【摘 要】
：
为提高对肺炎图像目标检测算法的平均精度,针对肺炎图像中病灶的轮廓模糊、通道单一的缺点,提出抑制增长损失函数(inhibition growth loss function,IG Loss)。根据损失函数数值的变化特征自适应调整其权值,使损失函数值随step增大的项得到增强,损失函数值随step减小的项不变,引入激活函数Mish代替ReLU,减少信息的丢失。实验结果表明,在没有增加时间开销的情况下,
【机 构】
：
中国计量大学信息工程学院,中国计量大学经济管理学院
【基金项目】
：
国家自然科学基金项目(61272315、61602431),浙江省自然科学基金项目(LQ20F030015),中国计量大学卓越学生成果培育计划基金项目(2019YW16)。
论文部分内容阅读
为提高对肺炎图像目标检测算法的平均精度,针对肺炎图像中病灶的轮廓模糊、通道单一的缺点,提出抑制增长损失函数(inhibition growth loss function,IG Loss)。根据损失函数数值的变化特征自适应调整其权值,使损失函数值随step增大的项得到增强,损失函数值随step减小的项不变,引入激活函数Mish代替ReLU,减少信息的丢失。实验结果表明,在没有增加时间开销的情况下,基于该抑制增长损失函数的Faster R-CNN和R-FCN算法的AP分别提升3.8%和2.8%,验证了
其他文献
针对煤矿CPS的特点,利用面向对象Petri网对其进行建模。从多Agent系统的角度,建立煤矿CPS的体系架构;建立该体系中各对象内部的子网模型;通过对煤矿CPS的业务流程分析,建立系统对象间的整体模型,描述各对象内部的静态、动态特性以及对象间的交互过程;对所建模型进行系统可靠性分析,分析结果表明,所建立的煤矿CPS模型具有良好的性能。该建模方法可提高系统的可靠性、可维护性和扩展性。
为解决模糊C均值(FCM)模型对噪声敏感和随机初始聚类中心影响分割结果的问题,提出一种基于灰度重构和自适应粒子群优化的FCM算法。使用图像中每两个像素的空间和灰度信息,构造一种加权方式对灰度进行加权和,进行Top-hat和Bottom-hat变换,得到灰度重构图像;对粒子群算法的惯性权重进行改进,使其根据迭代情况自适应更新粒子速度,避免陷入局部最优;将改进的粒子群算法与FCM相融合,粒子位置作为聚
由于网络新闻评论的开放性和传播性,经常引发舆论事件,为能正确引导社会舆论,需要重点关注某些具有较高影响力的用户。针对已有方法未能全面考虑表征网络新闻评论用户影响力的因素,提出四度用户影响力分析模型——FDRank(four-degree influence rank),通过综合考虑用户的评论内容、评论情感值、自身质量以及网络结构4个方面,使用线性融合的方式对用户的影响力进行分析。实验结果表明,把用户评论情感值作为评价用户影响力分析的因素之一,能使模型获得更好的结果,与多种传统算法进行对比,FDRank算法
在工程领域推行建设工程监理制度,对提高工程质量、控制投资和工期起到重要作用。我国建设监理制度与国际通用的监理制度有很多相同的地方,也存在许多差异之处。通过对比我国监理制度与国际通用制度的比较,发现其差异之处并提出相应的发展建议,从而促进我国监理制度的不断完善和改进,进一步与国际监理咨询行业接轨。
依托国内多座大型机场航站楼工程施工监理实践,分析了机场航站楼工程建设管理、施工技术等方面的特点,提出了大型机场航站楼监理工作总体思路,从组织架构设置、清单化主动有效管理、过程策划等方面针对大面积、多标段特点的工程制定质量安全管理措施,以期为类似大型复杂工程施工监理提供借鉴。
EPC总承包模式下,建设单位减少对设计、采购过程的管控与参与力度,注重项目最终成果目标的全面实现;EPC总承包方主导设计阶段、施工阶段、采购等各项工作,并全方位负责工程的造价控制、工期、质量等。基于此,为应对建设方及EPC总承包方的项目管理,阐述了EPC工程总承包管理特征,以此分析该模式下工程项目监理工作难点及风险点,并提出了监理项目的管理思路及要求,以期对工程建设监理项目管理有所裨益。
综合考虑传统RBF模型在污染物预测中容易出现参数学习不足、泛化能力低下等问题,构建基于IRBF网络的草原环境污染物预测模型。利用均值思想,通过最近邻聚类之后每个类的平均值作为新的聚类中心,对中心参数进行改进,利用共轭梯度下降法优化RBF网络的权值参数。实验结果表明,IRBF网络模型相比传统的RBF和BP网络模型,预测误差得到大幅度降低,在检测性能上有明显提高,对神经网络应用于草原污染物预测进行了有效探索。
针对传统DDoS攻击检测中存在准确率低、误报率高、低速率攻击流量难以检测等问题,提出一种基于注意力机制的双向长短期记忆网络的DDoS攻击检测方法。将根据领域知识所提取的明显攻击特征向量与数据预处理后的数据流矩阵进行向量拼接,构成基于注意力机制的双向长短期记忆网络数据输入格式,实现从原始流量的复杂级特征快速聚焦于DDoS攻击的隐含信息。通过CAIDA-2007数据集训练模型,实验结果表明,所提模型与传统机器学习模型相比准确率达到98.9%,检测效果优于其它算法,能够有效实现DDoS攻击检测。
基坑工程安全监理是项目监理工作的重要内容。通过分析基坑工程安全监理常见问题,探讨基坑工程安全监理要点,以期降低监理责任风险,为安全监理实际工作提供参考和借鉴。
为解决恶劣环境下数据采集难度较大、数据匮乏导致模型性能受限的问题,提出一种基于风格迁移的数据增强方法,用于增加恶劣环境下的样本数量,提升模型在恶劣环境下的鲁棒性。建立包含22 500张图片的数据集,使用卷积神经网络进行图片去重,进行手工标注,用于进行分类模型的训练。设计正常环境和恶劣环境对比实验,验证提出的数据增强方法效果,实验结果表明,该方法可以有效提升分类模型在恶劣环境下的鲁棒性。