期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于相似度融合和GCN的音频分类模型
1
作者 何敏捷 陈宁 林家骏 《计算机应用与软件》 北大核心 2025年第5期116-121,197,共7页
为了充分利用样本间基于不同音频特征的相似度表示的拓扑结构特性的互补性,提出一种基于相似度融合和GCN的音频分类模型。分别利用基于CNN14和DenseNet的网络提取输入音频的特征,并进行音频类别的预测;利用相似度网络融合模型对基于以... 为了充分利用样本间基于不同音频特征的相似度表示的拓扑结构特性的互补性,提出一种基于相似度融合和GCN的音频分类模型。分别利用基于CNN14和DenseNet的网络提取输入音频的特征,并进行音频类别的预测;利用相似度网络融合模型对基于以上两个网络获得的预测标签向量的相似度进行非线性融合;分别用DenseNet提取的特征和融合相似度网络对GCN的节点特征和邻接矩阵进行初始化,通过GCN进行节点特征优化以提升音频分类准确性。实验结果表明,在不同的音频分类任务中,该模型相比于基线模型取得了更高的分类准确率,且基于SNF的相似度融合模块和基于GCN的分类模块均对模型性能的提升有贡献。 展开更多
关键词 特征融合 图卷积网络 相似网络融合 深度学习 音频分类
在线阅读 下载PDF
基于相似度网络融合的极化SAR图像地物分类 被引量:4
2
作者 张月 邹焕新 +3 位作者 邵宁远 秦先祥 周石琳 计科峰 《系统工程与电子技术》 EI CSCD 北大核心 2018年第2期295-302,共8页
从极化合成孔径雷达(synthetic aperture radar,SAR)图像中提取多种特征向量堆叠成一个高维特征向量用于地物分类,将导致部分特征向量的分类能力减弱或丧失。针对此问题,将每种特征向量看作为不同视角数据,提出了一种基于一致相似度网... 从极化合成孔径雷达(synthetic aperture radar,SAR)图像中提取多种特征向量堆叠成一个高维特征向量用于地物分类,将导致部分特征向量的分类能力减弱或丧失。针对此问题,将每种特征向量看作为不同视角数据,提出了一种基于一致相似度网络融合的极化SAR图像非监督地物分类方法。首先,将极化SAR图像进行过分割,基于超像素提取5种特征向量以构建5个相似度矩阵;其次,采用一致相似度网络融合多视学习算法生成融合的相似度矩阵;然后,基于该矩阵进行谱聚类;最后,提出一种分类后处理策略修正错分像素。仿真和实测极化SAR图像地物分类结果表明,该方法性能优于其他5种经典方法。 展开更多
关键词 极化SAR图像 非监督分类 多视学习 一致相似网络融合 谱聚类
在线阅读 下载PDF
面向翻唱歌曲识别的改进相似度网络融合算法
3
作者 朱东辉 陈宁 《重庆理工大学学报(自然科学)》 CAS 北大核心 2023年第1期158-165,共8页
提出了改进型相似度网络融合(modified similarity network fusion, MSNF)算法,通过自建核矩阵实现了非方阵的直接融合;通过引入核矩阵的融合,避免了由表现较差的特征构造的核矩阵的负面影响的延伸。在3个数据集上的实验结果表明:MSNF... 提出了改进型相似度网络融合(modified similarity network fusion, MSNF)算法,通过自建核矩阵实现了非方阵的直接融合;通过引入核矩阵的融合,避免了由表现较差的特征构造的核矩阵的负面影响的延伸。在3个数据集上的实验结果表明:MSNF算法在翻唱歌曲识别任务中取得了比SNF算法更高的识别准确率,大幅度降低了时间复杂度。 展开更多
关键词 翻唱歌曲识别 相似网络融合 核矩阵
在线阅读 下载PDF
基于多视角网络融合的典型用电负荷模式挖掘 被引量:1
4
作者 魏伟 李永胜 +3 位作者 程逍 孙立时 朵向阳 吴卓青 《沈阳工业大学学报》 CAS 北大核心 2022年第3期248-254,共7页
为了识别用户端典型用电负荷模式,解决传统聚类算法中仅使用单视角数据致使典型模式识别不全面的问题,提出一种基于多视角网络融合的典型用电负荷模式挖掘方法.采用多视角网络融合算法对三个粒度视角数据进行融合,利用谱聚类算法与共现... 为了识别用户端典型用电负荷模式,解决传统聚类算法中仅使用单视角数据致使典型模式识别不全面的问题,提出一种基于多视角网络融合的典型用电负荷模式挖掘方法.采用多视角网络融合算法对三个粒度视角数据进行融合,利用谱聚类算法与共现矩阵度量方法识别典型用电负荷模式,结合教育行业和房地产行业用户基本信息对其用电负荷曲线趋势进行挖掘与分析.结果表明,与单视角数据相比,挖掘出的典型用电负荷模式更为准确且具有较好的鲁棒性,能够结合不同行业特点为电网系统在不同时段采取错峰用电、削峰填谷等措施提供指导. 展开更多
关键词 多视角网络 相似网络融合 相似性度量 谱聚类算法 典型用电负荷模式 可视化 用电数据 短期负荷
在线阅读 下载PDF
面向癌症亚型预测的多组学AI模型
5
作者 曹云芳 李东喜 《计算机工程与设计》 北大核心 2024年第8期2454-2460,共7页
针对癌症亚型预测中仅使用单组学数据信息有限的问题,提出一种基于稀疏自编码器和相似网络融合的多组学癌症分型预测模型(multi-omics sparse auto-encoder, MOSAE)。利用稀疏自编码器提取患者特征向量,应用相似网络融合方法构建患者的... 针对癌症亚型预测中仅使用单组学数据信息有限的问题,提出一种基于稀疏自编码器和相似网络融合的多组学癌症分型预测模型(multi-omics sparse auto-encoder, MOSAE)。利用稀疏自编码器提取患者特征向量,应用相似网络融合方法构建患者的相似度网络。基于患者特征向量和患者相似度网络利用残差图卷积网络构建预测模型。实验结果表明,在乳腺癌和卵巢癌数据上,所提模型识别亚型的准确率比现有方法分别提高了2.74%和19.74%。在TCGA的肺鳞状细胞癌和头颈部癌症数据上验证了MOSAE模型的优越性。 展开更多
关键词 稀疏自编码器 残差图卷积网络 相似网络融合 多组学数据 癌症亚型 多模态 特征提取
在线阅读 下载PDF
基于多视角数据与社区发现的典型用电负荷模式挖掘研究 被引量:2
6
作者 魏伟 韩颖 +1 位作者 刘怡君 张伟 《郑州大学学报(理学版)》 CAS 北大核心 2023年第4期68-74,共7页
电力系统为满足各类用户的用电需求,需掌握用户端用电负荷曲线的典型模式。当前电力负荷模式挖掘过程中往往使用单视角数据进行聚类分析,未考虑不同视角数据内部度量信息差异和复杂的计算。针对这一问题,从三个粒度获取多视角用电负荷... 电力系统为满足各类用户的用电需求,需掌握用户端用电负荷曲线的典型模式。当前电力负荷模式挖掘过程中往往使用单视角数据进行聚类分析,未考虑不同视角数据内部度量信息差异和复杂的计算。针对这一问题,从三个粒度获取多视角用电负荷数据并进行预处理,分别计算相似度矩阵,使用相似度网络融合算法构建融合相似度矩阵,选用Leiden社区发现算法对用户群体进行划分,然后动态识别各个子社区的典型用电负荷曲线并进行趋势分析。实验结果表明,算法能够稳定划分用户群体并识别各个子社区的典型用电负荷模式曲线,结合用户基本信息,得到各个子社区的峰值模式,从而为电力系统采取个性化措施以满足不同用户群体的需求提供指导。 展开更多
关键词 多视角数据 社区发现 相似网络融合 模式识别 典型用电负荷曲线
在线阅读 下载PDF
一种流形正则化非负矩阵分解的lncRNA-疾病关系预测方法 被引量:1
7
作者 董文文 林志毅 《小型微型计算机系统》 CSCD 北大核心 2022年第8期1589-1595,共7页
长链非编码RNA(lncRNA)在疾病的发生中起着重要作用,然而通过生物学实验探索lncRNA与疾病的关系昂贵且费时,必须开发出更准确和有效的计算方法来预测lncRNA与疾病的关系.本文提出了一种新的基于流形正则化非负矩阵分解的计算方法(MRNMFL... 长链非编码RNA(lncRNA)在疾病的发生中起着重要作用,然而通过生物学实验探索lncRNA与疾病的关系昂贵且费时,必须开发出更准确和有效的计算方法来预测lncRNA与疾病的关系.本文提出了一种新的基于流形正则化非负矩阵分解的计算方法(MRNMFLDA)来预测lncRNA与疾病的关系.该方法首先采用相似性网络融合方法分别整合lncRNA与疾病的相似性,然后通过构建标签加权矩阵、引入流形正则化约束的非负矩阵分解算法来预测lncRNA与疾病潜在的关系.实验结果表明,本方法在留一交叉验证和5折交叉验证中AUC值分别达到0.8927和0.8635±0.0054,优于其他4种方法.案例研究表明,本方法能够有效地预测与3种疾病(肺癌,宫颈癌,和骨肉瘤)有关系的lncRNA. 展开更多
关键词 lncRNA-疾病关系预测 非负矩阵分解 相似网络融合 标签加权矩阵 流形正则化
在线阅读 下载PDF
基于多组学的T-ALL差异基因筛选及分析
8
作者 李建伟 岳欣蕾 胡和智 《生物学杂志》 CAS CSCD 北大核心 2022年第3期46-52,共7页
采用生物信息学方法分析急性T淋巴细胞白血病(t-cell acute lymphoblastic leukemia,T-ALL)患者转录组和表观遗传组的差异基因,以期筛选出该病的关键基因并探索其发病机制。从GEO与SRA数据库中下载T-ALL的RNA-seq、CTCF ChIP-seq、DNA... 采用生物信息学方法分析急性T淋巴细胞白血病(t-cell acute lymphoblastic leukemia,T-ALL)患者转录组和表观遗传组的差异基因,以期筛选出该病的关键基因并探索其发病机制。从GEO与SRA数据库中下载T-ALL的RNA-seq、CTCF ChIP-seq、DNA甲基化数据,分别运用DESeq2、edgeR生物信息学分析软件筛选RNA-seq和ChIPseq数据的差异基因,运用CHAMP软件筛选DNA甲基化数据的差异基因。从RNA-seq数据、ChIP-seq数据和DNA甲基化数据中分别筛选出5887个、5315个和2196个差异基因,3组数据取交集后得到119个差异基因。构建基因相似性融合网络,筛选出基因间相互作用强且多的48个关键基因。对关键基因进行GO和KEGG通路的功能富集分析,并使用STRING数据库构建蛋白互作网络,借助Cytoscape软件筛选出8个核心基因(CTLA4、CD7、GPR29、CD5、CD247、IL2RB、FASLG和CD274)。经检索CGC与CTD数据库,均表明这8个核心基因有成为T-ALL生物标志物的潜力,为深入探索T-ALL的发病机制及研发相关靶向药物提供帮助。 展开更多
关键词 T-ALL 相似融合网络 差异基因 关键基因 生物信息学
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部