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Bi-LSTM-Attention的癫痫发作检测方法
1
作者
龚帅奎
蒋路茸
范骐凯
《智能计算机与应用》
2024年第2期69-75,共7页
本文针对癫痫脑电图(EEG)信号中的发作检测问题,分析了癫痫患者EEG信号中的特异性特征,在传统EEG信号时频域基础上提出了改进的脑网络特征。本文对EEG信号进行分解,并重构了EEG信号,发现在重构信号上癫痫发作和癫痫未发作表现出较大差...
本文针对癫痫脑电图(EEG)信号中的发作检测问题,分析了癫痫患者EEG信号中的特异性特征,在传统EEG信号时频域基础上提出了改进的脑网络特征。本文对EEG信号进行分解,并重构了EEG信号,发现在重构信号上癫痫发作和癫痫未发作表现出较大差异。因此在重构EEG信号上通过皮尔逊系数(PCC)构建脑网络,并在该网络上提取脑网络特征,最后将这些特征输入Bi-LSTM-Attention混合网络检测癫痫发作。该网络可以筛选出对癫痫发作检测结果具有决定性因素的特征,捕捉EEG时间序列中最重要的信息。为了评估本文的方法,在公开的CHB-MIT数据集上进行实验,获得了96.20%的准确率、96.80%的特异性和95.31%的敏感性,实验结果表明该方法在癫痫发作检测这个任务上具有不错的性能。
展开更多
关键词
癫痫发作检测
小波包变换
EEG
bi
-
lstm
-
attention
下载PDF
职称材料
信息安全领域内实体共指消解技术研究
被引量：
1
2
作者
张晗
胡永进
+1 位作者
郭渊博
陈吉成
《通信学报》
EI
CSCD
北大核心
2020年第2期165-175,共11页
针对信息安全领域内的共指消解问题,提出了一个混合型方法。该方法在原来BiLSTM-attention-CRF模型的基础上引入领域词典匹配机制,将其与文档层面的注意力机制相结合,作为一种新的基于字典的注意力机制,来解决从文本中提取候选词时对稀...
针对信息安全领域内的共指消解问题,提出了一个混合型方法。该方法在原来BiLSTM-attention-CRF模型的基础上引入领域词典匹配机制,将其与文档层面的注意力机制相结合,作为一种新的基于字典的注意力机制,来解决从文本中提取候选词时对稀有实体以及长度较长的实体识别能力稍弱的问题,并通过总结领域文本特征,将提取出的待消解候选词根据词性分别采用规则与机器学习的方式进行消解,以提高准确性。通过在安全领域数据集的实验,分别从共指消解以及提取候选词并分类2个方面证明了方法的优越性。
展开更多
关键词
共指消解
混合型方法
领域词典匹配机制
bi
lstm
-
attention
-CRF模型
信息安全
下载PDF
职称材料
题名
基于Bi-LSTM-Attention的癫痫发作检测方法
1
作者
龚帅奎
蒋路茸
范骐凯
机构
浙江理工大学信息科学与工程学院
出处
《智能计算机与应用》
2024年第2期69-75,共7页
基金
浙江省重点研发计划(2022C03136)
国家自然科学基金(61602417)。
文摘
本文针对癫痫脑电图(EEG)信号中的发作检测问题,分析了癫痫患者EEG信号中的特异性特征,在传统EEG信号时频域基础上提出了改进的脑网络特征。本文对EEG信号进行分解,并重构了EEG信号,发现在重构信号上癫痫发作和癫痫未发作表现出较大差异。因此在重构EEG信号上通过皮尔逊系数(PCC)构建脑网络,并在该网络上提取脑网络特征,最后将这些特征输入Bi-LSTM-Attention混合网络检测癫痫发作。该网络可以筛选出对癫痫发作检测结果具有决定性因素的特征,捕捉EEG时间序列中最重要的信息。为了评估本文的方法,在公开的CHB-MIT数据集上进行实验,获得了96.20%的准确率、96.80%的特异性和95.31%的敏感性,实验结果表明该方法在癫痫发作检测这个任务上具有不错的性能。
关键词
癫痫发作检测
小波包变换
EEG
bi
-
lstm
-
attention
Keywords
seizure detection
wavelet packet transform
electroencephalogram
bi
-
lstm
-
attention
分类号
R742.1 [医药卫生—神经病学与精神病学]
TP181 [医药卫生—临床医学]
TN911.7 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
信息安全领域内实体共指消解技术研究
被引量：
1
2
作者
张晗
胡永进
郭渊博
陈吉成
机构
信息工程大学密码工程学院
郑州大学软件学院
信息工程大学信息技术研究所
出处
《通信学报》
EI
CSCD
北大核心
2020年第2期165-175,共11页
基金
国家自然科学基金资助项目（No.61501515）
河南省重点科技攻关基金资助项目（No.172102210002）
郑州大学青年骨干教师基金资助项目（No.2017ZDGGJS048)~~
文摘
针对信息安全领域内的共指消解问题,提出了一个混合型方法。该方法在原来BiLSTM-attention-CRF模型的基础上引入领域词典匹配机制,将其与文档层面的注意力机制相结合,作为一种新的基于字典的注意力机制,来解决从文本中提取候选词时对稀有实体以及长度较长的实体识别能力稍弱的问题,并通过总结领域文本特征,将提取出的待消解候选词根据词性分别采用规则与机器学习的方式进行消解,以提高准确性。通过在安全领域数据集的实验,分别从共指消解以及提取候选词并分类2个方面证明了方法的优越性。
关键词
共指消解
混合型方法
领域词典匹配机制
bi
lstm
-
attention
-CRF模型
信息安全
Keywords
coreference resolution
hybrid method
domain-dictionary matching mechanism
bi
lstm
-
attention
-CRF
information security
分类号
TP393 [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Bi-LSTM-Attention的癫痫发作检测方法
龚帅奎
蒋路茸
范骐凯
《智能计算机与应用》
2024
0
下载PDF
职称材料
2
信息安全领域内实体共指消解技术研究
张晗
胡永进
郭渊博
陈吉成
《通信学报》
EI
CSCD
北大核心
2020
1
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
