云南高校图书馆联盟文献共享服务平台- 史颖欢

史颖欢: 作品数：17被引量：169H指数：6; 导出分析报告; 供职机构：南京大学更多>>; 发文主题：图像分类半监督学习医学图像计算机医学图像分割更多>>; 发文领域：自动化与计算机技术医药卫生电子电信经济管理更多>>; 发文期刊：《模式识别与人工智能》《Chinese Medical Sciences Journal》《智能系统学报》《计算机应用》更多>>; 所获基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家重点基础研究发展计划中央高校基本科研业务费专项资金更多>>

基于可泛化模型的复杂商务场景数据分析: 《中国科学基金》2024年第5期762-772,共11页史颖欢郭金涛李泽昆祁磊高阳; 国家自然科学基金项目(62222604,62206052,62192783)的资助。; 随着全球经济合作与竞争形势的快速发展,复杂商务场景日益涌现。其中,数据的规模和复杂性也呈现显著增长,在带来可利用数据资源的同时,也为有效挖掘和分析潜在商务模式带来挑战。本文首先针对复杂商务场景下的数据特点进行分析,其次调...; 关键词：商务场景可泛化数据分析深度学习多模态融合

基于特定领域解码的域泛化医学图像分割方法被引量：3: 《数据采集与处理》2023年第2期324-335,共12页叶怀泽周子奇祁磊史颖欢; 国家重点研发计划(2019YFC0118301);国家自然科学基金(81927808)。; 多源域领域泛化是模型利用多个不同领域中的语义信息,并且能够很好地泛化到未知领域上。在医学图像中,不同领域之间的跨度比较大,模型泛化性能在未知域上会有较大程度的下降。为了解决这一问题,本文提出了一种编码特征再针对特定领域进...; 关键词：领域泛化医学图像分割迁移学习对抗学习数据增广

轮廓指导的层级混合多任务全卷积网络: 《软件学报》2020年第5期1573-1584,共12页何克磊史颖欢高阳; 国家自然科学基金(61673203);江苏省重点研发计划专项基金(BE2018610)。; 传统的深度多任务网络通常在不同任务之间共享网络的大部分层(即特征表示层).由于这样做会忽视不同任务各自的特殊性,所以往往会制约其适应数据的能力.提出了一种层级混合的多任务全卷积网络HFFCN,以解决CT图像中的前列腺分割问题.特别...; 关键词：全卷积网络深度学习多任务学习前列腺分割

The Artificial Intelligence-Enabled Medical Imaging:Today and Its Future被引量：6: 《Chinese Medical Sciences Journal》2019年第2期71-75,共5页史颖欢王乾; Medical imaging is now being reshaped by artificial intelligence (AI) and progressing rapidly toward future.In this article,we review the recent progress of AI-enabled medical imaging.Firstly,we briefly review the bac...; 关键词：MEDICAL imaging artificial INTELLIGENCE deep learning IMAGE SEGMENTATION IMAGE REGISTRATION IMAGE detection IMAGE recognition

面向小目标的多尺度Faster-RCNN检测算法被引量：93: 《计算机研究与发展》2019年第2期319-327,共9页黄继鹏史颖欢高阳; 国家自然科学基金项目(61432008;61673203)~~; 小目标是指图像中覆盖区域较小的一类目标.与常规目标相比,小目标信息量少,训练数据难以标记,这导致通用的目标检测方法对小目标的检测效果不好,而专门为小目标设计的检测方法往往复杂度过高或不具有通用性.在分析现有目标检测方法的基...; 关键词：小目标检测 Faster-RCNN算法多尺度检测采样深度学习

蝴蝶种类自动识别研究被引量：22: 《计算机研究与发展》2018年第8期1609-1618,共10页谢娟英侯琦史颖欢吕鹏景丽萍庄福振张军平谭晓阳许升全; 国家自然科学基金项目(61673251);中央高校基本科研业务费专项资金项目(GK201701006); 针对现有蝴蝶识别研究中所用数据集蝴蝶种类偏少,且只含有蝴蝶标本照片、不含生态环境中蝴蝶照片的问题,发布了一个同时包含标本照片和生态照片的蝴蝶图像数据集,其中标本照片包含全部中国蝶类志蝴蝶种类,共计4 270张照片、1 176种,蝴...; 关键词：蝴蝶自动识别目标检测深度学习分类

一种基于原型学习的多示例卷积神经网络被引量：15: 《计算机学报》2017年第6期1265-1274,共10页何克磊史颖欢高阳霍静汪栋张缨; 国家自然科学基金(61432008;61305068);江苏省自然科学基金(BK20130581)资助~~; 卷积神经网络是一种全监督的深度学习模型,其要求样本类标完整.在样本类标缺失等弱监督的实际应用中,卷积神经网络的应用受到了极大的制约.为解决弱标记环境下的多示例学习问题,该文提出了一种新的多示例深度卷积网络模型.该模型引入了...; 关键词：深度学习多示例学习原型学习卷积神经网络图像分类人工智能

基于滑动窗口均值先验的非同构动态贝叶斯网络转换点检测算法被引量：6: 《模式识别与人工智能》2016年第8期751-759,共9页俞露高阳史颖欢; 国家自然科学基金重点基金项目(No.61432008);国家自然科学基金青年基金项目(No.61305068)资助~~; 为了放宽动态贝叶斯网络中的同构假设,提出非同构贝叶斯网络.基于此种情况,文中提出结合先验知识的可逆跳转的马尔可夫链蒙特卡洛算法(APK-RJ-MCMC).算法基本假设为如果一个时间点左右窗口中数据均值间的欧氏距离越大,则这个时间点作为...; 关键词：非同构动态贝叶斯网络可逆跳转马尔可夫链蒙特卡洛采样算法(RJ—MCMC) 分布距离先验知识

元数据存储库系统中违背良格式约束潜在操作的推理: 《计算机研究与发展》2016年第5期1095-1105,共11页赵晓非高阳史颖欢史忠植; 国家自然科学基金项目(61035003;61072085;51378350);国家"九七三"重点基础研究发展计划基金项目(2013CB329502);计算机软件新技术国家重点实验室(南京大学)开放课题项目(KFKT2014B16);天津市科技特派员项目(15JCTPJC58100)~~; 存储库系统的元数据组织方式呈现出分层、多级并且动态变化的复杂结构;存储库系统标准对确保良格式约束规定得并不充分,上述2个原因使得确保基于元对象设施(meta object facility,MOF)建立的元数据存储库系统的状态不违背良格式约束成...; 关键词：存储库系统良格式约束元对象设施约束检测构造活动内部活动

因子分解机算法在基于深度数据包检测的手机应用推荐中的应用被引量：3: 《计算机应用》2016年第2期307-310,共4页孙良君范剑锋杨婉琪史颖欢; 为了从网络数据包中抽取相关特征进行手机应用推荐,使用江苏电信运营商在互联网服务提供商(ISP)机房抽取的网络深度数据包数据,从中抽取运营商所关心的热点手机用户的App访问信息,然后使用基于矩阵分解(包括奇异值分解(SVD)和非负矩阵分...; 关键词：手机App 深度数据包检测奇异值分解非负矩阵分解因子分解机

史颖欢