检索结果-南通市图书馆

陕西师范大学学报（自然科学版） 2014年第4期42卷 10-15页

作者：张英孙浩计科峰国防科学技术大学电子科学与工程学院湖南长沙410073

针对不同视角的行人样本具有较大的类内差异性,造成多视角行人识别错误率较高的问题,提出一种基于非负矩阵分解最小二乘的多视角行人分类算法.采用非负矩阵分解的方法对多视角的行人样本图像进行子空间分解,提取基向量;引入协同表示的... 详细信息

针对不同视角的行人样本具有较大的类内差异性,造成多视角行人识别错误率较高的问题,提出一种基于非负矩阵分解最小二乘的多视角行人分类算法.采用非负矩阵分解的方法对多视角的行人样本图像进行子空间分解,提取基向量;引入协同表示的方法并在最小二乘约束下,对子空间进行稀疏表示获得稀疏分解系数;利用近邻子空间方法对分解系数进行分类.基于自行构建的多视角行人数据库进行对比实验,结果表明该算法的准确性和有效性优于其他方法.

关键词：非负矩阵分解非负最小二乘稀疏表示多视角分类

来源：

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

兼顾个性特征和融合特征的阿尔茨海默病分类

引用

计算机科学与探索 2023年第7期17卷 1658-1668页

作者：曹营利邓赵红胡曙东王士同江南大学人工智能与计算机学院江苏无锡214122 江南大学附属医院江苏无锡214062

智能诊断在阿尔茨海默病(AD)的诊断中已得到广泛研究,但已有的智能建模方法还不能充分利用多模态的数据信息,以至于在病程早期阶段的诊断中出现识别精确度不高的问题。为提高阿尔茨海默病及其早期阶段智能诊断的效果,提出一种兼顾个性... 详细信息

智能诊断在阿尔茨海默病(AD)的诊断中已得到广泛研究,但已有的智能建模方法还不能充分利用多模态的数据信息,以至于在病程早期阶段的诊断中出现识别精确度不高的问题。为提高阿尔茨海默病及其早期阶段智能诊断的效果,提出一种兼顾个性特征和融合特征的阿尔茨海默病分类方法。首先使用超图卷积网络(HGCN)对MRI、PET和CSF三个模态的数据分别进行特征提取,以获得每个模态的高阶深度特征。同时通过低秩多模态融合对这三个模态的数据进行特征融合,以获得多个模态之间的隐藏关联特征。最后通过一个多视角分类器对以上获取的特征进行综合分类。利用ADNI数据集对阿尔茨海默病进行多组任务分类,以验证所提方法。与其他先进方法相比,该方法在保证AD阶段分类效果的情况下,有效提高了病程早期阶段的分类精度。

关键词：多模态超图卷积网络(HGCN) 低秩多模态融合多视角分类阿尔茨海默病(AD)

来源：

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

多视角学习TSK模糊系统构建方法及其在癫痫诊断上的应用

多视角学习TSK模糊系统构建方法及其在癫痫诊断上的应用

引用

作者：王思佳江南大学

学位级别：硕士

癫痫是一种常见的神经系统疾病,其主要特征为反复发作性的脑功能紊乱,严重影响患者的日常生活。传统的癫痫诊断方法主要依靠医生的主观判断和经验,容易受到误诊和漏诊的影响,同时还需要患者进行长时间的脑电信号记录,导致诊断效率低下... 详细信息

癫痫是一种常见的神经系统疾病,其主要特征为反复发作性的脑功能紊乱,严重影响患者的日常生活。传统的癫痫诊断方法主要依靠医生的主观判断和经验,容易受到误诊和漏诊的影响,同时还需要患者进行长时间的脑电信号记录,导致诊断效率低下和患者等待时间过长。随着计算机技术和人工智能技术的不断发展,利用脑电信号自动识别和机器学习分类技术实现癫痫的自动化诊断已成为研究的热点。本文基于癫痫脑电信号数据,实现了对脑电信号的分析处理,并结合了多视角学习机制与TSK型模糊系统算法,实现了癫痫脑电信号的识别与诊断。本文具体研究工作如下:(1)由于脑电信号是一种非常复杂的生物电信号,具有高度的时空变异性和噪声干扰,因此,针对脑电信号的特性,本文对癫痫脑电信号进行降噪处理和特征提取。首先使用独立成分分析对数据降噪,去除信号中的随机噪声和干扰噪声,提高信号质量;接着使用小波变换、短时傅里叶变换及核主成分分析方法进行特征提取,这些特征可以用于训练分类器,实现对癫痫的自动识别和诊断。(2)相比于单视角学习方法,多视角学习方法能够将多个视角的信息进行融合,更全面地了解脑电信号的特征和规律,进而提高模型的准确率和泛化性能,增加分类模型的鲁棒性和可靠性。本文提出了双视角及多视角TSK模糊系统分类算法,通过引入多视角协同学习机制及多视角自适应加权策略,加强多视角之间的联系,在癫痫脑电信号数据集上,与多个分类算法进行对比实验并分析结果,验证了本文提出的多视角TSK模糊系统分类算法能够有效的检测到癫痫脑电信号的特征波形,进而实现了癫痫疾病的快速诊断,提高癫痫脑电信号识别的准确率,且具备可解释性。(3)本文提出的多视角TSK模糊系统癫痫检测算法在癫痫脑电信号分类中取得了较好的结果,为进一步提高癫痫诊断准确性和效率,本文基于该算法设计了一个癫痫脑电信号识别与诊断系统。该系统能够自动化地对脑电信号进行分析和处理,并实现精准的癫痫诊断和分类,大大降低了误诊和漏诊的风险。通过该系统,医生可以更快速、更准确地对患者进行诊断和治疗。

关键词：多视角分类模糊系统癫痫脑电信号特征提取

来源：

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

基于多模态数据学习的阿尔茨海默病智能诊断

基于多模态数据学习的阿尔茨海默病智能诊断

引用

作者：曹营利江南大学

学位级别：硕士

阿尔茨海默病(Alzheimer’s Disease,AD)是导致老年人死亡的最主要原因之一。其早期阶段为轻度认知障碍(Mild Cognitive Impairment,MCI),主要表现为记忆减退,判断能力下降等。发展到AD阶段则表现为记忆严重受损,情感变得急躁等,甚至日... 详细信息

阿尔茨海默病(Alzheimer’s Disease,AD)是导致老年人死亡的最主要原因之一。其早期阶段为轻度认知障碍(Mild Cognitive Impairment,MCI),主要表现为记忆减退,判断能力下降等。发展到AD阶段则表现为记忆严重受损,情感变得急躁等,甚至日常生活不能自理。该病危害严重,不仅给患者带来巨大痛苦,也给家庭和社会医疗带来巨大负担。目前AD尚无法治愈,对该病的预防和早期干预成为攻克该病的主要手段和目标。因此若能在早期识别出MCI患者,并能有效识别MCI患者是否会进一步向AD阶段转化,将有助于患者尽早接受治疗,提高诊疗效果。针对该病的早期计算机辅助诊断(Computer Aided Diagnosis,CAD)研究一般使用单模态数据进行分析,但阿尔茨海默病起病隐匿,单一模态的数据无法提供准确的病灶信息。并且每种模态都有各自的优缺点,仅使用单模态数据会忽略模态间的互补信息。因此使用单模态数据分类对AD阶段的分类有一定的效果但对病程早期阶段的识别准确率不高。随着医疗技术和计算机技术的发展,基于多模态数据的辅助诊断获得了越来越广泛的关注,也表现出了优于单模态的分类识别效果。为充分利用多模态数据,提高AD及MCI阶段的识别效果,本文研究了两个基于多模态数据学习的阿尔茨海默病智能诊断方法。所做的两个工作如下:(1)第一个工作研究了一种基于多模态超图卷积的阿尔茨海默病分类方法。该方法首先将每个受试者视为一个节点,利用KNN策略在受试者的每个模态上建立超图,构造初始多模态特征。然后使用超图卷积网络再从中提取维度小、辨识度高的多模态高阶深度特征。最后使用多视角模糊分类器对上游提取的多模态深度特征进行综合分类。实验研究表明,该方法在AD阶段的分类任务中,其分类结果可以与已有方法相媲美。在MCI阶段的分类任务中,其结果有显著提升。(2)第二个工作研究了一种兼顾个性特征和融合特征的阿尔茨海默病分类方法。在第一个工作的基础上,增加了融合特征作为新的视角。将上一工作中使用超图卷积方法提取的深度特征作为个性特征,然后将使用低秩多模态融合方法融合的原始特征视作融合特征,最后在多视角模糊分类器中综合利用个性特征和融合特征进行训练和综合决策。该方法既保留了每个模态的独立性信息,又兼顾了不同模态间的相关信息。实验表明,增加融合特征后,在AD阶段和MCI阶段的分类任务中,分类结果均有所提高,而且使用低秩多模态融合方法融合的特征比使用简单拼接方法融合的特征分类效果更好。总体而言,本文针对阿尔茨海默病诊断所研究的两种新的多模态学习方法,较之已有方法展现了一定的优势,具有较好的潜在应用价值。同时,本文所提方法也能为后续研究提供重要的参考和借鉴。

关键词：阿尔茨海默病轻度认知障碍多模态学习超图卷积网络多视角分类

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：