特征可视化

作品数：53被引量：192H指数：8
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：李思昆徐华勋蔡勋刘秀丽徐小力更多>>
相关机构：中国海洋大学国防科学技术大学上海交通大学哈尔滨工程大学更多>>
相关期刊：《上海交通大学学报》《右江民族医学院学报》《右江医学》《兰州理工大学学报》更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于特征可视化探究跳跃连接结构对深度神经网络特征提取的影响
《计算机工程》2025年第4期149-157,共9页郭佩林 张德 王怀秀 
国家自然科学基金(62271035);北京市自然科学基金(4232021);北京建筑大学校设科研基金自然科学项目(ZF17072)。
由于没有跳跃连接结构的深度神经网络在超过一定深度后难以训练,因此现有的深度神经网络模型大都采用跳跃连接结构来解决优化问题并提高泛化性能。然而,人们对于跳跃连接结构如何影响深度神经网络特征提取的研究还较少,在大多数情况下,...
关键词：深度神经网络 跳跃连接结构 特征可视化 激活最大化 扰动方法 可解释性 
基于CEEMDAN与改进一维多尺度卷积神经网络结合的滚动轴承故障诊断
《兰州理工大学学报》2025年第1期45-54,共10页马宁 赵荣珍 郑玉巧 
国家自然科学基金(52465012,52475134)。
针对滚动轴承信号微弱故障特征提取困难、故障诊断依靠大量专家经验和故障识别率低等问题,提出了融合自适应噪声完备集合经验模态分解与改进一维多尺度卷积神经网络的滚动轴承故障诊断方法.首先,采用自适应噪声完备集合经验模态分解对...
关键词：自适应噪声完备集合经验模态分解 一维卷积神经网络 多尺度特征提取 特征可视化 故障诊断 
基于深度学习的复杂模拟电路故障识别
《电子科技》2025年第2期23-34,共12页黄泽华 毕贵红 张梓睿 
云南省科技厅科技计划(202201AT070155)。
复杂的模拟电路故障传递关系复杂,故障类型与故障特征之间存在复杂的非线性关系,导致特征提取困难和故障识别困难。针对该问题,文中提出了一种两测点、自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition ...
关键词：模拟电路 故障诊断 双故障 CEEMDAN 伪彩色 AlexNet 低通滤波器 特征可视化 
基于可解释性深度学习的传感器异常数据诊断
《传感器与微系统》2024年第12期41-44,共4页童浩 阮先虎 林峰 刘朵 
江苏交控科研项目基金资助项目(2023JKY20)。
针对桥梁健康监测中多源传感器数据异常诊断可解释性较差和效率低的问题,提出了一种基于特征可视化的可解释性卷积神经网络(CNN)数据异常检测方法。充分考虑异常模式和多源传感器类型的完整性,结合数据扩充方法,构建了多源监测数据异常...
关键词：深度学习 卷积神经网络 特征可视化 异常诊断 健康监测 
基于XGBoost模型和SHAP值的慢性冠脉综合征风险预测及可解释性分析
《右江民族医学院学报》2024年第6期880-885,共6页黄希 张硕 江红梅 罗斌 林佳 毛美娇 连大卫 吴黎明 
福建省自然科学基金项目(2023J01886)。
目的构建基于XGBoost和SHAP值的可解释性模型,该模型可同时实现良好的预测能力和解释能力,可用于慢性冠脉综合征(CCS)患者的可解释预测。方法本研究选取2019年9月至2023年6月就诊于福建中医药大学附属第三人民医院、福建中医药大学附属...
关键词：慢性冠脉综合征 XGBoost SHAP 预测模型 特征可视化 
特征可视化浅表食管鳞状细胞癌浸润深度 预测系统的构建及验证
《中华消化内镜杂志》2024年第10期774-781,共8页罗任权 张丽辉 罗侪杰 于红刚 
湖北省卫生健康委员会创新团队项目(WJ202C003)。
目的构建一个基于深度学习的窄带光成像放大内镜(magnifying endoscopywith narrow band imaging,ME-NBI)下浅表食管鳞状细胞癌(superficial esophageal squamous cell carcinoma,SESCC)特征可视化系统,并评估ME-NBI下该系统预测SESCC...
关键词：人工智能 深度学习 浅表食管鳞状细胞癌 内镜诊断 浸润深度 
一种语义引导的神经网络关键数据路由路径算法
《计算机科学》2024年第9期155-161,共7页朱富坤 滕臻 邵文泽 葛琦 孙玉宝 
国家自然科学基金(61771250,61972213)。
近年来,由于人工智能在各领域的普及,研究神经网络的可解释方法及理解神经网络的运作机理已经成为一个愈发重要的话题。作为神经网络解释性方法的一个分支,网络的路径可解释性受到了越来越多的关注。文中特别探讨了关键数据路由路径(Cri...
关键词：计算机视觉 深度神经网络 神经网络可解释性 特征可视化 网络剪枝 热力图 
融合密集卷积网络和注意力机制的拱桥损伤识别
《振动与冲击》2024年第14期18-28,36,共12页辛景舟 刘倩茹 唐启智 李杰 张洪 周建庭 
国家自然科学基金(52278292);重庆市杰出青年科学基金(CSTB2023NSCQ-JQX0029);重庆市研究生科研创新项目(CYS240455)。
针对传统深度学习方法缺乏对网络特征的差异化利用且损伤识别精度易受环境因素影响的问题,提出了一种融合密集卷积网络(DenseNet121)和混合注意力机制(convolutional block attention module,CBAM)的拱桥损伤识别方法。首先,获取拱桥加...
关键词：桥梁健康监测 拱桥 损伤识别 DenseNet121 注意力机制 特征可视化 
LAMOST的“Unknown”光谱分类研究:ODS-YOLOv7模型
《光谱学与光谱分析》2024年第7期1960-1967,共8页王晓敏 高军萍 蒲源 邱波 张健楠 闫静 李荣 
天津市自然科学基金项目(22JCYBJC00410);国家自然科学基金委员会-中国科学院天文联合基金项目(U1931134)资助。
天体识别是天文新发现和深入研究天体的基础。在LAMOST DR8 v1.0发布的低分辨率光谱数据中有约53万条因没有类别标签而被命名为“Unknown”的光谱,其中有88.56%的光谱信噪比在0~10之间,对这批光谱的研究分析将增加LAMOST的有效数据产出...
关键词：Unknown光谱分类 ODS-YOLOv7 低信噪比 LAMOST 特征可视化 
互信息规范的卷积神经网络及其在轴承故障特征提取中的应用被引量：1
《机械工程学报》2024年第12期137-146,共10页王振亚 刘韬 伍星 
国家自然科学基金资助(52065030);云南省重大科技专项计划(202202AC080008);云南省教育厅重点(KKDA202001003)资助项目。
近年来,各种深度学习模型在故障诊断领域取得了突破性进展。该类方法能自动的从复杂的数据捕捉到设备在不同状态的规律,但其“不透明”特点导致了使用者对模型的不信任。从模型的拟合角度出发,提出一种通过互信息规则来规范模型输入输...
关键词：卷积神经网络 故障特征提取 互信息 滚动轴承 特征可视化 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部