基于K-means聚类和特征空间增强的噪声标签深度学习算法

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。

双路径合作的原型矫正小样本分类模型

基于度量的元学习在学习过程中存在由于稀缺数据分布导致习得的先验知识不足、从样本中提取到的单一视图特征易受弱相关或无关特征的干扰以及因分类造成的代表性特征偏差的问题。针对这些问题,提出了一种双路径合作的原型矫正小样本分类模型。首先,通过双路径合作模块从多视图角度自适应地突出关键特征和弱化弱相关特征,充分利用特征信息获得先验知识来提升特征的表达能力;其次,通过基于查询集样本特征信息的原型矫正分类策略来解决类内原型的偏差问题;最后,通过损失函数反向更新模型参数,模型分类准确率得以提升。在五个公开的数据集上进行了5-way 1-shot和5-way 5-shot对比实验,较基准模型而言,在miniImageNet数据集上,准确率提升了5.57个百分点和3.90个百分点;在tieredImageNet数据集上,准确率提升了5.68个百分点和3.93个百分点;在CUB数据集上,准确率提升了6.93个百分点和3.13个百分点;在CIFAR-FS数据集上,准确率提升了8.03个百分点和1.65个百分点;在FC-100数据集上,准确率提升了4.25个百分点和4.89个百分点。实验结果表明,提出的双路径合作的原型矫正小样本分类模型能在小样本学习领域有良好的性能,且模型中的模块可迁移到其他模型中使用。

基于动态阈值和差异性检验的自训练算法

针对自训练算法在迭代训练分类器的过程中存在难以有效选取高置信度样本以及误标记样本错误累积的问题,本文提出了基于动态阈值和差异性检验的自训练算法。引入样本的局部离群因子,据此剔除有标签样本中的离群点以及分类标注无标签样本,依据标注分批次处理无标签样本,以使模型更易选取到高置信度的无标签样本;根据新增伪标签样本的数量和对比隶属度的变化,设计一种动态隶属度阈值函数,提升高置信度样本的质量;定义密集距离度量样本间的差异性,分别计算伪标签样本与同类和不同类样本之间的密集距离之和,从而找出不确定度高的伪标签样本,并将此类样本并入下轮训练的无标签样本集中,缓解误标记样本错误累积的问题。实验结果表明,该算法在12个UCI基准数据集上均取得理想效果。

利用类内类间信息的原型补足小样本图像分类

基于度量学习的小样本学习方法中模型没有充分挖掘类内样本与类间样本的联系,将单个样本特征视作独立特征用作训练,导致模型生成的原型不准确且特征表示能力差.提出利用类内类间信息的原型补足小样本图像分类模型.首先,将支持集样本的特征送入类内信息提取分支,构造类内信息特征图,并提取特征获取类别描述信息为原型进行补足;然后,利用类间信息提取分支将不同类的查询样本融合生成新样本,并将该组查询样本的标签作为软标签;最后,使用补足后的原型对查询样本与新样本进行分类,并通过分类损失优化模型.在四个公开数据集上的实验结果表明,在MiniImageNet数据集上,准确率提升2.03%~5.48%;在TieredImageNet数据集上,准确率提升2.25%~8.55%;在CUB数据集上,准确率提升5.10%~8.82%;在CIFAR-FS数据集上,准确率提升2.61%~10.03%.证明与同类小样本图像分类方法相比,提出的模型获得了更优的分类性能与泛化性.

区域通道建设推动黑龙江省向北开放研究

2020年7月,习近平总书记在主持召开的企业家座谈会上强调,要逐步形成以国内大循环、国内国际双循环相互促进为主体的发展新格局。黑龙江省深入贯彻习近平总书记的一系列重要指示精神。认真贯彻落实党的二十大精神,完整、准确、全面地贯彻新发展理念,主动服务,融入构建发展新格局中去。与共建“一带一路”深度融合,积极参与“中蒙俄经济走廊”建设,促进口岸经济高位发展,加快我国向北开放新高地建设。

“创意创新创业”研习社的区校一体化建设研究

本文以无锡科技职业学院为例,开展大学生第二课堂——“创意创新创业”研习社的区校一体化建设研究。旨在通过区校资源整理形成合力,进行高校学生社团特色化建设;落实立德树人根本任务,推进素质教育;根据学生兴趣特长促进学生成长成才,打造“新吴工匠”,进一步提升服务无锡高新区(新吴区)“强富美高”建设和高质量发展的水平和贡献度。

高校教学科研实验室管理初探——以北京林业大学林学实验教学中心为例

分析了科教融合过程中教学科研实验室管理中存在的问题,包括实验室责任体系不健全、实验室规划不合理、仪器设备维护经费落实不到位等问题,并以北京林业大学林学实验教学中心为例,提出了完善责任体系、建立开放管理制度、加强实验室管理人员的培养和激励等对策,取得了显著的管理成效。

以学生为中心的药剂学课程教学改革

针对辽宁中医药大学药学院药剂学课程体系设置存在的不足及课程特点,对药物制剂专业课程药剂学进行课程体系改革与人才培养的创新实践,强化以学生为中心、提高实践与创新能力为目标的课程实施及人才培养效果。实施教学考一体化改革、构建网络教学平台与共享教学资源、采用多媒体结合视频辅助教学模式、建立虚拟仿真实训平台等多种教学改革方式。课程体系改革与人才培养的创新实践效果显著,能够激发学生学习主动性、能动性、创新性,学生受益面广。

公众心理健康服务体系建设的实践路径研究

随着社会经济的发展和人们生活水平的提高,人们对心理健康的关注逐渐升温。面对日益严峻的心理健康问题,公众心理健康服务体系显得尤为重要。服务体系建设的实践路径研究,旨在提出科学、有效的方案,从而促进公众心理健康度的提升。本文主要深入探讨公众心理健康服务体系的实践路径,在政策、资源、服务模式等方面提供策略性建议,旨在营造和谐、美好的社会环境。

参葛方联合生活饮食运动干预治疗肝功能异常代谢相关脂肪性肝病的临床观察

目的观察参葛方联合生活饮食运动干预治疗肝功能异常代谢相关脂肪性肝病(MAFLD)的临床疗效及对患者血清CD44水平的影响。方法将70例脾虚痰湿兼有血瘀型肝功能异常MAFLD患者随机分为对照组和治疗组,每组35例,两组均给予生活饮食运动干预,治疗组加用参葛方,对照组加用参葛方安慰剂,疗程均为12周。观察临床疗效,比较磁共振成像质子密度脂肪含量(MRI-PDFF)及血清丙氨酸转氨酶(ALT)、天冬氨酸转氨酶(AST)、碱性磷酸酶(ALP)、γ-谷氨酰转移酶(GGT)、三酰甘油(TG)、总胆固醇(TC)、低密度脂蛋白(LDL)、高密度脂蛋白(HDL)、CD44水平的变化情况。结果(1)最终完成试验者64例,其中治疗组32例、对照组32例。(2)治疗组、对照组总有效率分别为75.0%、46.9%,治疗组临床疗效优于对照组(P<0.05)。(3)治疗前后组内比较,两组MRI-PDFF值降低(P<0.05),治疗组血清CD44水平降低(P<0.05);组间治疗后比较,治疗组MRI-PDFF值、血清CD44水平低于对照组(P<0.05)。(4)治疗前后组内比较,治疗组血清ALT、AST、GGT水平降低(P<0.05),对照组AST水平降低(P<0.05);组间治疗后比较,治疗组血清ALT、AST、GGT水平低于对照组(P<0.05)。(5)治疗前后组内比较,治疗组血清TG、TC、LDL水平降低(P<0.05),对照组TG水平降低(P<0.05);组间治疗后比较,治疗组TG水平低于对照组(P<0.05)。结论参葛方联合生活饮食运动干预治疗脾虚痰湿兼有血瘀型肝功能异常MAFLD患者疗效满意,能有效缓解患者的临床症状,改善肝脏脂质沉积及肝功能异常,调节血脂水平,其机制可能与调节血清CD44表达有关。

复合原位疫苗模式用于双免疫治疗后仍进展的胸膜间皮瘤1例报告及文献复习

胸膜间皮瘤是一种相对罕见而恶性度极高的肿瘤,预后较差,虽PD-1单抗与CTLA-4单抗双免疫治疗可显著改善患者的总生存期,但对于双免疫治疗失败的患者仍需探索更佳的治疗模式。原位疫苗是免疫治疗中深受瞩目的一种肿瘤疫苗技术。本研究采用大分割放疗、瘤内注射免疫佐剂以构建复合原位疫苗,并在此基础上联合免疫检查点抑制剂以增强抗肿瘤免疫效应。本文报道1例本科室收治的68岁男性恶性胸膜间皮瘤患者,该患者前期经双免疫治疗后仍进展,后采用复合原位疫苗模式治疗,在9周期PD-1单抗应用后观察到经瘤内注射及大分割放疗的目标病灶持续缩小且代谢减低,目前病情稳定。因此,复合原位疫苗模式可为难治性晚期实体瘤患者尤其是恶性胸膜间皮瘤患者的治疗提供新思路。

虾夷扇贝AMPK基因家族的鉴定及表达

为了解AMPK基因家族在虾夷扇贝中的特征、进化及生物学功能,实验采用比较基因组学及生物信息学的方法对虾夷扇贝AMPK基因家族进行了鉴定、基因与蛋白结构分析、系统发生分析以及时空表达分析,通过虾夷扇贝亚致死温度胁迫实验,研究了AMPK基因家族在高温胁迫时的表达规律。结果显示,虾夷扇贝基因组中共存在3个AMPK家族基因,即PyAMPKα、PyAMPKβ、PyAMPKγ。时空表达分析发现,PyAMPK的3个家族基因在D型幼虫期之前均呈现较高的表达量,其中PyAMPKα基因在受精卵时期表达量最高,PyAMPKβ基因在囊胚时期表达量最高,PyAMPKγ基因在受精卵和2~8细胞时期的表达量达到最高水平。PyAMPK在虾夷扇贝成体器官中呈现不同的表达模式,其中肾脏表达量最高,其次是鳃。受高温胁迫后,肾脏和鳃中的PyAMPK基因短时间内呈现显著的上调表达,并随着时间延长呈现先上升后下降的趋势。研究表明,AMPK基因家族参与了虾夷扇贝早期胚胎发育过程的能量代谢调节以及机体面对高温胁迫的应激调节过程。本研究有助于理解贝类AMPK基因的功能和进化,并为深入阐明贝类应对高温胁迫时的能量调节机制提供理论基础。

国家对外文化贸易基地高质量发展策略研究——基于文化资源联动和产业集聚视角

在全球化浪潮中,对外文化贸易基地在推动文化交流与贸易中发挥着关键作用。我国在对外文化贸易领域取得显著进展,但面临诸如文化资源利用不足、产业发展地区不均衡等挑战。该文旨在探讨和分析国家对外文化贸易基地的高质量发展策略,特别是从文化资源联动和产业集聚的角度进行深入分析。通过理论分析和国际案例研究,该文分析了文化资源联动和产业集聚在文化贸易发展中的作用,强调了文化资源联动和产业集聚在推动文化贸易发展中的重要作用,以期对我国对外文化贸易基地的高质量发展产生积极影响。

边界注意力辅助的动态图卷积视网膜血管分割

针对视网膜血管分割任务中存在的毛细血管分割遗漏和断连的问题,从最大限度地利用视网膜血管的特征信息的角度出发,添补视网膜血管的全局结构信息和边界信息,在U型网络的基础上,提出边界注意力辅助的动态图卷积视网膜血管分割网络。本模型先将动态图卷积嵌入到U型网络中形成多尺度结构,提升模型获取全局结构信息的能力,以提高分割质量,再利用边界注意力网络辅助模型,增加模型对边界信息的关注度,进一步提高分割性能。将模型在DRIVE、CHASEDB1和STARE三个视网膜图像数据集上进行实验,均取得了较好的分割效果。实验结果证明,该模型能较好地区分噪声和毛细血管,分割出结构较完整的视网膜血管,具有泛化性和鲁棒性。

基于改进YOLOv8算法的钢材表面缺陷检测

针对钢材表面缺陷检测任务中目标尺寸较小且形态多变,传统检测方法效率较低,通用算法也难以准确捕捉其特征信息等问题,提出基于YOLOv8的改进模型。利用可变形卷积替换部分标准卷积,使模型能更好地学习采样位置的偏移,适应表面缺陷的几何变换,从而提高检测精度;引入基于辅助边框的Inner-IoU损失函数,其能根据不同的检测任务自我调整比例因子,以控制辅助边界框的生成,适合处理形状多变的表面缺陷,提高模型泛化性。在基准数据集NEU-DET上的实验结果表明,与具有相同参数量的基线模型相比,改进后的模型的检测精度提高了2.3%,且优于其他对比算法。此外,在GC10-DET数据集上,与基线模型相比,其检测精度提高了4.0%,表明该模型具有良好的泛化性。

多尺度自适应上采样的图像超分辨率重建算法

针对现有基于卷积神经网络的图像超分辨率重建网络中存在的训练难以收敛、无法适配多个放大系数和无法进行非整数放大系数上采样的问题,提出了一种基于多尺度和分而治之思想的自适应上采样图像超分辨率重建算法。该算法通过改进后的多尺度通道注意力特征提取模块对低分辨率图像进行多尺度特征提取以生成不同尺度下的特征图,再将其输入瓶颈层实现全局特征融合,使用基于分而治之的自适应上采样模块获得超分辨率图像,从而解决了不同放大系数的适配问题和非整数放大系数的上采样问题。在对比实验中,该算法在不使用任何初始化方法时仍然具有良好的收敛性。在整数放大系数下,该算法的图像重建性能超过当前主流的超分辨率网络,PSNR和SSIM性能相比MRFN分别提升了0.34 dB和0.039 1。在非整数放大系数下,其PSNR性能相比双三次插值方法平均提升1.24 dB,且不需要对每一个放大系数都进行训练。

推动黑龙江省冰雪经济与国际旅游服务贸易融合发展研究

黑龙江省是我国现代冰雪运动的发源地和摇篮,近年来备受国际游客的青睐。黑龙江省冰雪经济与国际旅游服务贸易二者之间是不可分离的,推动二者之间相互融合十分必要。但在二者融合发展的过程中存在旅游产品单一、宣传薄弱以及受季节影响严重等诸多问题。可以通过创新旅游产品、提高宣传能力、培养高素质能力人才等措施推动二者融合发展,使黑龙江省冰雪经济快速发展的同时,进一步推动黑龙江省国际旅游服务贸易稳步发展。

AuCu和石墨烯助催化剂协同增强氮化碳的光催化性能

在热解法合成石墨相C_(3)N_(4)的基础上,先后采用溶剂热法和共沉淀法将石墨烯和AuCu双金属纳米颗粒负载到C_(3)N_(4)表面,得到AuCu/石墨烯/C_(3)N_(4)复合光催化剂。采用XRD、IR、BET、TEM、XPS、Absorption、PL、电化学等技术对AuCu/石墨烯/C_(3)N_(4)的结构进行分析,并详细评估其在可见光下分解水制氢和还原CO_(2)的性能。石墨烯的负载可以增加材料的比表面积,促进光生电荷的迁移。AuCu双金属以合金的形式负载于石墨烯/C_(3)N_(4)表面,平均粒径3.7nm。纳米Au的表面等离共振效应能拓宽材料的光谱吸收范围,而第二金属Cu的引入能加速光生电子的分离和传输。因此,石墨烯和AuCu双助催化剂的负载能显著增强C_(3)N_(4)的光催化性能。当AuCu的原子比为3:2、AuCu和石墨烯的负载量分别为0.5和1wt%时,得到的Au_(3)Cu_(2)/GC复合光催化剂表现出最佳的光催化性能,其分解水制氢的速率达到324.8μmol/h,光催化还原CO_(2)制取CH_(4)的活性和选择性分别为36.1μmol/hg和91.3%,并表现出良好的光催化稳定性。

黑龙江省数字服务贸易影响因素研究

大数据、云计算等数字化技术已经对人民生活产生了深远影响。在国际贸易方面,服务贸易的数据化、数字化已经成为未来服务贸易的主流方向。黑龙江省正积极通过推动服务贸易与互联网、大数据等数字技术相结合,促进相关服务产业转型升级,推进服务贸易数据化,以跨境电商、远程医疗、远程教育等新兴服务贸易努力实现“数字黑龙江”。独特的地域条件以及相关政策的支持使得黑龙江省数字服务贸易迅速发展,在充分发挥自身区位优势的基础上,创新发展服务贸易新方式、新渠道,提高黑龙江省数字服务贸易国际竞争力。

地方高校人工智能专业课程体系建设路径探究

以某医科大学的智能医学工程专业为例,探索地方高校人工智能专业课程体系建设路径。从地方高校自身其他特色专业出发,以计算机专业课程知识为基础,交叉学科背景为能力提升,专业素养与实践能力为抓手,夯实学生计算机专业课程的同时,将人工智能与其他专业学科结合,制定合理有效的课程体系,以满足国家和地方发展需求。采用文献分析、实地调研和专家访谈等方法,对某医科大学智能医学工程专业的课程体系进行了梳理和完善。研究结果表明,通过合理设计和整合课程,可以提高学生的人工智能专业素养和实践能力,可为地方高校培养人工智能专业人才提供有价值的参考与指导。