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
图像压缩中时空多分辨率技术与系统集成
1
作者
巴林凤
于达
杨品
《小型微型计算机系统》
CSCD
北大核心
1995年第8期6-11,共6页
本文介绍了多媒体图像压缩中的分层递阶与系统集成技术。分层递降是基于图像多分辨率，包括空间多分辨率和时间多分辨率。我们提出了时间动态分辨率概念，并研究了它在ＭＰＥＧ标准中的应用。本文还分析了图像压缩系统结构并探讨了变换...
本文介绍了多媒体图像压缩中的分层递阶与系统集成技术。分层递降是基于图像多分辨率，包括空间多分辨率和时间多分辨率。我们提出了时间动态分辨率概念，并研究了它在ＭＰＥＧ标准中的应用。本文还分析了图像压缩系统结构并探讨了变换编码器和控制器的作用。
展开更多
关键词
图像压缩
时空多分辨率
系统集成
图像处理
在线阅读
下载PDF
职称材料
面向注意力缺陷多动障碍分类的多分辨率时空融合图卷积网络
2
作者
宋笑影
郝春雨
柴利
《电子与信息学报》
北大核心
2025年第6期1927-1936,共10页
神经发育障碍疾病患者的精准分类是医学领域的一项重要挑战,对于疾病诊断和指导治疗至关重要。然而,现有基于图卷积网络(GCNs)的方法通常采用单一分辨率空间特征,忽视了多分辨率下的空间信息以及时间信息。为了克服上述局限性,该文提出...
神经发育障碍疾病患者的精准分类是医学领域的一项重要挑战,对于疾病诊断和指导治疗至关重要。然而,现有基于图卷积网络(GCNs)的方法通常采用单一分辨率空间特征,忽视了多分辨率下的空间信息以及时间信息。为了克服上述局限性,该文提出一种多分辨率时空融合图卷积网络(MSTF-GCN)。在多个分辨率空间下构建多个大脑功能连通性网络,使用支持向量机-递归特征消除提取最优空间特征。为了保留全局时间信息并使网络具有捕获信号不同层次变化的能力,将全局时间信号及其差分信号输入到时间卷积网络中学习复杂时间维度的依赖关系,提取时间特征。结合时空信息构建群体图,利用多通道图卷积网络灵活地融合不同分辨率的群体图数据,最后融入非成像数据信息生成有效的多通道多类型时空融合分类特征,有效提升了MSTF-GCN模型的分类性能。将MSTF-GCN应用于注意力缺陷多动障碍(ADHD)患者分类识别,在ADHD-200数据集两个成像站点上的分类准确率分别达到了75.92%和82.95%,实验结果优于已有的流行算法,验证了MSTF-GCN的有效性。
展开更多
关键词
多分辨率
时空
融合图卷积网络
时空
融合
多分辨率
注意力缺陷多动障碍
在线阅读
下载PDF
职称材料
题名
图像压缩中时空多分辨率技术与系统集成
1
作者
巴林凤
于达
杨品
机构
清华大学计算机科学与技术系
出处
《小型微型计算机系统》
CSCD
北大核心
1995年第8期6-11,共6页
文摘
本文介绍了多媒体图像压缩中的分层递阶与系统集成技术。分层递降是基于图像多分辨率，包括空间多分辨率和时间多分辨率。我们提出了时间动态分辨率概念，并研究了它在ＭＰＥＧ标准中的应用。本文还分析了图像压缩系统结构并探讨了变换编码器和控制器的作用。
关键词
图像压缩
时空多分辨率
系统集成
图像处理
Keywords
Hierarchy, Image multiresolution, System integration
分类号
TP391.41 [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
面向注意力缺陷多动障碍分类的多分辨率时空融合图卷积网络
2
作者
宋笑影
郝春雨
柴利
机构
武汉科技大学电子信息学院
浙江大学控制科学与工程学院
出处
《电子与信息学报》
北大核心
2025年第6期1927-1936,共10页
基金
国家自然科学基金(62176192,62173259,U2441244)
浙江省自然科学基金(LZ24F030006)。
文摘
神经发育障碍疾病患者的精准分类是医学领域的一项重要挑战,对于疾病诊断和指导治疗至关重要。然而,现有基于图卷积网络(GCNs)的方法通常采用单一分辨率空间特征,忽视了多分辨率下的空间信息以及时间信息。为了克服上述局限性,该文提出一种多分辨率时空融合图卷积网络(MSTF-GCN)。在多个分辨率空间下构建多个大脑功能连通性网络,使用支持向量机-递归特征消除提取最优空间特征。为了保留全局时间信息并使网络具有捕获信号不同层次变化的能力,将全局时间信号及其差分信号输入到时间卷积网络中学习复杂时间维度的依赖关系,提取时间特征。结合时空信息构建群体图,利用多通道图卷积网络灵活地融合不同分辨率的群体图数据,最后融入非成像数据信息生成有效的多通道多类型时空融合分类特征,有效提升了MSTF-GCN模型的分类性能。将MSTF-GCN应用于注意力缺陷多动障碍(ADHD)患者分类识别,在ADHD-200数据集两个成像站点上的分类准确率分别达到了75.92%和82.95%,实验结果优于已有的流行算法,验证了MSTF-GCN的有效性。
关键词
多分辨率
时空
融合图卷积网络
时空
融合
多分辨率
注意力缺陷多动障碍
Keywords
Multi-resolution Spatio-Temporal Fusion Graph Convolutional Network(MSTF-GCN)
Spatio-temporal fusion
Multi-resolution
Attention Deficit Hyperactivity Disorder(ADHD)
分类号
TN911.73 [电子电信—通信与信息系统]
TP18 [自动化与计算机技术—控制理论与控制工程]
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
图像压缩中时空多分辨率技术与系统集成
巴林凤
于达
杨品
《小型微型计算机系统》
CSCD
北大核心
1995
0
在线阅读
下载PDF
职称材料
2
面向注意力缺陷多动障碍分类的多分辨率时空融合图卷积网络
宋笑影
郝春雨
柴利
《电子与信息学报》
北大核心
2025
0
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
