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
基于双向长短时记忆网络和自注意力机制的心音分类
1
作者
卢官明
李齐健
+4 位作者
卢峻禾
戚继荣
赵宇航
王洋
魏金生
《数据采集与处理》
北大核心
2025年第2期456-468,共13页
心音听诊是早期筛查心脏病的有效诊断方法。为了提高异常心音检测性能,提出了一种基于双向长短时记忆(Bi⁃directional long short⁃term memory,Bi⁃LSTM)网络和自注意力机制(Self⁃attention mechanism,SA)的心音分类算法。对心音信号进...
心音听诊是早期筛查心脏病的有效诊断方法。为了提高异常心音检测性能,提出了一种基于双向长短时记忆(Bi⁃directional long short⁃term memory,Bi⁃LSTM)网络和自注意力机制(Self⁃attention mechanism,SA)的心音分类算法。对心音信号进行分帧处理,提取每帧心音信号的梅尔频率倒谱系数(Mel⁃frequency cepstral coefficients,MFCC)特征;将MFCC特征序列输入Bi⁃LSTM网络,利用Bi⁃LSTM网络提取心音信号的时域上下文特征;通过自注意力机制动态调整Bi⁃LSTM网络各时间步输出特征的权重,得到有利于分类的更具鉴别性的心音特征;通过Softmax分类器实现正常/异常心音的分类。在PhysioNet/CinC Challenge 2016心音数据集上对所提出的算法使用10折交叉验证法进行了评估,得到0.9425的灵敏度、0.9437的特异度、0.8367的精度、0.8865的F1得分和0.9434的准确率,优于对比的典型算法。实验结果表明,该算法在无需进行心音分段的基础上就能有效实现异常心音检测,具有潜在的临床应用前景。
展开更多
关键词
心音分类
梅尔频率倒谱系数
双向长短时记忆网络
自注意力机制
在线阅读
下载PDF
职称材料
基于逐层增量分解的深度网络神经元相关性解释方法
被引量：
1
2
作者
陈艺元
李建威
+1 位作者
邵文泽
孙玉宝
《自动化学报》
EI
CAS
CSCD
北大核心
2024年第10期2049-2062,共14页
神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分...
神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分解的神经网络解释新方法LID-Taylor(Layer-wise increment decomposition),且在此基础上先后引入针对顶层神经元相关性的对比提升策略,以及针对所有层神经元相关性的非线性提升策略,最后利用交叉组合策略得到最终方法SIG-LID-IG,实现了决策归因性能的鲁棒跃升.通过热力图对现有工作与提出方法的决策归因性能做了定性定量评估.结果显示,SIG-LID-IG在神经元的正、负相关性的决策归因合理性上均可媲美甚至优于现有工作.SIG-LID-IG在多尺度热力图下同样取得了精确性更高、鲁棒性更强的决策归因.
展开更多
关键词
神经网络
可解释性
决策相关性
逐层相关性传播
类激活图
积分梯度
在线阅读
下载PDF
职称材料
题名
基于双向长短时记忆网络和自注意力机制的心音分类
1
作者
卢官明
李齐健
卢峻禾
戚继荣
赵宇航
王洋
魏金生
机构
南京邮电大学
通信
与
信息
工程学院
智能
信息
处理与
通信
技术
省
高校
重点
实验室
(
南京邮电大学
)
南京邮电大学
计算机学院
南京
医科
大学
附属儿童医院心胸外科
出处
《数据采集与处理》
北大核心
2025年第2期456-468,共13页
基金
国家自然科学基金(72074038)
江苏省卫生健康委员会重点项目(K2023036)
+1 种基金
南京市留学人员科技创新项目(NJKC⁃ZYZZ2023-04)
南京邮电大学引进人才科研启动基金(NY223030)。
文摘
心音听诊是早期筛查心脏病的有效诊断方法。为了提高异常心音检测性能,提出了一种基于双向长短时记忆(Bi⁃directional long short⁃term memory,Bi⁃LSTM)网络和自注意力机制(Self⁃attention mechanism,SA)的心音分类算法。对心音信号进行分帧处理,提取每帧心音信号的梅尔频率倒谱系数(Mel⁃frequency cepstral coefficients,MFCC)特征;将MFCC特征序列输入Bi⁃LSTM网络,利用Bi⁃LSTM网络提取心音信号的时域上下文特征;通过自注意力机制动态调整Bi⁃LSTM网络各时间步输出特征的权重,得到有利于分类的更具鉴别性的心音特征;通过Softmax分类器实现正常/异常心音的分类。在PhysioNet/CinC Challenge 2016心音数据集上对所提出的算法使用10折交叉验证法进行了评估,得到0.9425的灵敏度、0.9437的特异度、0.8367的精度、0.8865的F1得分和0.9434的准确率,优于对比的典型算法。实验结果表明,该算法在无需进行心音分段的基础上就能有效实现异常心音检测,具有潜在的临床应用前景。
关键词
心音分类
梅尔频率倒谱系数
双向长短时记忆网络
自注意力机制
Keywords
heart sound classification
Mel-frequency cepstral coefficients(MFCC)
bi-directional long short-term memory(Bi-LSTM)
self-attention mechanism
分类号
TP391.4 [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
基于逐层增量分解的深度网络神经元相关性解释方法
被引量：
1
2
作者
陈艺元
李建威
邵文泽
孙玉宝
机构
智能
信息
处理与
通信
技术
省
高校
重点
实验室
(
南京邮电大学
)
南京邮电大学
通信
与
信息
工程学院
南京
信息
工程
大学
教育部数字取证工程研究中心
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2024年第10期2049-2062,共14页
基金
国家自然科学基金(61771250,61972213,62276139,U2001211),青蓝工程资助。
文摘
神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分解的神经网络解释新方法LID-Taylor(Layer-wise increment decomposition),且在此基础上先后引入针对顶层神经元相关性的对比提升策略,以及针对所有层神经元相关性的非线性提升策略,最后利用交叉组合策略得到最终方法SIG-LID-IG,实现了决策归因性能的鲁棒跃升.通过热力图对现有工作与提出方法的决策归因性能做了定性定量评估.结果显示,SIG-LID-IG在神经元的正、负相关性的决策归因合理性上均可媲美甚至优于现有工作.SIG-LID-IG在多尺度热力图下同样取得了精确性更高、鲁棒性更强的决策归因.
关键词
神经网络
可解释性
决策相关性
逐层相关性传播
类激活图
积分梯度
Keywords
Neural network
explainability
decision relevance
layer-wise relevance propagation(LRP)
class activation map
integrated gradients(IG)
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
基于双向长短时记忆网络和自注意力机制的心音分类
卢官明
李齐健
卢峻禾
戚继荣
赵宇航
王洋
魏金生
《数据采集与处理》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于逐层增量分解的深度网络神经元相关性解释方法
陈艺元
李建威
邵文泽
孙玉宝
《自动化学报》
EI
CAS
CSCD
北大核心
2024
1
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
