马岭
- 作品数：9 被引量：67H指数：3
- 供职机构：郑州大学信息工程学院更多>>
- 发文基金：国家自然科学基金河南省科技攻关计划河南省国际科技合作计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于GPU的改进光线投射算法被引量：2
- 2017年
- 针对传统光线投射算法计算量大、速度慢、在没有硬件加速情况下难以实时重建的问题,提出了一种基于GPU编程的快速计算重采样点值的光线投射算法。首先,设计一个GPU程序确定投射光线的终点与方向;其次,采用加速度步长采样方法确定重采样点的位置并利用快速复合插值方法计算重采样点的颜色值;最后,采用不透明度提前截止法进一步加速重建过程。实验结果表明,该方法计算复杂度低、执行效率高。在保证重建图像质量的同时,与现有基于CPU的光线投射算法相比,重建速度提高6倍,与基于GPU的传统光线投射算法相比,速度提高2倍。
- 张阿关蒋慧琴马岭杨晓鹏刘玉敏
- 关键词：GPU编程光线投射CT图像
- 支撑可及基层服务的全连接远程医疗临床应用新模式与关键技术
- 赵杰孟群翟运开赵光耀孙明俊胡建平朱卫军蔡艳岭蒋慧琴严军马岭刘源王静
- 传统远程医疗存在“多张网络、多种终端”融合困难、数据流不通畅、服务模式不清晰等问题，在需求度最高的基层地区可及性差。该项目历时20年，在河南省重大科技专项等项目资助下，创建了支撑可及基层服务的全连接远程医疗临床应用新模式...
- 关键词：
- 基于局部特征的驾驶证自动识别系统被引量：3
- 2017年
- 针对待识别号码存在于文字、阴影线、方框等实际复杂背景中时,现有算法识别精度低、普适性及鲁棒性不强等问题,设计并实现了一种高速驾驶证自动识别系统.首先通过自适应二值化与形态学处理相结合解决因光照不匀、噪声、倾斜及具有阴影线字符导致的分割难点,进而利用Blob分析提取驾驶证上的重要局部特征,最后综合利用字符先验信息和相关匹配算法提高识别率.实际测试结果表明,系统识别率高,并据此开发出了投向市场的实用产品.
- 马岭马岭蒋慧琴
- 关键词：二值化BLOB分析字符识别
- 一种双视图信息融合的乳腺肿块自动检测算法被引量：6
- 2020年
- 针对基于单视图的深度学习乳腺肿块检测算法假阳性率较高问题,提出一种双视图信息融合的乳腺肿块自动检测算法。首先建立双曲正割模型,利用互相关法自动搜索乳腺X线摄影图像中的肿块感兴趣区域,并根据胸壁线、乳头位置在双侧头尾位和内外侧斜位图像上建立物理坐标系,筛选标注假阳性区域以在数据层扩充监督学习信息;其次,设计空间金字塔池化模块有效融合基于YOLOv3主干网络提取的多尺度局部特征以提高检测敏感性;最后,在类别损失函数中增加聚焦参数,通过调节算法学习过程以提高检测特异性。充分利用双视图数据提供的先验信息提高检测正确率,实验结果表明检测敏感性达到92.0%,特异性达到87.7%,平均每幅图像假阳性0.041个,其检测性能较原模型大幅提升,且具有较好的鲁棒性。
- 蒋慧琴王博霖马岭马岭马岭
- 关键词：乳腺X线摄影计算机辅助诊断
- 基于小样本学习的LCD产品缺陷自动检测方法被引量：7
- 2020年
- 针对高分辨率液晶显示器产品(liquid crystal display,LCD)质量在线检测需求,基于深度学习提出一种LCD缺陷自动检测方法。通过设计自适应浅层特征提取层,并引入稀疏卷积结构,多维度、多尺度的提取深层特征,采用迁移学习和深度卷积生成对抗生网络扩充数据强化训练,构建基于小样本学习的LCD表面缺陷检测模型。其特征在于,采用设计的自动分割与定位预处理软件将高分辨率图像划分成适于卷积神经网络学习的图像子块,并根据模型对图像子块的判定类别和定位坐标,同时获取多类型缺陷检测结果。实验结果表明,本文模型可以有效提高检出率,并减少漏检率。
- 马岭鲁越蒋慧琴刘玉敏
- 关键词：卷积神经网络
- 基于滑动区域的粒子群虚拟网节能映射算法被引量：3
- 2019年
- 针对传统虚拟网节能映射中存在的节点映射分散、链路映射跳数多等问题,利用虚拟网请求的最小生成树拓扑将节点和链路同时映射,该文提出了基于滑动区域的粒子群虚拟网节能映射算法(EVNE_SRPS)。当一个虚拟网请求到达时,生成其最小生成树拓扑,根节点为路径和最短的节点;在底层网络随机选取多个区域作为粒子对象,并在区域中心映射虚拟网请求的最小生成树拓扑;计算粒子的适应度,求出群体和个体最优解,并在最优解的指导下确定滑动方向、更新区域位置,经过迭代后得到虚拟网的映射方案。实验结果表明,与现有算法相比,该算法降低了网络能耗,提高了运营商的收益成本比。
- 庄雷田帅魁和孟佯宋玉王国卿刘文覃马岭
- 关键词：虚拟网最小生成树粒子群优化
- 实时模型检测精确加速窗口的计算原理及算法
- 2020年
- 时间自动机为实时系统进行建模时,通常会因不同的时间度量而产生大量状态片段,精确加速技术可以有效解决这一类片段问题.精确加速中的关键技术是可加速环窗口的计算,但其计算方法均为人工推演.通过对精确加速计算原理的分析,提出了一种精确加速中可加速环窗口的计算算法,可以选择环中任意入边有环时钟复位的节点作为起始,对识别出的可加速环进行进一步精准压缩.首先,识别出时间自动机中所有可加速环,选取1个未处理的可加速环检测环时钟复位的节点出边是否有环时钟复位;然后,将所记录的节点按照记录顺序连接成1个新环,并重新计算新环各边的边界约束;最后,计算可加速环的窗口.算法根据窗口计算原理,获取影响窗口大小的位置不变式、边界约束、时钟复位等数据,并对无用数据和节点进行约减,压缩了可加速环规模,提高了计算效率.算法为研发精确加速自动检测程序奠定了基础.
- 王国卿庄雷和孟佯宋玉马岭
- 关键词：时间自动机
- 协同过滤推荐系统综述被引量：43
- 2021年
- 随着互联网和信息计算的飞速发展,衍生了海量数据,我们已经进入信息爆炸的时代。网络中各种信息量的指数型增长导致用户想要从大量信息中找到自己需要的信息变得越来越困难,信息过载问题日益突出。推荐系统在缓解信息过载问题中起着非常重要的作用,该方法通过研究用户的兴趣偏好进行个性化计算,由系统发现用户兴趣进而引导用户发现自己的信息需求。目前,推荐系统已经成为产业界和学术界关注、研究的热点问题,应用领域十分广泛。在电子商务、会话推荐、文章推荐、智慧医疗等多个领域都有所应用。传统的推荐算法主要包括基于内容的推荐、协同过滤推荐以及混合推荐。其中,协同过滤推荐是推荐系统中应用最广泛最成功的技术之一。该方法利用用户或物品间的相似度以及历史行为数据对目标用户进行推荐,因此存在用户冷启动和项目冷启动问题。此外,随着信息量的急剧增长,传统协同过滤推荐系统面对数据的快速增长会遇到严重的数据稀疏性问题以及可扩展性问题。为了缓解甚至解决这些问题,推荐系统研究人员进行了大量的工作。近年来,为了提高推荐效果、提升用户满意度,学者们开始关注推荐系统的多样性问题以及可解释性等问题。由于深度学习方法可以通过发现数据中用户和项目之间的非线性关系从而学习一个有效的特征表示,因此越来越受到推荐系统研究人员的关注。目前的工作主要是利用评分数据、社交网络信息以及其他领域信息等辅助信息,结合深度学习、数据挖掘等技术提高推荐效果、提升用户满意度。对此,本文首先对推荐系统以及传统推荐算法进行概述,然后重点介绍协同过滤推荐算法的相关工作。包括协同过滤推荐算法的任务、评价指标、常用数据集以及学者们在解决协同过滤算法存在的问题时所�
- 赵俊逸庄福振敖翔敖翔蒋慧琴何清
- 关键词：推荐系统协同过滤稀疏性
- 一种自适应低剂量CT图像质量改善算法被引量：3
- 2018年
- 针对低剂量CT(low-dose CT,LDCT)扫描会导致图像质量劣化问题,提出一种基于剪切波变换的低剂量CT图像质量改善算法.首先,利用Anscombe变换,将LDCT图像中的X射线量子噪声转化为近似服从Gaussian分布的噪声;其次,将变换后的LDCT图像转换成剪切波变换域并针对剪切波域上的低信噪比高频系数子带,利用剩余自相关功率改进噪声方差的计算精度并结合贝叶斯最大后验估计提取非噪声高频系数;最后,利用剪切波逆变换和Anscombe逆变换获得重构图像.大量的实验结果表明,该算法优于小波域的算法.其重构图像质量与基于小波域的算法相比,峰值信噪比(PSNR)平均提高52.2%,平均结构相似度(MSSIM)提高34.9%.
- 蒋慧琴徐玉风马岭杨晓鹏Toshiya Nakaguchi
- 关键词：低剂量CT剪切波变换量子噪声贝叶斯估计噪声方差
