检索结果-内蒙古大学图书馆

模式识别与人工智能 2025年第1期38卷 82-93页

作者：施奇环张雄涛湖州师范学院信息工程学院湖州313000 湖州师范学院浙江省现代农业资源智慧管理与应用研究重点实验室湖州313000

Takagi-Sugeno-Kang(TSK)模糊分类器在癫痫检测中用于处理模糊信息.然而,由于癫痫脑电信号复杂、患者发作表现多样,一阶TSK模糊分类器通常难以从训练样本中获取足够的泛化性能.因此,文中提出融合深浅层次知识的具有自我学习能力的TSK模... 详细信息

Takagi-Sugeno-Kang(TSK)模糊分类器在癫痫检测中用于处理模糊信息.然而,由于癫痫脑电信号复杂、患者发作表现多样,一阶TSK模糊分类器通常难以从训练样本中获取足够的泛化性能.因此,文中提出融合深浅层次知识的具有自我学习能力的TSK模糊分类算法(Deep-Shallow Mix Self-Learning TSK,DSMT),用于癫痫辅助检测.DSMT引入类似人类“反思-归纳”的深度规则,增强模型对于潜在信息的挖掘能力,并通过静态-动态孪生的网络结构,使用模型的内部知识代替知识蒸馏中常见的教师模型.在静态网络中,DSMT使用不同批次输出中隐藏的浅层知识进行自我学习.在动态网络中,DSMT记录静态孪生网络输出作为深层知识,结合深层知识与浅层知识,借助TSK模糊分类器对模糊信息的敏感性,学习整合深浅层次的知识,实现低阶TSK模型的自我学习,提高癫痫辅助检测系统的自适应性.此外,DSMT采用同温度蒸馏的策略,优化知识传递的效率.在CHB-MIT、TUAB、TUEV真实癫痫数据集上的实验验证DSMT的有效性.

关键词： “反思-归纳”过程自蒸馏脑电信号孪生网络 TSK(Takagi-Sugeno-Kang)模糊分类器

来源：评论

学校读者我要写书评

暂无评论

基于EMD最优匹配的分层联邦学习算法

引用

计算机工程 2025年第2期51卷 170-178页

作者：吴小红李佩顾永跟陶杰湖州师范学院信息工程学院浙江湖州313000 湖州师范学院浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000

联邦学习允许多个客户端在不共享私有数据的情况下协同训练高性能的全局模型。在跨组织场景的水平联邦学习环境下,客户端本地数据分布中的统计异质性将降低全局模型的性能。为提升联邦学习的全局模型性能,同时避免牺牲客户端隐私和增加... 详细信息

联邦学习允许多个客户端在不共享私有数据的情况下协同训练高性能的全局模型。在跨组织场景的水平联邦学习环境下,客户端本地数据分布中的统计异质性将降低全局模型的性能。为提升联邦学习的全局模型性能,同时避免牺牲客户端隐私和增加计算成本,提出一种新的混合联邦学习算法FedAvg-Match,其基本思路是通过改进联邦学习算法提升客户端的模型质量。该算法面向以不平衡标签分布为特征的数据异构性,在分层联邦学习框架下设计客户端分组聚合算法来减轻客户端数据异构性对模型性能的影响。针对客户端优化分组问题,设计一种基于动态规划的客户端匹配算法DP-ClientMatch,根据客户端的数据分布距离EMD得到最优的客户端分组匹配。在MNIST、Fashion-MNIST和CIFAR-103个数据集上的实验结果表明,与其他联邦学习算法相比,在高度统计异质性的联邦学习场景下,FedAvg-Match算法使全局模型测试精度最少可提高10百分点,可以显著提高联邦学习全局模型在图像分类任务上的性能。

关键词：联邦学习非独立同分布数据最优匹配 EMD最优匹配模型质量

来源：评论

学校读者我要写书评

暂无评论

超网络中的紧密相关集和组度分布特性研究

引用

中国科学：物理学、力学、天文学 2023年第7期53卷 106-122页

作者：张科高靖宇胡文军张永湖州师范学院信息工程学院湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室湖州313000

超网络是描述真实世界事物间日趋复杂关系的最一般且无约束的数学模型,其无标度特性是重要的研究内容.超网络无标度特性的研究基础是超度的分布特性,但是超度的定义是着眼于单个节点的.为了探究超网络中广泛存在的群体特性从而更充分地... 详细信息

超网络是描述真实世界事物间日趋复杂关系的最一般且无约束的数学模型,其无标度特性是重要的研究内容.超网络无标度特性的研究基础是超度的分布特性,但是超度的定义是着眼于单个节点的.为了探究超网络中广泛存在的群体特性从而更充分地发掘超网络表示复杂系统的结构优势,本文扩展了超网络中超度和超度分布的概念.在提出的紧密相关集概念的基础之上,给出了组度的定义,进而提出了组度分布的定义.随机均匀超网络的理论解析结果显示其组度分布服从泊松分布.已有的按BA模型推广构建的超网络模型(通常称为无标度超网络)的超度服从幂律分布,仿真实验表明,其组度也服从幂律分布.在真实超网络上的研究发现,超度的分布特性并不能完全决定组度的分布特性.本文的研究结果可以充实超图理论的内容,对超网络中群体特性的研究具有借鉴意义,同时也有利于拓宽网络科学的应用范围.

关键词：超网络紧密相关集组度组度分度无标度

来源：评论

学校读者我要写书评

暂无评论

基于增强深度特征和TSK模糊分类器的癫痫脑电信号识别

引用

控制与决策 2023年第1期38卷 171-180页

作者：蒋云良翁江玮申情胡文军张雄涛湖州师范学院信息工程学院浙江湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000 湖州学院理工学院浙江湖州313000

识别癫痫脑电信号的关键在于获取有效的特征和构建可解释的分类器.为此,提出一种基于增强深度特征的TSK模糊分类器(ED-TSK-FC).首先,ED-TSK-FC使用一维卷积神经网络(1D-CNN)自动获取癫痫脑电信号的深度特征与潜在类别信息,并将深度特征... 详细信息

识别癫痫脑电信号的关键在于获取有效的特征和构建可解释的分类器.为此,提出一种基于增强深度特征的TSK模糊分类器(ED-TSK-FC).首先,ED-TSK-FC使用一维卷积神经网络(1D-CNN)自动获取癫痫脑电信号的深度特征与潜在类别信息,并将深度特征和潜在类别信息合并为增强深度特征;其次,将增强深度特征作为EDTSK-FC模糊规则前件与后件部分的训练变量,保证原始输入的深度特征及其潜在意义都出现在模糊规则中,进而对增强深度特征作出良好的解释;然后,采用岭回归极限学习算法对模糊规则的后件参数进行快速求解,在不显著降低分类准确度的情况下,ED-TSK-FC的廉价训练方法可以缩短模型的训练时间;最后,在Bonn癫痫数据集上,分别从分类性能、学习效率和可解释性3个方面,验证ED-TSK-FC的优越性.

关键词：脑电信号深度学习深度特征增强特征 TSK模糊分类器可解释性

来源：评论

学校读者我要写书评

暂无评论

基于CSA-PLS算法的养殖水体水质快速高光谱预测反演模型研究

引用

海洋与湖沼 2024年第2期55卷 375-385页

作者：马启良刘梅祁亨年杨小明原居林湖州师范学院浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000 湖州师范学院信息工程学院浙江湖州313000 浙江省淡水水产研究所浙江湖州313001

养殖水体水质的优劣直接影响养殖对象的成长,准确、快速、全面地掌控养殖水环境的水质参数变化情况具有重要意义。传统的水质指标监测方法都通过人工采样的方式,不仅耗费时间长,且只能体现局部水体情况。针对这些问题,提出了一种乌鸦搜... 详细信息

养殖水体水质的优劣直接影响养殖对象的成长,准确、快速、全面地掌控养殖水环境的水质参数变化情况具有重要意义。传统的水质指标监测方法都通过人工采样的方式,不仅耗费时间长,且只能体现局部水体情况。针对这些问题,提出了一种乌鸦搜索算法(CSA)结合偏最小二乘回归(PLSR)的高光谱特征波段筛选方法,快速构建回归模型,实现光谱数据的精准预测反演。以连片的养殖小区为研究对象,采集养殖水体样本并拍摄同时期的高光谱影像数据。首先对提取的采样点光谱数据利用多种数据变换方法分别预处理;其次利用这些数据,对水质指标总氮(TN)、氨氮(NH_(4)^(+)-N)、总磷(TP)和化学需氧量(COD)分别构建全波段的SVR和AdaBoost回归模型,同时与提出的CSA-PLS自动筛选波段方法和传统的连续投影算法(SPA)筛选波段后构建的模型进行比较分析;最后根据决定系数(R^(2))和均方根误差(REMS)选出适合各水质指标的最优模型。从实验结果可以看出,所提波段筛选方法的AdaBoost模型预测结果优于SVR和传统SPA方法提取特征波段后构建的模型,与全波段最优模型相比,在评价指标R^(2)和RMSE上TN提升了18.32%和10.73%;NH_(4)^(+)-N提升了17.42%和11.19%;COD提升了2.15%和2.54%。结果表明,基于CSA-PLS算法的光谱波段自动筛选方法结合AdaBoost构建的预测反演模型是有效、可行的,具有较高的精准度,为实现养殖水环境实时准确的预警调控提供了一种新的数据预测模型。

关键词：高光谱数据水质预测乌鸦搜索算法养殖水环境集成学习

来源：评论

学校读者我要写书评

暂无评论

基于视角-规则的深度TSK模糊分类器及其在多元癫痫脑电信号识别中的应用

引用

控制与决策 2024年第4期39卷 1315-1324页

作者：张雄涛李水苗翁江玮胡文军蒋云良湖州师范学院信息工程学院浙江湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000 浙江师范大学计算机科学与技术学院浙江金华321004

在癫痫脑电信号分类检测中,传统机器学习方法分类效果不理想,深度学习模型虽然具有较好的特征学习优势,但其“黑盒”学习方式不具备可解释性,不能很好地应用于临床辅助诊断;并且,现有的多视角深度TSK模糊系统难以有效表征各视角特征之... 详细信息

在癫痫脑电信号分类检测中,传统机器学习方法分类效果不理想,深度学习模型虽然具有较好的特征学习优势,但其“黑盒”学习方式不具备可解释性,不能很好地应用于临床辅助诊断;并且,现有的多视角深度TSK模糊系统难以有效表征各视角特征之间的相关性.针对以上问题,提出一种基于视角-规则的深度Takagi-SugenoKang(TSK)模糊分类器(view-to-rule Takagi-Sugeno-Kang fuzzy classifier,VR-TSK-FC),并将其应用于多元癫痫脑电信号检测中.该算法在原始数据上构建前件规则以保证模型的可解释性,利用一维卷积神经网络(1-dimensional convolutional neural network,1D-CNN)从多角度抓取多元脑电信号深度特征.每个模糊规则的后件部分分别采用一个视角的脑电信号深度特征作为其后件变量,视角-规则的学习方式提高了VR-TSK-FC表征能力.在Bonn和CHB-MIT数据集上,VR-TSK-FC算法模糊逻辑推理过程保证可解释的基础上达到了较好分类效果.

关键词： TSK模糊分类器多视角深度特征视角-规则癫痫脑电信号检测可解释性

来源：评论

学校读者我要写书评

暂无评论

基于超图的中药方剂超网络中药材群组信息挖掘

引用

中草药 2024年第11期55卷 3816-3824页

作者：单雨濛张科胡文军何英郑泽宇湖州师范学院信息工程学院浙江湖州313000 湖州师范学院浙江省现代农业资源管理与应用研究重点实验室浙江湖州313000 湖州师范学院医学院、护理学院浙江湖州313000

目的应用基于超图的超网络理论,构建中药方剂超网络并探究其群体的拓扑特性,以期挖掘药材的群组信息及其高阶关联关系。方法收集整理书籍《实用三味中医药方》和中医药信息数据库(TCM-ID)中的中药方剂,分别得到2个中药方剂数据库。以每... 详细信息

目的应用基于超图的超网络理论,构建中药方剂超网络并探究其群体的拓扑特性,以期挖掘药材的群组信息及其高阶关联关系。方法收集整理书籍《实用三味中医药方》和中医药信息数据库(TCM-ID)中的中药方剂,分别得到2个中药方剂数据库。以每首中药方剂作为超边,相应方剂中出现的每味药材作为节点,构建中药方剂超网络模型。通过计算中药方剂超网络的拓扑指标,重点对组度序列及组度分布规律进行分析,并借助Python软件中的Pyplot功能呈现可视化结果。结果2个数据集共收录9234首方剂,根据2个数据集的不同来源分别构建均匀超网络模型和非均匀超网络模型。其中,均匀超网络模型中共有2719首方剂,涉及1404味药材,频数最大的二元药材群组是{黄连,黄芩},黄芩虽然是二元药材群组中的重要组成药材,但却未出现在排名前10的单味药材中;非均匀超网络模型中共有6515首方剂,涉及2381味药材,频数最大的三元药材群组是{黄连,黄芩,甘草},黄连虽然是排名第1的三元药材群组中的重要组成药材,但其单味药材排名却是第7。2个中药方剂超网络的各类组度分布服从幂律分布,表明药材群组的分布具有无标度特性,提示频数越大的药材群组越重要。结论中药方剂中的药材从药理上具有互补性,仅评估单味药材或药对重要性的视角较单一,使用基于超图的超网络对中药方剂系统进行建模,突破了使用普通复杂网络建模中基于点对关联的局限,可更好地描述中药方剂这一现实复杂系统中的高阶交互关系,从而能够有效地挖掘出中药方剂中重要的药材群组,且组度值大的药材群组中药材之间具有紧密的多重关联性可为新方研发和创新用药等提供理论参考。

关键词：超图中药方剂超网络组度组度分布无标度分布药材群组

来源：评论

学校读者我要写书评

暂无评论

融合自注意力机制和知识图谱的多任务推荐模型

引用

计算机应用与软件 2025年第3期42卷 141-148,182页

作者：李宇轩郑博吴茂念孙悦朱绍军湖州师范学院信息工程学院浙江湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室(湖州师范学院) 浙江湖州313000

借助知识图谱提供辅助信息以提升推荐系统性能愈加受到研究者的关注。针对基于知识图谱的推荐算法用户表示较为单一,无法充分挖掘隐藏信息的问题,提出一种融合自注意力机制和知识图谱的推荐模型KSMR。通过自注意力捕获用户交互序列的上... 详细信息

借助知识图谱提供辅助信息以提升推荐系统性能愈加受到研究者的关注。针对基于知识图谱的推荐算法用户表示较为单一,无法充分挖掘隐藏信息的问题,提出一种融合自注意力机制和知识图谱的推荐模型KSMR。通过自注意力捕获用户交互序列的上下文信息,得到融合兴趣转移的用户向量,采用文本卷积网络实现特征修正与再提取;交替训练推荐任务和知识图谱嵌入任务,达到协同优化的目的。在真实数据集MovieLens-1M与***上的实验结果表明,模型的点击率预测(CTR)性能相较于对比算法均有明显提升。

关键词：推荐系统知识图谱自注意力机制兴趣转移交替训练

来源：评论

学校读者我要写书评

暂无评论

融合异常检测与区域分割的高效K-means聚类算法

引用

郑州大学学报（工学版） 2024年第3期45卷 80-88页

作者：尹宏伟杭雨晴胡文军湖州师范学院信息工程学院浙江湖州313000 湖州师范学院浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000

传统K-means及其众多改进算法缺乏显式处理异常样本的能力,导致其聚类性能容易受到异常样本的影响。针对此问题,提出一种融合异常检测与区域分割的高效K-means聚类算法。首先,通过构建统一聚类模型,形成异常检测与聚类之间的交互协同,... 详细信息

传统K-means及其众多改进算法缺乏显式处理异常样本的能力,导致其聚类性能容易受到异常样本的影响。针对此问题,提出一种融合异常检测与区域分割的高效K-means聚类算法。首先,通过构建统一聚类模型,形成异常检测与聚类之间的交互协同,以提高聚类性能。其次,利用近邻簇搜索技术对各类簇进行自适应的区域分割,以减少冗余计算,提高算法执行效率。最后,为验证所提方法的有效性,在多个合成数据集和真实数据集上分别进行测试。实验结果表明:所提算法聚类性能和执行效率优于其他算法;在添加10%异常样本的Wine数据集上准确度可达0.911。

关键词：聚类 K-means 异常检测区域分割近邻簇搜索自适应

来源：评论

学校读者我要写书评

暂无评论

最近邻子空间保持的特征提取方法

引用

计算机应用与软件 2024年第2期41卷 293-299页

作者：徐剑豪胡文军王哲昀胡天杰湖州师范学院信息工程学院浙江湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000

针对流形学习方法定义的局部存在置信度不足的问题,通过保持局部的内部关系和空间关系来捕捉数据的低维流形,提出一种最近邻子空间保持的特征提取方法。将数据中的每个样本点及其K个近邻视为一个局部,进而张成一个最近邻子空间;利用格... 详细信息

针对流形学习方法定义的局部存在置信度不足的问题,通过保持局部的内部关系和空间关系来捕捉数据的低维流形,提出一种最近邻子空间保持的特征提取方法。将数据中的每个样本点及其K个近邻视为一个局部,进而张成一个最近邻子空间;利用格拉姆行列式对所有最近邻子空间的体积进行度量;对体积做归一化处理,并集成到局部保持投影算法的模型中。在真实数据上的聚类和分类实验结果表明该方法提取的特征更具鉴别能力。

关键词：流形学习特征提取最近邻子空间局部保持投影

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：