期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
结构MRI联合基于VR眼动追踪技术的计算机化认知评估在阿尔茨海默病早期诊断中的应用价值 被引量:1
1
作者 韦卓男 樊响 +8 位作者 余可妍 陈乐乐 尹晨旺 陈慧 戚玉龙 陈旭辉 胡俊 张绪 成官迅 《磁共振成像》 CAS CSCD 北大核心 2024年第6期49-53,共5页
目的探讨结构MRI联合基于VR眼动追踪技术的计算机化认知评估在阿尔茨海默病(Alzheimer's disease,AD)早期诊断中的临床应用价值。材料与方法77例早期AD患者和58例认知未受损者(cognitive unimpaired,CU)均接受了传统神经心理学量表... 目的探讨结构MRI联合基于VR眼动追踪技术的计算机化认知评估在阿尔茨海默病(Alzheimer's disease,AD)早期诊断中的临床应用价值。材料与方法77例早期AD患者和58例认知未受损者(cognitive unimpaired,CU)均接受了传统神经心理学量表评估[包括简易精神状态量表(Mini-Mental State Examination,MMSE)、蒙特利尔认知评估量表(Montreal Cognitive Assessment,MoCA)等]、一项时长为5分钟的VR眼动认知评估,以及头颅三维T1加权成像(three dimensions T1-weighted imaging,3D-T1WI)磁共振结构像检查,并利用自动结构分析工具获取海马体积(hippocampal volume,HV)数值。分析VR眼动认知评估的总分与传统认知评估之间的相关性,构建受试者工作特征(receiver operating characteristic,ROC)曲线,分析单个指标(HV)及联合指标(HV联合VR眼动认知评估的总分)对AD的诊断效能。结果(1)HV诊断早期AD的AUC为0.629(95%CI:0.542~0.711),HV联合VR眼动认知评估的总分诊断早期AD的AUC为0.825(95%CI:0.751~0.885),DeLong检验结果显示两者差异有统计学意义(P<0.001);(2)早期AD组的HV(Z=−2.565,P=0.010)较CU组低;(3)VR眼动认知评估的总分与MMSE评分、MoCA评分呈正相关(r=0.531、0.627,P均<0.001)。结论联合基于VR眼动追踪技术的计算机化认知评估能提高HV对早期AD的诊断价值。 展开更多
关键词 阿尔茨海默病 磁共振成像 眼动追踪 计算机化认知评估 海马体积
在线阅读 下载PDF
大数据随机样本划分模型及相关分析计算技术 被引量:19
2
作者 黄哲学 何玉林 +1 位作者 魏丞昊 张晓亮 《数据采集与处理》 CSCD 北大核心 2019年第3期373-385,共13页
设计了一种新的适用于大数据的管理和分析模型大数据随机样本划分(Random samplepartition,RSP)模型,它是将大数据文件表达成一系列RSP数据块文件的集合,分布存储在集群节点上。RSP的生成操作使每个RSP数据块的分布与大数据的分布保持... 设计了一种新的适用于大数据的管理和分析模型大数据随机样本划分(Random samplepartition,RSP)模型,它是将大数据文件表达成一系列RSP数据块文件的集合,分布存储在集群节点上。RSP的生成操作使每个RSP数据块的分布与大数据的分布保持统计意义上的一致,因此,每个RSP数据块是大数据的一个随机样本数据,可以用来估计大数据的统计特征,或建立大数据的分类和回归模型。基于RSP模型,大数据的分析任务可以通过对RSP数据块的分析来完成,不需要对整个大数据进行计算,极大地减少了计算量,降低了对计算资源的要求,提高了集群系统的计算能力和扩展能力。本文首先给出RSP模型的定义、理论基础和生成方法;然后介绍基于RSP数据块的渐近式集成学习Alpha计算框架;之后讨论基于RSP模型和Alpha框架的大数据分析相关计算技术,包括:数据探索与清洗、概率密度函数估计、有监督子空间学习、半监督集成学习、聚类集成和异常点检测;最后讨论RSP模型在分而治之大数据分析和抽样方法上的创新,以及RSP模型和Alpha计算框架实现大规模数据分析的优势。 展开更多
关键词 大数据 随机样本划分 渐近式集成学习 人工智能
在线阅读 下载PDF
大数据聚类专题序言 被引量:3
3
作者 陈国良 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2019年第1期1-3,共3页
2013年被称为“大数据元年”.经过近5年的飞速发展,大数据已经成为大众最为关注的一门新技术,大数据的应用预示着信息时代进入了一个新阶段.目前,大数据应用已经渗透到人类社会的各个角落,高效的大数据分析和运用,将会对未来中国经济发... 2013年被称为“大数据元年”.经过近5年的飞速发展,大数据已经成为大众最为关注的一门新技术,大数据的应用预示着信息时代进入了一个新阶段.目前,大数据应用已经渗透到人类社会的各个角落,高效的大数据分析和运用,将会对未来中国经济发展、社会治理、国家管理、人民生活产生积极重大的影响.我以“big data”和“大数据”为关键词,对2013年至今发表在Web of Science(WOS)和中国知网CNKI平台(计算机软件及计算机应用领域内的期刊论文)上的文献进行了检索(超16 000篇文献),并通过对其中WOS的约100篇高被引和热点论文以及CNKI中下载量超过10000次的学术论文进行分析,总结归纳发现,大数据的研究主要经历了以下3个关键时期. 展开更多
关键词 人工智能 大数据 存储管理 系统计算 聚类
在线阅读 下载PDF
大规模数据集聚类算法的研究进展 被引量:12
4
作者 何玉林 黄哲学 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2019年第1期4-17,共14页
聚类是机器学习领域的一个重要研究方向,在过去几十年间,针对不同类型中小规模数据集聚类算法的研究取得了很大的进展,许多行之有效的算法先后问世.然而,这些算法在处理大规模数据集时,计算复杂度较高,处理高维数据的能力较弱,难以获得... 聚类是机器学习领域的一个重要研究方向,在过去几十年间,针对不同类型中小规模数据集聚类算法的研究取得了很大的进展,许多行之有效的算法先后问世.然而,这些算法在处理大规模数据集时,计算复杂度较高,处理高维数据的能力较弱,难以获得令人满意的效果.随着大数据时代的到来,数据的采集和存储变得相对容易和便捷,但数据量也与日俱增,因此,针对各种实际应用的聚类问题应运而生,使得专门针对大规模数据集的聚类算法研究成为当前机器学习领域的重要任务之一.本文以大规模数据集的可计算性为切入点,对目前串行和并行计算环境下专门用于处理大规模数据集的聚类算法进行综述和分析,重点评述了串行计算环境下基于样例选择、增量学习、特征子集和特征转换的聚类算法以及并行计算环境下基于MapReduce、Spark和Storm框架的聚类算法,给出了有关未来大规模数据集聚类算法设计思路与应用前景的思考和讨论,包括基于数据并行和训练过程自动化的聚类算法设计策略及关于社交网络大数据聚类算法的若干理解. 展开更多
关键词 人工智能 大规模数据 聚类 串行计算 并行计算 数据挖掘 综述
在线阅读 下载PDF
混合属性数据集分布一致性度量的新方法 被引量:3
5
作者 何玉林 金一 +2 位作者 戴德鑫 黄柏皓 黄家杰 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2021年第2期170-179,共10页
数据分布一致性的度量是大数据随机样本划分生成过程中的一个关键问题,如何针对混合属性的数据集进行合理有效的分布一致性度量是目前随机样本划分技术研究的重点.提出一种新的基于深度编码和最大平均差异的混合属性数据集分布一致性度... 数据分布一致性的度量是大数据随机样本划分生成过程中的一个关键问题,如何针对混合属性的数据集进行合理有效的分布一致性度量是目前随机样本划分技术研究的重点.提出一种新的基于深度编码和最大平均差异的混合属性数据集分布一致性度量方法,不直接对两个不同的原始数据集进行分布一致性的度量,而是首先对混合属性中的离散属性进行独热编码,得到独热编码数据集;之后对独热编码数据集进行自编码处理,得到深度编码数据集;最后基于最大均值差异指标对两个不同的深度编码数据集进行分布一致性的度量.在Adult、Australian、CRX和German标准混合属性数据集上对所提方法进行性能实验验证,结果表明,与基于离散属性独热编码的最大平均差异方法和基于连续属性二进制化的相似性度量方法相比,新方法能够更加准确地对混合属性数据进行分布一致性的度量. 展开更多
关键词 人工智能 随机样本划分 分布一致性 最大均值差异 混合属性数据 独热编码 深度编码
在线阅读 下载PDF
面向复杂物流配送场景的车辆路径规划多任务辅助进化算法 被引量:8
6
作者 李坚强 蔡俊创 +2 位作者 孙涛 朱庆灵 林秋镇 《自动化学报》 EI CAS CSCD 北大核心 2024年第3期544-559,共16页
在现代社会中,复杂物流配送场景的车辆路径规划问题(Vehicle routing problem,VRP)一般带有时间窗约束且需要提供同时取送货的服务.这种复杂物流配送场景的车辆路径规划问题是NP-难问题.当其规模逐渐增大时,一般的数学规划方法难以求解... 在现代社会中,复杂物流配送场景的车辆路径规划问题(Vehicle routing problem,VRP)一般带有时间窗约束且需要提供同时取送货的服务.这种复杂物流配送场景的车辆路径规划问题是NP-难问题.当其规模逐渐增大时,一般的数学规划方法难以求解,通常使用启发式方法在限定时间内求得较优解.然而,传统的启发式方法从原大规模问题直接开始搜索,无法利用先前相关的优化知识,导致收敛速度较慢.因此,提出面向复杂物流配送场景的车辆路径规划多任务辅助进化算法(Multitask-based assisted evolutionary algorithm,MBEA),通过使用迁移优化方法加快算法收敛速度,其主要思想是通过构造多个简单且相似的子任务用于辅助优化原大规模问题.首先从原大规模问题中随机选择一部分客户订单用于构建多个不同的相似优化子任务,然后使用进化多任务(Evolutional multitasking,EMT)方法用于生成原大规模问题和优化子任务的候选解.由于优化子任务相对简单且与原大规模问题相似,其搜索得到的路径特征可以通过任务之间的知识迁移辅助优化原大规模问题,从而加快其求解速度.最后,提出的算法在京东物流公司快递取送货数据集上进行验证,其路径规划效果优于当前最新提出的路径规划算法. 展开更多
关键词 车辆路径规划问题 时间窗约束 同时取送货 进化算法 迁移优化
在线阅读 下载PDF
基于无放回抽样的帕尔森窗口集成方法 被引量:1
7
作者 何武超 王晓兰 +1 位作者 何玉林 熊睿杰 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2018年第6期617-621,共5页
为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人... 为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人满意的概率密度函数估计表现.基于无放回抽样得到的若干原数据集的数据子集,利用帕尔森窗口法在数据子集上进行基概率密度函数估计,并将抽样上估计的基概率密度函数集成得到原始数据集的概率密度函数.通过在柯西分布和正态分布上对比帕尔森窗口法和SRPWE方法的概率密度函数估计表现,证实SR-PWE方法可行且有效. 展开更多
关键词 概率分布 概率密度函数估计 帕尔森窗口 核密度估计方法 窗口宽度 无放回抽样 集成方法 大规模数据集
在线阅读 下载PDF
一种改进的可适应变宽核密度估计器 被引量:2
8
作者 金会赏 何玉林 +2 位作者 常秀颖 王晓兰 蒋捷 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2019年第6期709-717,共9页
可适应变宽核密度估计器(kernel density estimator with adaptive varying bandwidth,KDE-AVB)是一种基于单个数据点的概率密度估计方法,它以单个数据点为处理对象,利用置信区间交叉法则确定核密度估计器的最优窗口宽度.为加快可适应... 可适应变宽核密度估计器(kernel density estimator with adaptive varying bandwidth,KDE-AVB)是一种基于单个数据点的概率密度估计方法,它以单个数据点为处理对象,利用置信区间交叉法则确定核密度估计器的最优窗口宽度.为加快可适应变宽核密度估计器对最优窗口宽度的寻找,通过引入一种可变的标准差项因子去确定置信区间的上下边界,提出一种改进的可适应变宽核密度估计器(improved kernel density estimator with adaptive varying bandwidth,IKDE-AVB).可变标准差项因子的引入不仅加快了可适应变宽核密度估计器搜索最优窗口宽度的速度,且在一定程度上降低了“过平滑”概率密度估计现象发生的风险.对KDE-AVB和IKDE-AVB的仿真结果表明,IKDE-AVB不仅获得了更快的训练速度(最高降低64%),同时提升了概率密度的估计精度(估计误差最高降低63%). 展开更多
关键词 人工智能 概率密度 核密度估计 可适应变宽 最优窗口宽度
在线阅读 下载PDF
一个新的上下文感知类案匹配与推荐方法 被引量:5
9
作者 许梓涛 黄炳森 +1 位作者 潘微科 明仲 《太原理工大学学报》 CAS 北大核心 2022年第1期80-88,共9页
根据现有的类案推荐方法得到的相似案件,其精确度通常很难满足法官的需求,辅助判案效果有限。为此,提出了一个基于上下文感知的类案匹配和推荐模型(CASCMR).模型为实现端到端高效率的文本匹配与推荐,使用多语义文档表达框架,并通过文本... 根据现有的类案推荐方法得到的相似案件,其精确度通常很难满足法官的需求,辅助判案效果有限。为此,提出了一个基于上下文感知的类案匹配和推荐模型(CASCMR).模型为实现端到端高效率的文本匹配与推荐,使用多语义文档表达框架,并通过文本向量预先计算与存储,减少匹配时间,进而提高效率。具体而言,为了更好地对法律长文本进行建模,CASCMR使用BERT对数据进行编码,利用其注意力机制捕获文本长距离依赖信息。同时,考虑法律文本从局部到全局的信息,利用双向LSTM和CNN分别获取文本的上下文信息和局部语义特征,提高法律文本的表征能力,从而提升模型的预测性能。将所提出的模型应用到中国法研杯2019相似案件匹配任务,实验结果显示,与目前最好的方法相比,匹配和推荐精度的提升效果较为明显。 展开更多
关键词 类案匹配 类案推荐 BERT 注意力机制 法律人工智能
在线阅读 下载PDF
基于夹角几何的I-niceMO增强算法
10
作者 何一帆 何玉林 +1 位作者 蔡湧达 黄哲学 《系统仿真学报》 CAS CSCD 北大核心 2023年第4期797-808,共12页
针对I-niceMO算法在候选聚类中心合并时中心数目难以确定和中心点识别不准确的问题,提出了基于夹角几何的I-niceMO增强(I-niceMOEn)算法。利用观测点与数据点之间的距离和角度分布情况找出数据中尽可能多的候选聚类中心,以避免多类别数... 针对I-niceMO算法在候选聚类中心合并时中心数目难以确定和中心点识别不准确的问题,提出了基于夹角几何的I-niceMO增强(I-niceMOEn)算法。利用观测点与数据点之间的距离和角度分布情况找出数据中尽可能多的候选聚类中心,以避免多类别数据聚类中出现的类别丢失的情况;利用谱聚类算法对候选聚类中心进行聚类,根据拉普拉斯矩阵特征值的大小自动地对候选聚类中心进行合并;根据合并后的聚类中心的数量确定最终的数据聚类类别数。I-niceMOEn算法实现了对数据类别数的自动确定,并且在聚类过程中不需要人为设置参数。实验结果表明:I-niceMOEn算法在收敛的同时能够获得优于传统自动聚类算法和I-niceMO算法的类中心确定表现。 展开更多
关键词 自动聚类 I-nice聚类 谱聚类 无监督学习 观测点机制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部