检索结果-南通市图书馆

外部势阱中非线性Schr?dinger方程驻波解的不稳定性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

外部势阱中非线性Schr?dinger方程驻波解的不稳定性

作者：秦溢四川师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向心电信号识别的对抗样本防御算法研究

面向心电信号识别的对抗样本防御算法研究

作者：陈鑫吉林大学

学位级别：硕士

随着计算机技术不断发展,深度神经网络（Deep Neural Networks,DNNS）使用心电信号（Electrocardiogram,ECG）在心血管疾病诊断、身份识别等心电信号识别领域取得广泛应用。然而,对抗样本的出现给深度神经网络应用于心电信号识别领域带... 详细信息

随着计算机技术不断发展,深度神经网络（Deep Neural Networks,DNNS）使用心电信号（Electrocardiogram,ECG）在心血管疾病诊断、身份识别等心电信号识别领域取得广泛应用。然而,对抗样本的出现给深度神经网络应用于心电信号识别领域带来严重威胁。对抗样本指在原始样本上添加精心设计的微小扰动所产生的样本,能够使深度神经网络以高置信度输出错误预测。例如,使用深度神经网络进行心律失常诊断时,对抗样本攻击可能导致诊断错误引发严重医疗事故。使用心电特征模板进行身份识别时面临着对抗样本攻击、模板损坏以及模板盗窃等安全问题,对个人隐私安全构成严重威胁。在此背景下,针对心电信号识别领域的对抗样本防御方法以及特征模板保护成为当前研究热点。本文针对现有研究不足,在提升深度神经网络防御对抗攻击的能力和保护心电特征模板两方面展开研究。具体研究工作如下:1.针对现有方法在心律失常分类中不能有效防御对抗样本攻击的问题,提出一种新型鲁棒深度神经网络CASLCNet（Channel Activation Suppression with Lipschitz Constraints Net）,CASLCNet在特征提取阶段通过通道激活抑制策略动态调整模型通道重要性,抑制非鲁棒通道的表达,有效降低对抗样本产生的信号增强效应。l∞距离网络作为模型分类器通过限制输入特征向量和输出的变化范围,约束分类器利普希茨常数,从而有效减小对抗样本在特征提取阶段引起的特征向量变化对分类器的影响。同时本文引入重视误分类对抗训练（Misclassification Aware adve Rsarial Training,MART）,通过对模型鲁棒性影响大的错误分类样本进行正则化,提升模型防御对抗样本攻击能力,即模型对抗鲁棒性。实验表明,本文提出方法在MIT-BIH数据库和CPSC2018数据库中受PGD对抗样本攻击时分数分别达到91.03%和83.01%,有效说明本文方法能够在保持原始样本高准确率的同时有效防御在一定攻击范围内的对抗样本攻击。与现有文献相比,本文方法在提升模型对抗鲁棒性方面有较大优势。2.针对使用心电特征模板进行身份识别时面临的对抗样本攻击、模板损坏以及盗窃等安全问题,提出了一种基于CASLCNet提取心电特征并采用基于均匀随机投影的最大索引哈希（Uniformly Random Permutation based Index of Max hashing,Io M-URP）模板保护算法保护心电特征的身份识别方案。首先,使用CASLCNet网络提取鲁棒心电特征,随后将心电特征模板使用Io M-URP模板保护算法生成受保护特征模板。当受保护特征模板被损坏或盗窃后,使用新密钥可以生成新受保护特征模板。实验表明,本文方法满足生物识别中要求的可撤销性、不可链接性、不可逆性以及高识别准确率,并且能够有效防御对抗样本对身份识别系统的攻击。与现有文献相比,本文方法能保持高识别准确率的同时能防御身份识别时的对抗样本攻击与模板盗窃,有效提升身份识别安全性。

关键词： ECG 身份识别心律失常分类对抗样本防御可撤销生物特征模板

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习方法的前列腺癌患者的生存分析

基于机器学习方法的前列腺癌患者的生存分析

作者：陈鑫重庆理工大学

学位级别：硕士

前列腺癌是中老年男性最常诊断出的一种非表征性癌症,近年来,随着人们生活习惯、饮食习惯、环境的改变,我国前列腺癌的发病率呈现逐年上升且年轻化的趋势,目前根治性手术是早期前列腺癌主要治疗手段,但晚期转移性前列腺癌或去势抵抗前... 详细信息

前列腺癌是中老年男性最常诊断出的一种非表征性癌症,近年来,随着人们生活习惯、饮食习惯、环境的改变,我国前列腺癌的发病率呈现逐年上升且年轻化的趋势,目前根治性手术是早期前列腺癌主要治疗手段,但晚期转移性前列腺癌或去势抵抗前列腺癌尚无有效治疗手段,每年有大量的患者因为该疾病而死亡,因此对前列腺癌患者的生存分析就十分有意义,通过结合机器学习中较为成熟的算法模型,去提高前列腺癌患者生存分析预测准确度,当精准度达到可以用于实际临床辅助时,就可以为医生在为前列腺癌患者给出治疗方案时提供帮助。本文在基于了解到的前列腺的腺体组织结构、腺体病理分区以及现行诊断和治疗方案等临床知识的基础上,从数据库中取出与前列腺癌相关的数据,如患者的年龄、种族、前列腺特异性蛋白(PSA)以及发生转移类型等前列腺癌患者数据,再根据临床医学数据的筛选标准,结合统计学上处理和分析数据方法,对数据进行预处理,得到想要特征及标准数据后,再对数据进行一些基础分析和假设验证,建立模型预测了前列腺癌患者在六个月之后的生存状态,并使用了四个指标对预测效果进行衡量,分别是C＿index、AUC、nbll和brier分数。在模型方面,首先建立了Cox比例风险模型以及多个单一的机器学习模型,包括随机生存森林、GBM和神经网络模型,其次建立了多个连续时间和离散时间Cox+机器学习的模型,通过比较各种不同方法下模型的效果,选择表现最佳的两个模型作为初级学习器,在选择神经网络作为次级学习器构建了两个Stacking模型,分别是RSF＿net模型,Meta＿Stacking＿Survival模型。通过验证,本文所考虑的这两个模型在前列腺癌数据集上均取得了较好的预测效果,C指数最高可达0.8939,AUC值最高可达0.8803,brier得分最小为0.0154nbll分数最小为0.0106,同时本次实验所使用的所有模型都是在同一数据集下运行。结果表明,本文提出的融合模型对于拟合前列腺癌数据集具有更高的可靠性和准确率。

关键词：生存分析 meta分析神经网络 Stacking 前列腺癌

基于fMRI功能连接的工作记忆预测模型构建与脑机制研究

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fMRI功能连接的工作记忆预测模型构建与脑机制研究

作者：杨华溢电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

编码器安装误差抑制的轴承外圈故障特征提取

航空动力学报 2024年第8期39卷 302-310页

作者：徐万通郭瑜陈鑫昆明理工大学机电工程学院昆明650500

针对编码器信号中安装误差导致轴承外圈故障特征提取困难的难题,提出一种编码器安装误差抑制方法。该方法依据编码器安装误差特性,结合方均根包络技术,获得原始瞬时角速度信号上包络线。基于分段逐步逼近技术和绝对平均差指标,结合反斜... 详细信息

针对编码器信号中安装误差导致轴承外圈故障特征提取困难的难题,提出一种编码器安装误差抑制方法。该方法依据编码器安装误差特性,结合方均根包络技术,获得原始瞬时角速度信号上包络线。基于分段逐步逼近技术和绝对平均差指标,结合反斜率修正方法,进一步拟合编码器安装误差分量。采用改进能量比指标自适应确定优化包络线窗长,并获得对应的剩余信号。通过剩余信号的包络谱,获取轴承外圈故障特征频率,揭示故障特征。与传统抑制周期性分量的倒谱预白化方法相对比,该方法清晰地提取出滚动轴承外圈的前3阶故障特征阶次,证明了该方法对编码器误差有较好的抑制效果,仿真和实验验证了所提方法的有效性。

关键词：瞬时角速度编码器安装误差方均根包络技术滚动轴承故障诊断

基于QCT测得不同部位骨密度建立推断个体年龄预测模型的研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于QCT测得不同部位骨密度建立推断个体年龄预测模型的研究

作者：陈鑫吉林大学

学位级别：硕士

目的:基于用定量CT（quantitative computed tomography,QCT）测得的腰椎及髋关节的骨密度（bone mineral density,BMD）,建立当代中国东北地区人群的年龄预测模型,并进行初步验证,探讨其在活体年龄预测及死后年龄预测的价值。方法:本... 详细信息

目的:基于用定量CT（quantitative computed tomography,QCT）测得的腰椎及髋关节的骨密度（bone mineral density,BMD）,建立当代中国东北地区人群的年龄预测模型,并进行初步验证,探讨其在活体年龄预测及死后年龄预测的价值。方法:本研究回顾性收集了2021年12月到2023年5月于吉林大学第一医院体检中心行腹部CT检查的人群,及2023年4月到2023年10月在虚拟解剖联合实验中心行全身CT扫描的尸体,最终共有604例体检患者及31例尸体纳入本研究,其中包括男性297人,女性338人。按照性别和年龄对所有人群进行分组（20-29岁、30-39岁、40-49岁、50-59岁、60-69岁、70-79岁及80-89岁）;将扫描的CT图像传输到QCT软件上,利用QCT软件分别测量腰椎、股骨颈、股骨粗隆、股骨粗隆间及全髋关节的骨密度值;利用Pearson相关分析不同部位BMD与年龄的相关性;按照性别及年龄随机将604例体检中心的患者按照7:3分为训练组及内部验证组,将31尸体全部作为外部验证组,比较三组人群每个年龄段的骨密度值有无统计学差异;利用后退逐步回归法建立年龄预测方程,分别用两组验证组对该模型进行验证,用内部验证组验证该模型在活体年龄的诊断性能,用外部验证组验证该模型在死后年龄的预测性能,该模型的预测性能用平均绝对偏差（Mean absolute deviation,MAD）和均方根误差（Root mean square error,RMSE）来表示。结果:腰椎、股骨颈、股骨粗隆、股骨粗隆间及全髋关节的骨密度值均与年龄有不同程度的负性关系;训练组及两组验证组每个年龄段的骨密度无统计学差异。回归模型具有较好的R2值,男性R2=0.684,女性R2=0.682;训练组男性的MAD为5.068岁、RMSE为6.427岁,女性的MAD为4.678岁、RMSE为5.921岁;活体与尸体两组验证组的男性MAD为4.788岁、5.738岁,RMSE为6.449岁、7.421岁;女性的MAD为5.696岁、5.829岁,RMSE为7.386岁、6.444岁,其中,每个年龄段的MAD值有所不同。本研究的结果表明,腰椎、股骨颈、股骨粗隆、股骨粗隆间及全髋关节的骨密度与年龄均具有负相关,并基于上述预测因子构建的年龄预测模型,可初步用于法医学上活体与死后的年龄估计。结论:基于QCT测得的不同部位的骨密度值,建立了腰椎及髋关节的年龄预测的模型,可初步用于法医相关年龄推断。

关键词：年龄估计定量CT 骨密度腰椎髋关节

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

幼儿园小朋友优化算法

计算机工程与应用 2024年

作者：张庭溢汪弘健福建理工大学管理学院

为了提升黑猩猩优化算法开发精度和全局搜索能力，通过观察、总结4-6岁幼儿园小朋友行为特点，建立数学模型，提出一种新的元启发式算法：幼儿园小朋友优化算法（kindergarten children optimization algorithm，KCOA）。在算法设计上... 详细信息

为了提升黑猩猩优化算法开发精度和全局搜索能力，通过观察、总结4-6岁幼儿园小朋友行为特点，建立数学模型，提出一种新的元启发式算法：幼儿园小朋友优化算法（kindergarten children optimization algorithm，KCOA）。在算法设计上，幼儿园小朋友拥有玩具吸引、找伙伴、小红花三种社会行为。玩具吸引策略体现最优个体的引领作用。找伙伴策略增加普通小朋友间相互交流、提升普通小朋友个体自主探索种群空间能力，避免因最优个体错误判断让整个种群陷入局部极值点、搜索停滞。小红花策略实时评估当前小朋友位置状态，及时更新劣解、提升算法收敛速度和寻优精度。通过对23个基准测试函数的寻优对比分析、Wilcoxon 秩和统计检验、Friedman排名以及部分CEC2014测试函数寻优结果对比，KCOA算法相比黑猩猩、两种改进黑猩猩、粒子群等优化算法在开发精度和寻优稳定性上都具有显著优势。最后，通过2个工程问题证实了该算法的有效性。KCOA算法求解弹簧、减速器设计问题对比黑猩猩优化算法最优开销分别减少0.85%、2.13%。

关键词：幼儿园小朋友优化算法玩具吸引策略找伙伴策略小红花策略