检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于自监督图网络的脑电情绪识别方法研究

计算机科学 2024年

作者：张嘉翔潘敏张瑞西北大学医学大数据研究中心

脑电情绪识别是指通过分析人类脑电信号（Electroencephalogram，EEG）来识别相应情绪状态的技术，在医疗健康、人机交互等领域有着广泛的应用。目前，脑电情绪识别往往借助机器学习或深度学习方法对标签脑电数据进行充分训练从而能够... 详细信息

脑电情绪识别是指通过分析人类脑电信号（Electroencephalogram，EEG）来识别相应情绪状态的技术，在医疗健康、人机交互等领域有着广泛的应用。目前，脑电情绪识别往往借助机器学习或深度学习方法对标签脑电数据进行充分训练从而能够辨别不同情绪状态。然而，以往方法严重依赖于大量标签数据，而数据标注耗时耗力，并且由于脑电信号的个体差异性，导致传统方法表现不佳。同时，研究表明，脑电信号的空间结构信息能够反映不同情绪状态下蕴含的脑区相互作用，有助于提高情绪的辨识度。为此，本文提出了一种基于自监督图网络的脑电情绪识别方法。首先，使用减数分裂方法预处理脑电信号；其次，利用图卷积网络提取脑电信号的空间结构信息，并通过设计自监督辅助任务对图卷积网络进行训练；最后，在公开数据集SEED和SEED-IV上验证所提方法的可行性和有效性，得到情绪识别的准确率为95.16%和80.23%，优于现有方法。

关键词：脑电信号情绪识别减数分裂自监督学习图卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向机器学习应用的可解释性需求分析框架

计算机研究与发展 2024年第4期61卷 983-1002页

作者：裴忠一刘璘王晨王建民大数据系统软件国家工程研究中心(清华大学) 北京100084 清华大学软件学院北京100084

基于大数据机器学习的智能软件研发过程需要综合运用软件工程、数据与领域知识工程、机器学习等多方面的知识和工具,涉及的研究主题和人员角色众多,技术实现手段复杂、研发难度大.面向智能软件的需求工程需要面对领域知识、业务知识、... 详细信息

基于大数据机器学习的智能软件研发过程需要综合运用软件工程、数据与领域知识工程、机器学习等多方面的知识和工具,涉及的研究主题和人员角色众多,技术实现手段复杂、研发难度大.面向智能软件的需求工程需要面对领域知识、业务知识、数据科学交织带来的挑战.然而,如何将领域知识和端到端的机器学习技术恰当地融合到给定的业务流程之中,以及如何应对工业、医疗等高可信要求场景中的可解释性需求,仍是亟待探索的重要研究问题.调研了近年来面向机器学习应用的需求工程研究文献,对该领域的发展现状、核心问题和代表性方法进行综述.提出了面向机器学习应用的可解释性需求分析框架.基于该框架,通过一个工业智能应用案例分析了未来待研究的重要问题,展望了可行的研究路径.

关键词：需求工程机器学习领域模型工业工程可解释性

基于外部学科属性及内部主题演化的学科交叉发展态势分析

在线全文

学校读者我要写书评

暂无评论

现代情报 2024年

作者：陆泉刘可辉武汉大学信息资源研究中心武汉大学大数据研究院

[目的/意义]结合外部学科属性及内部主题演化开展学科交叉发展态势分析，有助于捕获领域发展前沿，推进交叉创新发展。[方法/过程]基于目标领域的全景与突破性研究，通过构建学科交叉共现网络开展外部学科属性演化分析，依托BERTopic模... 详细信息

[目的/意义]结合外部学科属性及内部主题演化开展学科交叉发展态势分析，有助于捕获领域发展前沿，推进交叉创新发展。[方法/过程]基于目标领域的全景与突破性研究，通过构建学科交叉共现网络开展外部学科属性演化分析，依托BERTopic模型挖掘学科交叉内部主题并开展内部主题演化分析，进而开展全景与突破性研究的对比分析。[结果/结论]本文以生物医学工程研究为例，外部学科属性层面，学科交叉程度日益加强，且突破性研究的关键子网络是全景研究的子集，前者更关注医学而后者更关注工学；内部主题演化层面，学科交叉演化速度日趋加快，前者演化速度较快而后者演化速度相对稳定，且二者各有不相交的5个和3个前沿主题。基于外部学科属性与内部主题演化揭示全景与突破性研究的学科交叉发展态势有助于促进交叉创新。

关键词：学科交叉学科属性主题演化发展态势生物医学工程

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向癫痫的神经元微环境动力学建模方法概述

生物化学与生物物理进展 2024年

作者：李朵李斯卉李强张瑞西北大学数学学院医学大数据研究中心

癫痫是由大脑神经元超同步异常放电所引起的一种常见的慢性神经系统疾病。大量生理实验和神经计算建模研究表明，神经元异常放电是癫痫发作的电生理基础，而神经元微环境动力学改变是引起神经元结构和功能发生变化，进而刺激神经元异常... 详细信息

癫痫是由大脑神经元超同步异常放电所引起的一种常见的慢性神经系统疾病。大量生理实验和神经计算建模研究表明，神经元异常放电是癫痫发作的电生理基础，而神经元微环境动力学改变是引起神经元结构和功能发生变化，进而刺激神经元异常放电、导致癫痫发作产生和发展的潜在原因。基于此，本文首先从影响神经元微环境改变的四个主要因素，即离子浓度、能量代谢、神经递质和细胞体积，分别就其动力学建模的神经机制和建模方法两方面进行系统阐述与分析，然后对未来可探索的研究方向进行了展望，以期更加全面地了解该领域的发展动态和研究进展，为进一步研究癫痫异常放电模式的动力学本质以及癫痫发病的神经机制奠定良好的理论基础。

关键词：神经元微环境动力学癫痫放电模式神经计算模型动力学建模

基于轻量型网络的无人机遥感图像中茶叶枯病检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2024年第4期55卷 165-175页

作者：胡根生谢一帆鲍文霞梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

针对无人机采集的茶叶枯病图像中病斑差异大,病斑和背景之间相似性高等问题,设计了一个轻量型网络LiTLBNet,用于准确、实时地检测野外茶园无人机图像中的茶叶枯病。LiTLBNet使用轻量型的M-Backbone作为骨干网络,用来提取茶叶枯病病斑的... 详细信息

针对无人机采集的茶叶枯病图像中病斑差异大,病斑和背景之间相似性高等问题,设计了一个轻量型网络LiTLBNet,用于准确、实时地检测野外茶园无人机图像中的茶叶枯病。LiTLBNet使用轻量型的M-Backbone作为骨干网络,用来提取茶叶枯病病斑的可区分特征,减少因图像中病斑的尺度、颜色和形状的巨大差异而导致的漏检。在LiTLBNet的LNeck结构中引入了SE和ECA模块,帮助网络在通道维度上学习目标的综合特征,减少因病斑和背景之间的相似性造成的误检,同时删除原基线网络最大的特征图,以减少计算量和模型大小。此外,本研究还通过旋转、加噪声、构建合成图像等方式来扩充训练样本数量,提高小样本条件下LiTLBNet网络泛化能力。实验结果表明,利用LiTLBNet检测无人机遥感图像中茶叶枯病的精度为75.1%,平均精度均值为78.5%,与YOLO v5s接近。然而,LiTLBNet内存占用量仅2.0 MB,是YOLO v5s网络的13.9%。LiTLBNet网络可用于对茶叶枯病进行实时、准确的无人机遥感监测。

关键词：茶叶病害目标检测无人机遥感轻量型网络 LiTLBNet

维普期刊数据库博看期刊

基于FE-P2Pnet的无人机小麦图像麦穗计数方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第4期55卷 155-164,289页

作者：鲍文霞苏彪彪胡根生黄承沛梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

针对无人机图像背景复杂、小麦密集、麦穗目标较小以及麦穗尺寸不一等问题,提出了一种基于FE-P2Pnet(Feature enhance-point to point)的无人机小麦图像麦穗自动计数方法。对无人机图像进行亮度和对比度增强,增大麦穗目标与背景之间的... 详细信息

针对无人机图像背景复杂、小麦密集、麦穗目标较小以及麦穗尺寸不一等问题,提出了一种基于FE-P2Pnet(Feature enhance-point to point)的无人机小麦图像麦穗自动计数方法。对无人机图像进行亮度和对比度增强,增大麦穗目标与背景之间的差异度,减少叶、秆等复杂背景因素的影响。引入了基于点标注的网络P2Pnet作为基线网络,以解决麦穗密集的问题。同时,针对麦穗目标小引起的特征信息较少的问题,在P2Pnet的主干网络VGG16中添加了Triplet模块,将C(通道)、H(高度)和W(宽度)3个维度的信息交互,使得主干网络可以提取更多与目标相关的特征信息;针对麦穗尺寸不一的问题,在FPN(Feature pyramid networks)上增加了FEM(Feature enhancement module)和SE(Squeeze excitation)模块,使得该模块能够更好地处理特征信息和融合多尺度信息;为了更好地对目标进行分类,使用Focal Loss损失函数代替交叉熵损失函数,该损失函数可以对背景和目标的特征信息进行不同的权重加权,进一步突出特征。实验结果表明,在本文所构建的无人机小麦图像数据集(Wheat-ZWF)上,麦穗计数的平均绝对误差(MAE)、均方误差(MSE)和平均精确度(ACC)分别达到3.77、5.13和90.87%,相较于其他目标计数回归方法如MCNN(Multi-column convolutional neural network)、CSRnet(Congested scene recognition network)和WHCNETs (Wheat head counting networks)等,表现最佳。与基线网络P2Pnet相比,MAE和MSE分别降低23.2%和16.6%,ACC提高2.67个百分点。为了进一步验证本文算法的有效性,对采集的其它4种不同品种的小麦(AK1009、AK1401、AK1706和YKM222)进行了实验,实验结果显示,麦穗计数MAE和MSE平均为5.10和6.17,ACC也达到89.69%,表明本文提出的模型具有较好的泛化性能。

关键词：麦穗计数无人机图像 FE-P2Pnet FEM Wheat-ZWF数据集

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

中国电影演员市场影响力的性别差异分析

电子科技大学学报 2024年第2期53卷 271-276页

作者：赵世跃周涛韩筱璞周银座杭州师范大学阿里巴巴商学院杭州311121 电子科技大学大数据研究中心成都611731

构建了以豆瓣网为主,猫眼网、IMBD以及百度为辅,包含中国2000—2020年10 000多名演员及3 000多部电影组成的数据库。聚焦演员市场影响力的性别差异,其中市场影响力用电影票房来衡量,而演员对票房的贡献程度与该演员在相应电影列表中排... 详细信息

构建了以豆瓣网为主,猫眼网、IMBD以及百度为辅,包含中国2000—2020年10 000多名演员及3 000多部电影组成的数据库。聚焦演员市场影响力的性别差异,其中市场影响力用电影票房来衡量,而演员对票房的贡献程度与该演员在相应电影列表中排名的倒数成正比。研究显示,男性演员在市场影响力、职业生涯长度、题材多样性上都明显高于女性,且2015年后每年女演员人均票房贡献与男演员人均票房贡献的比例在0.6左右波动,低于中国全行业女性薪酬与男性薪酬的比例,表现出更显著的性别不平等。进一步的中介效应分析和调节效应分析显示,职业生涯长度差异与题材多样性差异是导致市场影响力性别差异的重要原因,且在同等情况下男性演员提高其职业生涯长度和题材多样性所获得的市场影响力回报显著高于女性。

关键词：性别差异电影行业市场影响力职业生涯长度题材多样性

基于改进哈里斯鹰优化算法的光谱特征波段选择模型研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第1期44卷 148-157页

作者：鲍浩张艳贵州大学大数据与信息工程学院贵州贵阳550025 贵阳学院农产品无损检测工程研究中心贵州贵阳550005

特征波段选择是近红外光谱分析的关键步骤之一,有效的特征波段选择能提高建模效率与模型性能。传统的特征波段选择算法存在运行时间长、选择特征冗余的缺陷,在实际工程应用中难以达到期望的效果。哈里斯鹰优化(HHO)算法具有原理简单、... 详细信息

特征波段选择是近红外光谱分析的关键步骤之一,有效的特征波段选择能提高建模效率与模型性能。传统的特征波段选择算法存在运行时间长、选择特征冗余的缺陷,在实际工程应用中难以达到期望的效果。哈里斯鹰优化(HHO)算法具有原理简单、参数少的优点,但同时也存在收敛精度低且易陷入局部最优的不足。在HHO算法的基础上提出了一种基于改进哈里斯鹰优化(IHHO)算法的近红外光谱特征波段选择模型。针对HHO算法只能用于求解连续空间的优化问题,采用离散化策略对HHO算法进行修正,使其能求解离散形式的特征波段选择问题;考虑到HHO算法初始种群的质量差,使用混沌映射、反向学习提高初始种群的质量,以增强算法的全局探索能力;由于HHO算法在局部搜索时的收敛精度低,提出了新的猎物能量衰减模型与跳跃策略,以进一步增强算法在局部搜索时的寻优能力;为避免算法在寻优过程中落入局部最优,借鉴了遗传算法的变异方式对HHO算法进行扰动。使用竞争性自适应重加权采样法(CARS)、连续投影算法(SPA)、粒子群优化(PSO)算法、遗传算法(GA)、 HHO算法与IHHO算法进行比较,并以4个定性分析近红外光谱数据集与2个定量分析近红外光谱数据集分别建立了支持向量机(SVM)识别模型和偏最小二乘回归(PLSR)模型。在定性分析实验中,IHHO算法得到的平均准确率相对于全波段时分别提高了0.83%、 9.55%、 17.65%以及0%,平均特征波段数仅占全波段的9.97%、 2.59%、 1.36%以及0.59%。在定量分析实验中,IHHO算法得到的平均决定系数分别较全波段提高了10.57%、 1.47%、 4.41%、 3.66%以及3.06%,平均均方根误差分别较全波段较低了0.162、 1.266 3、 1.868、 1.869 4以及0.408 4,平均特征波段数仅占全波段的9.24%、 10.53%、 6.54%、 6.91%以及7.14%。实验结果表明,IHHO算法在选择特征波段时能够去冗余,针对性选择最重要的特征波段,其性能均优于比较的几种算法。IHHO算法具有良好的应用前景。

关键词：近红外光谱分析特征波段选择哈里斯鹰优化算法支持向量机偏最小二乘回归

高价值数据集开放与复用的内涵边界与实践进路分析

在线全文

学校读者我要写书评

暂无评论

电子政务 2024年第6期 54-68页

作者：夏义堃宋佳纪昌秀南京大学数据管理创新研究中心苏州大数据研究院有限公司

高价值数据集的开放共享对于促进数据流通、释放数据价值具有重要的示范引领作用。基于案例分析和比较分析,探讨了国内外高价值数据集开放共享的产生背景,揭示了其高增值性、高需求性、高质量性的属性特征,并从“高价值性”的内在主观... 详细信息

高价值数据集的开放共享对于促进数据流通、释放数据价值具有重要的示范引领作用。基于案例分析和比较分析,探讨了国内外高价值数据集开放共享的产生背景,揭示了其高增值性、高需求性、高质量性的属性特征,并从“高价值性”的内在主观性角度分析其范畴边界的不确定性,从其主体构成以及与开放数据关系维度阐明了高价值数据集开放共享边界的动态性。同时,围绕潜在数据集的识别、高价值数据集的发布与复用等关键流程逐一分析高价值数据集开放共享的标准规范,如目录清单、优先发布条件、数据质量标准与复用中的许可方式、定价收费原则等。在此基础上,梳理欧盟、美国、加拿大的高价值数据集开放共享经验,进而提出加强我国高价值数据集开放共享的对策建议。

关键词：高价值数据集数据开放数据共享数据复用数据再利用数据治理