检索结果-南通市图书馆

面向WSN异常节点检测的融合重构机制与对比学习方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

通信学报 2024年

作者：叶苗程锦黄源蒋秋香王勇桂林电子科技大学广西无线宽带通信与信号处理重点实验室桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室

针对无线传感器网络（WSN）异常检测中的自监督学习异常检测方法需要解决负例样本信息表示单一缺乏多样性和提取WSN节点采集到的多模态数据时空特征不够充分影响异常检测性能的问题。对此提出了一种结合对比学习和重构机制的无线传感器... 详细信息

针对无线传感器网络（WSN）异常检测中的自监督学习异常检测方法需要解决负例样本信息表示单一缺乏多样性和提取WSN节点采集到的多模态数据时空特征不够充分影响异常检测性能的问题。对此提出了一种结合对比学习和重构机制的无线传感器网络异常节点检测方法。首先，通过设计一种对比学习策略为重构机制模型提供足够充足的正负例样本解决样本类别分布不均衡问题，并结合生成对抗网络（GAN）生成具有多样性特性的负例样本；其次，设计了一种基于多头注意力机制和图神经网络的双层时空特征提取模块，通过采用图卷积网络（GCN）和时间卷积网络（TCN）能充分提取时空和多时序之间的关联特征信息。通过在实际公开数据集上的系列对比实验及其实验结果表明，所提方法相比于传统异常检查方法和最近的图神经网络方法具有更好的精确率和召回率。

关键词：无线传感器网络异常检测图神经网络自监督学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于表面肌电分解的皮层肌肉耦合机理研究

电子学报 2024年第8期 2607-2617页

作者：席旭刚王成浩汪婷孔万增厉力华杭州电子科技大学自动化学院浙江省脑机协同重点实验室杭州电子科技大学计算机学院

基于表面肌电信号分解还原了肌电信号最原始的组成成分，通过分解后肌电信号段的特征研究神经肌肉系统中脑肌电信息传递规律，可以从生物电信息传递机理探索人体运动的本质.本文分别采集了9名受试者最大抓握力量的15%和30%(15%MVC、30%M... 详细信息

基于表面肌电信号分解还原了肌电信号最原始的组成成分，通过分解后肌电信号段的特征研究神经肌肉系统中脑肌电信息传递规律，可以从生物电信息传递机理探索人体运动的本质.本文分别采集了9名受试者最大抓握力量的15%和30%(15%MVC、30%MVC)所对应的EEG(Electro Encephalo Graph）和sEMC(surface Electro Myo Graphy）信号，以形态学分解为基础对sEMG信号进行模板重构分解，获得运动单元动作电位MUAP(Motion Unit Action Potential），提取MUAP的幅值、数量和发射速率作为特征，基于该类特征与同步脑电信号的变化趋势以及传递熵值探索大脑皮层与肌肉的信息传递规律.不同抓握力量水平下，30%MVC提取的3个特征均比15%MVC的数值更显著，但两种力量水平提取的3个特征随同步脑电变化趋势相同：当EEG信号形成波峰或波谷信号时，MUAP数量、幅值和发射速率特征均呈现增加的变化趋势，其中MUAP幅值的增加趋势最为明显，且MUAP幅值特征与同步EEG信号的耦合（TE传递熵值）效果最好.虽然力量水平的不同会影响脑肌电信号强弱，但总体呈现的信息传递规律是一致的：当肢体肌肉收缩脑电信号增强而形成波峰或波谷时，MUAP数量、幅值和发射速率3个特征值均呈现上升的变化趋势，其中MUAP幅值特征响应效果最好，该特征能较好体现人体运动控制过程中神经肌肉系统中的信息传递规律.

关键词：表面肌电脑电肌电分解脑肌电耦合传递熵

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于典型相关分析的脑网络研究方法综述

中国生物医学工程学报 2024年第2期43卷 240-251页

作者：尹顺杰陈凯薛开庆尧德中徐鹏张涛西华大学理学院成都610039 西华大学计算机与软件工程学院成都610039 电子科技大学神经信息教育部重点实验室成都610054

脑网络分析在研究大脑的认知活动、探究大脑的信息处理模式和辅助精神类疾病的诊断等方面都起着重要作用。近年来,基于多变量数据集的脑网络研究方法得到了普遍关注。典型相关分析(CCA)作为一种基于数据驱动的多元统计方法,能够有效捕... 详细信息

脑网络分析在研究大脑的认知活动、探究大脑的信息处理模式和辅助精神类疾病的诊断等方面都起着重要作用。近年来,基于多变量数据集的脑网络研究方法得到了普遍关注。典型相关分析(CCA)作为一种基于数据驱动的多元统计方法,能够有效捕捉多变量数据间的隐含关系,被广泛地应用于脑网络研究。综述CCA在脑网络研究中的作用、具体应用模式、存在的优势和局限性。首先,对传统的CCA其及常见变体的算法原理进行归纳总结;然后,阐述基于CCA分析方法在脑网络构建、脑网络分析、脑网络标记物识别方面的研究现状;最后,对基于CCA的脑网络研究方法进行总结并探讨未来研究的方向。

关键词：典型相关分析脑网络功能连接功能性磁共振成像(fMRI)

基于双范式功能磁共振成像的毕生常模在年龄和认知能力上的预测

在线全文

学校读者我要写书评

暂无评论

科学通报 2024年第24期69卷 3666-3674页

作者：温昕董立曹锐武旭斌相洁太原理工大学软件学院太原030600 太原理工大学计算机科学与技术(大数据)学院太原030600 成都脑科学研究所临床医院电子科技大学教育部神经信息重点实验室成都610054

在世界毕生功能磁共振成像公开数据集中,如何评估整体人口的大脑老化程度和认知能力是研究焦点.以往的相关研究大多依赖于对静息态功能磁共振成像中不同指标的统计分析,如功能连接、功能连接密度等.本文提出基于双范式功能磁共振成像的... 详细信息

在世界毕生功能磁共振成像公开数据集中,如何评估整体人口的大脑老化程度和认知能力是研究焦点.以往的相关研究大多依赖于对静息态功能磁共振成像中不同指标的统计分析,如功能连接、功能连接密度等.本文提出基于双范式功能磁共振成像的毕生常模图谱,旨在反映被试于静息态和自然刺激范式间大脑神经活动的异步、同步.随后,设计一种基于局部感受野模块的模型,预测被试的年龄及认知评分.首先,将功能连接输入到基于变分自编码器的生成器中,构建常模.其次,利用常模对比计算每个被试的毕生功能连接模式,以形成特征.最后,将这些特征以五折交叉验证的方式拆分训练集、测试集,并输入到所提出的预测模型中,以预测年龄、流体智力和反应时评分.该方法在剑桥老龄化神经科学中心数据集(样本量:424;年龄:18~88岁)中进行测试,年龄、流体智力和反应时评分的绝对误差分别为5.97、3.72和0.108,优于其他相关研究.结果表明,所提出的常模图谱可以评估个人的认知能力,而结合所提出的方法能够降低预测年龄及认知评分的误差,这将有助于揭示被试在整个生命周期的大脑神经发育的演化模式.

关键词：常模毕生功能磁共振成像预测

基于Swin-Transformer与生成对抗网络的地震随机噪声压制方法

在线全文

学校读者我要写书评

暂无评论

石油物探 2024年第1期63卷 116-128页

作者：周鸿帅程冰洁徐天吉成都理工大学地球勘探与信息技术教育部重点实验室四川成都610059 电子科技大学资源与环境学院四川成都611731 电子科技大学长三角研究院(湖州) 浙江湖州313000

目前深度学习类地震数据去噪方法大多基于卷积神经网络,而此类方法受限于卷积核的局部操作,缺少对地震数据全局特征的分析,因而降低了去噪效果。另外,以L 1,L 2损失函数为指标的网络模型容易出现过度平滑效应,产生虚假同相轴以及虚高的... 详细信息

目前深度学习类地震数据去噪方法大多基于卷积神经网络,而此类方法受限于卷积核的局部操作,缺少对地震数据全局特征的分析,因而降低了去噪效果。另外,以L 1,L 2损失函数为指标的网络模型容易出现过度平滑效应,产生虚假同相轴以及虚高的峰值信噪比(PSNR)与结构相似性(SSIM)值。为此,提出一种基于Swin-Transformer(Swin-T)和生成对抗网络的去噪方法(ST-GAN)。该方法以Swin-Transformer作为生成对抗网络中的生成网络对地震数据去噪,判别网络基于卷积神经网络。Transformer的自注意力机制是全局操作,可以有效提取地震数据的全局特征,并能与卷积神经网络的局部操作互补,提升网络模型的特征提取能力。而对抗损失则提升了网络模型的细节恢复能力,有效避免因过度平滑效应产生的同相轴假象。将该方法应用于地震数据去噪,并与现有去噪方法进行对比分析,实验结果表明,该方法具有更加优异的特征提取能力,能在有效压制随机噪声的同时,恢复和保留更多的细节信息,提高了地震信号的信噪比。

关键词：深度学习噪声压制 Swin-Transformer 自注意力机制生成对抗网络卷积神经网络损失函数

维普期刊数据库博看期刊

低过采样数字调制信号的多尺度一维卷积神经网络解调器

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第5期41卷 113-117页

作者：陈显敏符杰林桂林电子科技大学认知无线电与信息处理教育部重点实验室广西桂林541004

针对应用深度学习方法对数字调制信号进行解调时过采样要求较高的问题,设计低过采样的多尺度一维卷积神经网络数字解调器。该解调器可以在与传统解调器相同的过采样条件下,对BPSK、4-QAM、8-QAM、16-QAM四种数字调制信号进行解调,并能... 详细信息

针对应用深度学习方法对数字调制信号进行解调时过采样要求较高的问题,设计低过采样的多尺度一维卷积神经网络数字解调器。该解调器可以在与传统解调器相同的过采样条件下,对BPSK、4-QAM、8-QAM、16-QAM四种数字调制信号进行解调,并能保证传统解调方法相同的误码性能。仿真结果表明,在高斯和Rayleigh衰落信道下,给出的数字调制信号解调器可以在保证解调误码性能的同时,减少了对采样倍数的要求,降低了神经网络结构的复杂性。

关键词：低采样倍数解调多尺度一维卷积神经网络 BPSK和M-QAM

联合图随机游走和跳跃连接的动态超图神经网络

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第3期41卷 182-187页

作者：牛雪琼农丽萍梁海王俊义林基明桂林电子科技大学信息与通信学院广西桂林541004 西安电子科技大学通信工程学院陕西西安710071 广西师范大学物理科学与技术学院广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004

针对传统超图神经网络难以提取节点直接邻域外关联度高的节点特征,导致全局特征信息不完整的问题,对动态超图神经网络(DHGNN)进行改进,提出联合图随机游走和跳跃连接的动态超图神经网络(RWS-DHGNN),用于非欧几里得数据的分类。该网络在D... 详细信息

针对传统超图神经网络难以提取节点直接邻域外关联度高的节点特征,导致全局特征信息不完整的问题,对动态超图神经网络(DHGNN)进行改进,提出联合图随机游走和跳跃连接的动态超图神经网络(RWS-DHGNN),用于非欧几里得数据的分类。该网络在DHGNN的基础上,引入了图随机游走,从而有效地获取直接邻域外关联度高的节点特征。同时,引入残差网络的思想在超图的顶点卷积处增加跳跃连接构成残差结构。所提网络模型充分发挥图结构和超图结构的优势。在Cora数据集的标准分割和随机分割上将所提网络与GCN、HGNN、GAT和DHGNN进行对比实验,实验结果表明,该模型可以有效提高分类准确率。

关键词：超图神经网络随机游走跳跃连接节点分类

在线全文

学校读者我要写书评

暂无评论

基于分布式知识推理的语义认知网络

无线电通信技术 2024年第3期50卷 413-421页

作者：廖逸玮孙子剑李莹玉肖泳石光明鹏城实验室华中科技大学电信学院琶洲实验室(黄埔) 中国地质大学(武汉)机械与电子信息学院电子信息对抗与仿真技术教育部重点实验室西安电子科技大学人工智能学院

6G无线网络“服务随心所想、网络随需而变、资源随愿共享”的全新愿景与需求，激发了一种新的通信范式——语义通信和语义认知网络的发展。语义通信通过传输信息的真实含义而非传输和复现完整的原始消息来提升通信效率和可靠性。要在6G... 详细信息

6G无线网络“服务随心所想、网络随需而变、资源随愿共享”的全新愿景与需求，激发了一种新的通信范式——语义通信和语义认知网络的发展。语义通信通过传输信息的真实含义而非传输和复现完整的原始消息来提升通信效率和可靠性。要在6G网络中部署和充分发挥语义通信的潜力，需要一种能够有效处理和利用语义信息的新技术。提出了一种基于图推理和联邦学习的6G网络语义通信新框架，框架结合了图推理技术，例如图神经网络和知识图嵌入，以实现对大规模和复杂语义知识库的高效且可扩展的推理；框架集成了联邦学习技术，可以跨多个边缘服务器进行协作和隐私保护推理，同时将敏感数据和个人数据保留在边缘服务器上。进行广泛的实验，以评估所提框架在推理准确性、效率和可扩展性方面的性能，并证明其相对于现有方法的优越性。框架在语义通信、图推理和联合边缘计算领域开辟了新的研究方向，对实现6G智能内生的通信网络的愿景至关重要。

关键词：智能内生语义通信语义认知通信隐性语义

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

基于知识推理的协作语义认知网络

无线电通信技术 2024年

作者：廖逸玮孙子剑李莹玉肖泳石光明琶洲实验室(黄埔) 华中科技大学电信学院中国地质大学(武汉)机电学院鹏城实验室西安电子科技大学人工智能学院电子信息对抗与仿真技术教育部重点实验室

6G无线网络“服务随心所想、网络随需而变、资源随愿共享”的全新愿景与需求，激发了一种新的通信范式——语义通信和语义认知网络的发展。语义通信通过传输信息的真实含义而非传输和复现完整的原始消息来提升通信效率和可靠性。要在 6G 网络中部署和充分发挥语义通信的潜力，需要一种能够有效处理和利用语义信息的新技术。提出了一种基于图推理和联邦学习的 6G 网络语义通信新框架，框架结合了图推理技术，例如图神经网络和知识图嵌入，以实现对大规模和复杂的语义知识库的高效且可扩展的推理；框架集成了联邦学习技术，可以跨多个边缘服务器进行协作和隐私保护推理，同时将敏感数据和个人数据保留在边缘服务器上。进行广泛的实验，以评估所提框架在推理准确性、效率和可扩展性方面的性能，并证明其相对于现有方法的优越性。框架在语义通信、图推理和联合边缘计算领域开辟了新的研究方向，对实现6G智能内生的通信网络的愿景至关重要。

关键词：智能内生语义通信语义认知通信隐性语义