检索结果-维普期刊中文期刊服务平台

基于改进CNN-LSTM的综合传动装置异常检测方法被引量：3: 1; 作者姚海洋陈涛 +2 位作者贾然邢培鑫孙光新《机电工程》 CAS 北大核心 2024年第11期1986-1994,共9页; 针对履带装甲车辆工作环境恶劣、工况复杂多变,导致综合传动装置数据异常、检测困难等问题,提出了一种基于改进的卷积神经网络(CNN)与长短期记忆网络(LSTM)复合模型的异常检测方法。首先,使用主成分分析法(PCA)和滑动窗口对综合传动监... 展开更多; 关键词机械传动装置卷积神经网络长短时记忆网络残差连接主成分分析法接收者操作特性曲线下的面积; 在线阅读下载PDF 职称材料

BO-AUC多类分类评估方法被引量：2: 2; 作者秦锋杨帆 +1 位作者程泽凯刘牛《计算机工程与应用》 CSCD 2012年第5期156-158,共3页; 分类技术是数据挖掘研究的核心技术之一,分类评估也是研究热点,基于AUC评估方法是分类评估领域的研究热点,其中B-AUC评估算法可以有效地评估分类器性能,但该评估方法有不足之处。该分类评估方法建立在不对称的两个类别上,影响了评价结果... 展开更多; 关键词曲线下的面积(AUC)评估基于二叉树方法求的曲线下的面积(B-AUC) 完全二叉树优化的基于二叉树方法求的曲线下的面积(BO-AUC) 分类器性能; 在线阅读下载PDF 职称材料

无金标准下两种诊断方法准确度的贝叶斯估计被引量：3: 3; 作者王肖南周晓华 +1 位作者刘强高颖《中国卫生统计》 CSCD 北大核心 2019年第5期653-657,共5页; 目的无金标准情况下,探讨同时评价两种不同数据类型诊断方法的准确度问题。方法基于实例设置研究情景,用一种相关结构方法度量两种不同方法诊断结果间的相关关系。根据观测数据,建立带相关结构的潜类别模型。用贝叶斯方法估计新建模型... 展开更多; 关键词诊断评价无金标准灵敏度特异度 ROC曲线下的面积; 在线阅读下载PDF 职称材料

马铃薯晚疫病发病程度田间观察记录标准的探讨被引量：24: 4; 作者李文娟 FORBES Gregory A. 谢开云《中国马铃薯》 2012年第4期238-246,共9页; 目前用于马铃薯晚疫病发病严重程度的描述方法主要分为两类,一是直接计数法,即感病百分数法;二是分级计数法,包括病情指数法及CIP 9级分级法。基于以上描述方法,还可计算出病情发展曲线下的面积(AUDPC),对遗传材料的抗性进行评价。无论... 展开更多; 关键词马铃薯晚疫病发病程度病情发展曲线下的面积(AUDPC) 彩色图谱; 在线阅读下载PDF 职称材料

结合非局部相似性的foveated选票缺陷检测: 5; 作者蒲杰官磊《计算机应用》 CSCD 北大核心 2020年第S01期220-225,共6页; 针对传统选票缺陷检测过程中图像配准的计算复杂度高、过程繁琐、对图案细节变化的鲁棒性差等问题,提出了一种避免图像配准、基于Patch相似性度量的foveated NL-means缺陷检测算法。该算法是对传统window NLmeans缺陷检测算法的改进,通... 展开更多; 关键词选票缺陷检测非局部相似模型 Patch权重 window NL-means算法 foveated NL-means算法图像重构受试者工作特征曲线 ROC曲线下的面积; 在线阅读下载PDF 职称材料

题名基于改进CNN-LSTM的综合传动装置异常检测方法被引量：3: 1; 作者姚海洋陈涛贾然邢培鑫孙光新; 机构北京信息科技大学现代测控技术教育部重点实验室北京机械设备研究所总装调试室; 出处《机电工程》 CAS 北大核心 2024年第11期1986-1994,共9页; 基金国家重点基础研究发展计划项目(MKF20210009)。; 文摘针对履带装甲车辆工作环境恶劣、工况复杂多变,导致综合传动装置数据异常、检测困难等问题,提出了一种基于改进的卷积神经网络(CNN)与长短期记忆网络(LSTM)复合模型的异常检测方法。首先,使用主成分分析法(PCA)和滑动窗口对综合传动监测数据进行了降维和序列划分,提升了异常检测所用的数据质量;然后,使用改进型CNN-LSTM提取了序列数据中的空间特征,利用全连接层输出了数据类别,该方法将CNN和LSTM并联,并引入了残差连接结构,以提高网络对综合传动数据的学习能力;最后,搭建了综合传动装置的异常检测实验台,布置了多种传感器采集综合传动装置的状态数据,并对改进CNN-LSTM方法的有效性进行了验证。研究结果表明:采用残差连接结构改进的并联型CNN-LSTM复合模型,在综合传动系统漏油实验数据的测试集上的异常检测准确率达到了92.7%,并且其接收者操作特性(ROC)曲线下的面积(AUC)达到了0.982,相比于传统CNN-LSTM提升了0.034。改进CNN-LSTM模型具有较强的鲁棒性和泛化能力,能够为综合传动装置的数据异常检测提供一种较为可行的新方法。; 关键词机械传动装置卷积神经网络长短时记忆网络残差连接主成分分析法接收者操作特性曲线下的面积; Keywords mechanical transmission device convolutional neural network(CNN) long short-term memory networks(LSTM) residual connections principal component analysis(PCA) receiver operating characteristic(ROC) area under curve(AUC); 分类号 TH132 [机械工程—机械制造及自动化] U463.2 [机械工程—车辆工程] TJ810.1 [兵器科学与技术—武器系统与运用工程]; 在线阅读下载PDF 职称材料

题名BO-AUC多类分类评估方法被引量：2: 2; 作者秦锋杨帆程泽凯刘牛; 机构安徽工业大学计算机学院; 出处《计算机工程与应用》 CSCD 2012年第5期156-158,共3页; 基金安徽省教育厅自然科学重点资助项目(No.KJ2007A051); 文摘分类技术是数据挖掘研究的核心技术之一,分类评估也是研究热点,基于AUC评估方法是分类评估领域的研究热点,其中B-AUC评估算法可以有效地评估分类器性能,但该评估方法有不足之处。该分类评估方法建立在不对称的两个类别上,影响了评价结果;根据非完全二叉树思想存储,浪费了存储空间;基于偏二叉树的搜索效率不高。利用完全二叉树的构造思想提出了BO-AUC评估方法,该方法将n个类别的分类问题分解为独立的二类进行成对的计算,可以有效地解决B-AUC的不足,进一步扩展基于AUC的评估标准,在MBNC实验上编程实现该方法,实验结果表明BO-AUC方法的有效性。; 关键词曲线下的面积(AUC)评估基于二叉树方法求的曲线下的面积(B-AUC) 完全二叉树优化的基于二叉树方法求的曲线下的面积(BO-AUC) 分类器性能; Keywords Area Under roc Curve（AUC）evaluation Binary-Area Under roc Curve（B-AUC） complete binary tree Optimized Binary-Area Under roc Curve（BO-AUC） classifier performance; 分类号 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

题名无金标准下两种诊断方法准确度的贝叶斯估计被引量：3: 3; 作者王肖南周晓华刘强高颖; 机构首都医科大学公共卫生学院流行病与卫生统计学系临床流行病学北京市重点实验室北京大学国际数学中心中国中医药国际合作中心北京中医药大学东直门医院; 出处《中国卫生统计》 CSCD 北大核心 2019年第5期653-657,共5页; 基金首都医科大学校自然培育基金(PYZ2018047) 国家自然科学基金(81903408,81773546); 文摘目的无金标准情况下,探讨同时评价两种不同数据类型诊断方法的准确度问题。方法基于实例设置研究情景,用一种相关结构方法度量两种不同方法诊断结果间的相关关系。根据观测数据,建立带相关结构的潜类别模型。用贝叶斯方法估计新建模型中的参数,用数值模拟方法验证模型参数估计的有效性。说明误用条件独立假设时,参数估计的偏倚问题。结果数值模拟结果显示模型中各参数的后验估计都能收敛到参数的真实值。实例分析结果显示,无金标准情况下,"2011标准"对缺血性中风病"内风"证候的诊断准确度为0.8729;"专家诊断"的灵敏度和特异度估计值分别为0.9361和0.8937。结论本文在无金标准下校正了两种不同数据类型诊断结果的准确度大小。关于缺血性中风病"内风"证候的诊断,"2011标准"在临床上有一定的诊断能力,且权威专家在临床上的诊断能力非常好,但是并非100%完全正确。; 关键词诊断评价无金标准灵敏度特异度 ROC曲线下的面积; Keywords Evaluation of diagnostic Without a gold standard Sensitivity Specificity AUC; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名马铃薯晚疫病发病程度田间观察记录标准的探讨被引量：24: 4; 作者李文娟 FORBES Gregory A. 谢开云; 机构国际马铃薯中心; 出处《中国马铃薯》 2012年第4期238-246,共9页; 基金国际马铃薯中心项目(420103) 马铃薯晚疫病预测模型风险评估及管理研究; 文摘目前用于马铃薯晚疫病发病严重程度的描述方法主要分为两类,一是直接计数法,即感病百分数法;二是分级计数法,包括病情指数法及CIP 9级分级法。基于以上描述方法,还可计算出病情发展曲线下的面积(AUDPC),对遗传材料的抗性进行评价。无论何种方法,准确估计和记录晚疫病病斑侵染面积占植株总面积的比例是非常重要的,即使是长期从事晚疫病研究的专业人员有时也会产生较大的偏差。利用标准图谱作为参照,可以有效降低科研人员的判断误差。所以,有必要建立一套标准的彩色图谱,供从事病害调查的技术人员参考,有效地提高对晚疫病发病程度的评估准确性。; 关键词马铃薯晚疫病发病程度病情发展曲线下的面积(AUDPC) 彩色图谱; Keywords potato late blight disease severity area under disease progress curve （AUDPC） color diagram; 分类号 S435.32 [农业科学—农业昆虫与害虫防治]; 在线阅读下载PDF 职称材料

题名结合非局部相似性的foveated选票缺陷检测: 5; 作者蒲杰官磊; 机构中国科学院成都计算机应用研究所中国科学院大学计算机科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2020年第S01期220-225,共6页; 基金四川省科技计划项目(2018GZ0545)。; 文摘针对传统选票缺陷检测过程中图像配准的计算复杂度高、过程繁琐、对图案细节变化的鲁棒性差等问题,提出了一种避免图像配准、基于Patch相似性度量的foveated NL-means缺陷检测算法。该算法是对传统window NLmeans缺陷检测算法的改进,通过构建非局部相似模型,利用Patch权重和相似性关联对缺陷图像进行重构,无法重构的部分即为缺陷区域。通过foveated NL-means算法和window NL-means算法的实验对比表明,前者对缺陷区域的检测效果更加显著;其次这两种缺陷检测算法AUC分别为:0.923 5和0.863 8(小于0.923 5),数值积分表明前者对缺陷区域的预测更加精确,缺陷的分类性能更高;最后通过计算这两种算法的平均时间开销,可知foveated NL-means算法的时间效率相较于window NL-means算法平均提升了11.697 1 s,因此能够高效的完成缺陷检测任务。; 关键词选票缺陷检测非局部相似模型 Patch权重 window NL-means算法 foveated NL-means算法图像重构受试者工作特征曲线 ROC曲线下的面积; Keywords ballot defect detection Non-Local(NL)similarity model Patch weight window NL-means algorithm foveated NL-means algorithm image reconstruction Receiver Operating Characteristic(ROC)curve Area Under the ROC curve(AUC); 分类号 TN911.73 [电子电信—通信与信息系统]; 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	基于改进CNN-LSTM的综合传动装置异常检测方法	姚海洋陈涛贾然邢培鑫孙光新	《机电工程》 CAS 北大核心	2024	3	在线阅读下载PDF 职称材料
2	BO-AUC多类分类评估方法	秦锋杨帆程泽凯刘牛	《计算机工程与应用》 CSCD	2012	2	在线阅读下载PDF 职称材料
3	无金标准下两种诊断方法准确度的贝叶斯估计	王肖南周晓华刘强高颖	《中国卫生统计》 CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
4	马铃薯晚疫病发病程度田间观察记录标准的探讨	李文娟 FORBES Gregory A. 谢开云	《中国马铃薯》	2012	24	在线阅读下载PDF 职称材料
5	结合非局部相似性的foveated选票缺陷检测	蒲杰官磊	《计算机应用》 CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料