期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
面向多中心数据的超图卷积神经网络及应用 被引量:4
1
作者 周海榆 张道强 《计算机科学》 CSCD 北大核心 2022年第3期129-133,共5页
近年来,图神经网络在神经性脑疾病诊断中的应用引起了广泛关注。然而,现有研究中使用的图通常只是基于简单的点对点连接,无法反映3个或更多受试者之间的复杂关联,尤其是在多中心数据集中,即由不同医疗机构所使用的不同采集设备和不同受... 近年来,图神经网络在神经性脑疾病诊断中的应用引起了广泛关注。然而,现有研究中使用的图通常只是基于简单的点对点连接,无法反映3个或更多受试者之间的复杂关联,尤其是在多中心数据集中,即由不同医疗机构所使用的不同采集设备和不同受试人群而集成的具有异质性的数据集。为解决医疗影像数据中存在的多中心异质性问题,提出了一种多中心超图数据结构来描述多中心数据之间的关系。这种超图由两种不同的超边构成,一种是描述单个中心内部关系的中心内超边,另一种是描述不同中心之间关系的跨中心超边。另外,还提出了一种超图卷积神经网络来学习节点的特征表示,这种超图卷积由两部分构成,第一部分是超图节点卷积,第二部分是超边卷积。在两个多中心数据集上的实验结果证明了所提方法的有效性。 展开更多
关键词 多中心数据 数据异质性 脑疾病诊断 图卷积网络 超图卷积网络
下载PDF
基于卷积神经网络和领域泛化的跨操作员认知负荷识别
2
作者 周月莹 公沛良 +2 位作者 王澎湃 温旭云 张道强 《电子与信息学报》 EI CSCD 北大核心 2023年第8期2796-2805,共10页
基于脑电信号(EEG)的操作员认知负荷识别(CWR)在人机交互系统和被动式脑机接口中有重要价值,然而EEG的非稳态性和被试差异性极大阻碍了跨操作员CWR这一现实场景的快速应用。该文针对跨操作员CWR精度低等问题,提出一种基于卷积神经网络(C... 基于脑电信号(EEG)的操作员认知负荷识别(CWR)在人机交互系统和被动式脑机接口中有重要价值,然而EEG的非稳态性和被试差异性极大阻碍了跨操作员CWR这一现实场景的快速应用。该文针对跨操作员CWR精度低等问题,提出一种基于卷积神经网络(CNN)和领域泛化(DG)的联合共享特征优化方法(CNN_DG)。该方法通过使用已有操作员(源域)的数据提高未知操作员(目标域)的CWR性能,其主要包括3个模块:深度特征提取器、标签分类器和领域泛化器。深度特征提取器学习可迁移的源域之间的共享知识表征;标签分类器进一步学习深层表征并预测负荷级别;领域泛化器通过与特征提取器进行对抗训练来减少源域间的数据分布差异,从而保证学习特征的共享性。该文在多属性任务组(MATB II)模拟飞行任务竞赛数据集1和2上进行两个三分类的跨操作员CWR实验,并采用留一被试交叉验证策略验证模型识别性能。实验结果表明所提CNN_DG方法显著优于比较方法,验证了其在跨操作员CWR领域的有效性和泛化性。 展开更多
关键词 人机交互 认知负荷 跨操作员 卷积神经网络 领域泛化
下载PDF
改进的二视图随机森林 被引量:1
3
作者 夏笑秋 陈松灿 《计算机科学与探索》 CSCD 北大核心 2022年第1期144-152,共9页
随机森林(RF)是最经典的机器学习算法之一,并已获得广泛应用。然而观察发现,尽管现实中存在众多的二视图数据并已获得广泛的分析研究,但针对二视图场景的RF构建相当少,仅有的利用RF解决二视图学习问题的方法也都是先为各个视图生成各自... 随机森林(RF)是最经典的机器学习算法之一,并已获得广泛应用。然而观察发现,尽管现实中存在众多的二视图数据并已获得广泛的分析研究,但针对二视图场景的RF构建相当少,仅有的利用RF解决二视图学习问题的方法也都是先为各个视图生成各自的RF,在决策时才融合了视图间的信息。这样的方法存在一个显著不足是在其RF的构建阶段未利用两个视图间的相关性,这无疑浪费了信息资源。为了弥补这一不足,提出了一种改进的二视图随机森林(ITVRF)。具体而言,在决策树的生成过程中采用典型相关分析(CCA)进行视图融合,将视图间的信息交互融入到了决策树的构建阶段,实现了视图间互补信息在整个RF生成过程中的利用。此外,ITVRF还通过判别分析为决策树生成判别决策边界,更适合于分类。实验结果表明ITVRF比现有的二视图RF(TVRF)有着更优的准确率。 展开更多
关键词 决策树 随机森林(RF) 二视图学习 典型相关分析(CCA)
下载PDF
基于脑电功能连接特征和领域自适应的跨被试人格评估
4
作者 许子明 周月莹 +5 位作者 温旭云 牛一帆 李子遇 徐西嘉 张道强 邬霞 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2022年第2期257-266,共10页
已有研究表明,人格评估可以通过构建基于脑电信号的回归模型实现。已有研究大多使用事件相关电位或功率谱密度特征进行人格评估,所表示的大脑信息局限于单个区域,但有研究发现认知功能更多依赖于脑区间的相互作用。此外,脑电特征可能存... 已有研究表明,人格评估可以通过构建基于脑电信号的回归模型实现。已有研究大多使用事件相关电位或功率谱密度特征进行人格评估,所表示的大脑信息局限于单个区域,但有研究发现认知功能更多依赖于脑区间的相互作用。此外,脑电特征可能存在被试间分布差异,会导致训练得到的回归模型在跨被试人格评估中难以取得准确结果。为了获得更精准的跨被试人格评估结果,本研究提出一种结合脑电功能连接特征和领域自适应技术的人格评估方法。本研究收集了45名正常人在不同情绪图片(正、中、负)刺激下的脑电信号,首先计算59个电极间在5个频段上的相干性作为原始特征集。然后使用基于特征的领域自适应方法将相干特征映射至新的特征空间,在新的特征空间里减小训练集和测试集的分布差异,从而减小被试间差异性。最后采用留一法交叉验证的方式,使用转换后的特征集对支持向量回归模型进行训练和测试。实验结果显示,相比已有研究使用的方法,本文提出的方法提高了回归模型性能,能得到更好的人格评估结果。本研究为人格评估提供了一种新的测量方法和手段。 展开更多
关键词 脑电信号 功能连接 跨被试 人格评估 领域自适应
原文传递
一种Anchor Free的无人机检测方法
5
作者 耿文 孙涵 《计算机技术与发展》 2021年第1期54-60,共7页
目前几乎所有最先进的目标检测方法都依赖于预先定义的anchor,但是由于anchor的存在,网络会增加与anchor相关的计算开销,而且在现实世界中,目标尺度多种多样,比如地对空拍摄的无人机目标,预先定义的anchor不可能穷举所有的无人机尺度。... 目前几乎所有最先进的目标检测方法都依赖于预先定义的anchor,但是由于anchor的存在,网络会增加与anchor相关的计算开销,而且在现实世界中,目标尺度多种多样,比如地对空拍摄的无人机目标,预先定义的anchor不可能穷举所有的无人机尺度。因此,该文抛弃预先定义的anchor,采用anchor free的方法来检测无人机。该anchor free方法以目标中心区域的像素为训练样本来逐像素预测边界框的偏移量。针对地对空拍摄的无人机目标大部分都是小尺度的情况,采用高分辨率网络HRNet作为主干网络来提取小目标细粒度的特征,从而提高小目标检测的精度。相对于基于anchor的目标检测方法,该网络框架简单、灵活,并且可以自适应地预测无人机目标的边界框。在自己设计的无人机数据集上,该方法获得了更高的召回率和精确率。 展开更多
关键词 目标检测 anchor free 无人机检测 小目标检测 逐像素预测 HRNet
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部