基于对比学习的半监督肝脏血管分割方法

针对肝脏血管分割方法通常依赖高质量有标签数据训练模型及现存对比学习方法过度关注局部信息而忽略全局信息的问题,提出一种基于全局和局部对比学习的半监督肝脏血管分割方法．本方法首先以Mean Teacher模型作为框架,对编码器输出高维特征进行全局对比,捕捉特征全局一致性,获取更丰富全局上下文信息;然后对解码器输出进行局部对比,获取语义分割中的局部像素级特征;最后引入分布差异最小化方法,通过使用判别器进行对抗训练,减少有标签和无标签数据之间的分布差异,提升模型的泛化性能．实验结果表明：本方法在肝脏血管分割任务上取得了显著的效果,在3Dircadb数据集上的Dice系数、Jaccard系数、平均表面距离(ASD)和95%豪斯多夫距离(95HD)分别为74.36%,59.73%,2.65 mm和13.57 mm,优于其他半监督方法．     

光学遥感影像土地利用分类方法综述

土地是实现经济社会高质量发展的基础性资源,光学遥感影像以时间、空间、光谱等特有的优势为土地利用变化的发现、识别、分析提供了很好的支持,利用光学遥感技术提取土地利用变化信息已经成为重要的研究领域。论文以近年来土地利用分类相关文献为基础,分别从数据源、处理流程、处理精度、计算效率等角度对土地利用分类应用较为广泛的目视解译、监督分类、非监督分类、深度学习等四类方法进行了分析和总结。最后展望了光学遥感影像土地利用分类方法的发展方向     

基于PPYOLOE的师生互助训练半监督目标检测网络

随着深度学习技术的发展,基于卷积神经网络的目标检测技术成为当前计算机视觉领域的研究热点之一.目前主流的目标检测算法依赖于监督学习方式,需要在大量有标注图像数据上训练网络,然而,无标签的数据易于获取,而有标签的数据收集起来通常很困难,标注也耗时和耗力．为了解决数据标注难以获取的问题,提出了教师学生互助训练的半监督目标检测(PPYOLOE-SSOD)算法．首先,同时训练一个学生模型和逐渐改进的教师模型,使用教师模型筛选高质量伪标签,将伪标签作为未标注图像的回归目标,指导学生模型训练,挖掘未标注图像的知识信息,为了减小参数传递的不稳定性,每次迭代学生模型使用指数移动平均方法更新教师模型参数;此外,引入不同种类的半监督数据增强方法来增强网络的抗干扰能力;最后,针对无标注数据的学习,新增无监督学习分支,使用密集学习方式对模型预测得到的特征进行处理,通过对教师模型预测的分类特征排序,自动选择高质量特征作为教师模型生成的伪标签,从而避免了繁琐的伪标签后处理,提升网络的精度和训练速度．在MSCOCO数据集上,通过使用半监督学习方法,PPYOLOE在1%、5%、10%的标注数据集上分别得到了1.4%、1...     

基层党组织监督检查机制探讨

对基层中党组织监督工作作了探讨,明确了督查工作的任务,并就工作中的方法和需注意的问题作了分析.     

MCFNet：融合上下文信息的多尺度视网膜动静脉分类网络

针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络（multi-scale retinal artery and vein classification network,MCFNet）,该网络使用多尺度特征（multi-scale feature,MSF）提取模块及高效的全局上下文信息融合（efficient global contextual information aggregation,EGCA）模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题。此外,在U型网络的解码器部分加入3层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程。在2个公开的眼底图像数据集（DRIVE-AV,LES-AV）上,与3种现有网络进行方法对比,该模型的F1评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了4.27、2.43、1.21个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题。     

基于遥感影像的城镇用地变化分析--以纸坊镇为例

基于纸坊镇遥感影像数据,利用遥感软件,通过监督分类与非监督分类提取用地信息,然后进行空间建模,对纸坊镇用地变化进行遥感动态监测,总结出遥感监测用于城镇用地有很重要的意义,并对纸坊镇的用地提出了建议.     

基于多掩膜技术的无监督深度与光流估计方法

针对自动驾驶领域现有方法在处理动态、遮挡等复杂实际场景时存在的估计不准确问题,提出了一种以多掩膜技术为基础的无监督深度与光流估计方法,通过无监督学习从单目视频序列中提取目标深度、相机运动位姿和光流信息。根据不同外点类型设计了多种特定掩膜,以有效抑制外点对光照一致性损失函数的干扰,并在位姿估计和光流估计任务中起到剔除外点的作用。引入预训练的光流估计网络,协助深度和位姿估计网络更好地利用三维场景的几何约束,从而增强联合训练性能。最后,借助训练得到的深度和位姿信息,以及计算得到的掩膜,对光流估计网络进行了优化训练。在KITTI数据集上的实验结果表明,该策略能够显著提升模型的性能,并优于其他同类型方法。     

基于人工免疫网络的快速机构轨迹综合

研究了一种基于人工免疫算法的快速机构轨迹综合方法,分析了直接综合方法和间接综合方法的优缺点,提出了二次分类和二次检索以实现快速机构轨迹综合的新思路;给出了基于人工免疫聚类和多峰优化算法的快速机构轨迹综合算法流程,基于该算法建立了机构轨迹综合原型系统,并通过实例对算法及原型系统的有效性进行了验证,这种快速算法具有求解速度快、简单易实现及解的差异性等特性.     

新型方位侧向电阻率成像随钻测井仪探测特性分析

为提高随钻侧向电阻率成像仪器测量精度,设计了一种新型方位电极结构,通过增加独立的监督电极,消除仪器极板与泥浆电阻率间的接触阻抗,有效降低了测量误差,并利用多尺度自适应网格剖分技术,基于三维有限元理论,采用高斯积分方法计算了新型方位侧向电阻率成像随钻测井仪的探测特性,分析了各种环境因素的影响,为后续测井资料解释奠定了理论...     

复杂系统熵聚堆算法及其在中风病临床的应用

对数据进行非监督聚类是中医临床研究的主流和难点.提出了一种非监督的复杂系统熵聚堆算法.它改进了关联度系数,不但能实现自组织非监督聚类,而且可以实现一个变量分在不同的类里;提出并证明了N-class相关的概念,加快算法的收敛速度.它运用到中风病临床数据中,非监督地提取出了中风病中常见的证候,结果十分符合临床; 参考数据的辨证结果对算法进行了验证,得到算法的敏感度为97.3%, 这验证了算法的有效性.它为中医临床治疗中风病的规范化奠定了数理基础.