期刊导航
期刊开放获取
河南省图书馆
退出
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
4
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
基于深度学习的人工智能模型自动识别颈动脉斑块
1
作者
赫兰
申锷
+5 位作者
杨泽堃
张颖
王玉东
陈伟导
王一同
贺永明
《中国医疗器械杂志》
2024年第4期361-366,共6页
该研究旨在构建一个用于颈动脉斑块超声图像的有无判定的数据集,由1 165例受检者的1 761张超声图像组成。研究采用了一种融合了双线性卷积神经网络与残差神经网络的深度学习架构,即单输入BCNN-ResNet模型,以辅助临床医生通过颈动脉超声...
该研究旨在构建一个用于颈动脉斑块超声图像的有无判定的数据集,由1 165例受检者的1 761张超声图像组成。研究采用了一种融合了双线性卷积神经网络与残差神经网络的深度学习架构,即单输入BCNN-ResNet模型,以辅助临床医生通过颈动脉超声图像进行斑块的诊断。该模型经过训练以及内部和外部验证后,在内部验证中,ROC AUC达到了0.99,其95%置信区间为(0.91, 0.84),在外部验证中ROC AUC为0.95,其95%置信区间为(0.96, 0.94),此表现优于ResNet-34网络模型在内部验证中0.98 AUC的95%置信区间(0.99,0.95)和外部验证中0.94 AUC的95%置信区间(0.95, 0.92)。因此,单输入BCNN-ResNet网络模型展示了优异的诊断性能,为颈动脉斑块的自动识别提供了一种创新的解决方案。
展开更多
关键词
单输入bcnn-resnet网络模型
颈动脉超声
深度学习
下载PDF
职称材料
双Hopfield网络MAC算法在单元机组负荷系统中的应用
被引量:
2
2
作者
郭俊君
郭鹏
《华北电力大学学报(自然科学版)》
CAS
北大核心
2005年第3期39-42,共4页
电厂负荷系统是一个有耦合的两输入两输出多变量对象,对控制作用有一定的约束。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文首先将系统分解为两个双输入单输出的系统,并进一步将其简化为两个二次约束...
电厂负荷系统是一个有耦合的两输入两输出多变量对象,对控制作用有一定的约束。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文首先将系统分解为两个双输入单输出的系统,并进一步将其简化为两个二次约束优化问题。然后用两个Hopfield网络分别加以求解,从而得到它们的预测控制序列,并能很好的处理控制中的约束条件,避免了传统算法中矩阵求逆等复杂运算。仿真表明,该方法算法简单、鲁棒性强、控制效果理想。
展开更多
关键词
HOPFIELD
网络
负荷系统
MAC算法
单
元机组
应用
模型
算法控制
双
输入
单
输出
约束优化问题
控制作用
预测控制
系统分解
控制序列
约束条件
矩阵求逆
传统算法
控制效果
多变量
鲁棒性
对象
仿真
下载PDF
职称材料
一维CMAC网在SISO机构系统辨识中的应用
被引量:
1
3
作者
张晓东
武利生
李元宗
《太原理工大学学报》
CAS
北大核心
2008年第S2期319-322,共4页
叙述了一维小脑模型关节控制器(CMAC)的结构、参数确定方法及学习算法,讨论了以一维CMAC网作为单输入单输出(SISO)机构的系统模型进行系统辨识的原理及方法。以曲柄滑块机构为例,对一维CMAC网作为机构模型的系统辨识进行了MATLAB仿真,...
叙述了一维小脑模型关节控制器(CMAC)的结构、参数确定方法及学习算法,讨论了以一维CMAC网作为单输入单输出(SISO)机构的系统模型进行系统辨识的原理及方法。以曲柄滑块机构为例,对一维CMAC网作为机构模型的系统辨识进行了MATLAB仿真,取得了较好效果。
展开更多
关键词
小脑
模型
关节控制器
单
输入
单
输出
系统辨识
神经
网络
下载PDF
职称材料
木材干燥窑内判断传感器有效状态方法的研究
4
作者
张佳薇
郭润龙
《传感器与微系统》
CSCD
北大核心
2009年第5期55-57,60,共4页
为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D-S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数...
为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D-S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D-S证据理论确定基本信任分配函数的困难和因输入参数改变影响信任分配函数构建的问题。仿真结果表明:该方法可以对木材干燥过程中传感器工作状态进行有效诊断。
展开更多
关键词
故障诊断
数据融合
双
输入
单
输出小脑
模型
神经
网络
证据理论
下载PDF
职称材料
题名
基于深度学习的人工智能模型自动识别颈动脉斑块
1
作者
赫兰
申锷
杨泽堃
张颖
王玉东
陈伟导
王一同
贺永明
机构
上海市胸科医院/上海交通大学医学院附属胸科医院超声科
上海交通大学医学院附属松江医院超声科
推想医疗科技股份有限公司
大连大学附属新华医院超声医学科
苏州大学附属第一医院心内科
出处
《中国医疗器械杂志》
2024年第4期361-366,共6页
基金
上海市徐汇区智慧医疗专项研究项目(XHZH202108)
上海市徐汇区人工智能医疗院地合作项目(23XHYD-22)。
文摘
该研究旨在构建一个用于颈动脉斑块超声图像的有无判定的数据集,由1 165例受检者的1 761张超声图像组成。研究采用了一种融合了双线性卷积神经网络与残差神经网络的深度学习架构,即单输入BCNN-ResNet模型,以辅助临床医生通过颈动脉超声图像进行斑块的诊断。该模型经过训练以及内部和外部验证后,在内部验证中,ROC AUC达到了0.99,其95%置信区间为(0.91, 0.84),在外部验证中ROC AUC为0.95,其95%置信区间为(0.96, 0.94),此表现优于ResNet-34网络模型在内部验证中0.98 AUC的95%置信区间(0.99,0.95)和外部验证中0.94 AUC的95%置信区间(0.95, 0.92)。因此,单输入BCNN-ResNet网络模型展示了优异的诊断性能,为颈动脉斑块的自动识别提供了一种创新的解决方案。
关键词
单输入bcnn-resnet网络模型
颈动脉超声
深度学习
Keywords
single-input
bcnn-resnet
network model
carotid ultrasound
deep learning
分类号
R445.1 [医药卫生—影像医学与核医学]
下载PDF
职称材料
题名
双Hopfield网络MAC算法在单元机组负荷系统中的应用
被引量:
2
2
作者
郭俊君
郭鹏
机构
燕山大学继续教育学院
华北电力大学控制科学与工程学院
出处
《华北电力大学学报(自然科学版)》
CAS
北大核心
2005年第3期39-42,共4页
文摘
电厂负荷系统是一个有耦合的两输入两输出多变量对象,对控制作用有一定的约束。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文首先将系统分解为两个双输入单输出的系统,并进一步将其简化为两个二次约束优化问题。然后用两个Hopfield网络分别加以求解,从而得到它们的预测控制序列,并能很好的处理控制中的约束条件,避免了传统算法中矩阵求逆等复杂运算。仿真表明,该方法算法简单、鲁棒性强、控制效果理想。
关键词
HOPFIELD
网络
负荷系统
MAC算法
单
元机组
应用
模型
算法控制
双
输入
单
输出
约束优化问题
控制作用
预测控制
系统分解
控制序列
约束条件
矩阵求逆
传统算法
控制效果
多变量
鲁棒性
对象
仿真
Keywords
unit load system
MAC
double Hopfield Networks
control with constraints
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TH871.5 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
一维CMAC网在SISO机构系统辨识中的应用
被引量:
1
3
作者
张晓东
武利生
李元宗
机构
太原理工大学机械工程学院
出处
《太原理工大学学报》
CAS
北大核心
2008年第S2期319-322,共4页
文摘
叙述了一维小脑模型关节控制器(CMAC)的结构、参数确定方法及学习算法,讨论了以一维CMAC网作为单输入单输出(SISO)机构的系统模型进行系统辨识的原理及方法。以曲柄滑块机构为例,对一维CMAC网作为机构模型的系统辨识进行了MATLAB仿真,取得了较好效果。
关键词
小脑
模型
关节控制器
单
输入
单
输出
系统辨识
神经
网络
Keywords
CMAC
SISO
system identification
neural networks
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
木材干燥窑内判断传感器有效状态方法的研究
4
作者
张佳薇
郭润龙
机构
东北林业大学机电工程学院
出处
《传感器与微系统》
CSCD
北大核心
2009年第5期55-57,60,共4页
基金
国家自然科学基金资助项目(30771678)
黑龙江省青年专项基金资助项目(QC07C57)
文摘
为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D-S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D-S证据理论确定基本信任分配函数的困难和因输入参数改变影响信任分配函数构建的问题。仿真结果表明:该方法可以对木材干燥过程中传感器工作状态进行有效诊断。
关键词
故障诊断
数据融合
双
输入
单
输出小脑
模型
神经
网络
证据理论
Keywords
fault diagnosis
data fusion
CMAC neural networks(CMACNN)
evidence theory
分类号
TP206 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的人工智能模型自动识别颈动脉斑块
赫兰
申锷
杨泽堃
张颖
王玉东
陈伟导
王一同
贺永明
《中国医疗器械杂志》
2024
0
下载PDF
职称材料
2
双Hopfield网络MAC算法在单元机组负荷系统中的应用
郭俊君
郭鹏
《华北电力大学学报(自然科学版)》
CAS
北大核心
2005
2
下载PDF
职称材料
3
一维CMAC网在SISO机构系统辨识中的应用
张晓东
武利生
李元宗
《太原理工大学学报》
CAS
北大核心
2008
1
下载PDF
职称材料
4
木材干燥窑内判断传感器有效状态方法的研究
张佳薇
郭润龙
《传感器与微系统》
CSCD
北大核心
2009
0
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