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

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

基于特征重要性的质量相关故障诊断与量化评估

引用

测控技术 2025年第4期 25-34+41页

作者：华宇辉胡文军崔胜男王士同湖州师范学院信息工程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江南大学人工智能与计算机学院

质量相关故障诊断是当前过程控制领域的研究热点之一，然而过程变量与质量变量间的复杂关系使得故障检测性能提升和可视化呈现面临严峻挑战。为此，提出了一种新的质量相关故障诊断方法和故障量化评估准则。首先，基于提升树模型解析过... 详细信息

质量相关故障诊断是当前过程控制领域的研究热点之一，然而过程变量与质量变量间的复杂关系使得故障检测性能提升和可视化呈现面临严峻挑战。为此，提出了一种新的质量相关故障诊断方法和故障量化评估准则。首先，基于提升树模型解析过程变量与质量变量间的关联，并根据提升树模型的3个特性定义特征重要性分数。然后，将特征重要性分数应用于支持向量数据描述的权衡参数中，构建特征重要性正则化的支持向量数据描述(Feature Importance Regularized Support Vector Data Description, FIR-SVDD)。最后，在核空间中利用投影球面距离度量进行故障量化评估。采用田纳西-伊斯曼化工数据和HYDAC液压系统数据进行对比实验，结果表明所提方法具有更好的性能。

关键词：支持向量数据描述过程变量质量变量提升树模型距离度量

来源：评论

学校读者我要写书评

暂无评论

结合注意力机制和特征加权融合的高效跌倒检测模型

引用

现代信息科技 2025年第2期9卷 38-45页

作者：牟雪楠余洁镱王胤胡文军湖州师范学院信息工程学院浙江湖州313000 湖州师范学院湖州市水域机器人技术重点实验室浙江湖州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 浙江行见医联科技有限责任公司浙江湖州313399

跌倒已成为公共安全最大的风险之一,及时发现跌倒是开展有效救助的首要前提。基于计算机视觉的目标检测是当前跌倒检测的主流方法,但真实场景中的复杂因素导致现有模型仍面临准确率不高、鲁棒性不强和部署困难等问题,在EfficientDet基... 详细信息

跌倒已成为公共安全最大的风险之一,及时发现跌倒是开展有效救助的首要前提。基于计算机视觉的目标检测是当前跌倒检测的主流方法,但真实场景中的复杂因素导致现有模型仍面临准确率不高、鲁棒性不强和部署困难等问题,在EfficientDet基础上提出轻量级跌倒检测模型FD-EfficientDet,该模型首先将EMA注意力机制引入主干网络来增强对输入数据的理解和表示能力,提升检测准确率;其次,设计EMA-Fused-MBConv模块用于主干网络,加快模型训练和防止模型退化;最后,提出SKIPS-BiFPN结构并用其构建Neck层,实现主干网络不同阶段特征的加权融合,进而增强模型鲁棒性。实验结果表明,FD-EfficientDet模型相比EfficientDet模型mAP提升17.65%,鲁棒性、轻量化等方面具有较好优势。

关键词：跌倒检测 EfficientDet 轻量级鲁棒性准确性

来源：评论

学校读者我要写书评

暂无评论

多特征融合的脑电警觉度估计方法

引用

智能计算机与应用 2025年第1期15卷 32-37页

作者：朱逵苗敏敏胡文军王士同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 江南大学人工智能与计算机学院江苏无锡214000

传统的脑电警觉度识别通常只提取时域、频域或非线性其中一种类型特征,导致警觉度估计的准确度不高,本文提出了多特征融合的脑电警觉度估计方法。首先,将脑电信号进行预处理,随后提取时域、频域和非线性等多种特征,进一步利用卡方检验... 详细信息

传统的脑电警觉度识别通常只提取时域、频域或非线性其中一种类型特征,导致警觉度估计的准确度不高,本文提出了多特征融合的脑电警觉度估计方法。首先,将脑电信号进行预处理,随后提取时域、频域和非线性等多种特征,进一步利用卡方检验进行特征选择;其次,将选择后的特征分别输入不同分类器进行警觉度估计;最后,使用SEED-VIG数据集进行实验,对本文所提方法进行验证。实验结果表明,多特征融合的脑电警觉度估计方法具有较好的效果。

关键词：脑电信号警觉度多特征融合卡方检验

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

基于自适应优化空频微分熵的情感脑电识别

引用

仪器仪表学报 2021年第3期42卷 221-230页

作者：苗敏敏徐宝国胡文军王爱民宋爱国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 东南大学仪器科学与工程学院南京210096

情感脑机接口旨在提供一种人与设备情感沟通的通道,情感脑电识别是其中最为基础和关键的环节。为了自适应地选择个体最优的空间电极和频段组合以实现情感脑电特征优化和分类效果提升,本文提出一种新的自适应优化空频微分熵(AOSFDE)特征... 详细信息

情感脑机接口旨在提供一种人与设备情感沟通的通道,情感脑电识别是其中最为基础和关键的环节。为了自适应地选择个体最优的空间电极和频段组合以实现情感脑电特征优化和分类效果提升,本文提出一种新的自适应优化空频微分熵(AOSFDE)特征,设计了基于相对熵的情感脑电空间电极重要性度量方法,根据导联重要性进行空间电极选择,通过稀疏回归算法对多重局部空间-频域内的微分熵特征进行优化选择。采用上海交通大学情感脑电数据集SEED进行实验分析,结果表明本文提出的AOSFDE方法可以有效提高识别准确率,针对15名被试者的积极/消极、积极/中性、中性/消极这三个情绪二分类场景平均准确率分别达到91.8%、93.3%和85.1%,为情感脑电识别研究提供了新的思路和方法。

关键词：脑电信号情感识别相对熵稀疏回归

来源：评论

学校读者我要写书评

暂无评论

WSNs中一种基于阈值修正的多跳分簇路由算法

引用

传感技术学报 2021年第3期34卷 407-412页

作者：徐会彬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

针对无线传感网络(Wireless Sensor Networks,WSNs)中节点能耗不均及能量利用率低等问题,提出基于阈值修正的多跳分簇路由(Threshold Correction-based Multi-hop Clustering Routing,TCCR)。TCCR路由先依据网络区域面积、汇聚节点位置以及节点通信半径,计算分簇的数量。再根据节点能量因子、距离因子和节点密度因子构建簇头选择阈值函数。节点依据阈值函数竞选簇头。在簇间多跳路由阶段,利用簇头能量和相对距离计算簇头的适度因子,并选择具有最大适度因子的簇头构建簇间路由。仿真结果表明,相比于传统的LEACH路由,TCCR路由有效地推迟了死亡节点的出现,提升了数据传输效率。

关键词：无线传感网络分簇簇头选择阈值函数适度因子簇间多跳路由

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：