检索结果-南通市图书馆

基于SSL-DDPM的脑电疲劳状态检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代电子技术 2024年第21期47卷 40-45页

作者：张麟华郭彩萍许骁哲富丽贞邢珍珍太原工业学院计算机工程系山西太原030008 山西文旅集团山投信息有限公司山西太原030008 中北大学软件学院山西太原030008

疲劳检测对日常生活是至关重要的,尤其对于驾驶领域。基于脑电(EEG)信号的疲劳驾驶检测已吸引了众多学者的关注,但由于高质量带标签的EEG样本稀少问题严重阻碍了疲劳检测领域的发展。因此,文中首次将自监督学习(SSL)与扩散模型(DDPM)相... 详细信息

疲劳检测对日常生活是至关重要的,尤其对于驾驶领域。基于脑电(EEG)信号的疲劳驾驶检测已吸引了众多学者的关注,但由于高质量带标签的EEG样本稀少问题严重阻碍了疲劳检测领域的发展。因此,文中首次将自监督学习(SSL)与扩散模型(DDPM)相结合应用于EEG的疲劳检测研究中,提出一种基于SSL-DDPM的脑电疲劳状态检测方法。该方法分为预训练和下游任务两部分,预训练阶段中首先对原始信号进行DDPM扩增,然后以ResNeXt代替ResNet为骨干网络对扩增前后的EEG信号进行特征提取,最后对提取的特征进行信号重构。下游任务的网络以共享预训练网络参数为主,对扩增前后的信号进行疲劳检测。通过SEED数据集和Multi-channel数据集进行实验验证,最终分类准确率分别达到88.23%和86.14%,验证了文中疲劳状态检测方法的有效性。

关键词：脑电信号疲劳检测自监督学习扩散模型骨干网络信号重构

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

大规模图数据可达性索引技术:现状与展望

计算机研究与发展 2015年第1期52卷 116-129页

作者：富丽贞孟小峰中北大学软件学院太原030051 中国人民大学信息学院北京100872

随着社交网络、生物信息网、本体等新兴领域的飞速发展,在现实应用中涌现出大量的图数据.可达性查询是有向图上一类最基本的查询.当图的规模非常小时,利用深度优先遍历(depth-first search,DFS)或可达性传递闭包可以很容易处理可达性查... 详细信息

随着社交网络、生物信息网、本体等新兴领域的飞速发展,在现实应用中涌现出大量的图数据.可达性查询是有向图上一类最基本的查询.当图的规模非常小时,利用深度优先遍历(depth-first search,DFS)或可达性传递闭包可以很容易处理可达性查询.但是,随着图的规模越变越大,由于DFS方法的查询效率太低而可达性传递闭包方法占用的存储空间太大,这2种方法不再适用.因此,许多可达性索引方法相继被提出.这些方法已经被广泛应用于多个计算机科学领域,如软件工程、编程语言、分布式计算、社交网络分析、生物网络分析、XML和RDF数据库、路由规划等领域.此外,可达性索引还可用于加速其他图算法,如最短路径查询和子图模式匹配.首先介绍了可达性索引的应用背景.接着,依据支持的数据规模、数据类型以及查询类别,将现有可达性索引工作进行了分类,并对代表性工作进行分类比较;最后,讨论了现有的大规模图数据可达性索引方法存在的问题,并指出了未来的研究方向.

关键词：可达性索引查询处理编码图数据

在线全文

学校读者我要写书评

暂无评论

一种高效非归并的XML小枝模式匹配算法

软件学报 2009年第4期20卷 795-803页

作者：陶世群富丽贞山西大学计算机与信息技术学院山西太原030006

在XML数据库中,小枝模式查询是XML查询处理的核心操作.近几年,研究人员已提出许多种算法,如Holistic Twig和TJFast算法等.然而它们都是基于归并的,会有很高的计算代价.已提出的Twig2Stack和TwigList算法虽然可以克服这一点,但算法非常复... 详细信息

在XML数据库中,小枝模式查询是XML查询处理的核心操作.近几年,研究人员已提出许多种算法,如Holistic Twig和TJFast算法等.然而它们都是基于归并的,会有很高的计算代价.已提出的Twig2Stack和TwigList算法虽然可以克服这一点,但算法非常复杂.针对这一问题,尤其是考虑了通常查询表达式中只有少数几个结点是最终的输出结点这一特点,提出了TiwgNM算法及其扩展算法TiwgNME算法.算法不需要归并,且只用了少数栈来实现.实验结果表明,这些算法优于以前算法,尤其是对查询中只有祖先-后裔关系的表达式更有效.

关键词：小枝模式匹配归并主路径主结点谓词结点

在线全文

学校读者我要写书评

暂无评论

基于小枝模式的XML数据查询处理技术研究

基于小枝模式的XML数据查询处理技术研究

作者：富丽贞山西大学

学位级别：硕士

XML作为Intnet上一种数据表示和交换的实际标准,正被广泛接受和采用。随着XML的不断普及,XML数据的管理和查询问题也越来越引起国内外研究学者的重视。在XML数据库中,小枝模式查询是XML查询处理的核心操作,它对于提高查询效率是很有意... 详细信息

XML作为Intnet上一种数据表示和交换的实际标准,正被广泛接受和采用。随着XML的不断普及,XML数据的管理和查询问题也越来越引起国内外研究学者的重视。在XML数据库中,小枝模式查询是XML查询处理的核心操作,它对于提高查询效率是很有意义的。过去几年来,已经提出了许多小枝模式匹配算法:如TwigStack、TJFast以及最近提出的TwigList和Twig2Stack算法等。这些算法在处理只有祖先后代关系且输出所有结点的查询时效率很高,但是对于带有父子关系或者只有少数输出结点的查询,这些算法的查询效率并不高。本文对XML路径查询处理中的尚存在难点问题进行了深入的研究,并且针对目前算法存在的不足之处,提出了两种高效的非归并小枝模式匹配算法TwigNM和TwigPC。本文主要的贡献如下: 1、针对只有少数输出结点的问题: （1）.提出了一种更一般化的小枝模式,它具有普遍的适用性,更加符合大多数查询语言标准。（2）.提出了两个高效的非归并小枝模式匹配算法,TwigNM算法及其扩展算法TwigNME,这两个算法使用了简单的栈数据结构,可以跳过大量的无扩展结点,避免产生大量的中间结果,也不需要归并,在处理只有祖先后裔关系的查询时效率很高。但是在处理父子关系时,算法的效率仍会受到很大的影响。（3）.在TwigNM实验系统上实现了TwigNM、TwigNME、TwigStack和TwigList四个算法。通过与典型的算法TwigStack以及当前最新的算法TwigList算法做比较,结果显示在只有祖先后裔关系且带有返回结点的查询中,本文提出的两个算法的查询效率比其它两个效率高出很多。 2、针对有父子边的问题: （1）.为了进一步提高有父子关系查询的处理效率,将zhang编码进行了扩展。（2）.提出了一种新的数据结构——队列栈,它是由共享存储空间的队列和栈两种数据结构组成的,其结构简单,易于操作。（3）.提出了一种非归并的TwigPC算法,该算法使用了队列栈和扩展队列两种数据结构,避免了产生大量的中间结果,也不需要归并,在处理有父子边的查询时效率很高,同时也能较好地处理带有返回结点的查询。（4）.在实验系统上实现了TwigPC、TwigStackList和TwigList三个算法。通过比较,结果表明在处理有父子关系的查询中,新算法TwigPC的查询效率比其它两个算法的效率高很多。

关键词： XML文档查询处理小枝模式小枝模式匹配 PC关系

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多类支持向量机的恒星光谱分类方法

光谱学与光谱分析 2018年第7期38卷 2307-2310页

作者：张静刘忠宝宋文爱富丽贞章永来中北大学软件学院山西太原030051

支持向量机作为一种经典的分类方法被广泛应用于恒星光谱分类领域。该方法在实际应用中取得了较为理想的分类效果,但其面临无法解决多分类问题的挑战。在支持向量机的基础上,提出多类支持向量机,建立基于多类支持向量机的恒星光谱分类... 详细信息

支持向量机作为一种经典的分类方法被广泛应用于恒星光谱分类领域。该方法在实际应用中取得了较为理想的分类效果,但其面临无法解决多分类问题的挑战。在支持向量机的基础上,提出多类支持向量机,建立基于多类支持向量机的恒星光谱分类模型。该方法的最大优势是经过一次分类过程,可以确定多类样本的类属。SDSS DR8恒星光谱数据上的比较实验表明,本研究所提的方法较之已有多分类方法在分类性能上有一定的提升。

关键词：支持向量机多类支持向量机恒星光谱自动分类

在线全文

学校读者我要写书评

暂无评论

双输入流深度反卷积的插值神经网络

计算机应用 2019年第8期39卷 2271-2275页

作者：张强杨剑富丽贞中北大学软件学院太原030051 电磁波信息科学教育部重点实验室(复旦大学) 上海200433

在实际工作中深度学习方法通常不具备大量的训练样本,因此提出了双输入流深度反卷积生成神经网络的构架,依据给定的条件产生新的目标图像,从而扩充训练样本集。该神经网络的整体架构由双输入的卷积网络和一个反卷积网络输出构成,其中双... 详细信息

在实际工作中深度学习方法通常不具备大量的训练样本,因此提出了双输入流深度反卷积生成神经网络的构架,依据给定的条件产生新的目标图像,从而扩充训练样本集。该神经网络的整体架构由双输入的卷积网络和一个反卷积网络输出构成,其中双输入卷积网络接收目标物体不同视角的两张图片并提取抽象特征,而反卷积网络则利用抽象特征和设定的参数产生新的插值目标图像。在ShapeNetCore数据集上的实验结果显示,在相同数量的训练样本空间中,与未扩展数据集的卷积网络相比,双输入流深度反卷积生成神经网络的识别率提高了20%左右。结果表明,双输入流深度反卷积生成神经网络无需输入目标物类别,可生成新参数条件下的目标图像,扩充训练样本空间,从而提高识别率,可用于少样本的目标物多角度识别。

关键词：深度学习人工智能生成神经网络反卷积双输入流

在线全文

学校读者我要写书评

暂无评论

基于熵学习机的恒星光谱分类（英文）

光谱学与光谱分析 2018年第2期38卷 660-664页

作者：刘忠宝任娟娟宋文爱张静孔啸富丽贞中北大学软件学院山西太原030051 中国科学院光学天文重点实验室北京100012

数据挖掘被广泛应用于恒星光谱分类。为了提高传统光谱分类方法性能,提出熵学习机(Entropybased Learning Machine,ELM)。在该方法中,熵用来刻画分类的不确定性。为了得到理想的分类结果,分类的不确定性应最小,基于此,可得ELM的最优化... 详细信息

数据挖掘被广泛应用于恒星光谱分类。为了提高传统光谱分类方法性能,提出熵学习机(Entropybased Learning Machine,ELM)。在该方法中,熵用来刻画分类的不确定性。为了得到理想的分类结果,分类的不确定性应最小,基于此,可得ELM的最优化问题。ELM在处理二分类问题和稀有光谱发现等方面具有一定优势。SDSS中K型、F型、G型恒星光谱数据集上的比较实验表明:ELM在进行恒星光谱分类时,其分类性能优于k近邻(k Nearest Neighbor)和支持向量机(Support Vector Machine)等传统分类方法。

关键词：数据挖掘恒星光谱分类熵斯隆数字巡天

在线全文

学校读者我要写书评

暂无评论

基于深度学习的短文本语义相似度计算模型

广西师范大学学报（自然科学版） 2022年第3期40卷 49-56页

作者：周圣凯富丽贞宋文爱中北大学软件学院山西太原030051 山西省军民融合软件工程技术研究中心山西太原030051

基于深度学习的短文本语义相似度度量方法是现代自然语言处理任务的基石,其重要性不言而喻。本文提出一种基于卷积神经网络和双向门控循环单元的文本编码模型,通过卷积层提取重要语义并且通过双向门控循环单元保证语义顺序,采用孪生神... 详细信息

基于深度学习的短文本语义相似度度量方法是现代自然语言处理任务的基石,其重要性不言而喻。本文提出一种基于卷积神经网络和双向门控循环单元的文本编码模型,通过卷积层提取重要语义并且通过双向门控循环单元保证语义顺序,采用孪生神经网络结构保证文本编码的一致性。选取传统的卷积神经网络和长短期记忆网络以及BERT模型进行对比验证,在Quora、Sick和MSRP数据集上的验证结果表明,本文模型的精确率和召回率表现优异,且F_(1)值也优于传统模型。

关键词：自然语言处理语义相似度卷积神经网络长短期记忆网络门控循环单元

在线全文

学校读者我要写书评

暂无评论

大规模图数据边受限制的最短距离查询算法

计算机工程与应用 2019年第7期55卷 71-81,86页

作者：吕伟宋文爱富丽贞许文中北大学软件学院太原030051

计算两点之间的最短距离是标记图的基本操作之一。对于大图,根据路标节点估算两点之间最短距离的方法来提高查询效率。现有的路标节点选择策略不能在中心性和计算量小两方面同时满足,路标节点存储到其他节点的距离信息,存储量仍然很大... 详细信息

计算两点之间的最短距离是标记图的基本操作之一。对于大图,根据路标节点估算两点之间最短距离的方法来提高查询效率。现有的路标节点选择策略不能在中心性和计算量小两方面同时满足,路标节点存储到其他节点的距离信息,存储量仍然很大。对于大规模有向图来说,路标节点选取策略保证中心性的同时减少了计算量,使用了DBSCAN聚类思想将节点划分成不同的类,选择具有联通性的向前和向后核心节点作为向前和向后路标节点;存储类内路标节点与普通节点之间的距离信息以及类间路标节点之间的距离信息来减少存储量;源节点通过向后路标节点和向前路标节点到达目标节点,采用上界和下界的最小均值作为估计值。理论证明算法策略在时间复杂度和空间复杂度方面与传统方法相比降低了。实验证明对于大图在平均相对误差方面与传统方法误差数量级相同。

关键词：图数据边受限制预处理最短距离查询