检索结果-维普期刊中文期刊服务平台

基于卷积神经网络的隐匿性旁路预测模型被引量：2: 1; 作者王蕾党时鹏潘丰《计算机工程》 CAS CSCD 北大核心 2024年第8期40-49,共10页; 隐匿性旁路(CAP)是一种引起心跳突然加速、心悸和胸闷的心脏疾病。针对目前临床医师尚无法通过窦性心律心电图(ECG)对隐匿性旁路进行诊断的现状,基于临床病例建立包含隐匿性旁路患者术前窦性心律心电图及健康对照人群心电图的数据集,并... 展开更多; 关键词图像识别卷积神经网络心电图非对称卷积模块注意力机制; 在线阅读下载PDF 职称材料

基于MDL-U2-Net的盆底超声图像轻量级分割及参数测量: 2; 作者刘孝保甘博敏 +1 位作者姚廷强申吉泓《计算机辅助设计与图形学学报》北大核心 2025年第2期277-292,共16页; 准确地分割超声图像中盆底区域,是实现盆底疾病计算机辅助诊断的重要环节.针对盆底形态复杂、边界模糊、分割算法参数量庞大以及参数测量精度有限等问题,搭建了一种轻量级语义分割网络MDL-U2-Net并提出修补算法AC-F.首先,对基准U2-Net... 展开更多; 关键词盆底超声图像轻量化复合损失函数深度非对称通道混洗卷积模块参数测量; 在线阅读下载PDF 职称材料

基于改进深度残差网络的电力系统暂态电压稳定评估被引量：3: 3; 作者刘浩然任惠 +3 位作者郑至斌王威夏静杨金豪《现代电力》北大核心 2023年第6期879-889,共11页; 传统的电力系统暂态电压稳定评估模型存在2方面问题:故障过程中的关键信息难以捕捉、暂态稳定样本与失稳样本不平衡导致模型对多数类样本存在倾向性。为此,提出了基于改进深度残差网络的电压稳定预警模型。首先,为了捕捉故障过程中的关... 展开更多; 关键词暂态电压稳定评估深度残差网络卷积注意力模块梯度平衡机制非对称卷积模块; 在线阅读下载PDF 职称材料

基于模糊空谱特征的高光谱图像分类: 4; 作者陈瑞徐金东 +4 位作者刘兆伟阎维青王璇宋永超倪梦莹《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第1期145-154,共10页; 难以兼得高空间分辨率和光谱分辨率的高光谱遥感数据常存在“同物异谱”和“同谱异物”现象,这种光谱异质问题给分类过程带来了一定的不确定性,且现有深度分类网络存在空间信息利用不足和拟合退化问题.提出一种联合空间和模糊光谱特征... 展开更多; 关键词高光谱遥感图像分类非对称卷积模糊模块模糊学习空谱特征; 在线阅读下载PDF 职称材料

题名基于卷积神经网络的隐匿性旁路预测模型被引量：2: 1; 作者王蕾党时鹏潘丰; 机构江南大学轻工过程先进控制教育部重点实验室南京医科大学附属无锡人民医院心血管内科; 出处《计算机工程》 CAS CSCD 北大核心 2024年第8期40-49,共10页; 基金国家自然科学基金(61773182) 江苏省青年医学人才资助项目(QNRC2016185) 无锡市“双百”拔尖人才资助项目(BJ016)。; 文摘隐匿性旁路(CAP)是一种引起心跳突然加速、心悸和胸闷的心脏疾病。针对目前临床医师尚无法通过窦性心律心电图(ECG)对隐匿性旁路进行诊断的现状,基于临床病例建立包含隐匿性旁路患者术前窦性心律心电图及健康对照人群心电图的数据集,并提出一种以ResNet26为基线网络的利用窦性心律心电图自动识别预测隐匿性旁路患者的卷积神经网络CAPNet。创建初始模块(IB),提升模型非线性表达能力。引入非对称卷积以改进瓶颈残差模块,更好地捕捉心电特征的水平和垂直方向信息,丰富特征空间。使用注意力机制,加强模型对心电图中重点波段区域的关注。实验结果表明,CAPNet模型的预测性能优于对比的经典卷积神经网络模型,与ResNet26相比,F1值、准确率、灵敏度和精确率分别提升了2.41、0.89、4.34和0.47个百分点。上述实验结果验证了CAPNet模型的有效性与优越性。; 关键词图像识别卷积神经网络心电图非对称卷积模块注意力机制; Keywords image recognition Convolutional Neural Network(CNN) Electrocardiogram(ECG) Asymmetric Convolution Block(ACB) attention mechanism; 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

题名基于MDL-U2-Net的盆底超声图像轻量级分割及参数测量: 2; 作者刘孝保甘博敏姚廷强申吉泓; 机构昆明理工大学机电工程学院昆明医科大学第一附属医院; 出处《计算机辅助设计与图形学学报》北大核心 2025年第2期277-292,共16页; 基金国家自然科学基金(82260297)。; 文摘准确地分割超声图像中盆底区域,是实现盆底疾病计算机辅助诊断的重要环节.针对盆底形态复杂、边界模糊、分割算法参数量庞大以及参数测量精度有限等问题,搭建了一种轻量级语义分割网络MDL-U2-Net并提出修补算法AC-F.首先,对基准U2-Net进行结构优化和通道数调整,以有效地降低模型参数量;其次,融入复合损失函数以缓解训练损失波动并提升边界保持能力,提高网络对模糊边界的分割准确性;之后,提出深度非对称多尺度混洗卷积模块,以捕获特征空间采样的位置偏移信息,弥补轻量网络感受野不足和特征提取能力较弱的缺陷,提高网络对盆底复杂形态的建模能力;最后,采用修补算法对分割盆底进行精细化填补,以提高盆底完整性和参数测量的精度.在自制数据集上的实验结果表明,MDL-U2-Net对盆底分割的Jaccard,Recall和HD95指标分别达到91.226%,93.589%和1.074,与基准U2-Net相比,模型参数量缩减了94.37个百分点;此外,经AC-F算法处理后的区域面积测量百分误差降至1.25%,ICC达到0.998且有95%(76/80)的数据在95%LoA内,能够实现轻量级分割和精确参数测量.; 关键词盆底超声图像轻量化复合损失函数深度非对称通道混洗卷积模块参数测量; Keywords pelvic floor ultrasound image minimizing compound loss function deep asymmetric channel shuf-fling convolution module parameter measurement; 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

题名基于改进深度残差网络的电力系统暂态电压稳定评估被引量：3: 3; 作者刘浩然任惠郑至斌王威夏静杨金豪; 机构华北电力大学电力工程系国家电网山东电力公司枣庄供电局; 出处《现代电力》北大核心 2023年第6期879-889,共11页; 基金国家自然科学基金资助项目(51107040)。; 文摘传统的电力系统暂态电压稳定评估模型存在2方面问题:故障过程中的关键信息难以捕捉、暂态稳定样本与失稳样本不平衡导致模型对多数类样本存在倾向性。为此,提出了基于改进深度残差网络的电压稳定预警模型。首先,为了捕捉故障过程中的关键信息,在残差网络中嵌入卷积注意力模块,通过对时间通道与空间通道的双重注意力来挖掘电力系统动态轨迹中潜在的时空关系;其次,针对训练过程中模型倾向于多数类样本的问题,引入基于梯度平衡机制的损失函数来减小不平衡样本对评估结果的影响;第三,为了强化模型对数据特征的提取能力,将传统卷积核替换为非对称卷积模块。最后,通过在IEEE39节点系统上接入2种不同风电占比进行测试,进一步验证所提方法在暂态电压稳定评估中的优异性能。; 关键词暂态电压稳定评估深度残差网络卷积注意力模块梯度平衡机制非对称卷积模块; Keywords transient voltage stability assessment deep residual network convolutional block attention module gradient harmonizing mechanism asymmetric convolution block; 分类号 TM712 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于模糊空谱特征的高光谱图像分类: 4; 作者陈瑞徐金东刘兆伟阎维青王璇宋永超倪梦莹; 机构烟台大学计算机与控制工程学院烟台大学物理与电子信息学院; 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第1期145-154,共10页; 基金国家自然科学基金(62072391,62066013)。; 文摘难以兼得高空间分辨率和光谱分辨率的高光谱遥感数据常存在“同物异谱”和“同谱异物”现象,这种光谱异质问题给分类过程带来了一定的不确定性,且现有深度分类网络存在空间信息利用不足和拟合退化问题.提出一种联合空间和模糊光谱特征的双分支高光谱遥感图像分类方法,通过在光谱分支中设计非对称卷积模糊模块增强卷积层的光谱表征能力,解决分类数据中的光谱异质问题,进而对地物特征进行精确的分类描述.采用门控循环单元模型分组获取相邻光谱序列信息,缓解因网络深度增加带来的拟合退化问题,在空间分支中利用波段间的相关性引入卷积长短时记忆模块,充分捕捉空间上下文信息.在三个公开的高光谱数据集上的实验结果表明,双分支结构的模糊分类网络能充分利用光谱和空间包含的细粒度信息,更具判别力的空谱特征有效地克服了光谱异质问题,比流行的深度学习方法取得了更好的分类结果.; 关键词高光谱遥感图像分类非对称卷积模糊模块模糊学习空谱特征; Keywords hyperspectral remote sensing image classification asymmetric convolution fuzzy module fuzzy learning spectral–spatial feature; 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	作者	出处	发文年	被引量	操作
1	基于卷积神经网络的隐匿性旁路预测模型	王蕾党时鹏潘丰	《计算机工程》 CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于MDL-U2-Net的盆底超声图像轻量级分割及参数测量	刘孝保甘博敏姚廷强申吉泓	《计算机辅助设计与图形学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于改进深度残差网络的电力系统暂态电压稳定评估	刘浩然任惠郑至斌王威夏静杨金豪	《现代电力》北大核心	2023	3	在线阅读下载PDF 职称材料
4	基于模糊空谱特征的高光谱图像分类	陈瑞徐金东刘兆伟阎维青王璇宋永超倪梦莹	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料