陈黎飞

作品数:62被引量:371H指数:9
导出分析报告
供职机构:福建师范大学更多>>
发文主题:聚类聚类算法高维数据子空间概念漂移更多>>
发文领域:自动化与计算机技术生物学理学医药卫生更多>>
发文期刊:《南京大学学报(自然科学版)》《郑州大学学报(理学版)》《山东大学学报(工学版)》《中国科学:信息科学》更多>>
所获基金:国家自然科学基金福建省自然科学基金教育部留学回国人员科研启动基金福建省省属高校科研专项重点项目更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于变换空间的形态子序列快速提取方法
《福建师范大学学报(自然科学版)》2025年第2期55-64,124,共11页张癸水 陈黎飞 胡丽莹 
国家自然科学基金项目(61672157)。
shapelets是时间序列数据中最具辨识度的子序列片段,能够准确表达时间序列的局部形态特征。现有的形态子序列提取方法通过设置关键点等方式,有效降低了形态子序列的数量,却忽略了噪声的影响且缺乏对信息冗余的优化。针对这种问题,提出...
关键词:shapelets 噪声 重叠式滑动窗口 优化 低维空间 
时间序列的鲁棒形态表征方法
《计算机应用》2025年第2期436-443,共8页张倩婷 胡丽莹 陈黎飞 
国家自然科学基金资助项目(U1805263)。
鉴于时间序列数据在各个领域的广泛应用,对这些数据的可辨识特征的挖掘和表征至关重要。受数据采集环境和采集设备的影响,许多应用领域的时序数据都存在高噪声的特点,这对数据表征方法的鲁棒性提出了很高的要求。因此,提出一种时间序列...
关键词:时间序列 关键形态 噪声 鲁棒性 表征 
基于缩放卷积注意力网络的跨多个体脑电情绪识别
《中国生物医学工程学报》2024年第5期550-560,共11页陈彬滨 吴涛 陈黎飞 
国家自然科学基金(U1805263);国家重点研发计划项目(2021YFF1200700,2021YFF1200800)。
基于脑电信号的情绪识别,因其可以客观地反映人的生理和心理状态而成为了情绪调节干预的医疗辅助。针对现有方法因忽略个体间通道数据分布差异导致的情绪识别泛化性能差的问题,提出一种基于缩放卷积注意力网络的跨多个体情绪识别新方法...
关键词:脑电信号 情绪识别 缩放卷积网络 通道分布差异 多通道 
基于模型的非凸聚类算法
《计算机工程与科学》2024年第2期292-302,共11页钟卓辉 陈黎飞 
国家自然科学基金(U1805263,61976053)。
由于数据可能分布在非规则的流形上,其中潜在的簇往往呈现非凸的形状和结构,针对这类数据的聚类问题被统称为非凸聚类。现有的主流非凸聚类方法包括基于原始空间的方法和基于空间变换的方法,均忽略了非凸数据模式的显式描述。提出一种...
关键词:非凸聚类 描述性模型 基于模型的聚类 特征选择 核密度估计 局部密度极大值 
基于子空间差异的投影聚类算法
《计算机应用研究》2023年第11期3303-3308,3314,共7页吴涛 陈黎飞 钟韵宁 孔祥增 
国家重点研发计划资助项目(2020YFF0401865,2021YFF1200700);国家自然科学基金资助项目(61175123)。
针对传统K-means型软子空间聚类技术中子空间差异度量定义的困难问题,提出一种基于概率距离的子空间差异表示模型,以此为基础提出一种自适应的投影聚类算法。该方法首先基于子空间聚类理论提出一个描述各簇类所关联的软子空间之间的相...
关键词:高维数据 投影聚类 子空间簇类 自适应 
运动序列的时空结构特征表示模型
《智能系统学报》2023年第2期240-250,共11页康文轩 陈黎飞 郭躬德 
国家自然科学基金项目(U1805263,61976053)。
运动序列是一种与运动信号相关的多维时间序列,各个维度序列之间具有高耦合性的特点。现有的多维序列表征方法大多基于维度间相互独立的假设或缺乏可解释性,为此,提出一种适用于运动序列的时空结构特征表示模型及其两阶段构造方法。首先...
关键词:运动序列 多维时间序列 特征提取 时空特征表示模型 空间变化 关键子序列挖掘 事件序列 人类行为识别 
运动想象脑电信号的跨域特征学习方法被引量:8
《计算机应用研究》2022年第8期2340-2346,2351,共8页韦泓妤 陈黎飞 罗天健 
国家自然科学基金资助项目(U1805263);国家自然科学基金青年项目(62106049)。
运动想象脑电信号采集成本高且个体差异大,跨个体域构建脑电信号模式识别模型属于典型的小样本跨域学习任务。针对该任务,提出了一种运动想象脑电信号的跨域特征学习方法。该方法首先选择最优度量方法对齐协方差并提取共同空间模式特征...
关键词:运动想象 脑电信号 跨域特征学习 领域自适应 协方差对齐 
符号序列多阶Markov分类在银行客户风险预测中的应用
《新型工业化》2022年第1期8-12,30,共6页程铃钫 陈黎飞 赖晓燕 林燕 
2020年福建省教育厅中青年教师教育科研项目(项目编号:JXT200987);2020年福建省教育科学“十三五”规划课题(项目编号:FJJKCG20-107);2019年福建省教育科学“十三五”规划课题(项目编号:FJJKCG19-115)。
在金融行业突飞猛进发展的今天,为提高银行业务水平和运营收益,正确预测银行客户风险是一项非常重要的风险管理任务。目前国内尚未研究出与国情相匹配的完整模型,所以银行在应用模型时时常遇到亟待改进的局限。本文提出基于多阶马尔科...
关键词:符号序列 马尔科夫链模型 贝叶斯分类 加权机制 
基于核非负矩阵分解的有向图聚类算法被引量:3
《计算机应用》2021年第12期3447-3454,共8页陈献 胡丽莹 林晓炜 陈黎飞 
国家自然科学基金资助项目(U1805263);福建省自然科学基金资助项目(2018J01775)。
现有的有向图聚类算法大多基于向量空间中节点间的近似线性关系假设,忽略了节点间存在的非线性相关性。针对该问题,提出一种基于核非负矩阵分解(KNMF)的有向图聚类算法。首先,引入核学习方法将有向图的邻接矩阵投影到核空间,并通过特定...
关键词:有向图聚类 核非负矩阵分解 核学习方法 正则化 节点相似性 
结构扩展的非负矩阵分解社区发现算法
《山东大学学报(工学版)》2021年第2期57-64,73,共9页林晓炜 陈黎飞 
国家自然科学基金资助项目(U1805263,61672157);福建师范大学创新团队资助项目(IRTL1704)。
提出结构扩展的非负矩阵分解社区发现算法(nonnegative matrix factorization with structure extension, NMF-SE),通过结构扩展,加强相邻节点结构相似性,提高节点间连接的稠密度,从而提高非负矩阵分解在社区发现中的表现。结构扩展过...
关键词:复杂网络 社区发现 非负矩阵分解 特征矩阵 结构扩展 图正则化 
检索报告 对象比较 聚类工具 使用帮助 返回顶部