您的位置: 专家智库 > >

教育部“新世纪优秀人才支持计划”(NCET-11-0829)

作品数:11 被引量:110H指数:4
相关作者:谢晓芹张志强潘海为韩启龙周永更多>>
相关机构:哈尔滨工程大学香港城市大学闽南理工学院更多>>
发文基金:教育部“新世纪优秀人才支持计划”国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 11篇中文期刊文章

领域

  • 11篇自动化与计算...

主题

  • 5篇医学图像
  • 5篇图像
  • 3篇查询
  • 2篇社会媒体
  • 2篇社交
  • 2篇社交网
  • 2篇社交网络
  • 2篇搜索
  • 2篇网络
  • 2篇媒体
  • 2篇TOP-K查...
  • 1篇导购
  • 1篇点击率
  • 1篇对称性
  • 1篇对称性理论
  • 1篇信息评价
  • 1篇选票
  • 1篇医学可视化
  • 1篇张量分解
  • 1篇社会

机构

  • 11篇哈尔滨工程大...
  • 2篇香港城市大学
  • 1篇闽南理工学院

作者

  • 10篇张志强
  • 10篇谢晓芹
  • 9篇潘海为
  • 5篇韩启龙
  • 2篇李鹏远
  • 2篇李青
  • 2篇周永
  • 2篇高琳琳
  • 1篇冯晓宁
  • 1篇李文博
  • 1篇刘丽霞
  • 1篇方一向
  • 1篇魏小燕
  • 1篇战宇

传媒

  • 6篇计算机学报
  • 1篇计算机研究与...
  • 1篇计算机应用
  • 1篇小型微型计算...
  • 1篇计算机辅助设...
  • 1篇计算机科学与...

年份

  • 4篇2016
  • 3篇2015
  • 2篇2013
  • 2篇2012
11 条 记 录,以下是 1-10
排序方式:
基于关联图模型的医学图像Top-k查询方法
2015年
找到与病人具有相似纹理特征的医学图像,有助于医生结合历史病历信息对病人作出更为准确的诊断.基于此,大量的研究工作围绕如何提高基于内容的医学图像检索技术的准确性展开.然而,现有的基于内容的医学图像检索技术均是基于查询图像与数据库中图像的逐张匹配过程,面对迅速增长的医学图像数量,查询等待时间过长成为医学图像检索领域的另一主要问题.鉴于用户往往只对前k(Top-k)个检索结果感兴趣,提出了一种基于关联图模型的医学图像Top-k查询方法.首先,提出一种关联图模型,使用该模型可以有效地刻画医学图像之间关联关系的模糊性;继而利用关联图模型,提出一系列关联性度量计算方法,从而使得仅需对图像匹配一次即可更新所有图像与查询图像之间的相似度范围.由此,提出Top-k查询方法以及基于游走的查询优化策略.实验证明提出的方法可以有效地减少图像匹配次数,降低时间复杂度.
李鹏远潘海为李青韩启龙谢晓芹张志强
关键词:关联图TOP-K查询图像检索医学图像
基于特征学习的广告点击率预估技术研究被引量:19
2016年
搜索广告中的点击率预估问题在信息检索和机器学习等领域一直是研究的热点.目前通过设计特征提取方案获得特征和针对用户点击行为建模等方法,并没有充分考虑广告数据具有的高维稀疏性、特征之间存在高度非线性关联的特点,致使信息利用不充分.为了降低数据稀疏性和充分挖掘广告数据中隐藏的规律,该文提出了面向广告数据的稀疏特征学习方法.该方法基于张量分解实现特征降维,并充分利用深度学习技术刻画数据中的非线性关联,以解决高维稀疏广告数据的特征学习问题,实验结果验证了文中提出的方法能够有效地提升广告点击率的预估精度,达到了预期效果.
张志强周永谢晓芹潘海为
关键词:搜索广告点击率张量分解社交网络社会媒体
一种针对社会化导购的橙领推荐方法研究被引量:1
2016年
社交网络和网络购物的发展普及导致了社会化导购的产生和发展,也催生了通过在社交网络中推荐产品从而获取利润的"橙领".通过对橙领相关技术的研究,能更透彻地了解基于社会网络的产品营销机制以及探索社会化导购的底层模式.目前国内外少有这方面研究.因此,文中针对橙领的自身定位问题和面向用户或商家的橙领推荐问题,提出一种针对社会化导购的橙领推荐方法,主要包括3个算法:橙领定位算法、面向用户的橙领推荐算法OCRA4U(Orange Collar Recommending Algorithm for User)和面向商家的橙领推荐算法OCRA4S(Orange Collar Recommending Algorithm for Shop).橙领定位算法依据橙领的推荐历史对橙领进行定位特征向量化描述,最终转化为一个聚类问题进行解决.OCRA4U考虑了橙领在社交网络中的影响力和橙领与用户需求的匹配度,得到橙领推荐列表.OCRA4S结合橙领在网络中的影响力以及橙领的历史推荐产品,推荐出最符合商家产品需求的橙领列表.基于新浪微博数据集和DBLP数据集,文中设计并实现了3个相关实验:橙领定位算法实验、橙领推荐实验以及社会化数据影响实验,实验结果验证了所提算法的准确性和可行性.
谢晓芹韩帅吕斌张志强潘海为
关键词:网络影响力社会媒体社交网络推荐系统
众包质量控制策略及评估算法研究被引量:59
2013年
随着Internet技术的快速发展,众包作为一种灵活有效的解决问题方式,开始受到人们越来越多的关注.由于众包的自由松散组织模式,使得如何有效地控制任务完成质量,并将欺骗类型工作者识别出来,成为目前众包研究中一个急需解决的问题.文中基于对众包工作者提交结果的评估与分析,提出了一种阶段式的动态质量控制策略,同时给出了一个组合式众包结果质量评估方法框架.经过实际数据的测试,文中提出的质量控制策略和众包结果质量评估方法具有较好的效果.
张志强逄居升谢晓芹周永
关键词:检测点
利用控制关系分析优化不确定数据Top-k查询
2012年
由于概率维的存在,使得准确高效地处理不确定数据的Top-k查询成为一个急需解决的难题。提出了一种利用控制关系分析(dominate relationship analysis,DRA)的不确定数据Top-k查询算法。该算法通过分析元组之间的控制关系,将那些最有可能成为Top-k查询结果的元组选择出来,这样大大减少了参加运算的元组数量,显著提升了查询效率。并且在数据库更新时,能够判断出此更新是否影响到之前得到的查询结果,从而决定是否需要重查,减少了重查的计算量。
张志强魏小燕谢晓芹
关键词:不确定数据
一种新颖的医学图像建模及相似性搜索方法被引量:4
2013年
医学图像采集和存储技术的发展导致了相关数据的飞速增长,这些医学图像数据能够有效地辅助医生进行精确的诊断,但由于医学图像在相似性搜索方面要求图像匹配的精度远高于普通图像,所以目前仍没有一种有效的方法解决医学图像的相似性搜索问题.文中首先提出一种不确定定点图模型(ULG,Uncertain Locationgraph),并针对脑部CT图像的固有特点,提出一种基于脑部CT图像纹理的从图像到不确定定点图的建模方法,继而提出一种基于不确定定点图的相似性搜索算法,并通过一种有效的索引结构,有效地减少了无意义的查询处理,降低了搜索时间.实验结果表明,该方法可以更精确地找出具有相似纹理的脑部CT图像.
潘海为李鹏远韩启龙谢晓芹张志强高琳琳
关键词:图像建模医学图像相似性搜索
基于数据源依赖关系的信息评价方法研究被引量:15
2012年
当前很多的数据管理应用都需要从多个数据源集成数据,每个数据源都会提供一组值,并且不同的数据源常常提供相互冲突的数据值.为了提供给用户高质量的数据值,关键是数据集成系统能够解决数据冲突问题,提取出正确的数据值.文中对已有的真值发现算法进行了分析与总结,通过考虑处理同一个值的不同表现形式和改进的选票算法,作者对现有方法给出了改进,改进后的方法可以更有效地在众多冲突数据中找出正确的数据值.
张志强刘丽霞谢晓芹潘海为方一向
关键词:数据源数据集成系统
面向内容和结构的关键字图查询方法被引量:1
2015年
为了在数据图上查找能够包含所有或部分查询关键字的子图,提出一种关键字图查询方法.首先通过Page Rank和查询关键字所处位置这2个因素对语言模型进行完善,克服搜索结果时只考虑距离关系而未考虑节点和查询关键字之间相似性的不足;其次提出节点搜索算法以及结果生成算法,为用户返回与查询相关且节点之间结构更加紧密的结果子图,将任意2个关键字节点之间最相关的连接关系表现出来.实验结果表明,该方法能够为用户返回更符合查询需求的结果.
张志强夏得萍谢晓芹潘海为
关键词:关键字查询
一种运用图熵的医学图像聚类方法被引量:3
2016年
近些年,各种医学影像技术被广泛应用于临床诊断中.由于医院每天都会产生大量的医学图像,如何利用好这些医学图像,对其进行有效聚类,以此来辅助医生对疾病进行诊断,是当前医学图像数据挖掘领域所研究的热点问题之一.本文提出一种医学图像聚类方法,首先,将医学图像集抽象成一个带权无向完全图,之后对其进行稀疏化剪枝处理,以此来对医学图像之间进行更好的相似性描述,最后,又提出了一种运用图熵的带权无向图聚类方法,通过此方法来实现对医学图像的聚类.实验结果表明,本文所提出的聚类方法能够有效对医学图像进行聚类,并在时间损耗及聚类结果等方面表现良好.
战宇潘海为韩启龙谢晓芹张志强吴枰
关键词:医学图像聚类方法
基于对称性理论的医学图像多阶段分类算法被引量:7
2015年
利用影像归档和通信系统收集的大量医学CT图像被广泛应用于临床诊断,从中提取的ROI区域和ROI区域的特征可以用来对医学CT图像进行分类,从而辅助医生提高诊断精度.医学图像的成像结果显示一张医学图像关于中垂线两侧近似对称.基于这一脑部医学领域知识的指导,文中提出了基于对称性理论的医学图像多阶段分类(Multi-Stage Classification,MSC)方法.首先,文中提出了弱对称性和强对称性的定义,从不同粒度对医学图像的对称性进行了描述;然后,给出了基于灰度直方图相交性的弱对称性判定算法,对医学图像在较粗粒度上进行了第1阶段的分类;接着,提出了基于点对称的强对称性判定算法,结合弱对称性判定算法,对第1阶段分类结果为异常的图像进行了更细粒度的第2阶段分类,定位了病变区域的位置;最后,利用对病变区域所提取的特征,对病变区域进行了第3阶段的分类,以达到辅助医生诊断的效果.实验结果表明,基于对称性理论的医学图像多阶段分类方法提高了医学图像分类的准确度,同时减少了医生诊断决策的时间.
荣晶施潘海为高琳琳韩启龙冯晓宁李青
关键词:医学图像
共2页<12>
聚类工具0