期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多项正则化约束的伪标签传播优化脑电信号聚类
被引量：
1
1
作者
代成龙
李光辉
+2 位作者
李栋
申佳华
皮德常
《计算机研究与发展》
EI
CSCD
北大核心
2024年第1期156-171,共16页
作为一种非侵入式分析载体,脑电信号目前被广泛应用于脑-机接口、医疗辅助诊断及康复领域,但这些应用通常依赖需要完整标签的有监督分析技术,如分类.随着无标签脑电信号的与日俱增,现有的有监督方法不能有效解决无标签脑电信号分析问题...
作为一种非侵入式分析载体,脑电信号目前被广泛应用于脑-机接口、医疗辅助诊断及康复领域,但这些应用通常依赖需要完整标签的有监督分析技术,如分类.随着无标签脑电信号的与日俱增,现有的有监督方法不能有效解决无标签脑电信号分析问题,也在一定程度上限制了无标签脑电信号这类新型数据的应用拓展.为了解决无标签脑电信号的无监督分析问题,提出了一种基于多项正则化约束的伪标签传播优化聚类模型.该模型通过同时优化学习伪标签传播矩阵、脑电信号相似度邻接矩阵、标签分类器的方式实现聚类.将提出的脑电信号聚类模型转化为一个多目标优化问题,并提出了一种基于梯度下降策略的聚类算法EEGapc(electroencephalogram clustering with pseudo label propagation).该算法不仅充分考虑了脑电信号之间的相关性及脑电信号间的信息传递,还能快速收敛到局部最优.在14个真实脑电信号数据集上的实验结果表明,提出的EEGapc脑电信号聚类算法比现有的8种聚类算法性能更好,且在平均NMI(normalized mutual information),ARI(adjusted rand index),F-score,kappa这4个指标上,EEGapc与现有的8种聚类算法相比,分别至少提升了86.88%,58.01%,6.29%,61.17%.
展开更多
关键词
脑电信号聚类
伪标签传播
邻接矩阵优化
伪
标签
分类器
多目标优化
在线阅读
下载PDF
职称材料
极限标签下基于解耦特征伪标签传播的故障诊断
被引量：
1
2
作者
邓聪颖
邓子豪
苗建国
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2023年第10期145-155,共11页
面对实际工程中标签稀少,尤其是单类样本仅1个标签的极限标签场景,现有半监督诊断方法的故障识别能力严重不足。为此,本文提出一种基于解耦特征伪标签传播算法的半监督故障诊断方法。首先,引入局部选择的并行集成异常检测方法分离故障样...
面对实际工程中标签稀少,尤其是单类样本仅1个标签的极限标签场景,现有半监督诊断方法的故障识别能力严重不足。为此,本文提出一种基于解耦特征伪标签传播算法的半监督故障诊断方法。首先,引入局部选择的并行集成异常检测方法分离故障样本;其次,提出基于解耦特征的伪标签传播算法,通过解耦对抗自编码器获得增强的故障特征,进而通过故障特征降维、特征分布伪质心标定与距离度量实现高效伪标签传播;最后,利用伪标签故障样本训练故障分类器,结合异常检测实现高准确率故障诊断。两个旋转部件数据集上的实验结果表明,所提方法在单类故障标签数量为1时,同工况和跨工况实验下的平均诊断准确率分别超过97%和90%,明显优于对比方法。
展开更多
关键词
故障诊断
伪标签传播
半监督学习
极限
标签
在线阅读
下载PDF
职称材料
题名
多项正则化约束的伪标签传播优化脑电信号聚类
被引量：
1
1
作者
代成龙
李光辉
李栋
申佳华
皮德常
机构
江南大学人工智能与计算机学院
南京航空航天大学计算机科学与技术学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2024年第1期156-171,共16页
基金
国家自然科学基金项目(62106087)
江苏省自然科学基金项目(BK20210455)
中央高校基本科研业务费专项资金(JUSRP122033)。
文摘
作为一种非侵入式分析载体,脑电信号目前被广泛应用于脑-机接口、医疗辅助诊断及康复领域,但这些应用通常依赖需要完整标签的有监督分析技术,如分类.随着无标签脑电信号的与日俱增,现有的有监督方法不能有效解决无标签脑电信号分析问题,也在一定程度上限制了无标签脑电信号这类新型数据的应用拓展.为了解决无标签脑电信号的无监督分析问题,提出了一种基于多项正则化约束的伪标签传播优化聚类模型.该模型通过同时优化学习伪标签传播矩阵、脑电信号相似度邻接矩阵、标签分类器的方式实现聚类.将提出的脑电信号聚类模型转化为一个多目标优化问题,并提出了一种基于梯度下降策略的聚类算法EEGapc(electroencephalogram clustering with pseudo label propagation).该算法不仅充分考虑了脑电信号之间的相关性及脑电信号间的信息传递,还能快速收敛到局部最优.在14个真实脑电信号数据集上的实验结果表明,提出的EEGapc脑电信号聚类算法比现有的8种聚类算法性能更好,且在平均NMI(normalized mutual information),ARI(adjusted rand index),F-score,kappa这4个指标上,EEGapc与现有的8种聚类算法相比,分别至少提升了86.88%,58.01%,6.29%,61.17%.
关键词
脑电信号聚类
伪标签传播
邻接矩阵优化
伪
标签
分类器
多目标优化
Keywords
electroencephalogram clustering
pseudo label propagation
adjacency matrix optimization
pseudo label classifier
multi-objective optimization
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
极限标签下基于解耦特征伪标签传播的故障诊断
被引量：
1
2
作者
邓聪颖
邓子豪
苗建国
机构
重庆邮电大学先进制造工程学院
重庆邮电大学自动化学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2023年第10期145-155,共11页
基金
国家自然科学基金(51705058)
重庆市教委科学技术研究项目(KJQN202300640,KJZD-K202300611)资助。
文摘
面对实际工程中标签稀少,尤其是单类样本仅1个标签的极限标签场景,现有半监督诊断方法的故障识别能力严重不足。为此,本文提出一种基于解耦特征伪标签传播算法的半监督故障诊断方法。首先,引入局部选择的并行集成异常检测方法分离故障样本;其次,提出基于解耦特征的伪标签传播算法,通过解耦对抗自编码器获得增强的故障特征,进而通过故障特征降维、特征分布伪质心标定与距离度量实现高效伪标签传播;最后,利用伪标签故障样本训练故障分类器,结合异常检测实现高准确率故障诊断。两个旋转部件数据集上的实验结果表明,所提方法在单类故障标签数量为1时,同工况和跨工况实验下的平均诊断准确率分别超过97%和90%,明显优于对比方法。
关键词
故障诊断
伪标签传播
半监督学习
极限
标签
Keywords
fault diagnosis
pseudo-label propagation
semi-supervised learning
extremely limited labeled samples
分类号
TH165.3 [机械工程—机械制造及自动化]
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多项正则化约束的伪标签传播优化脑电信号聚类
代成龙
李光辉
李栋
申佳华
皮德常
《计算机研究与发展》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
极限标签下基于解耦特征伪标签传播的故障诊断
邓聪颖
邓子豪
苗建国
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
