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
面向互联网用户行为分析的加权概率融合贝叶斯网络研究
被引量：
1
1
作者
王佳
张文波
朱宏博
《沈阳理工大学学报》
CAS
2023年第4期40-47,共8页
针对依靠单一算法训练互联网用户行为数据构建的贝叶斯网络(Bayesian Network,BN)计算耗时长、结构不稳定等问题,提出加权概率融合并行贝叶斯网络增量学习(WPFPBayes)算法。该算法根据自适应数据切片算法找出最优数据片尺寸,快速进行并...
针对依靠单一算法训练互联网用户行为数据构建的贝叶斯网络(Bayesian Network,BN)计算耗时长、结构不稳定等问题,提出加权概率融合并行贝叶斯网络增量学习(WPFPBayes)算法。该算法根据自适应数据切片算法找出最优数据片尺寸,快速进行并行BN模型训练;将数据切片上学习得到的若干子BN结构通过融合加权概率方法合并成一个全局BN模型;通过一种增量评分函数定量表示单位时间内网络模型与数据之间适应程度的变化情况;采用依据特定结点进行BN更新的措施达到新旧数据在网络中的平衡。仿真实验结果表明:WPFPBayes算法下得出的BN模型的效率及其准确率均高于其他常见算法;随着数据量的增加,BN模型数据表达的准确率和稳定性均得到提高,可以更有效检测网络用户的异常行为。
展开更多
关键词
加权
概率
融合
贝叶斯网络
贝叶斯网络更新
自适应数据切片
网络用户行为
在线阅读
下载PDF
职称材料
基于SqueezeNet深度网络的中药材粉末显微特征图像识别研究
被引量：
13
2
作者
王一丁
石铎
+1 位作者
李耀利
蔡少青
《电子显微学报》
CAS
CSCD
北大核心
2019年第2期130-138,共9页
中药材粉末显微特征图像具有复杂的纹理特点,传统算法难以构建高识别率的分类器。针对此提出一种基于SqueezeNet卷积网络的改进型双通道算法。首先,分离背景并提取感兴趣区,同时自动截取感兴趣中心区域1/4面积作为细粒度特征图像;其次,...
中药材粉末显微特征图像具有复杂的纹理特点,传统算法难以构建高识别率的分类器。针对此提出一种基于SqueezeNet卷积网络的改进型双通道算法。首先,分离背景并提取感兴趣区,同时自动截取感兴趣中心区域1/4面积作为细粒度特征图像;其次,对感兴趣区和细粒度特征图像进行尺度归一化,去均值,调整方差以及多角度旋转等预处理;之后,将处理后的感兴趣区和细粒度特征图像分别作为两个独立SqueezeNet深度网络的输入源,并对两个网络进行独立训练;最后,将得到的两个模型作为两个通道连接,识别结果利用概率加权算法进行融合。应用提出的改进型双通道算法对15种中药材粉末显微导管特征图像进行识别,正确识别率达到90. 33%。该方法具有较高的正确识别率和理想的识别效果。
展开更多
关键词
中药材粉末显微特征图像识别
显微结构特征
卷积神经网络
SqueezeNet
细粒度特征
概率加权融合
在线阅读
下载PDF
职称材料
题名
面向互联网用户行为分析的加权概率融合贝叶斯网络研究
被引量：
1
1
作者
王佳
张文波
朱宏博
机构
沈阳理工大学信息科学与工程学院
出处
《沈阳理工大学学报》
CAS
2023年第4期40-47,共8页
基金
国家自然科学基金项目(62102272)。
文摘
针对依靠单一算法训练互联网用户行为数据构建的贝叶斯网络(Bayesian Network,BN)计算耗时长、结构不稳定等问题,提出加权概率融合并行贝叶斯网络增量学习(WPFPBayes)算法。该算法根据自适应数据切片算法找出最优数据片尺寸,快速进行并行BN模型训练;将数据切片上学习得到的若干子BN结构通过融合加权概率方法合并成一个全局BN模型;通过一种增量评分函数定量表示单位时间内网络模型与数据之间适应程度的变化情况;采用依据特定结点进行BN更新的措施达到新旧数据在网络中的平衡。仿真实验结果表明:WPFPBayes算法下得出的BN模型的效率及其准确率均高于其他常见算法;随着数据量的增加,BN模型数据表达的准确率和稳定性均得到提高,可以更有效检测网络用户的异常行为。
关键词
加权
概率
融合
贝叶斯网络
贝叶斯网络更新
自适应数据切片
网络用户行为
Keywords
weighted probabilistic fusion Bayesian networks
Bayesian network updating
a-daptive data slicing
network user behavior
分类号
TP274 [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
基于SqueezeNet深度网络的中药材粉末显微特征图像识别研究
被引量：
13
2
作者
王一丁
石铎
李耀利
蔡少青
机构
北方工业大学电子信息工程学院
北京大学药学院
出处
《电子显微学报》
CAS
CSCD
北大核心
2019年第2期130-138,共9页
基金
中医药行业科研专项"常用大宗中药材质量现场快速检测技术研究"(No.201407003)
中央本级重大增减支项目"名贵中药资源可持续利用能力建设项目"(No.2060302)
文摘
中药材粉末显微特征图像具有复杂的纹理特点,传统算法难以构建高识别率的分类器。针对此提出一种基于SqueezeNet卷积网络的改进型双通道算法。首先,分离背景并提取感兴趣区,同时自动截取感兴趣中心区域1/4面积作为细粒度特征图像;其次,对感兴趣区和细粒度特征图像进行尺度归一化,去均值,调整方差以及多角度旋转等预处理;之后,将处理后的感兴趣区和细粒度特征图像分别作为两个独立SqueezeNet深度网络的输入源,并对两个网络进行独立训练;最后,将得到的两个模型作为两个通道连接,识别结果利用概率加权算法进行融合。应用提出的改进型双通道算法对15种中药材粉末显微导管特征图像进行识别,正确识别率达到90. 33%。该方法具有较高的正确识别率和理想的识别效果。
关键词
中药材粉末显微特征图像识别
显微结构特征
卷积神经网络
SqueezeNet
细粒度特征
概率加权融合
Keywords
Chinese medicinal materials powder
microscopic texture characteristics
convolutional neural network
SqueezeNet
fine-grained features
probability weighted fusion
分类号
TP391 [自动化与计算机技术—计算机应用技术]
R927 [医药卫生—药学]
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
面向互联网用户行为分析的加权概率融合贝叶斯网络研究
王佳
张文波
朱宏博
《沈阳理工大学学报》
CAS
2023
1
在线阅读
下载PDF
职称材料
2
基于SqueezeNet深度网络的中药材粉末显微特征图像识别研究
王一丁
石铎
李耀利
蔡少青
《电子显微学报》
CAS
CSCD
北大核心
2019
13
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
