-

检索结果分析

署名顺序

ESI高水平论文

结果分析中...

成果/Result

已选条件:
  • 收录类型=北大核心 x
  • 人物=陈兰岚 x

15 条 记 录,以下是 1-15

视图:
排序方式:
共1页<< <1> >>每页显示条目数:
基于集成卷积神经网络的脑电情感识别被引量:24收藏 分享
作者:魏琛 陈兰岚 张傲
机构:华东理工大学化工过程先进控制和优化技术教育部重点实验室
来源:《华东理工大学学报(自然科学版)》  2019
关键词:脑电信号  情感识别  卷积神经网络  集成学习  
摘要:采用脑电情感数据集SEED进行情感识别研究,旨在利用深度学习中的卷积神经网络(CNN)自动提取脑电样本的抽象特征,省去人工选择特征与降维的过程.首先,采用小波包变换(WPT)对脑电信号进行6级分解并构成二维结构样本;然后...
下载全文在线阅读
基于ADS1298和STM32F407的心电采集与显示系统设计被引量:15收藏 分享
作者:宋勐翔 陈兰岚
机构:华东理工大学信息科学与工程学院
来源:《现代电子技术》  2015
关键词:心电信号采集  ADS1298芯片  STM32F407  μC/GUI  
摘要:提出一种以ADS1298芯片及STM32F407为基础的心电采集与显示系统设计思路。在介绍心电信号采集基本原理的基础上,构建系统的总体框架,阐述基于ADS1298的信号采集、放大电路以及STM32F407接口电路设计,最...
下载全文在线阅读
基于多源域迁移学习的脑电情感识别被引量:8收藏 分享
作者:娄晓光 陈兰岚 宋振振
机构:华东理工大学信息科学与工程学院化工过程先进控制和优化技术教育部重点实验室
来源:《计算机工程与设计》  2020
关键词:情感识别  迁移学习  多源域选择  迁移特征选择  集成学习  
摘要:针对普通机器学习算法与单源域迁移学习在应用方面的局限性,利用多源域迁移学习算法解决跨被试情感识别中正确率低的问题。为提高迁移学习的计算效率并避免负迁移现象的产生,分别从样本和特征两个方面对迁移数据进行优化。用多源域选择算...
下载全文在线阅读
集成胶囊网络的脑电情绪识别被引量:7收藏 分享
作者:谌鈫 陈兰岚 江润强
机构:华东理工大学化工过程先进控制和优化技术教育部重点实验室
来源:《计算机工程与应用》  2022
关键词:情绪识别  脑电信号  多频带特征矩阵  胶囊网络(CapsNet)  集成学习  
摘要:为了充分提取脑电信号多频带的时频信息和保留导联空间分布的位置信息,提出了一种基于集成胶囊网络的情绪识别模型。对预处理过的脑电信号进行小波包特征提取,并将Theta、Alpha、Beta、Gamma四个频带的小波系数能量值...
下载全文在线阅读
基于时序卷积网络的情感识别算法被引量:5收藏 分享
作者:宋振振 陈兰岚 娄晓光
机构:华东理工大学化工过程先进控制和优化技术教育部重点实验室
来源:《华东理工大学学报(自然科学版)》  2020
关键词:脑电信号  情感识别  时序卷积网络  小波包分解  Snapshot寻优  
摘要:采用脑电数据集DEAP进行情感识别。由于脑电信号具有时序性,采用深度学习中的时序卷积网络(TCN)对数据进行训练识别。首先使用小波包分解提取各子带小波系数能量值作为特征;然后通过TCN对特征进行训练,在训练过程中加入了S...
下载全文在线阅读
基于贝叶斯最小风险的癫痫脑电自动检测算法被引量:4收藏 分享
作者:卫作臣 邹俊忠 张见 陈兰岚
机构:华东理工大学信息科学与工程学院自动化系
来源:《计算机应用研究》  2019
关键词:癫痫  时域特征  随机映射  旋转森林  代价敏感  贝叶斯最小风险  
摘要:提出一种新的不平衡分类算法,基于增减序列合并周期分割算法提取时域特征,引入随机映射优化了旋转森林的计算效率,进而计算基于海林格距离的贝叶斯最小风险来给出测试样本标签。该算法在1 s片段上得到了90. 66%灵敏性,92....
下载全文在线阅读
基于改进卷积神经网络的膝关节图像分类研究被引量:4收藏 分享
作者:李志敏 邹俊忠 张见 王蓓 陈兰岚
机构:华东理工大学信息科学与工程学院
来源:《传感器与微系统》  2024
关键词:膝关节  磁共振成像  深度学习  注意力机制  上采样  
摘要:提取区域有效信息是膝关节磁共振成像(MRI)诊断的关键。为提取MRI图像有效细节特征,提出一种结合注意力机制和上采样融合的深度学习分类模型。首先,通过改进的通道注意力机制增强有用特征,抑制无关特征;然后,利用上采样连接机...
下载全文在线阅读
基于混合自编码器的脑力负荷识别被引量:4收藏 分享
作者:周颖 陈兰岚
机构:华东理工大学能源化工过程智能制造教育部重点实验室
来源:《华东理工大学学报(自然科学版)》  2023
关键词:脑力负荷识别  近红外光谱  自编码器  抽象特征  集成学习  
摘要:为了消除多通道近红外光谱信号中存在的冗余信息并提取抽象特征,构建了基于混合自编码器的脑力负荷识别模型。首先,将原始信号送入栈式自编码器中进行通道降维;然后使用卷积自编码器对降维后的信号进行无监督学习从而提取抽象特征,并将...
下载全文在线阅读
基于禁忌搜索的混合算法在驾驶压力识别中的应用被引量:3收藏 分享
作者:叶朋飞 陈兰岚 张傲
机构:华东理工大学化工过程先进控制和优化技术教育部重点实验室
来源:《华东理工大学学报(自然科学版)》  2018
关键词:生理信号  过滤算法  禁忌搜索  特征选择  驾驶压力识别  
摘要:驾驶员在压力状态下行车会对驾驶安全产生很大影响,严重时甚至会造成交通事故。为准确检测驾驶员的压力状态,提取了驾驶员生理信号的多模态特征并提出了一种基于多种过滤式算法(Multi-filter,MF)与禁忌搜索算法(Tab...
下载全文在线阅读
基于矩阵变换器的异步电机直接转矩模糊控制被引量:3收藏 分享
作者:耿东昱 邹俊忠 张见 陈兰岚 彭偲
机构:华东理工大学信息科学与工程学院
来源:《电机与控制应用》  2013
关键词:异步电机  矩阵变换器  直接转矩控制  模糊控制  
摘要:由矩阵变换器驱动的异步电机直接转矩控制(DTC)会导致较大的转矩脉动,只适用于调速要求不高的场合。为了减小转矩脉动,提出了一种模糊控制方法,采用模糊控制器来优化选择电压矢量。MATLAB仿真结果显示直接转矩模糊控制(DT...
下载全文在线阅读
基于单模态生理信号无监督特征学习的驾驶压力识别被引量:3收藏 分享
作者:江润强 陈兰岚 谌鈫
机构:华东理工大学能源化工过程智能制造教育部重点实验室
来源:《华东理工大学学报(自然科学版)》  2021
关键词:驾驶压力识别  单模态生理信号  卷积自编码器  抽象特征  集成学习  
摘要:针对基于多模态生理信号分析的驾驶压力识别会影响驾驶员的行车舒适性,且传统的生理特征的提取需要依赖先验知识的问题,构建了基于单模态生理信号无监督特征学习的驾驶压力识别模型。首先采用单模态生理信号,通过构造卷积自编码器进行无...
下载全文在线阅读
基于改进残差网络的黑色素瘤图像分类被引量:3收藏 分享
作者:徐慧 邹俊忠 张见 陈兰岚
机构:华东理工大学信息科学与工程学院
来源:《计算机工程与设计》  2023
关键词:黑色素瘤分类  残差网络  特征分支  特征融合  注意力机制  迁移学习  空洞卷积  
摘要:为提升黑色素瘤图像二分类问题的准确率,针对黑色素瘤图像中存在的有效特征不明显的问题,借鉴特征金字塔思想,提出一种改进的残差网络的黑色素瘤图像分类模型。使用迁移学习,以预训练的ResNet50模型为基础结构,利用改进的注意...
下载全文在线阅读
基于图卷积神经网络的脑力负荷识别被引量:3收藏 分享
作者:张效艇 陈兰岚 陈长德
机构:华东理工大学能源化工过程智能制造教育部重点实验室
来源:《华东理工大学学报(自然科学版)》  2023
关键词:脑力负荷识别  近红外光谱  图卷积神经网络  互信息  连通性矩阵  
摘要:针对生理信号特征提取过程依赖于先验知识,且传统深度学习算法不考虑通道间耦合关系的问题,构建了基于图卷积神经网络的脑力负荷识别模型。数据集包含多通道连续采集的近红外光谱,分别计算基于互信息、锁相值和皮尔森相关系数的连通性矩...
下载全文在线阅读
基于PSO混合特征选择算法在疲劳驾驶中的应用被引量:2收藏 分享
作者:林雨培 陈兰岚 邹俊忠
机构:华东理工大学化工过程先进控制和优化技术教育部重点实验室
来源:《计算机工程》  2019
关键词:疲劳驾驶  多源生理信号  混合特征选择  粒子群优化  序列后向选择  
摘要:基于多源生理信号的驾驶员疲劳检测研究存在特征信息冗余以及佩戴多种传感器影响驾驶员操作的问题。为此,提出一种结合粒子群优化算法和序列后向选择的特征选择算法。在适应度函数中加入信号源数的惩罚项,在降低特征维度的同时减少传感器...
下载全文在线阅读
基于MPGA的混合特征选择算法在驾驶压力检测中的应用被引量:2收藏 分享
作者:张傲 陈兰岚 魏琛
机构:华东理工大学化工过程先进控制和优化技术教育部重点实验室
来源:《华东理工大学学报(自然科学版)》  2019
关键词:生理信号  ReliefF算法  MRMR算法  MPGA算法  特征选择  驾驶压力检测  
摘要:针对多源生理信号应用于驾驶压力检测中存在信号种类多、特征维数高以及运算效率低的问题,提出了一种结合特征选择(ReliefF)算法、最大相关最小冗余(MRMR)算法和多种群遗传算法(MPGA)的混合特征选择算法。首先利用R...
下载全文在线阅读
已选条目 检索报告 聚类工具

版权所有©华东理工大学 重庆维普资讯有限公司 渝B2-20050021-7 
渝公网安备 50019002500408号 违法和不良信息举报中心