邹俊忠

作品数：51被引量：208H指数：7
导出分析报告
供职机构：华东理工大学信息科学与工程学院更多>>
发文主题：无刷直流电机脑电信号眼电图卷积神经网络EOG更多>>
发文领域：自动化与计算机技术医药卫生电气工程机械工程更多>>
发文期刊：《华东理工大学学报（自然科学版）》《北京生物医学工程》《上海电气技术》《生物医学工程研究》更多>>
所获基金：国家自然科学基金上海市自然科学基金上海市教育委员会重点学科基金上海市“科技创新行动计划”更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
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：
基于改进卷积神经网络的膝关节图像分类研究
《传感器与微系统》2024年第12期49-53,共5页李志敏 邹俊忠 张见 王蓓 陈兰岚 
国家自然科学基金资助项目(61976091)。
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,利用上采样连接机制改进特...
关键词：膝关节 磁共振成像 深度学习 注意力机制 上采样 
基于深度学习模型的智能化科室导诊被引量：2
《计算机工程与设计》2024年第1期153-158,共6页顾君杰 王蓓 李晓禹 邹俊忠 
国家自然科学基金面上基金项目(61773164)。
为减轻科室导诊人员的工作负荷,对智能化科室导诊的实现方法进行研究。区别于现有的导诊方式,提出一种少参数轻量化的多级科室导诊模型。结合ALBERT预训练解决现有算法参数量过大的问题,并关联多个相关科室,建立ALBERT预训练与Bi-GRU结...
关键词：科室导诊 多标签 文本预训练 双向门控循环单元 文本分类 深度学习 自然语言处理 
基于改进残差网络的黑色素瘤图像分类被引量：3
《计算机工程与设计》2023年第5期1495-1501,共7页徐慧 邹俊忠 张见 陈兰岚 
国家自然科学基金项目(61976091)。
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,利用改进的注意力机制筛...
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 
多模态融合的膝关节损伤预测被引量：11
《计算机工程与应用》2021年第9期225-232,共8页陆莉霞 邹俊忠 郭玉成 张见 王蓓 
国家重点研发计划科技冬奥专项(2018YFF0301102,2018YFF0301105);国家自然科学基金(61773164);上海市自然科学基金(16ZR1407500)。
膝关节磁共振成像(MRI)是诊断膝关节损伤的首选方法。然而,MRI影像的人工诊断是费时的,而且容易出现诊断错误。为了更准确地预测膝关节损伤,辅助临床医生做出诊断,提出一种多模态特征融合的深度学习模型,用于检测一般异常、前交叉韧带...
关键词：膝关节损伤 磁共振成像(MRI)影像 多模态 特征融合 
结合多维度特征的病理图像病灶识别方法被引量：3
《计算机工程与应用》2021年第6期144-151,共8页胡伟岸 邹俊忠 郭玉成 张见 王蓓 
国家自然科学基金(61773164);上海市自然科学基金(16ZR1407500)。
长时间的病理图像人工诊断会使医生产生视觉疲劳,误诊和漏诊情况容易发生。针对以上现象,提出一种结合卷积神经网络中多维度特征的方法,快速准确识别出病理图像中的病灶区域。使用感兴趣区提取及图像裁剪获得小尺寸图块数据;使用染色校...
关键词：多维度 深度学习 卷积神经网络 深度可分离 染色校正 病理图像 病灶 
应用化肝脏病灶分割的预测方案被引量：3
《计算机工程与应用》2020年第20期173-178,共6页裘静韬 邹俊忠 郭玉成 张见 王蓓 
国家自然科学基金(No.61773164);上海市自然科学基金(No.16ZR1407500)。
准确的肝脏病灶分割是计算机辅助医生进行肝癌诊断和制定相应治疗计划的重要前提,针对高精度分割算法普遍存在的过程复杂、分割需多步完成的问题,提出了一种同时预测肝脏区域和病灶区域的端到端U-net分割算法。改进基础U-net模型,加入...
关键词：肝脏 病灶 CT图像 分割算法 
基于DMD-LSTM模型的股票价格时间序列预测研究被引量：33
《计算机应用研究》2020年第3期662-666,共5页史建楠 邹俊忠 张见 汪春梅 卫作臣 
国家自然科学基金资助项目(61071085)。
针对股票市场关系复杂导致的有效特征提取困难、价格预测精度低等问题,提出一种基于动态模态分解—长短期记忆神经网络(DMD-LSTM)的股票价格时间序列预测方法。首先通过DMD算法对受市场板块联动效应影响的关联行业板块样本股数据进行分...
关键词：动态模态分解 长短期记忆神经网络 模态特征 板块联动效应 市场背景 
基于MASD＿TPM模板匹配算法的股市决策模型被引量：1
《统计与决策》2020年第1期158-161,共4页史建楠 邹俊忠 麦勇 卫作臣 
国家社会科学基金资助项目(14BJY177)
股票市场的形态分析和趋势预测是时间序列研究领域重要的研究方向。针对股票市场价格形态复杂,转折点形态预测困难的问题,文章提出了一种多尺度自适应模板匹配算法(MASD_TPM)来识别股票价格的形态走势。该算法在传统的模板匹配技术(TPM...
关键词：模板匹配 匹配序列长度控制 插值重采样技术 
基于贝叶斯最小风险的癫痫脑电自动检测算法被引量：4
《计算机应用研究》2019年第12期3729-3734,共6页卫作臣 邹俊忠 张见 陈兰岚 
国家自然科学基金资助项目(61201124);中央高校基本业务资金资助项目(222201817006)
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. 52%特异性,F2...
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 
基于改进的卷积神经网络脑电信号情感识别被引量：11
《计算机工程与应用》2019年第22期99-105,共7页田莉莉 邹俊忠 张见 卫作臣 汪春梅 
国家自然科学基金（No.61071085）
针对传统机器学习需要人工构建特征及特征质量较低等问题,提出一种新颖的基于一维卷积神经网络(Convolutional Neural Network,CNN)的特征提取方法。采用编码思想,由卷积层和下采样层构成编码器网络提取脑电信号情感特征,随后与特征图...
关键词：脑电信号(EEG) 特征提取 卷积神经网络(CNN) 随机森林 损失函数 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部