期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于动态人群超图卷积网络的自闭症诊断方法
1
作者 王国华 王丽芳 +2 位作者 薛小红 王千山 李海芳 《计算机应用研究》 北大核心 2025年第5期1356-1362,共7页
近年来图神经网络已被广泛应用于自闭症辅助诊断,现有研究大多采用手工计算的方式构建被试间相似图以实现诊断,难以准确建模被试间的复杂关系。此外,多数方法还忽略了对脑区自身特性的利用。为解决以上问题,提出了一种结合功能连接和动... 近年来图神经网络已被广泛应用于自闭症辅助诊断,现有研究大多采用手工计算的方式构建被试间相似图以实现诊断,难以准确建模被试间的复杂关系。此外,多数方法还忽略了对脑区自身特性的利用。为解决以上问题,提出了一种结合功能连接和动态低频波动振幅两种特征的动态人群超图卷积自闭症诊断方法DPHCN。采用多角度超图构建结合动态超图卷积实现自闭症诊断,在包含17个站点的公开数据集ABIDE-I上对所提方法进行了评估,达到了患者和正常被试间87.4%的分类准确率,优于许多现有方法。此外,还在ADHD-200数据集上进行了实验,并利用基于梯度的显著图法识别了对分类重要的大脑功能连接,结果表明所提方法有良好的泛化性和挖掘潜在生物标志物的能力。 展开更多
关键词 自闭症诊断 动态超图卷积网络 功能磁共振成像 动态低频波动振幅
在线阅读 下载PDF
基于遗传算法的码垛机器人路径规划应用 被引量:7
2
作者 郭玥 李潇雯 《包装工程》 CAS 北大核心 2019年第21期167-172,共6页
目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、... 目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。 展开更多
关键词 码垛机器人 遗传算法 路径规划 适应度函数
在线阅读 下载PDF
应用型本科院校单片机课程教学模式的构建与实施 被引量:1
3
作者 韩晶晶 《南方农机》 2018年第18期202-203,共2页
本文分析了应用型本科院校单片机课程的教学现状,以电子信息工程专业学生的电子电路设计的创新应用型能力为培养目标,构建了一套适合应用型本科电子信息专业单片机课程的"理论+仿真+实践+创新"的教学模式。
关键词 单片机 应用型 教学模式
在线阅读 下载PDF
基于Fisher准则的半监督特征提取方法 被引量:4
4
作者 郝伟 刘忠宝 《计算机工程与设计》 北大核心 2017年第1期238-241,共4页
针对实际应用中得到的数据往往只有少量具有类别标签,大多数类属未知的情况,在Fisher准则的基础上,提出基于Fisher准则的半监督特征提取方法 SFEM。在构造邻接图的基础上,重新定义类内离散度矩阵和类间离散度矩阵,利用Fisher准则找到的... 针对实际应用中得到的数据往往只有少量具有类别标签,大多数类属未知的情况,在Fisher准则的基础上,提出基于Fisher准则的半监督特征提取方法 SFEM。在构造邻接图的基础上,重新定义类内离散度矩阵和类间离散度矩阵,利用Fisher准则找到的最优投影方向满足类间离散度矩阵与类内离散度矩阵之比最大,保证样本能较好地分开。若干标准数据集上的仿真结果表明,SFEM在解决半监督特征提取问题上具有一定优势。 展开更多
关键词 特征提取 半监督算法 费希尔准则 类内离散度 类间离散度
在线阅读 下载PDF
基于最大散度差的保序分类算法
5
作者 郝伟 刘忠宝 《西安石油大学学报(自然科学版)》 CAS 北大核心 2017年第4期123-126,共4页
分类算法主要存在问题:(1)无法充分利用样本的分布特征;(2)无法保持样本的相对关系不变;(3)无法解决大规模分类问题。对此,提出了一种基于最大散度差的保序分类算法RPCM,该方法利用线性判别分析算法中的类间离散度和类内离散度来表征样... 分类算法主要存在问题:(1)无法充分利用样本的分布特征;(2)无法保持样本的相对关系不变;(3)无法解决大规模分类问题。对此,提出了一种基于最大散度差的保序分类算法RPCM,该方法利用线性判别分析算法中的类间离散度和类内离散度来表征样本的分布特征,通过保持各类样本中心相对关系不变来实现样本相对关系不变。理论分析表明:RPCM的对偶形式与最小包含球等价。在核心向量机的基础上提出了RPCM-CVM算法,该算法可用来解决大规模分类问题,标准数据集上的比较实验验证了所提方法的有效性。 展开更多
关键词 最大散度差 保序分类 类间离散度 类内离散度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部