吴云
- 作品数：60 被引量：150H指数：6
- 供职机构：贵州大学更多>>
- 发文基金：国家自然科学基金贵州省科技计划项目贵州省科学技术基金更多>>
- 相关领域：自动化与计算机技术电子电信交通运输工程建筑科学更多>>
- 基于Flask-RESTful的定制化问卷系统设计与实现被引量：8
- 2019年
- 目前,现有的问卷调查系统良莠不齐,大部分需要付费使用,而且会造成高校师生的数据资源不易采集。为此,本文建立在校师生自己的定制化问卷系统。首先进行了总体架构设计、功能模块设计、数据库设计以及RESTfulAPI设计,然后运用Python语言、Flask框架以及ORM等技术,实现了定制化创建问卷、问卷信息管理、模糊搜索问卷、游客填写问卷以及问卷数据分析等功能。该系统在贵州大学北校区试运行,目前运行情况良好。
- 潘海珍明小波吴云
- 关键词：定制化ORM技术
- 遵义市新民镇朝阳村2009与2023年地氟病情况调查分析
- 2024年
- 目的实地调查2009年以来遵义市播州区新民镇朝阳村的地氟病防治工作情况,为巩固加强防治措施以及后续项目工作的开展提供依据。方法以贵州省燃煤型地方性氟中毒病区(遵义县播州区新民镇朝阳村)作为调查点,通过对病区朝阳小学8~12岁儿童氟斑牙筛查情况,采用问卷调查的形式了解当地居民的基本生活情况及对地氟病的知晓情况等信息,最后通过2009年以来当地医院记录的地氟病防治工作的情况,结合本次实地调研情况进行对比和分析。结果2009年8~12岁学生地氟病知晓率朝阳村为100%、2023年为23.3%;2009年8~12岁学生氟斑牙朝阳村检出率为33.7%、2023年为16.4%;2009年朝阳村(自然村)居民正确使用炉灶率为0%、正确干燥辣椒和玉米率分别为33.3%和30%,2023年朝阳村居民正确使用炉灶率为61.6%、正确干燥辣椒和玉米率为78.1%。结论虽然当地地氟病防治已达到控制水平、儿童氟斑牙患病程度相较2009年已经有了较大改善,但居民的健康行为习惯还没有得到完全的转变,仍然缺乏对地氟病的重视和了解。对于地氟病的宣传和教育,今后应予以重视,从而巩固和加强地氟病防治工作的成果,增强居民自我保护意识,最终实现地氟病的完全消除。
- 顾茂华吴云王世杰江中川
- 关键词：儿童氟斑牙健康教育
- 时间感知的双塔型自注意力序列推荐模型被引量：4
- 2024年
- 用户的偏好具有聚合性和漂移性。现有推荐算法在序列建模框架中融合了交互时间相关性的建模,取得了很大的性能改善,但它们在建模时仅考虑了交互的时间间隔,使得它们在捕捉用户偏好的时间动态方面存在局限性。首先,提出了一种新的时间感知的位置嵌入方法,将时间信息与位置嵌入相结合,帮助模型学习时间层面的项目相关性。随后,在时间感知位置嵌入基础上,提出了时间感知的双塔自注意力序列推荐模型(TiDSA)。TiDSA包含项目级和特征级的自注意力模块,分别从项目和特征两个角度对用户偏好随时间变化的过程进行分析,实现了对时间、项目和特征的统一建模,并且在特征级自注意力模块,设计了多维度的自注意力权重计算方式,从特征维度、项目维度和项目与特征交叉维度充分学习特征之间的相关性。最后,TiDSA将项目级与特征级的信息相融合得到最终的用户偏好表示,并根据该表示为用户提供可靠的推荐结果。四个真实推荐数据集的实验结果表明,TiDSA的性能优于许多先进的基线模型。
- 余文婷吴云
- 增强型高阶注意力因子分解机点击率预测模型被引量：2
- 2022年
- 特征交互的建模对于推荐系统中预测用户的点击率至关重要。设计了增强型高阶注意力因子分解机模型EHAFM(enhanced high-order attentive factorization machine),其主要由Embedding层、显式特征交互层、输出层构成。在每个显式特征交互层中,通过聚合其他特征的表示来更新特征的表示,并针对无用特征交互对预测产生干扰的问题,提出了增强型元素级注意力机制,利用投影矩阵拓展特征表示空间,以增强注意力矩阵的学习能力。通过融合多个增强型元素级注意力头的信息,以解决模型泛化能力不足问题。通过堆叠显式特征交互层可以将特征表示更新到任意高阶,将高阶特征交互部分与一阶线性部分结合进行点击率预测。EHAFM模型在Criteo、Movielens-1M两个数据集上进行实验,结果表明相较基准模型在两个数据集上分别有0.21%和0.92%的AUC提升。
- 陈育康龙慧云吴云林建
- 基于MSFA-Net的肝脏CT图像分割方法被引量：6
- 2023年
- 从患者的腹部CT图像中自动分割出肝脏对于肝脏疾病的诊断意义重大。由于在U-Net中使用自下而上的特征融合方式忽略了低级特征的重要性,导致网络分割性能较差,以及肝脏与相邻器官组织的灰度值较为相似,使得一些微小的细节特征不易被关注。针对以上问题,提出了一种基于多尺度语义特征融合和注意力机制的肝脏分割网络(MSFA-Net)。首先,使用空洞残差卷积(DRC)捕获多尺度特征;然后,采用MSFA模块将自上而下和自下而上的多尺度特征融合方法与注意力机制相结合,来充分融合多尺度特征和关注微小特征;最后,通过深度监督(DS)对特征图求和来提升分割效果。在MICCAI2017 LiTS和3DIRCADb数据集上进行了消融研究,在LiTS数据集上获得了0.961和0.965的DC和DG评分,比基线网络分别提高了3.4%和2.0%;在3DIRCADb数据集上,其DC和DG评分同为0.965,比基线网络分别提高了3.5%和3.3%。
- 沈怀艳吴云
- 关键词：肝脏分割
- 改进的大核卷积U-Net视网膜血管分割方法
- 2024年
- 眼底视网膜血管结构形态复杂、对比度低,且训练样本有限,易产生过拟合现象。针对以上问题,提出一种改进的大核卷积U-Net视网膜血管分割方法(large kernel residual U-Net, LKR-UNet)。减少U-Net下采样次数和每一层的通道数缓解模型过拟合和退化问题;使用大核残差卷积模块(large kernel residual convolution block, LKR-Block)充分提取视网膜血管的特征;通过级联空间通道注意力(cascaded spatial channel attention, CSCA)模块计算空间和通道注意力,提高分割的准确性。提出方法在DRIVE和CHASE_DB1数据集上进行消融实验,在两个数据集上的敏感度分别为84.04%和83.77%,AUC分别为97.82%和98.75%,F1-score分别为82.92%和84.67%。该方法较现有先进算法有一定提升,能有效进行视网膜血管分割。
- 顾茂华吴云
- 关键词：医学图像处理过拟合
- 桥梁加固施工工艺应用研究——以花鱼洞大桥工程实践
- 改革开放以来，我国的交通建设取的了长足的发展，但由于我们国家是个发展中国家，虽然建设桥梁时，充分考虑了当时、当地的远景经济发展和社会诸多方面的技术要求，采取了当时先进的技术及材料，但仍在很大程度上难以摆脱历史的局限性，并...
- 吴云
- 关键词：公路桥梁承载能力桥面铺装
- 文献传递
- K-means算法在隐语义模型中的应用被引量：1
- 2016年
- 隐语义模型(LFM)是文本挖掘领域的重要模型,将它应用于推荐系统的评分预测具有预测精度高和占用内存小的优点。但由于时间开销较大,LFM模型并不适合用于处理大规模稀疏矩阵。针对此问题,论文将K-means算法引入到LFM模型的评分数据处理,得到改进模型K-LFM。在K-LFM模型中,利用K-means算法对评分矩阵中的用户和项目数据进行聚类处理,然后重构评分矩阵降低原始矩阵的稀疏程度和矩阵规模,最后用重构后的评分矩阵训练模型,预测评分。通过在movielens数据集上实验发现K-LFM模型在运行时间上较LFM模型有大幅降低,而预测精度没有受到明显影响。
- 范玉强龙慧云吴云
- 关键词：K-MEANS算法
- 大学生心理健康分析系统的设计与实现被引量：1
- 2024年
- 针对现代社会高速发展背景下大学生日益严重的心理健康问题,本文设计了一款基于VR虚拟技术的心理健康分析系统。系统采用3DMAX建模技术构建虚拟环境,通过WebGL实现3D场景的交互式体验,后端采用Django框架进行开发,实现数据的管理和业务逻辑处理。系统包含VR心理场景交互、心理问卷评估和心理康复治疗三大模块,有助于提升大学生的心理素质和健康水平。
- 肖乾胜吴云江雄彭长辅徐举周健鸿
- 关键词：大学生心理健康
- MySQL缓冲区自适应管理仿真研究被引量：2
- 2023年
- 由于MySQL使用配置参数的方式调节线性预读的阈值以及冷热LRU算法的冷热比例,导致缓冲区存在性能瓶颈。针对以上问题,提出一种缓冲区自适应管理的方法,该方法通过遗憾最小化的强化在线学习技术设计了自适应阈值调整算法以及自适应冷热缓存替换算法。首先,对MySQL中的预读算法以及冷热缓存替换算法进行深入研究,明确了预读阈值以及冷热比例大小对两种算法的具体影响;其次,通过FIFO历史队列以及增加辅助字段的方式,设计了一套参数评估流程,实时评估当前参数是偏大或偏小;最后,设计了一种参数调整模型,该模型利用MySQL原生的预读算法以及缓存替换算法的性能监控指标,实现对参数的合理调整。在FIU数据集上进行了900组仿真实验,实验表明,相较于MySQL原生的基准预读算法以及冷热缓存算法,自适应后的两种算法能够在基本不牺牲算法运行速度的基础上,有效减少8%的磁盘I/O以及增加24%的缓存命中率;相对于最新的缓存替换算法,自适应后的冷热缓存替换算法在保证缓存命中率的前提下,将速度提升至1.6倍。
- 王楠吴云
- 关键词：自适应缓冲区缓存替换算法
