检索结果-内蒙古大学图书馆

郑州大学学报（理学版） 2022年第3期54卷 40-44页

作者：陶雨洁杨云云南大学软件学院云南昆明650504 昆明市数据科学与智能计算重点实验室云南昆明650504 云南省高校数据科学与智能计算重点实验室云南昆明650504

提出一种基于单通道脑电数据的睡眠自动分期方法。利用多个并行的卷积操作学习脑电的多尺度空间特征,使用长短期记忆网络挖掘局部时不变特征中的时间信息。针对类别不平衡问题,采用时移滚动方法和加权交叉熵损失函数。在公开数据集Sleep... 详细信息

提出一种基于单通道脑电数据的睡眠自动分期方法。利用多个并行的卷积操作学习脑电的多尺度空间特征,使用长短期记忆网络挖掘局部时不变特征中的时间信息。针对类别不平衡问题,采用时移滚动方法和加权交叉熵损失函数。在公开数据集Sleep-EDF上的实验结果表明,所提方法仅使用单通道数据实现了端到端的高效睡眠自动分期,缓解了不平衡数据集的分类问题。

关键词：睡眠分期单通道脑电图类别不平衡端到端

来源：评论

学校读者我要写书评

暂无评论

一种简单的共享式多层梯度补给方法

引用

软件学报 2020年第7期31卷 2157-2168页

作者：杜飞杨云胡媛媛曹丽娟云南大学国家示范性软件学院云南昆明650504 昆明市数据科学与智能计算重点实验室云南昆明650504 云南省高校数据科学与智能计算重点实验室云南昆明650504

深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该模型具有很强的建模能力,普遍应用于图像识别语音识别、自然语言处理等高复杂问题中.但深度学习由于网络层数深、参数规模庞大,训练时常常会产生梯度消失、... 详细信息

深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该模型具有很强的建模能力,普遍应用于图像识别语音识别、自然语言处理等高复杂问题中.但深度学习由于网络层数深、参数规模庞大,训练时常常会产生梯度消失、陷入局部最优解、过度拟合等现象.借鉴集成学习的思想,提出一个新颖的深度共享集成网络,该网络通过在深度学习各隐藏层引出多个独立输出层的联合训练的方式,在网络的各层注入梯度,从而对低层隐藏层进行梯度补给,从而降低深度学习中的梯度消失现象,并通过集成多输出层的方式使得整个网络拥有更强的泛化性能.

关键词：深度学习集成学习堆叠泛化梯度消失梯度注入

来源：评论

学校读者我要写书评

暂无评论

零样本学习综述

引用

计算机工程与应用 2021年第19期57卷 1-17页

作者：王泽深杨云向鸿鑫柳青云南大学软件学院昆明650504 云南省数据科学与智能计算重点实验室昆明650504

尽管自深度学习发展以来,减少大量人工标记样本的需求使得零样本学习取得了不错的进展,以至于已经拥有比较完善的理论体系。但是对于零样本学习应用的研究寥寥无几,如何有效地对应用领域进行梳理是现阶段急需解决的问题。对零样本的理... 详细信息

尽管自深度学习发展以来,减少大量人工标记样本的需求使得零样本学习取得了不错的进展,以至于已经拥有比较完善的理论体系。但是对于零样本学习应用的研究寥寥无几,如何有效地对应用领域进行梳理是现阶段急需解决的问题。对零样本的理论体系进行介绍,通过一个例子引出零样本学习的定义,继而与广义零样本、监督学习比较,再而列举4个关键问题以及现有的解决方案,给出文本、图像、视频三方面常用的数据集;按照关键技术(属性、嵌入以及生成模型)出现时间顺序,对13个典型模型如何进行零样本学习展开描述,并对优点、缺点、创新点、挑选数据集以及表现进行总结;从词、图像、视频3个维度详细介绍了零样本学习在各个领域的应用;提出了零样本学习过程中出现的挑战并给出了对应的潜在研究方向。

关键词：零样本学习属性嵌入空间生成模型

来源：评论

学校读者我要写书评

暂无评论

基于特征补偿的单目标跟踪算法

引用

计算机工程与设计 2020年第4期41卷 1105-1112页

作者：白扬曹丽娟胡媛媛杨云云南大学国家示范性软件学院云南昆明650504 云南大学昆明市数据科学与智能计算重点实验室云南昆明650504

为适应长期跟踪的需求,提出一种基于特征补偿的单目标跟踪方法。通过分析现有算法的优缺点,使用低层特征的相关滤波模型完成简单场景的任务,以保证速度;使用高层语义特征的卷积神经网络模型完成复杂场景的任务,以提升精度和鲁棒性;引入... 详细信息

为适应长期跟踪的需求,提出一种基于特征补偿的单目标跟踪方法。通过分析现有算法的优缺点,使用低层特征的相关滤波模型完成简单场景的任务,以保证速度;使用高层语义特征的卷积神经网络模型完成复杂场景的任务,以提升精度和鲁棒性;引入一个简单的分类器,作为切换特征的标志,有选择的对模型的模版进行更新,降低累计误差。结合实例验证了算法的有效性,在保证较快速度的同时,精度和鲁棒性均有较高的提升。

关键词：目标跟踪长期跟踪特征补偿相关滤波神经网络

来源：评论

学校读者我要写书评

暂无评论

不平衡数据挖掘方法综述

引用

计算机工程与应用 2019年第4期55卷 1-16页

作者：向鸿鑫杨云云南大学软件学院昆明650504 昆明市数据科学与智能计算重点实验室昆明650504

近些年,分类算法取得了长足的发展。但是随着数据来源的不断扩大,人们获得的数据绝大部分是不平衡数据。而这些分类算法通常对不平衡数据敏感,因此对不平衡数据的分类变得十分困难。目前对不平衡数据挖掘方法主要分为两大方面,分别是针... 详细信息

近些年,分类算法取得了长足的发展。但是随着数据来源的不断扩大,人们获得的数据绝大部分是不平衡数据。而这些分类算法通常对不平衡数据敏感,因此对不平衡数据的分类变得十分困难。目前对不平衡数据挖掘方法主要分为两大方面,分别是针对不平衡数据的预处理方法和挖掘算法。就这两大方面对近些年出现的方法进行总结,并从数据预处理、算法和性能评估方法等方面进行多维度梳理。从不同的应用领域入手,讲述了存在的各种不平衡问题,以及不同学者在其领域中的研究和解决方法。最后分析了不平衡数据挖掘领域目前存在的问题,并对未来研究方向进行展望。

关键词：不平衡数据采样聚类方法集成方法代价敏感性能评估

来源：评论

学校读者我要写书评

暂无评论

大数据时代下非物质文化遗产的数据模型研究

大数据时代下非物质文化遗产的数据模型研究

引用

第十一届(2016)中国管理学年会

作者：蔡莉胡洪斌朱扬勇复旦大学计算机科学技术学院上海上海市 200433 云南大学文化发展研究院云南昆明市 650091 复旦大学计算机科学技术学院上海上海市 200433 上海市数据科学重点实验室上海上海市 201203

大数据时代,越来越多的非物质文化遗产以文本、图形、图像、音频和视频等非结构化形式进行保存.由于非结构化数据存在分析困难、查询和使用不太方便等问题,很难有效挖掘这些数据背后的价值.针对现有非物质文化遗产在数据管理上的不足,... 详细信息

大数据时代,越来越多的非物质文化遗产以文本、图形、图像、音频和视频等非结构化形式进行保存.由于非结构化数据存在分析困难、查询和使用不太方便等问题,很难有效挖掘这些数据背后的价值.针对现有非物质文化遗产在数据管理上的不足,提出一种基于四面体模型的数据管理模型.该模型提供四种不同层次来描述非结构化数据的基本属性、语义属性、底层属性和关联属性,实现了非物质文化遗产的语义化描述与整合.同时,以云南省非物质文化遗产——峨山彝族花鼓舞为示例,说明四面体模型的构建过程及查询方式.

关键词：非物质文化遗产四面体模型大数据语义描述

来源：评论

学校读者我要写书评

暂无评论

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

请选择保存的检索档案：

请选择收藏分类：

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

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

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：