乔琛
- 作品数：11 被引量：20H指数：3
- 供职机构：西安交通大学数学与统计学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
- 相关领域：理学自动化与计算机技术医药卫生更多>>
- 深度学习在医学影像研究中的应用被引量：1
- 2023年
- 医学影像在临床应用中发挥着至关重要的作用,可用于早期发现、监测、诊断和治疗评估.当前,具有优异特征学习能力的深度学习方法已经迅速成为研究和分析医学影像的首选方法.本文介绍了医学影像研究中常见的深度学习模型,并梳理了这些深度学习模型在医学影像研究中的应用,其中包括传统的医学图像检测、分割和配准,以及深度学习模型在脑影像分析和低剂量CT医学图像重建中的应用.本文最后还对深度学习在未来医学影像研究领域的发展前景进行了讨论.
- 张姣邵立江乔琛孙建永
- 关键词：医学影像配准
- 数据建模中的机器学习方法
- 2023年
- 随着人工智能(artificial intelligence,AI)的蓬勃发展,相应的机器学习方法也在不断取得新突破.本文通过对聊天机器人的发展进行回顾,梳理了人工智能和机器学习的基本研究现状,特别是依据任务及算法类型,依次介绍了在数据建模中常用的机器学习技术,包括监督学习、无监督学习、弱监督学习、强化学习和深度学习领域的典型方法或模型.本文最后还对机器学习的未来研究所面临的挑战和可研究方向进行了讨论.
- 何思杰刘庆芳乔琛
- 关键词：数据建模人工智能
- 无人机遂行编队飞行中的纯方位无源定位方案研究被引量：3
- 2023年
- 以2022年“高教社杯”全国大学生数学建模竞赛B题为背景,建立无人机定位模型.首先,针对发射信号无人机位置无偏差且编号已知的情况,给出了基于极坐标方程和正弦定理的两种不同定位模型;对于发射信号无人机位置无偏差的情况,证明了除了指定两架编号特定的无人机外,只需要一架编号未知的无人机发射信号就可以实现接收信号无人机的有效定位;然后,针对发射信号和接收信号的无人机位置均略有偏差的圆形编队的调整问题,提出了基于理想圆的标准角度调整模型,对于位置偏离的圆形编队上各个无人机进行定位和调整;最后,提出了基于理想等边三角形的调整模型,用于解决锥形编队问题.本文提出的纯方位无源定位模型适用于不同情况下无人机集群协同编队控制问题.
- 杨雨卉于爱菊乔琛
- 关键词：无人机编队
- 最近点投影型反馈神经网络的临界分析被引量：1
- 2009年
- 基于Lyapunov泛函方法和矩阵理论,本文研究一类被广泛应用的反馈神经网络―最近点投影型反馈神经网络的临界全局动力学性态,当网络具有非线性不扩张性质时,在临界条件下得到该类网络全局收敛性和渐近稳定性。所获结果改进了已知的有关该类网络临界分析的代表性结论(当连接矩阵拟对称时网络具有收敛性)。数值试验表明结果的正确性和有效性。
- 乔琛徐宗本
- 关键词：反馈神经网络收敛性渐近稳定性
- 摄像头检测车速的改进算法
- 2013年
- 通过分析目前常用的传统视频测速的基本原理,针对摄像机安装高度、视场角、倾斜角等参数易受外界环境影响而产生误差这一缺点,依据摄像机的成像原理及三维空间中的仿射变换建立了三维投影模型,并以高速路上两平行道路标线所构成的矩形作为参照物,利用其几何特性确定了实际空间中的点与其像点间坐标的对应关系,提出了改进算法;最后,通过仿真实验对改进算法进行了验证,结果表明该算法较为准确,具有较好的实用性。
- 孔祥粱周长胜乔琛
- 关键词：视频检测仿射变换道路标线
- 深度学习在医学图像分析中的应用被引量：1
- 2020年
- 随着深度学习在计算机视觉任务中取得巨大成功,此技术也被应用到医学图像分析领域。本文总结与医学图像分析相关的深度学习模型,并概述了这些模型在医学图像分类、检测、分割和配准方面的应用成果,具体涉及到神经、视网膜、肺、数字病理学、乳腺、肌骨骼等方面的图像分析任务。本文最后还总结了目前与医学图像分析相关的深度学习研究现状,并对未来研究面临的挑战和应努力的方向进行了讨论。
- 乔琛吴娇陈坚
- 关键词：医学图像
- Sigmoid型静态连续反馈神经网络的临界全局指数稳定性
- 2012年
- 本文致力于研究Sigmoid型静态连续反馈神经网络在临界条件下的全局指数稳定性.我们利用矩阵测度理论证明:对于该类型神经网络,若其满足临界条件,即存在正定矩阵Γ,使得由网络所确定的判别矩阵S(Γ,L)半正定,则网络具有唯一平衡态y~*,且当y~*不为某一给定点时,y~*在R^N上全局指数稳定.所获结论在不增加附加条件的情况下一致地推广了已知Sigmoid型连续反馈神经网络的非临界指数稳定性结论,同时是已有临界稳定性结果的极大统一和延伸.
- 乔琛徐宗本
- 关键词：反馈神经网络全局指数稳定性
- 带信息反馈的凝聚层次聚类算法被引量：9
- 2012年
- 本文针对传统的基于相似性的层次聚类算法存在的两个问题(相似性度量中方向信息的丢失和算法的适应能力弱)提出了一种带有信息反馈的凝聚层次聚类算法.首先将无法预知的复杂数据结构描述成3个基本的结构特征单元,并对其进行建模构建一种相似性度量定义的泛型和一种凝聚的层次聚类算法.在凝聚的层次聚类算法中加入类信息的反馈机制,并在不同阶段对相似性定义的泛型进行具体化,充分利用数据点对之间的方向信息和距离信息进行聚类.该聚类算法主要有两大优势:(i)算法的适应能力较强,不需要假设的前提下可以处理无法预知的复杂数据结构;(ii)算法对噪声具有较强的鲁棒性,在不需要对数据集进行预处理的情况下能够在聚类的过程中识别噪声点或者噪声类.从人工数据和真实数据的试验结果可以看出新算法的优越性能.
- 李春忠徐宗本乔琛
- 关键词：层次聚类流形自顶向下
- 局部域反馈神经网络的全局收敛性被引量：4
- 2009年
- 本文针对具有一般投影映射的连续型局部域反馈神经网络,给出了在一可验证条件下的临界全局收敛性分析.所获得的结果极大地改进了现有典型的收敛性结论.数值试验进一步证实了所得结果的正确性和可行性.
- 乔琛徐宗本
- 关键词：反馈神经网络收敛性
- 智能系统中的强化学习方法
- 2024年
- 作为人工智能领域的常用技术之一,强化学习、监督学习和非监督学习并列为三种机器学习范式.强化学习是指智能体与环境直接进行交互,通过最大化累计奖励学习最佳策略的过程.本文梳理了强化学习领域的发展历程,并介绍了经典的强化学习和基于深度网络的强化学习算法和模型,包括基于值函数和策略梯度的方法、演员-评论家算法、深度Q网络及其优化模型,最后对强化学习当前面临的研究挑战和未来的发展前景进行了讨论.
- 甘宁李玉龙汪永寿乔琛
- 关键词：人工智能
