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
3
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
基于多模态特征工程和TSNet的心脏异常检测算法
1
作者
刘纪红
薛维
徐超
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第10期1394-1400,1520,共8页
心电图(electrocardiogram,ECG)和心音图(phonocardiogram,PCG)是心脏疾病诊断中常用的图像,单一的方法进行心脏疾病诊断效果不佳.基于多模态特征工程,数据集经过切分和归一化预处理后,使用格拉姆角场(Gramian angle fields,GAF)进行时...
心电图(electrocardiogram,ECG)和心音图(phonocardiogram,PCG)是心脏疾病诊断中常用的图像,单一的方法进行心脏疾病诊断效果不佳.基于多模态特征工程,数据集经过切分和归一化预处理后,使用格拉姆角场(Gramian angle fields,GAF)进行时间序列数据重建,形成图像模型.提出一种适用于该图像模型的双流自融合网络(two‑stream self‑fusion network,TSNet),使用双流自融合(two‑stream self‑fusion,TS)模块替代底层卷积操作,更好地融合ECG和PCG的异构信息.经Physio Net Challenge 2016 a数据集测试,该算法的准确率、F1值、精确率和召回率最佳值分别达到95.3%,95.4%,96.2%,99.4%,相较其他心电和心音多模态卷积神经网络算法,精度更高.
展开更多
关键词
心电图
心音图
多模态特征工程
格拉姆角场
双流自融合网络
在线阅读
下载PDF
职称材料
基于帧内-帧间自融合的双流泛化人脸伪造检测方法
2
作者
董丰恺
邹晓强
+3 位作者
王佳慧
马利民
杨文元
刘熙尧
《计算机工程》
CAS
CSCD
北大核心
2024年第10期185-195,共11页
现有人脸伪造检测方法往往在已知伪造类型上表现良好,但面对未知数据时检测性能有所下降,模型易受到过拟合的影响,检测泛化性不足。针对此问题,提出一种基于帧内-帧间自融合的双流泛化人脸伪造检测方法,从数据增强和检测器改进2个方面...
现有人脸伪造检测方法往往在已知伪造类型上表现良好,但面对未知数据时检测性能有所下降,模型易受到过拟合的影响,检测泛化性不足。针对此问题,提出一种基于帧内-帧间自融合的双流泛化人脸伪造检测方法,从数据增强和检测器改进2个方面提高检测泛化性。设计帧内-帧间自融合模块,分别利用同帧人脸、帧间人脸进行数据增强:帧内自融合子模块利用同帧人脸生成训练数据,从而避免人脸图像身份信息干扰;帧间自融合子模块利用伪造视频的帧间不一致性,进一步构造多样性丰富、逼真的训练数据集,从而有效防止模型的过拟合,确保检测模型的泛化能力。此外,设计基于通道注意力机制的双流特征融合网络,在网络的浅层提取RGB特征、高频特征并进行融合来挖掘伪造信息,在提升模型性能的同时缓解网络的参数增长。将模型在4个数据集上与9种主流检测方法进行对比实验,结果表明:在跨数据集实验中,所提方法较次优方法AUC均值提高1.52个百分点,EER均值降低1.5个百分点;在跨伪造方法实验中,所提方法在4种伪造方法子数据集上均取得最优或次优效果。实验结果验证了该方法优秀的泛化能力。
展开更多
关键词
人脸伪造检测
帧内-帧间自融合
特征融合
注意力机制
双流网络
泛化能力
在线阅读
下载PDF
职称材料
基于双流注意力机制的阅读理解式事件抽取模型
被引量：
7
3
作者
安娜
白雄文
+1 位作者
王红艳
张萌
《计算机工程与设计》
北大核心
2022年第6期1686-1693,共8页
为解决事件论元识别任务中特征提取不充分、角色重叠及角色论元嵌套等问题,提出一种改进的模型。将机器阅读理解思想融入事件抽取模型,设计问题模板,以BERT预训练模型构建动态词向量表征,融合双流注意力机制提取的特征向量,基于多层指...
为解决事件论元识别任务中特征提取不充分、角色重叠及角色论元嵌套等问题,提出一种改进的模型。将机器阅读理解思想融入事件抽取模型,设计问题模板,以BERT预训练模型构建动态词向量表征,融合双流注意力机制提取的特征向量,基于多层指针网络完成事件论元识别,与事件类型检测结果合并作为事件抽取模型的输出。在数据集DuEE上的实验结果表明,该模型获得了较高的准确率、召回率和F1值,验证了改进模型的可行性。
展开更多
关键词
事件抽取
双流注意力机制
阅读理解
多层指针网络
预训练模型
论元识别
多特征融合
在线阅读
下载PDF
职称材料
题名
基于多模态特征工程和TSNet的心脏异常检测算法
1
作者
刘纪红
薛维
徐超
机构
东北大学信息科学与工程学院
东北大学计算机科学与工程学院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第10期1394-1400,1520,共8页
文摘
心电图(electrocardiogram,ECG)和心音图(phonocardiogram,PCG)是心脏疾病诊断中常用的图像,单一的方法进行心脏疾病诊断效果不佳.基于多模态特征工程,数据集经过切分和归一化预处理后,使用格拉姆角场(Gramian angle fields,GAF)进行时间序列数据重建,形成图像模型.提出一种适用于该图像模型的双流自融合网络(two‑stream self‑fusion network,TSNet),使用双流自融合(two‑stream self‑fusion,TS)模块替代底层卷积操作,更好地融合ECG和PCG的异构信息.经Physio Net Challenge 2016 a数据集测试,该算法的准确率、F1值、精确率和召回率最佳值分别达到95.3%,95.4%,96.2%,99.4%,相较其他心电和心音多模态卷积神经网络算法,精度更高.
关键词
心电图
心音图
多模态特征工程
格拉姆角场
双流自融合网络
Keywords
electrocardiogram(ECG)
phonocardiogram(PCG)
multimodal feature engineering
Gramian angle fields(GAF)
two‑stream
self
‑fusion
network
(
tsnet
)
分类号
TP391.7 [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
基于帧内-帧间自融合的双流泛化人脸伪造检测方法
2
作者
董丰恺
邹晓强
王佳慧
马利民
杨文元
刘熙尧
机构
中南大学计算机学院
国家信息中心网络安全部
北京信息科技大学计算机学院
中山大学网络空间安全学院
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第10期185-195,共11页
基金
国家自然科学基金青年基金(61602527)
湖南省自然科学基金面上项目(2020JJ4746)
+1 种基金
湖南省创新生态建设计划-政策性项目(2022GK5002)
长沙市杰出创新青年培养计划(kq2209003)。
文摘
现有人脸伪造检测方法往往在已知伪造类型上表现良好,但面对未知数据时检测性能有所下降,模型易受到过拟合的影响,检测泛化性不足。针对此问题,提出一种基于帧内-帧间自融合的双流泛化人脸伪造检测方法,从数据增强和检测器改进2个方面提高检测泛化性。设计帧内-帧间自融合模块,分别利用同帧人脸、帧间人脸进行数据增强:帧内自融合子模块利用同帧人脸生成训练数据,从而避免人脸图像身份信息干扰;帧间自融合子模块利用伪造视频的帧间不一致性,进一步构造多样性丰富、逼真的训练数据集,从而有效防止模型的过拟合,确保检测模型的泛化能力。此外,设计基于通道注意力机制的双流特征融合网络,在网络的浅层提取RGB特征、高频特征并进行融合来挖掘伪造信息,在提升模型性能的同时缓解网络的参数增长。将模型在4个数据集上与9种主流检测方法进行对比实验,结果表明:在跨数据集实验中,所提方法较次优方法AUC均值提高1.52个百分点,EER均值降低1.5个百分点;在跨伪造方法实验中,所提方法在4种伪造方法子数据集上均取得最优或次优效果。实验结果验证了该方法优秀的泛化能力。
关键词
人脸伪造检测
帧内-帧间自融合
特征融合
注意力机制
双流网络
泛化能力
Keywords
face forgery detection
inter-intra frame
self
-blending
feature
fusion
attention mechanism
dual-
stream
network
generalization ability
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于双流注意力机制的阅读理解式事件抽取模型
被引量：
7
3
作者
安娜
白雄文
王红艳
张萌
机构
中国航天科工集团第二研究院七〇六所
出处
《计算机工程与设计》
北大核心
2022年第6期1686-1693,共8页
文摘
为解决事件论元识别任务中特征提取不充分、角色重叠及角色论元嵌套等问题,提出一种改进的模型。将机器阅读理解思想融入事件抽取模型,设计问题模板,以BERT预训练模型构建动态词向量表征,融合双流注意力机制提取的特征向量,基于多层指针网络完成事件论元识别,与事件类型检测结果合并作为事件抽取模型的输出。在数据集DuEE上的实验结果表明,该模型获得了较高的准确率、召回率和F1值,验证了改进模型的可行性。
关键词
事件抽取
双流注意力机制
阅读理解
多层指针网络
预训练模型
论元识别
多特征融合
Keywords
event extraction
two-
stream
self
-attention mechanism
reading comprehension
multi-layer pointer
network
pre-training model
argument recognition
multi feature
fusion
分类号
TP391.1 [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
基于多模态特征工程和TSNet的心脏异常检测算法
刘纪红
薛维
徐超
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于帧内-帧间自融合的双流泛化人脸伪造检测方法
董丰恺
邹晓强
王佳慧
马利民
杨文元
刘熙尧
《计算机工程》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于双流注意力机制的阅读理解式事件抽取模型
安娜
白雄文
王红艳
张萌
《计算机工程与设计》
北大核心
2022
7
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
