滕飞

作品数：19被引量：85H指数：4
导出分析报告
供职机构：西南交通大学更多>>
发文主题：存储介质三元组关系抽取卷积文本更多>>
发文领域：自动化与计算机技术文化科学医药卫生电子电信更多>>
发文期刊：《计算机教育》《计算机与现代化》《四川大学学报（医学版）》《计算机学报》更多>>
所获基金：国家自然科学基金四川省科技计划项目中央高校基本科研业务费专项资金国家科技重大专项更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合异构信息的自动国际疾病分类编码方法
《计算机应用》2024年第8期2476-2482,共7页张全梅 黄润萍 滕飞 张海波 周南 
国家自然科学基金资助项目(62272398);四川省重大科技专项(2023jdr0183)。
针对自动国际疾病分类(ICD)编码中医学电子健康记录(EHR)的结构多样性以及编码间复杂的关联关系等特点,提出一种融合异构信息的自动ICD编码方法AIC-HI(Automatic ICD Coding integrating Heterogeneous Information)。首先,针对编码任...
关键词：医学代码预测 自动国际疾病分类编码 层次结构 异构信息 自然语言处理 
基于本硕贯通的人工智能拔尖创新人才培养模式探索被引量：6
《计算机教育》2024年第3期69-73,79,共6页顾瑾 滕飞 李天瑞 
西南交通大学本科教育教学研究与改革项目“人工智能基础学科拔尖学生培养探索实践”(20220205);四川省高等教育教学改革研究项目“构建课程实验、科创竞赛联合式教学体系,提升IT类大学生创新创业能力”(JG2021-276)。
针对人工智能领域对于拔尖创新人才的迫切需求,基于人工智能专业特色提出本硕贯通的拔尖创新人才培养模式总体方案,以夯实专业基础知识、注重学科交叉意识培养和加强创新实践教育为核心理念,提出人工智能专业本硕贯通培养的课程体系构...
关键词：人工智能 拔尖创新人才 本硕贯通 多学科交叉 创新实践教育 
基于深度学习的图像分割综述被引量：15
《计算机科学》2024年第2期107-116,共10页黄雯珂 滕飞 王子丹 冯力 
图像分割是计算机视觉中的一项基本任务,其主要目的是从图像输入中提取有意义和连贯的区域。多年来,图像分割领域已经开发出了各种各样的技术,包括基于传统方法,以及利用卷积神经网络的最新图像分割技术。随着深度学习的发展,更多的深...
关键词：图像分割 语义分割 深度学习 网络结构 监督学习 
面向铁路道岔情景下的列车轨道区域检测方法
《应用科学学报》2024年第1期145-160,共16页陈裔鋆 陈羽 滕飞 
河北省自然科学基金(No.F2022105033);四川省科技创新创业苗子工程重点项目(No.2022JDRC0067)资助。
列车前方铁路轨道区域的检测是列车主动防撞技术的关键环节,现有的铁路区域分割方法多用于简单情景下的轨道检测,难以应对实际运行中的铁路道岔等复杂场景。该文提出了一种面向铁路道岔情景下的列车轨道区域检测方法,解决了现有技术在...
关键词：轨道区域检测 列车自动驾驶 铁路区域重建 道岔识别 
基于RGCN的阻塞性睡眠呼吸暂停预测研究
《郑州大学学报（理学版）》2023年第6期71-76,共6页张恩铭 袁玥 滕飞 姚远 张海波 
四川省国际科技创新合作项目(2022YFH0020)。
阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)预测对于睡眠健康预警至关重要。然而传统方法往往忽略各生理信号的空间和时间依赖性。提出一种基于循环图卷积网络(recurrent graph convolutional network,RGCN)的深度学习框架来挖...
关键词：阻塞性睡眠呼吸暂停预测 呼吸生理信号 循环图卷积 深度学习 
基于知识图谱的潜在不适当用药预测
《四川大学学报（医学版）》2023年第5期884-891,共8页林工钞 滕飞 胡巧织 金朝辉 徐珽 Haibo Zhang 
国家自然科学基金(No.62272398);四川省科技厅项目(No.2023NSFSC1696);四川大学华西医院学科卓越发展1·3·5工程项目(No.ZYJC18028)资助。
目的为提高潜在不适当用药(potentially inappropriate medication,PIM)预测的准确率,提出一种结合知识图谱和机器学习的PIM预测模型。方法首先,基于2019版Beers标准,以知识图谱为基本结构,构建具有逻辑表达能力的PIM知识表示体系,实现...
关键词：潜在不适当用药 机器学习 知识图谱 多标签分类 
基于元网络的自动国际疾病分类编码模型被引量：4
《计算机应用》2023年第9期2721-2726,共6页周晓敏 滕飞 张艺 
四川省重点研发项目(2021YFG0136)。
国际疾病分类(ICD)编码的频率分布呈现出长尾的情况,因此,对少样本编码进行多标签文本分类极具挑战性。针对少样本编码分类中训练数据不足的问题,提出了一种基于元网络的自动ICD编码模型(MNIC)。首先,将特征空间中的实例和语义空间中的...
关键词：自动国际疾病分类编码 少样本学习 元学习 自然语言处理 可解释性 
基于时序知识图谱嵌入的短期地铁客流量预测被引量：1
《计算机科学》2023年第7期213-220,共8页毛慧慧 赵小乐 杜圣东 滕飞 李天瑞 
国家重点研发计划(2019YFB2101801)。
短期地铁客流量预测任务是城市智能地铁运营工作的重要组成部分,旨在预测未来短时间内地铁站点的客流量。针对现有方法未能充分利用站点的流入流出客流量信息的问题,提出了一种基于时序知识图谱嵌入(Temporal Knowledge Graph Embedding...
关键词：深度学习 时序知识图谱 时空预测 动态嵌入 城市地铁网络 
基于状态信息的红外小目标跟踪方法
《计算机应用》2023年第6期1938-1942,共5页唐鑫 彭博 滕飞 
中央高校基本科研业务费专项(2682021ZTPY069)。
红外小目标所占像素较少,且缺乏颜色、纹理、形状等特征,因此难以有效地跟踪它们。针对这一问题,提出了一种基于状态信息的红外小目标跟踪方法。首先,将待跟踪小目标局部区域的目标、背景和干扰物进行编码以得到连续帧之间密集的局部状...
关键词：红外小目标 目标跟踪 状态信息 状态传播 连续序列 
一种基于多模态深度特征融合的视觉问答模型被引量：5
《计算机科学》2023年第2期123-129,共7页邹芸竹 杜圣东 滕飞 李天瑞 
国家科技重大专项(2020AAA0105101)。
大数据时代,随着多源异构数据的爆炸式增长,多模态数据融合问题备受研究者的关注,其中视觉问答因需要图文协同处理而成为当前多模态数据融合研究的热点。视觉问答任务主要是对图像和文本两类模态数据进行特征关联与融合表示,最后进行推...
关键词：视觉问答 多模态特征融合 注意力机制 深度学习 数据融合 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部