排序方式: 共有380条查询结果,搜索用时 15 毫秒
1.
案件案由是对案件所涉及法律关系性质的描述,科学、完善的案由设置有利于正确适用法律,是人民法院实行案件分类管理的重要途径.案件案由预测技术指基于案件案情的文本描述由计算机自动给出案件所属类别.在案件属性预测研究中,由于低频类别的样本数量较少且难以学习相关特征,因此已有方法在数据处理部分通常会对低频类别样本进行剔除.然而,在案件案由预测问题中,关键的挑战正是如何对属于低频案由的案件做出准确预测.为此,文中提出了一种基于非均衡数据层次学习的案件案由预测方法.在案件案由预测中,根据案由层次结构将案由划分为一级案由和二级案由,二级案由中的大量尾部类别被汇聚成上层样本数较多的大类,进而通过层次学习的方式来实现二级案由的预测,使二级案由有一级案由的信息支撑.最后,引入调整数据不平衡的损失函数来实现案件案由的预测.实验结果表明,所提方法整体优于对比方法,其平均精确率比现有方法提高了4.81%,这表明通过层次学习和引入非均衡数据损失函数能较好地解决案件案由预测问题. 相似文献
3.
CT图像在疾病诊断、癌症精准放疗阶段发挥着重要的作用.然而,受X射线剂量的限制以及现有医疗设备等因素的影响,三维CT图像成像采样间距较大,层间分辨率远低于层内分辨率.为提高CT图像的层间分辨率,避免因相邻层CT图像之间存在较大差异对超分辨率重建造成干扰,提出一种在相邻CT图像序列切片间利用上下层的配准信息插值出一个新的中间切片,并对插值得到的中间切片进行修复的方法.首先,利用CLG-TV光流估计模型配准算法估计相邻2幅CT图像之间的像素运动,得到一个稠密的光流场,从而获得2个连续切片之间精确的像素对应关系,并依据新切片位置对速度矢量进行缩放;然后,利用计算出的速度场在连续2幅图像之间生成初始插值图像.由于相邻切片之间的像素难以一一对应,插值后的图像通常存在像素缺失现象.最后利用序列图像的帧间非局部自相似性,通过求解最优化问题以修复插值图像中像素丢失的区域.在DIR-Lab实验室和山东省医学影像学研究所提供的数据集上的实验结果表明,与其他经典方法相比,文中方法能够生成高质量的中间CT切片,在定量和定性上提高了层间分辨率. 相似文献
4.
面向分布式控制系统的实时SOA研究与应用 总被引:1,自引:0,他引:1
SOA(Service Oriented Architecture)已广泛应用于传统信息系统领域。如何将sOA思想应用于社会上广泛存在的分布式控制系统的构建,是服务计算领域的一个新的研究课题。针对分布式控制系统的特点及面向服务的思想,提出一种可有效解决消息可靠性传输、服务实时性处理的层次化实时SOA模型,给出各层次模型的详细思路与实现机制。基于该模型,设计并实现了电力配网自动化系统的底层多网络冗余实时消息总线原型系统,并给出了相关结
论。 相似文献
5.
基于区域划分的kNN文本快速分类算法研究 总被引:1,自引:1,他引:0
kNN方法作为一种简单、有效、非参数的分类方法,在文本分类中广泛应用。为提高其分类效率,提出一种基于区域划分的kNN文本快速分类算法。将训练样本集按空间分布情况划分成若干区域,根据测试样本与各区域之间的位置关系快速查找其k个最近邻,从而大大降低kNN算法的计算量。数学推理和实验结果均表明,该算法在确保kNN分类器准确率不变的前提下,显著提高了分类效率。 相似文献
6.
针对粒子群协同学习优化算法和粒子群综合性学习优化算法中的粒子更新规则不灵活问题,提出了一种新的粒子群多阈值灰度图像分割算法。该算法中的粒子更新策略能够根据粒子状态随时改变:迭代前期,粒子速度会不断增加以便加快搜索最优解;迭代后期,粒子速度开始变慢以便搜索更广区域,避免陷入局部最优;当粒子陷入局部最优时,让该粒子根据选出的榜样粒子学习,以便逃出局部最优。另外评价粒子最优解的目标函数采用的是图像指数熵。仿真实验结果表明改进的粒子群阈值优化算法在单阈值和多阈值情况下解决了传统熵算法执行效率低和粒子群优化算法更新规则不灵活易于陷入局部最优问题,分割结果非常好,而且稳定、高效。 相似文献
7.
曲线的参数特性直接决定基于自由曲线的路径规划、运动控制等算法的质量.为了生成满足C1连续的近似弧长参数化,提出一种基于分段三次重新参数化的参数优化算法.首先利用Simpson方法离散积分能量,然后使用极值求解法求得初始解,最后通过LM(Levenberg-Marquardt)优化算法计算出曲线的最优参数表示.与C1连续的分段有理重新参数化方法相比,该算法能够在分段数量很少的情况下达到局部最优.最后通过实例说明了文中算法的有效性. 相似文献
8.
受传输干扰或存储不当等因素的影响,现实应用中获取的某些图像通常会存在像素缺失现象,
这给图像的后续分析与处理带来了一定影响。解决该问题的常用方法是对图像进行低秩修复。利用低秩特性进
行修复的方法大多以秩函数建模,由于矩阵秩函数是非凸离散的,该模型的求解是一个 NP 难问题,所以通常
利用核范数对矩阵的秩进行凸松弛。但是,基于核范数的修复方法与基于秩函数极小化的方法之间存在一定偏
差,因此提出非凸低秩约束的图像修复方法。即采用 log 函数代替核范数对秩进行约束,能够克服核范数无法
很好逼近秩最小化的问题。此外,为有效求解上述非凸模型,将目标函数转化为增广拉格朗日函数,利用交替
方向乘子法求解图像修复模型。实验结果表明,该修复方法能够处理不同情况下的像素缺失问题,且修复性能
明显好于现有低秩修复方法。 相似文献
9.
当前,多重息票方案设计中的主要困难是如何设计能自由设置兑换次数上界的息票发布协议且所得协议的复杂性并不依赖于这个上界,以及如何为兑换协议提供高效、灵活的兑换机制.为此,提出两个具备改进的效率与功能的方案.新方案分别利用Chaabouni等人的离散对数区间证明技术和Canard等人的关于被承诺元素的知识证明技术实现了对息票兑换次数上界的灵活设置,并且利用Peng等人的批量零知识证明与验证技术对兑换协议的运算复杂度进行了优化.新方案在Nguyen的形式化模型下满足可证安全,而且首次实现了实际应用中的全部理想特性,即并发发布、紧凑存储、批量兑换以及支持设置息票对象和过期日期.性能分析表明,新方案的通信与运算耗费显著低于已有的两个满足强不可分割性质的方案. 相似文献
10.