您的位置: 专家智库 > >

国家自然科学基金(61303146)

作品数:22 被引量:109H指数:7
相关作者:王修晖何灵敏王竣刘砚秋杨小兵更多>>
相关机构:中国计量大学中国计量学院浙江经济职业技术学院更多>>
发文基金:国家自然科学基金苏州市科技计划项目浙江省自然科学基金更多>>
相关领域:自动化与计算机技术一般工业技术机械工程更多>>

文献类型

  • 22篇中文期刊文章

领域

  • 21篇自动化与计算...
  • 1篇机械工程
  • 1篇一般工业技术

主题

  • 8篇网络
  • 4篇神经网
  • 4篇神经网络
  • 4篇卷积
  • 3篇图像
  • 3篇卷积神经网络
  • 3篇步态
  • 2篇手势
  • 2篇手势识别
  • 2篇推荐系统
  • 2篇能量图
  • 2篇情感分析
  • 2篇人机
  • 2篇人机交互
  • 2篇字词
  • 2篇线性判别分析
  • 2篇近邻法
  • 2篇客户
  • 2篇K近邻
  • 2篇K近邻法

机构

  • 18篇中国计量大学
  • 2篇中国计量学院
  • 1篇河南工程学院
  • 1篇苏州工业职业...
  • 1篇浙江长征职业...
  • 1篇浙江大学
  • 1篇太原理工大学
  • 1篇浙江经济职业...

作者

  • 7篇王修晖
  • 3篇何灵敏
  • 3篇王竣
  • 2篇刘砚秋
  • 1篇栾咏红
  • 1篇徐从富
  • 1篇张军朝
  • 1篇温俊芹
  • 1篇袁芬
  • 1篇何永强
  • 1篇汤晓燕
  • 1篇杨小兵

传媒

  • 6篇中国计量大学...
  • 4篇计算机工程与...
  • 2篇数据采集与处...
  • 2篇小型微型计算...
  • 2篇计算机工程与...
  • 2篇中国计量学院...
  • 1篇模式识别与人...
  • 1篇厦门大学学报...
  • 1篇计算机应用与...
  • 1篇电子元件与材...

年份

  • 2篇2022
  • 3篇2021
  • 7篇2020
  • 2篇2019
  • 1篇2018
  • 3篇2017
  • 3篇2016
  • 1篇2014
22 条 记 录,以下是 1-10
排序方式:
机器视觉技术的发展动态被引量:7
2014年
介绍了机器视觉的概念与组成,以及机器视觉的应用领域和市场规模。分析了图像传感器、图像处理技术等机器视觉系统中的关键器件与核心技术的特征。
刘砚秋
关键词:机器视觉图像传感器图像处理
一种基于双层融合结构的客户流失预测模型被引量:5
2020年
针对客户流失预测精准性的提升,提出了一种基于双层融合结构的客户流失预测模型.该模型不需要提前对数据集进行独热编码,避免了维度灾难和数据稀疏问题.其主要思想是融合多个高准确率的基于树的机器学习算法组成一个包含Stacking层与Voting层的双层预测模型.数据集经过处理后输入到Stacking层,然后Stacking层的预测结果与处理后的数据集合并传递给Voting层,同时将Stacking层加入到Voting层的预测中,最后输出最终的预测结果.在Kaggle的电信客户公开数据集上的实验表明,与经典的客户流失预测模型和改进的客户流失预测模型相比,本模型明显提高了客户流失预测的准确率和精准率.
李为康杨小兵
关键词:客户流失预测准确率
基于注意力机制的深度协同过滤模型被引量:9
2019年
目的:鉴于近年来深度学习技术在计算机视觉、语音识别和自然语言处理等领域获得了巨大的成功。故将深度学习技术引入推荐系统领域,用来提升传统协同过滤方法在隐式反馈数据下的推荐效果。方法:结合深度神经网络和注意力机制可以有效提取隐式反馈数据中潜在的特征,提出了基于注意力机制的深度协同过滤模型。结果:在多个公开的数据集下进行了大量的实验,结果表明提出的模型在多项评价标准上要明显优于其它推荐算法。结论:基于注意力机制的深度协同过滤模型成功地改善了推荐系统在隐式反馈数据下的推荐性能。
谢恩宁何灵敏王修晖
关键词:协同过滤推荐系统
基于圆弧扫描线的手势特征提取和实时手势识别被引量:7
2016年
基于手势的人机交互是当前备受关注的自然人机交互模式之一,实时手势识别是其中最重要的步骤。本文提出了一种基于圆弧扫描线的手势特征提取和实时手势识别方法。首先,基于一种抽象描述手掌和五指关系的简洁人手海龟模型,结合肤色特征和腕部标记分割出人手部图像,并进行二值化处理和统一尺寸来建立手势训练集。然后,以手掌中心为圆心构造同心圆来提取训练集中不同手势样本的特征,并使用线性判别分析(Linear discriminant analysis,LDA)算法对手势特征向量进行离线预处理。最后,使用改进的加权K近邻(Weighted-K-nearest neighbor,W-KNN)算法进行实时手势分类和识别。为了验证本文方法的有效性,在自建小型手势数据库上进行了算法分析和比较,并在多投影系统下进行实时交互测试。实验结果表明本文算法具有较高的识别效率。
刘砚秋王修晖
关键词:手势识别线性判别分析人机交互K近邻法
基于轮廓关键点和LSTM的摔倒检测方法
2022年
针对传统人体摔倒检测方法误检率高、无法有效结合时序特征等问题,提出一种新的人体轮廓关键点提取方法,并将该方法和LSTM网络相结合构建一种新的摔倒检测模型。该模型对视频中的人体进行轮廓检测,选取轮廓关键点坐标和质心坐标作为人体特征;使用LSTM对人体特征序列进行时序特征提取;用全连接层实现分类。在公开数据集上进行实验,结果表明该模型具有较高的准确率和良好的泛化性。
卫少洁周永霞
基于SENet多路网络的乳腺癌转移检测被引量:3
2021年
乳腺癌细胞转移是影响病患预后的重要因素,检查前哨淋巴结病理切片可诊断转移情况。传统病理学医生检查过程冗余费时且极易漏检微转移病灶。目前已有利用卷积神经网络研究乳腺癌前哨淋巴结转移的成果,但准确率不高且对微转移情况检测效果不佳。针对以上问题,基于乳腺癌前哨淋巴结病理图像数据集(PCam),设计提出了SENet多路卷积神经网络模型。模型使用堆叠多路卷积单元和SENet模块,采用跳跃跨层连接、标准卷积与深度可分离卷积融合、加和与串联操作组合等策略。使用50%的图像迭代训练35次获得模型权重,然后采用准确率与AUC值指标对测试图像进行测试,准确率为97.32%,AUC值为98.05%。对比已有研究成果和主流卷积网络模型,该模型在49%、51%、100%测试集情况下,AUC值均排名第一。结果表明,该模型对淋巴结转移检测准确率较高,且对微转移也有很好的检测性能。
刘琳琳叶强何灵敏
关键词:乳腺癌前哨淋巴结转移
基于改进U-net网络的气胸分割方法被引量:2
2022年
气胸是肺部常见疾病之一,目前已有的X线气胸检测方法主要存在两个问题:一是气胸通常与肋骨、锁骨等组织重叠,在临床上存在较大的漏诊情况;二是现有的主流分割算法采用单一或双重阈值策略,导致结果不准确。针对上述问题,提出了一种新颖的气胸分割方法。该方法对胸片进行对比度限制自适应直方图均衡化,去除噪点并还原图像细节;通过以MBConvBlock为编码器模块的卷积神经网络层提取图像中抽象的深层特征;通过解码器对提取到的特征映射进行插值重构得到每个像素的二分类结果;采取改进的三重阈值策略输出更满足实际医用场景的结果。该方法在SIIM-ACR Pneumothorax数据集上得到的Dice相似系数值、精确率和召回率分别为87.21%、94.81%和88.96%,相比DeepLabV3+和U-net等网络,在气胸分割取得了更好的性能。实验结果表明该方法能够使X线气胸分割具有较高的精度,填补了目前气胸X线图像分割领域的不足。
余昇王康健何灵敏何灵敏王修晖
融合知识图谱的双线性图注意力网络推荐算法被引量:11
2021年
知识图谱可有效缓解传统协同过滤中的数据稀疏和冷启动问题,因此,近年来在推荐系统中融入知识图谱的方法成为重要的探索方向。然而现有的方法大多将知识图谱的网络结构划分为单独路径或仅利用了一阶邻居信息,造成无法建立整个图上的高阶连通性问题。为解决该问题,提出融合知识图谱和图注意力网络的KG-BGAT模型,并设计了双线性采集器。双线性采集器能够在信息采集阶段获取节点间的特征交互信息,丰富节点表示;图注意力网络通过递归嵌入传播算法将各个节点表示沿图进行传播,能够捕获图中的高阶连通性。在MovieLens-1M数据集上进行了Top-K推荐实验,在推荐列表长度为20时,精确率、召回率和归一化折损累计增益分别为29.4%、24.9%、67.4%,超过了目前主流的CKE、RippleNet、KGCN等融合知识图谱的推荐算法。实验证明提出的方法能够有效提高推荐结果的准确性。
潘承瑞何灵敏何灵敏王修晖宋承文
关键词:推荐系统知识图谱特征交互
基于链路奖惩和节点优选机制的VANETs路由协议被引量:1
2017年
提出一种面向车辆自组织网络应用的稳定路由协议。依据两节点之间hello数据包传输时间,对两节点之间的通信链路进行奖惩,得到每一条通信链路的奖惩值;综合考虑链路带宽、传输距离、节点移动速度和节点密度4个因素,构建节点优选因子,优选节点优选因子大的节点作为下一跳节点;结合链路奖惩值和节点优选因子构建链路权重,依据链路权重最大准则进行路由发现和路由维护。实验结果表明,与常用的MAODV、GPSR、GPSR-R路由协议相比,该路由协议报文送达率高,端到端平均延时和网络负载小。
袁芬何永强徐从富
关键词:路由协议奖惩机制车辆自组织网络
步态能量图和KFDA的步态识别研究被引量:4
2016年
为了有效地获取步态连续性的动态特征,快速准确地进行身份识别.特提出了一个基于步态能量图(Gait Energy Image,GEI)和核Fisher判别分析(Kernel-based Fisher Discrimination Analysis,KFDA)的分类识别算法.算法首先以步态能量图(GEI)按列向量作为输入,求得最优子空间W_(opt)和α_(opt).利用提取步态能量图(GEI)的步态信息向量计算在α_(opt)上的投影,并计算其投影轨迹.在分类阶段,采用最近邻分类器(Nearest neighbor classifier).最终在中科院自动化研究所CASIA B步态数据库上进行实验,对比多项式、高斯径向基核函数和其他四种算法的结果显示,本文算法取得了较高的识别率.
王竣王修晖
关键词:步态能量图核FISHER判别分析多项式核函数
共3页<123>
聚类工具0