期刊文献+
共找到46篇文章
< 1 2 3 >
每页显示 20 50 100
Least Squares One-Class Support Tensor Machine
1
作者 Kaiwen Zhao Yali Fan 《Journal of Computer and Communications》 2024年第4期186-200,共15页
One-class classification problem has become a popular problem in many fields, with a wide range of applications in anomaly detection, fault diagnosis, and face recognition. We investigate the one-class classification ... One-class classification problem has become a popular problem in many fields, with a wide range of applications in anomaly detection, fault diagnosis, and face recognition. We investigate the one-class classification problem for second-order tensor data. Traditional vector-based one-class classification methods such as one-class support vector machine (OCSVM) and least squares one-class support vector machine (LSOCSVM) have limitations when tensor is used as input data, so we propose a new tensor one-class classification method, LSOCSTM, which directly uses tensor as input data. On one hand, using tensor as input data not only enables to classify tensor data, but also for vector data, classifying it after high dimensionalizing it into tensor still improves the classification accuracy and overcomes the over-fitting problem. On the other hand, different from one-class support tensor machine (OCSTM), we use squared loss instead of the original loss function so that we solve a series of linear equations instead of quadratic programming problems. Therefore, we use the distance to the hyperplane as a metric for classification, and the proposed method is more accurate and faster compared to existing methods. The experimental results show the high efficiency of the proposed method compared with several state-of-the-art methods. 展开更多
关键词 Least Square One-Class support tensor machine One-Class Classification Upscale Least Square One-Class support Vector machine One-Class support tensor machine
下载PDF
TWIN SUPPORT TENSOR MACHINES FOR MCS DETECTION 被引量:8
2
作者 Zhang Xinsheng Gao Xinbo Wang Ying 《Journal of Electronics(China)》 2009年第3期318-325,共8页
Tensor representation is useful to reduce the overfitting problem in vector-based learning algorithm in pattern recognition.This is mainly because the structure information of objects in pattern analysis is a reasonab... Tensor representation is useful to reduce the overfitting problem in vector-based learning algorithm in pattern recognition.This is mainly because the structure information of objects in pattern analysis is a reasonable constraint to reduce the number of unknown parameters used to model a classifier.In this paper, we generalize the vector-based learning algorithm TWin Support Vector Machine(TWSVM) to the tensor-based method TWin Support Tensor Machines(TWSTM), which accepts general tensors as input.To examine the effectiveness of TWSTM, we implement the TWSTM method for Microcalcification Clusters(MCs) detection.In the tensor subspace domain, the MCs detection procedure is formulated as a supervised learning and classification problem, and TWSTM is used as a classifier to make decision for the presence of MCs or not.A large number of experiments were carried out to evaluate and compare the performance of the proposed MCs detection algorithm.By comparison with TWSVM, the tensor version reduces the overfitting problem. 展开更多
关键词 Microcalcification Clusters (MCs) detection TWin support tensor machine (TWstm TWin support Vector machine (TWSVM) Receiver Operating Characteristic (ROC) curve
下载PDF
弱数据下多源传感融合的某试车台气路健康评估方法
3
作者 唐智 柏林 +2 位作者 白豪 吴过 王章旭 《电子测量与仪器学报》 CSCD 北大核心 2024年第5期10-18,共9页
航天发动机试车台作为检验发动机可靠性的关键装备,其健康状态评估对确保发动机安全运行具有重要意义。试车台气路系统具有故障模式复杂多变,多点位、多模态传感信息关联性强等特点,且存在数据积累有限、采集的健康状态样本分布不均、... 航天发动机试车台作为检验发动机可靠性的关键装备,其健康状态评估对确保发动机安全运行具有重要意义。试车台气路系统具有故障模式复杂多变,多点位、多模态传感信息关联性强等特点,且存在数据积累有限、采集的健康状态样本分布不均、人工监测运行状态造成人力资源浪费以及高误警率等问题。为此,提出了基于自适应重构相空间-支持高阶张量机的健康评估模型。该方法首先通过设计E1(m)的稳定性判定准则,实现对气路系统相空间的自适应重构;其次采用张量对气路系统的多点位、多模态数据进行表征;然后基于支持高阶张量机挖掘张量样本中的多源传感关联信息与健康模式,实现对试车台气路系统的健康状态评估;最后利用中航某所发动机试车台实际试车数据,与支持向量机、决策树与朴素贝叶斯算法对比,结果表明提出方法在弱数据环境下具有良好评估能力,整体评估精度为89.7%,在极端弱数据环境,精度下降保持在8%以内。 展开更多
关键词 发动机试车台 健康评估 支持高阶张量机 相空间重构 信息融合
下载PDF
Neutron-gamma discrimination method based on blind source separation and machine learning 被引量:4
4
作者 Hanan Arahmane El-Mehdi Hamzaoui +1 位作者 Yann Ben Maissa Rajaa Cherkaoui El Moursli 《Nuclear Science and Techniques》 SCIE EI CAS CSCD 2021年第2期70-80,共11页
The discrimination of neutrons from gamma rays in a mixed radiation field is crucial in neutron detection tasks.Several approaches have been proposed to enhance the performance and accuracy of neutron-gamma discrimina... The discrimination of neutrons from gamma rays in a mixed radiation field is crucial in neutron detection tasks.Several approaches have been proposed to enhance the performance and accuracy of neutron-gamma discrimination.However,their performances are often associated with certain factors,such as experimental requirements and resulting mixed signals.The main purpose of this study is to achieve fast and accurate neutron-gamma discrimination without a priori information on the signal to be analyzed,as well as the experimental setup.Here,a novel method is proposed based on two concepts.The first method exploits the power of nonnegative tensor factorization(NTF)as a blind source separation method to extract the original components from the mixture signals recorded at the output of the stilbene scintillator detector.The second one is based on the principles of support vector machine(SVM)to identify and discriminate these components.In addition to these two main methods,we adopted the Mexican-hat function as a continuous wavelet transform to characterize the components extracted using the NTF model.The resulting scalograms are processed as colored images,which are segmented into two distinct classes using the Otsu thresholding method to extract the features of interest of the neutrons and gamma-ray components from the background noise.We subsequently used principal component analysis to select the most significant of these features wich are used in the training and testing datasets for SVM.Bias-variance analysis is used to optimize the SVM model by finding the optimal level of model complexity with the highest possible generalization performance.In this framework,the obtained results have verified a suitable bias–variance trade-off value.We achieved an operational SVM prediction model for neutron-gamma classification with a high true-positive rate.The accuracy and performance of the SVM based on the NTF was evaluated and validated by comparing it to the charge comparison method via figure of merit.The results indicate that the proposed approach has a superior discrimination quality(figure of merit of 2.20). 展开更多
关键词 Blind source separation Nonnegative tensor factorization(NTF) support vector machines(SVM) Continuous wavelets transform(CWT) Otsu thresholding method
下载PDF
基于L-STM模型的中文情感分类 被引量:6
5
作者 王景中 庞丹丹 《计算机工程与设计》 北大核心 2018年第11期3438-3443,共6页
现有情感分类方法将词作为文本特征,把高阶数据展开为向量形式,同时映射到高维向量空间进行训练,但数据原有高阶结构必然受到影响,甚至造成文本数据特征维数过高,最终引起过拟合现象。面对这种情况,利用张量空间模型令文本数据张量化,基... 现有情感分类方法将词作为文本特征,把高阶数据展开为向量形式,同时映射到高维向量空间进行训练,但数据原有高阶结构必然受到影响,甚至造成文本数据特征维数过高,最终引起过拟合现象。面对这种情况,利用张量空间模型令文本数据张量化,基于STM模型配合LSTM神经网络实现L-STM算法模型,将向量序列作为LSTM网络输入,由此实现更高级优化,可有效降低参数最优解计算期间迭代次数。经实验分析不难发现,基于张量空间的L-STM模型可消除文本数据过拟合问题,加快训练速度,全面保证情感文本分类准确率。 展开更多
关键词 情感分类 词向量 张量空间模型 支持张量机 Lstm神经网络
下载PDF
基于张量计算的卷积神经网络语义表示学习 被引量:3
6
作者 杨礼吉 王家祺 +1 位作者 景丽萍 于剑 《计算机学报》 EI CAS CSCD 北大核心 2023年第3期568-578,共11页
卷积神经网络已在多个领域取得了优异的性能表现,然而由于其不透明的内部状态,其可解释性依然面临很大的挑战.其中一个原因是卷积神经网络以像素级特征为输入,逐层地抽取高级别特征,然而这些高层特征依然十分抽象,人类不能直观理解.为... 卷积神经网络已在多个领域取得了优异的性能表现,然而由于其不透明的内部状态,其可解释性依然面临很大的挑战.其中一个原因是卷积神经网络以像素级特征为输入,逐层地抽取高级别特征,然而这些高层特征依然十分抽象,人类不能直观理解.为了解决这一问题,我们需要表征出网络中隐藏的人类可理解的语义概念.本文通过预先定义语义概念数据集(例如红色、条纹、斑点、狗),得到这些语义在网络某一层的特征图,将这些特征图作为数据,训练一个张量分类器.我们将与分界面正交的张量称为语义激活张量(Semantic Activation Tensors,SATs),每个SAT都指向对应的语义概念.相对于向量分类器,张量分类器可以保留张量数据的原始结构.在卷积网络中,每个特征图中都包含了位置信息和通道信息,如果将其简单地展开成向量形式,这会破坏其结构信息,导致最终分类精度的降低.本文使用SAT与网络梯度的内积来量化语义对分类结果的重要程度,此方法称为TSAT(Testing with SATs).例如,条纹对斑马的预测结果有多大影响.本文以图像分类网络作为解释对象,数据集选取ImageNet,在ResNet50和Inceptionv3两种网络架构上进行实验验证.最终实验结果表明,本文所采用的张量分类方法相较于传统的向量分类方法,在数据维度较大或数据不易区分的情况下,分类精度有显著的提高,且分类的稳定性也更加优秀.这从而保证了本文所推导出的语义激活张量更加准确,进一步确保了后续语义概念重要性量化的准确性. 展开更多
关键词 深度学习 卷积神经网络 语义建模 张量表示 支持张量机 张量分类
下载PDF
基于自动纤维定量法检测肌萎缩侧索硬化症患者脑白质纤维完整性改变的价值
7
作者 徐芮 朱思佳 +7 位作者 王宁 孔莹 郁义星 蒋彬 万嘉毅 马佳丽 方琪 朱默 《磁共振成像》 CAS CSCD 北大核心 2023年第9期44-49,共6页
目的通过自动纤维定量(automatic fiber quantification,AFQ)技术分析肌萎缩侧索硬化症(amyotrophic lateral sclerosis,ALS)患者脑白质纤维完整性改变,并探究其与支持向量机(support vector machine,SVM)方法联用识别ALS疾病的可行性... 目的通过自动纤维定量(automatic fiber quantification,AFQ)技术分析肌萎缩侧索硬化症(amyotrophic lateral sclerosis,ALS)患者脑白质纤维完整性改变,并探究其与支持向量机(support vector machine,SVM)方法联用识别ALS疾病的可行性。材料与方法前瞻性纳入29例ALS患者(ALS组)及相匹配的29例健康对照者(healthy controls,HCs)(HCs组)临床和MRI资料,使用AFQ软件包对所有受试者的扩散张量成像(diffusion tensor imaging,DTI)数据进行分析,追踪全脑20条白质纤维束,每条纤维束分成100等份,定量分析每个等份的各向异性分数(fractional anisotropy,FA)及平均扩散系数(mean diffusivity,MD)、径向扩散系数(radial diffusivity,RD)、轴向扩散系数(axial diffusivity,AD)参数值,运用偏相关分析DTI参数与临床指标的相关性,同时提取两组被试的脑白质纤维差异值作为分类特征,利用SVM区分ALS组和HCs组,估算准确率。结果AFQ结果表明,与HCs相比,ALS患者在左侧皮质脊髓束FA值及AD值降低,左侧额枕下束及右侧上纵束AD值增高,双侧皮质脊髓束MD值、RD值增高,且左侧皮质脊髓束平均FA值与修订版肌萎缩侧索硬化功能评分量表(Amyotrophic Lateral Sclerosis Functional Rating Scale-Revised,ALSFRS-R)中的精细功能域得分呈正相关(r=0.386,P=0.046),右上纵束平均AD值与ALSFRS-R评分中的延髓功能域得分呈正相关(r=0.422,P=0.028),右侧皮质脊髓束平均MD值、RD值均与爱丁堡ALS认知行为量表(Edinburgh Cognitive and Behavioural ALS Screen,ECAS)评分呈负相关(r=-0.428,P=0.026;r=-0.416,P=0.031)。筛选出所有受损纤维束具有组间差异的节点作为特征值,取得了较好的分类效果,对ALS组和HCs组的鉴别准确率达81.00%,且受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)值最大为0.90。结论ALS患者的白质微结构损伤主要与皮质脊髓束有关,基于AFQ分析检测的这些异常可作为一种有效的生物标志物,与SVM方法联用能够提高ALS患者的诊断性评估。 展开更多
关键词 肌萎缩侧索硬化症 扩散张量成像 磁共振成像 自动纤维定量 皮质脊髓束 支持向量机
下载PDF
基于AI技术的视频边缘检测算法研究 被引量:1
8
作者 杜泽新 张孙蓉 崔珂伟 《自动化技术与应用》 2023年第3期45-49,共5页
为有效去除视频图像内部噪声,提升视频检测的边缘连续性。利用块和低秩张量恢复滤除视频噪声;输入去噪后视频,求解视频图像梯度与二阶导数;抑制梯度视频图像,获取梯度边缘;依据二阶导数检测视频图像边缘,获取视频图像的二阶导数边缘;融... 为有效去除视频图像内部噪声,提升视频检测的边缘连续性。利用块和低秩张量恢复滤除视频噪声;输入去噪后视频,求解视频图像梯度与二阶导数;抑制梯度视频图像,获取梯度边缘;依据二阶导数检测视频图像边缘,获取视频图像的二阶导数边缘;融合梯度与二阶导数边缘,输出最终视频边缘检测结果。实验证明算法可有效去除视频噪声,提升视频清晰度;边缘检测连续性较优;在不同噪声组合水平下,具备较优视频边缘检测性能。 展开更多
关键词 AI技术 视频边缘检测算法 低秩张量 支持向量机 二阶导数
下载PDF
非线性支持高阶单分类张量机模型
9
作者 郭高原 程军圣 徐伟 《湖北汽车工业学院学报》 2023年第1期70-76,共7页
研究了典型的支持张量机模型的理论和特点,讨论了单分类支持张量机的优缺点。针对已有模型求解容易陷入局部最优解和模型参数过多易引起过拟合风险的缺陷,提出了新的非线性支持高阶单分类张量机模型。在公开BREAST-CANCER数据集和ORL人... 研究了典型的支持张量机模型的理论和特点,讨论了单分类支持张量机的优缺点。针对已有模型求解容易陷入局部最优解和模型参数过多易引起过拟合风险的缺陷,提出了新的非线性支持高阶单分类张量机模型。在公开BREAST-CANCER数据集和ORL人脸灰度图数据集上进行了多种数值实验,验证了非线性支持高阶单分类张量机模型能有效完成敌我识别,模型稳定性强,具有更低的过拟合风险。 展开更多
关键词 支持张量机 单分类问题 高维小样本问题
下载PDF
支持张量机与KNN-AMDM决策融合的齿轮箱故障诊断方法 被引量:14
10
作者 葛江华 刘奇 +2 位作者 王亚萍 许迪 卫芬 《振动工程学报》 EI CSCD 北大核心 2018年第6期1093-1101,共9页
针对齿轮箱故障诊断时使用单一传感器进行信号获取过程中存在信息不完整的问题,导致故障特征信息及诊断推理方法具有随机性和模糊性。利用多传感器信息融合的二阶张量特征作为输入,构建了一个支持张量机和集成矩阵距离测度(Assembled Ma... 针对齿轮箱故障诊断时使用单一传感器进行信号获取过程中存在信息不完整的问题,导致故障特征信息及诊断推理方法具有随机性和模糊性。利用多传感器信息融合的二阶张量特征作为输入,构建了一个支持张量机和集成矩阵距离测度(Assembled Matrix Distance Metric,AMDM)的K最近邻分类器(k-nearest neighborhood classifier,KNN)决策融合故障诊断模型。首先,对多传感器信息时频域特征层进行融合,获得二阶张量的特征样本;其次,分别构建基于集成支持张量机、KNN-AMDM的故障诊断模型,并针对两类故障诊断模型的输入,设计了两种基本概率分配赋值的转化方法,通过不断调整参与的传感器数目获得6种不同的故障征兆张量集,进而得到12种不同的初步故障诊断结果;最后,采用D-S证据理论对12个证据体提供的基本概率分配值进行融合决策,得到最终的齿轮箱故障诊断结果。实验对比表明,该方法可提高齿轮故障诊断结果的可信度。 展开更多
关键词 故障诊断 多传感器融合 支持张量机 集成矩阵距离测度 决策融合
下载PDF
基于张量径向基核函数支持向量机的高光谱影像分类 被引量:21
11
作者 李玉 宫学亮 赵泉华 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第12期253-262,共10页
针对如何利用高光谱影像的空间和光谱特征实现地物目标的精确分类,本文在径向基核函数(RBF)的基础上,提出一种基于张量径向基核函数(Tensor-RBF)和支持向量机(SVM)的高光谱影像分类算法。首先,用像素及其空间邻域像素的光谱向量组成的... 针对如何利用高光谱影像的空间和光谱特征实现地物目标的精确分类,本文在径向基核函数(RBF)的基础上,提出一种基于张量径向基核函数(Tensor-RBF)和支持向量机(SVM)的高光谱影像分类算法。首先,用像素及其空间邻域像素的光谱向量组成的三阶空-谱张量块表达该像素空-谱信息,并作为后续高光谱影像分类的基本处理单元;然后,定义作用在张量数据上的Tensor-RBF核函数;最后,设计基于Tensor-RBF核函数SVM的多分类器,实现结合空-谱信息的高光谱影像多类地物目标分类。为了验证提出算法的有效性,分别对3幅高光谱影像进行实验,将本文算法与3种对比算法的分类结果进行定性和定量对比分析。实验结果表明,本文算法对3幅高光谱影像的总体精度分别为93.10%、93.43%和86.38%,相对3种对比算法具有更高的总体精度。 展开更多
关键词 空-谱张量块 张量径向基核函数 支持向量机 高光谱影像分类
下载PDF
基于支持张量机回归的三维荧光光谱法水体有机污染物浓度检测 被引量:2
12
作者 杜树新 蒋丹红 李林军 《高技术通讯》 CAS CSCD 北大核心 2014年第1期80-85,共6页
根据三维荧光光谱二阶张量的数据模式特点,提出了应用基于核函数的支持张量机回归进行三维荧光光谱定量分析的方法,并用其实现了水体有机污染物浓度的检测。在建立回归校正模型中,将二阶张量数据作为模型的输入,充分利用了二阶张量原有... 根据三维荧光光谱二阶张量的数据模式特点,提出了应用基于核函数的支持张量机回归进行三维荧光光谱定量分析的方法,并用其实现了水体有机污染物浓度的检测。在建立回归校正模型中,将二阶张量数据作为模型的输入,充分利用了二阶张量原有的流形结构信息以及数据的内在相关性,提高了模型的推广能力,同时也克服了平行因子法(PARAFAC)、多维偏最小二乘算法等常规二阶校正法需要预先估计组分数、对所预估组分数敏感、要求光谱数据服从三线性分解模型的缺点。对水体中的有机污染物浓度化学耗氧量、总有机碳的检测实验。 展开更多
关键词 光谱学 光谱分析 三维荧光光谱 有机污染物浓度检测 支持张量机
下载PDF
基于张量表示的直推式多模态视频语义概念检测 被引量:10
13
作者 吴飞 刘亚楠 庄越挺 《软件学报》 EI CSCD 北大核心 2008年第11期2853-2868,共16页
提出了一种基于高阶张量表示的视频语义分析与理解框架.在此框架中,视频镜头首先被表示成由视频中所包含的文本、视觉和听觉等多模态数据构成的三阶张量;其次,基于此三阶张量表达及视频的时序关联共生特性设计了一种子空间嵌入降维方法... 提出了一种基于高阶张量表示的视频语义分析与理解框架.在此框架中,视频镜头首先被表示成由视频中所包含的文本、视觉和听觉等多模态数据构成的三阶张量;其次,基于此三阶张量表达及视频的时序关联共生特性设计了一种子空间嵌入降维方法,称为张量镜头;由于直推式学习从已知样本出发能对特定的未知样本进行学习和识别.最后在这个框架中提出了一种基于张量镜头的直推式支持张量机算法,它不仅保持了张量镜头所在的流形空间的本征结构,而且能够将训练集合外数据直接映射到流形子空间,同时充分利用未标记样本改善分类器的学习性能.实验结果表明,该方法能够有效地进行视频镜头的语义概念检测. 展开更多
关键词 多模态 张量镜头 时序关联共生 高阶SVD 降维 直推式支持张量机
下载PDF
结合张量特征和孪生支持向量机的群体行为识别 被引量:4
14
作者 胡根生 张乐军 张艳 《北京理工大学学报》 EI CAS CSCD 北大核心 2019年第10期1063-1068,共6页
给出一种结合张量特征和孪生支持向量机的群体行为识别算法,以提高对视频中群体行为识别的准确率.首先通过群成员关节点骨架的姿态结构信息和群成员的社会网络信息描述群体在每一帧中的行为,并采用张量形式表示;然后使用多路非线性特征... 给出一种结合张量特征和孪生支持向量机的群体行为识别算法,以提高对视频中群体行为识别的准确率.首先通过群成员关节点骨架的姿态结构信息和群成员的社会网络信息描述群体在每一帧中的行为,并采用张量形式表示;然后使用多路非线性特征映射分解张量核,并利用粒子群优化张量核孪生支持向量机的模型参数;最后结合张量特征和孪生支持向量机实现视频中的群体行为识别.CAD2数据集和自建数据集上的实验结果表明,张量特征能够有效地表示群体行为,相比经典算法,所提算法能有效提高群体行为识别的准确率. 展开更多
关键词 群体行为识别 张量特征 孪生支持向量机 粒子群优化
下载PDF
一种基于张量PCA的人耳识别的改进方法 被引量:2
15
作者 李一波 曹景亮 张海军 《计算机工程与应用》 CSCD 北大核心 2011年第25期171-174,共4页
张量主成分分析是一种新的主元分析方法,可以解决传统PCA方法对图像进行降维时出现的问题。小波变换具有良好的时频分析特性,同时还能起到降维的作用。综合利用这两个方法的优点,提出了一种基于张量PCA的人耳识别新方法。该方法对人耳... 张量主成分分析是一种新的主元分析方法,可以解决传统PCA方法对图像进行降维时出现的问题。小波变换具有良好的时频分析特性,同时还能起到降维的作用。综合利用这两个方法的优点,提出了一种基于张量PCA的人耳识别新方法。该方法对人耳图像采用小波变换做预处理得到4个子带图像,对其中"LL"低频子带图像用张量PCA进行特征提取,用支持向量机的方法进行识别。实验结果表明,利用此方法与传统主成分分析识别相比,提高了识别率,缩短了识别时间。在USTB人耳库上实验,该方法的识别率比传统PCA方法提高了6%,识别时间为传统PCA方法的35.23%。 展开更多
关键词 张量主成分分析 小波变换 人耳识别 支持向量机
下载PDF
基于支持张量机算法和3D脑白质图像的阿尔兹海默症诊断 被引量:6
16
作者 徐盼盼 杨宁 李淑龙 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第2期52-60,共9页
结构磁共振成像(s MRI)本质上具有三维张量结构,而传统的向量空间机器学习方法将其展开成向量进行建模,这破坏了数据的内在结构信息的完整性,降低了机器学习性能。为了克服数据向量化的弊端,提出了一种基于支持张量机(Support tensor ma... 结构磁共振成像(s MRI)本质上具有三维张量结构,而传统的向量空间机器学习方法将其展开成向量进行建模,这破坏了数据的内在结构信息的完整性,降低了机器学习性能。为了克服数据向量化的弊端,提出了一种基于支持张量机(Support tensor machine,STM)的以3D T1加权MR脑白质图像为输入的阿尔兹海默症诊断算法。首先用SPM8软件将采集的MRI数据进行预处理,分割为灰质、白质、脑脊液3部分,提取脑白质各体素的灰度值构建三阶灰度张量,然后用递归特征消除(Recursive Feature Elimination,RFE)法结合支持张量机进行特征选择,最后用支持张量机进行分类。在阿尔兹海默症患者(AD),轻度认知障碍患者(MCI)(包括转化为AD的MCI-C和未转化的MCI-NC)以及正常对照(NC)4组人群中进行实验测试,并用10折交叉验证方法获得验证结果。用ROC曲线下面积AUC、分类准确率、敏感性、特异性这4个指标评价分类器的性能,AD vs NC组分别达到99.1%、97.14%、95.71%、98.57%;AD vs MCI组分别达到88.29%、84.07%、78.57%、91.07%;MCI vs NC组分别达到89.18%、87.91%、93.75%、78.57%;MCI-C vs MCI-NC组分别达到87.5%、82.08%、80.36%、82.14%。算法保持了原始图像的张量结构,提高了分类器的性能,实验结果表明此算法是一种有效的阿尔兹海默症诊断方法。 展开更多
关键词 阿尔兹海默症 3D脑白质图像 T1加权MRI 递归特征消除 支持张量机
下载PDF
基于加权高阶奇异值分解的支持张量机图像分类 被引量:3
17
作者 刘亚楠 涂铮铮 罗斌 《微电子学与计算机》 CSCD 北大核心 2014年第5期28-31,共4页
为了有效提高图像分类的准确率,充分利用图像本身的结构信息并压缩图像数据,首先构造三阶图像特征张量,利用非负矩阵分解(NMF)在张量子空间降维,提出了一种基于二维主成分分析(2DPCA)来得到NMF初始点的方法,保证了图像信息的有效利用.然... 为了有效提高图像分类的准确率,充分利用图像本身的结构信息并压缩图像数据,首先构造三阶图像特征张量,利用非负矩阵分解(NMF)在张量子空间降维,提出了一种基于二维主成分分析(2DPCA)来得到NMF初始点的方法,保证了图像信息的有效利用.然后,为了保持降维后的张量子空间所在的流形空间的本征结构,根据图像类标构造权值矩阵,并把图像集合构造成四阶张量实现图像的分类.通过对两个图像数据库的实验,表明该方法能有效提升图像分类的准确率. 展开更多
关键词 高阶奇异值分解 非负矩阵分解 支持张量机 二维主成分分析
下载PDF
基于同步性脑网络的支持张量机情绪分类研究 被引量:2
18
作者 黄丽亚 苏义博 +2 位作者 马捃凯 丁威威 宋传承 《电子与信息学报》 EI CSCD 北大核心 2020年第10期2462-2470,共9页
一直以来,情绪是心理学、教育学、信息科学等多个学科的研究热点,脑电信号(EEG)因其客观、不易伪装的特点,在情绪识别领域受到广泛关注。由于人类情绪是大脑多个脑区相互作用产生的,该文提出一种基于同步性脑网络的支持张量机情绪分类算... 一直以来,情绪是心理学、教育学、信息科学等多个学科的研究热点,脑电信号(EEG)因其客观、不易伪装的特点,在情绪识别领域受到广泛关注。由于人类情绪是大脑多个脑区相互作用产生的,该文提出一种基于同步性脑网络的支持张量机情绪分类算法(SBN-STM),该算法采用相位锁定值(PLV)构建了同步性脑网络,分析多导联脑电信号之间的同步性和相关性,并生成2阶张量序列作为训练集,运用支持张量机(STM)模型实现正负情绪的二分类。该文基于DEAP脑电情绪数据库,详细分析了同步性脑网络张量序列的选取方法,最佳张量序列窗口的大小和位置,解决了传统情绪分类算法特征冗余的问题,提高了模型训练速度。仿真实验表明,基于支持张量机的同步性脑网络分类方法的情绪准确率优于支持向量机、C4.5决策树、人工神经网络、K近邻等以向量为特征的情绪分类模型。 展开更多
关键词 情绪分类 同步性脑网络 支持张量机 相位锁定值
下载PDF
基于支持张量机的多维光谱定量分析方法 被引量:1
19
作者 杜树新 李林军 《发光学报》 EI CAS CSCD 北大核心 2013年第4期523-528,共6页
现代光谱仪器强大的多维光谱数据产生能力使得多维光谱数据定量分析方法成为迫切需要研究的课题。针对多维光谱定量分析中的多维光谱数据以张量模式表达的特点,研究了基于支持张量机的多维光谱定量分析方法。该方法保留了多维光谱数据... 现代光谱仪器强大的多维光谱数据产生能力使得多维光谱数据定量分析方法成为迫切需要研究的课题。针对多维光谱定量分析中的多维光谱数据以张量模式表达的特点,研究了基于支持张量机的多维光谱定量分析方法。该方法保留了多维光谱数据所固有的结构信息及数据的内在相关性,减少了模型中的待定模型参数,也克服了平行因子法、多维偏最小二乘等方法中需要预估组分数的缺点。对水体中化学耗氧量和总有机碳的检测进行了实验检验。实验结果表明:与现有的多维光谱定量分析方法比较,本方法提高了校正模型性能,并且模型对需预先确定的参数C和ε的变化不敏感。 展开更多
关键词 多维光谱 定量分析 支持张量机 校正模型
下载PDF
基于张量子空间的半脑对称度特征与癫痫识别
20
作者 姜慧研 刘若楠 +1 位作者 高菲菲 苗宇 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第7期923-926,945,共5页
结合脑PET图像信息,提出了一种基于张量子空间的半脑对称度特征的识别方法用于识别PET图像中癫痫病灶.首先计算全部脑PET图像中所有体素的SUV,并基于SUV建立三阶张量;然后提取半脑对称度特征,建立半脑对称度张量模型;其次利用多线性主... 结合脑PET图像信息,提出了一种基于张量子空间的半脑对称度特征的识别方法用于识别PET图像中癫痫病灶.首先计算全部脑PET图像中所有体素的SUV,并基于SUV建立三阶张量;然后提取半脑对称度特征,建立半脑对称度张量模型;其次利用多线性主成分分析(MPCA)方法对半脑对称度张量模型进行特征选择;最后基于支持向量机(SVM)分类器进行癫痫识别.实验结果表明:提出的算法能够有效地识别脑PET图像中的癫痫病灶,可以作为计算机辅助诊断方式帮助医生进行癫痫疾病的诊断. 展开更多
关键词 癫痫 张量 PET 多线性主成分分析 支持向量机
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部