期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于属性关系图正则化特征选择的零样本分类
被引量：
7
1
作者
巩萍
程玉虎
王雪松
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2015年第6期1097-1104,共8页
为挖掘属性学习中属性与特征、属性与属性之间的关系,针对属性学习中存在的所有特征与属性被同等对待,底层特征与属性、属性与属性之间的先验知识被忽略的问题,提出一种基于属性关系图正则化特征选择的零样本分类方法.首先,根据训练样...
为挖掘属性学习中属性与特征、属性与属性之间的关系,针对属性学习中存在的所有特征与属性被同等对待,底层特征与属性、属性与属性之间的先验知识被忽略的问题,提出一种基于属性关系图正则化特征选择的零样本分类方法.首先,根据训练样本和类别-属性矩阵计算属性之间的正负相关性,进而构建属性关系图;然后,基于属性关系图,对底层特征进行图正则化特征选择,并将选择后的特征用于直接属性预测(DAP)模型的训练;最后,通过直接属性分类器对测试样本进行零样本分类.AWA数据集上的实验结果表明,在40类训练10类测试的情况下,所提方法获得了0.692 6的属性预测平均AUC值及19.5%的零样本分类精度.
展开更多
关键词
属性相关性
图正则化特征选择
直接属性预测
零样本分类
原文传递
采用多任务特征融合的脑电情绪识别方法
2
作者
刘柯
黄玉柱
+1 位作者
邓欣
于洪
《智能系统学报》
CSCD
北大核心
2024年第3期610-618,共9页
特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而,当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法,通过L_(2,1)范数约束实现稀疏特征选择...
特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而,当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法,通过L_(2,1)范数约束实现稀疏特征选择,同时利用图拉普拉斯正则化保持不同子类间的潜在关系。该算法在不揭示真实样本标签的情况下,在子任务空间有效融合脑网络空间拓扑结构信息和微分熵信息,为高精度脑电信号情绪解码提供具有更高情绪表征能力的特征。DEAP和SEED数据集以及本实验室数据集的分析结果表明,该文提出的方法能显著提高脑电情绪解码的精度。
展开更多
关键词
情感脑机接口
脑电情绪识别
脑网络
微分熵
近邻传播聚类
图拉普拉斯正则
多任务特征融合
稀疏特征选择
下载PDF
职称材料
题名
基于属性关系图正则化特征选择的零样本分类
被引量：
7
1
作者
巩萍
程玉虎
王雪松
机构
中国矿业大学信息与电气工程学院
徐州医学院医学影像学院
出处
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2015年第6期1097-1104,共8页
基金
国家自然科学基金项目(61273143
61472424)
+2 种基金
中央高校基本科研业务费专项基金项目(2013RC10
2013RC12
2014YC07)
文摘
为挖掘属性学习中属性与特征、属性与属性之间的关系,针对属性学习中存在的所有特征与属性被同等对待,底层特征与属性、属性与属性之间的先验知识被忽略的问题,提出一种基于属性关系图正则化特征选择的零样本分类方法.首先,根据训练样本和类别-属性矩阵计算属性之间的正负相关性,进而构建属性关系图;然后,基于属性关系图,对底层特征进行图正则化特征选择,并将选择后的特征用于直接属性预测(DAP)模型的训练;最后,通过直接属性分类器对测试样本进行零样本分类.AWA数据集上的实验结果表明,在40类训练10类测试的情况下,所提方法获得了0.692 6的属性预测平均AUC值及19.5%的零样本分类精度.
关键词
属性相关性
图正则化特征选择
直接属性预测
零样本分类
Keywords
attribute
correlation
graph
regularized
feature selection
direct
attribute
prediction
zero-shot
classification
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
采用多任务特征融合的脑电情绪识别方法
2
作者
刘柯
黄玉柱
邓欣
于洪
机构
重庆邮电大学计算机科学与技术学院
出处
《智能系统学报》
CSCD
北大核心
2024年第3期610-618,共9页
基金
国家自然科学基金项目(62136002,61703065).
文摘
特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而,当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法,通过L_(2,1)范数约束实现稀疏特征选择,同时利用图拉普拉斯正则化保持不同子类间的潜在关系。该算法在不揭示真实样本标签的情况下,在子任务空间有效融合脑网络空间拓扑结构信息和微分熵信息,为高精度脑电信号情绪解码提供具有更高情绪表征能力的特征。DEAP和SEED数据集以及本实验室数据集的分析结果表明,该文提出的方法能显著提高脑电情绪解码的精度。
关键词
情感脑机接口
脑电情绪识别
脑网络
微分熵
近邻传播聚类
图拉普拉斯正则
多任务特征融合
稀疏特征选择
Keywords
emotional
brain-computer
interface
EEG
emotion
recognition
brain
networks
differential
entropy
affinity
propagation
clustering
graph
Laplacian
regular
ization
multitask
feature
fusion
sparse
feature selection
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于属性关系图正则化特征选择的零样本分类
巩萍
程玉虎
王雪松
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2015
7
原文传递
2
采用多任务特征融合的脑电情绪识别方法
刘柯
黄玉柱
邓欣
于洪
《智能系统学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
