤调理剂作用下盐碱土壤颗粒微观结构进行研究和系统表征。结果表明，利用调理剂改良后土壤矿物的主要成分未发生改变，但是添加调理剂后土壤有新晶相方解石生成；土壤的pH值大幅降低，由9.01降低到7.66；土壤红外吸收变化较小，Si-O-S
针对旱改水稻田土壤酸化和土地贫瘠的问题，探究土壤改良剂和有机肥对旱改水砖红壤稻田的改良效果，以期为南方砖红壤地区旱改水农田土壤改良提供科学依据和技术指导。本研究通过大田试验，采用正交试验设计，设定土壤改良剂种类（石灰、硅钙钾镁和草木灰）、用量和有机肥种类（秸秆、羊粪和混合发酵有机肥）、用量的处理，测定各处理土壤pH值、有机质含量、微生物数量以及土壤氮磷钾养分含量。结果表明，水稻种植15 d后，施用
目的:探究生石灰、松土精和腐殖酸三种土壤改良剂配合施用对连作白术根部土壤酶活性、白术白绢病发病率和根腐病发病率、存株率、产量和品质的影响。筛选出缓解白术连作障碍的最佳土壤改良剂配方。方法:各土壤改良剂用量为:生石灰(0、300、600 kg/hm~2),松土精(0、300、600 kg/hm~2),腐殖酸(0、9、18 kg/hm~2)。采用3因素3水平的正交试验设计,共9个处理,三次重复,采用完
基于COSMIC的功能规模度量（FSM）方法是某单位核心产品《FPA软件规模度量服务》的主要评估方法，其误差范围小、主观因素少、评估效率高等特点获得了业界广泛认可。然而，在预算阶段需求颗粒度通常无法满足精确度量的要求；同时预算阶段评估对度量效率的要求也要高于精确度量，传统快速规模度量方法在有效提升评估效率和降低需求颗粒度的同时，牺牲了较大的评估精确度，无法满足当前运营商市场对预算管控的需求。为此，
针对目前多目标进化算法（MOEA）在处理多目标约束问题（CMOP）的研究通常以解决单一类型约束为主，而在面对不同种类的复杂约束时算法难以收敛或者分布性差的问题，以基于分解的多目标进化优化算法（MOEA/D）框架为基础，提出一种基于参考向量自适应多目标约束进化算法（ARVCMOEAD）。首先算法将参考向量分成主参考向量及辅助参考向量两部分，然后在算法起始阶段通过无约束的辅助参考向量指导种群快速跨越不
为了提高稀疏信号恢复的准确性,本文开展了基于自适应套索算子(Least Absolute Shrinkage and Selection Operator,LASSO)先验的稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)算法研究.第一,在稀疏贝叶斯模型构建阶段,构造了一种新的多层贝叶斯框架,赋予信号中元素独立的LASSO先验.该先验比现有稀疏先验更有效的鼓励稀疏并且该
随着知识图谱技术的不断发展，以知识图谱驱动的知识信息管理广泛应用于各个领域，因此面向知识图谱的分布式SPARQL的查询效率显得尤为重要。本文首先针对现有的基于Spark和基于主存（RAM）的分布式资源描述框架（RDF）系统进行详细调研；其次，从中对8个具有代表性的系统进行查询性能评估，比较基于Spark和基于RAM的系统在不同查询类型、查询直径、数据集上的查询性能差异；然后，全面分析实验结果，对基
针对北京地区法海寺壁画块状缺失，且缺失区域结构信息丰富的特点，提出了一种强化结构的数字图像修复算法，解决了Criminisi 算法修复时对图像结构信息考虑不足的问题。首先在计算填充块的优先权函数时，将线性卷积的曲率计算融入数据项中，同时增加结构信息的权重，实现了优先修复结构信息丰富区域的目的；其次在搜索匹配块的相似度计算中引入区域协方差方法，确保修复后图像结构的一致性，减少了匹配错误率。实验结果表
针对目前DSM提取和TDOM生产工艺繁琐、效率低下、精度较差的问题，采用以高分辨率无人机影像为实验对象，采用PhotoScan、Bingo、PCI三款软件联动处理的方式，提出了一种数字表面模型（Digital Surface Model， DSM）提取及真正射影像（True Digital Orthophoto Map， TDOM）生产的新框架。通过PhotoScan快速匹配连接点，结合Bingo
无人机技术和计算机视觉技术相结合，在民用和军用领域都有着广泛的需求，然而当前算法不能很好的适应无人机视角旋转、障碍物遮挡、目标尺度变化等特殊情况。根据实际的难点和挑战，提出了基于深度学习的无人机载平台多目标检测和跟踪算法。主要工作有：在检测方面，通过公开数据集和实际采集的大量数据，训练了基于Darknet53的检测网络作为检测器；在跟踪方面，使用Car-Reid数据集训练了一个残差网络提取目标外观