张鹏伟

作品数：33被引量：133H指数：7
导出分析报告
供职机构：陕西科技大学更多>>
发文主题：脑电XML协同设计脑电信号情感分类更多>>
发文领域：自动化与计算机技术机械工程电子电信电气工程更多>>
发文期刊：《微电子学与计算机》《计算机系统应用》《制造技术与机床》《组合机床与自动化加工技术》更多>>
所获基金：国家自然科学基金陕西省科技攻关计划陕西省教育厅科研计划项目博士科研启动基金更多>>
-
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：
基于语义增强双编码器的方面情感三元组提取
《软件工程》2024年第12期5-10,共6页高祎亦 张鹏伟 陈景霞 
国家自然科学基金项目(61806118);陕西科技大学博士科研启动基金项目(2020BJ-30)。
方面情感三元组提取(Aspect Sentiment Triplet Extraction,ASTE)是方面级情感分析领域的一项关键任务,目的是提取出句子中给定的方面词、观点词及对应的情感极性。传统的ASTE方法因未充分考虑语义信息和语法结构之间的交互作用,导致模...
关键词：情感分析 方面情感三元组提取 双编码器 图卷积网络 图注意力 
基于UNet3+生成对抗网络的视频异常检测被引量：1
《计算机工程与设计》2024年第3期777-784,共8页陈景霞 林文涛 龙旻翔 张鹏伟 
国家自然科学基金项目(61806118);陕西科技大学科研启动基金项目(2020BJ-30)。
为解决传统视频异常检测方法在不同场景下多尺度特征提取不完全的问题,提出两种方法:一种是用于简单场景的基于UNet3+的生成对抗网络方法(简称U3P^(2)),另一种是用于复杂场景的基于UNet++的生成对抗网络方法(简称UP^(3))。两种方法分别...
关键词：生成对抗网络 视频异常检测 U型卷积网络 全尺度跳跃连接 密集跳跃连接 光流模型 多尺度特征提取 
用于睡眠精准分期的多模态生理时频特征提取网络被引量：1
《生物医学工程学杂志》2024年第1期26-33,共8页胡凯蕾 陈景霞 张鹏伟 雪雯 谢佳 
国家自然科学基金(61806118);陕西科技大学科研启动基金(2020BJ-30)。
睡眠分期对临床疾病诊断以及睡眠质量评估至关重要。现有睡眠分期方法大多通过单通道或单模态信号,使用单分支深层卷积网络进行特征提取,这不仅阻碍了睡眠相关多样性特征的捕获,增加了计算代价,而且对睡眠分期的准确率也有一定的影响。...
关键词：睡眠分期 生理信号 多模态 多尺度 双向门控循环网络 
基于TextCNN的邮政快递业申诉文本事件分类被引量：1
《计算机时代》2023年第12期120-124,共5页宁艺博 陈景霞 张鹏伟 王梅嘉 
国家自然科学基金(61806118);陕西科技大学科研启动基金项目(2020BJ-30);陕西省教育厅科学研究计划项目(22JK0303)。
为解决邮政安全监管部门在对大量申诉事件原因进行分类汇总时耗时耗力、效率低下等问题,提出应用Word2vec和TextCNN模型,实现对大量快递申诉文本事件进行申诉原因自动分类。首先对自采集的申诉文本做预处理,申诉原因分为延误、投递、丢...
关键词：快递业申诉事件 文本分类 Word2vec TextCNN 
基于改进YOLOv5s的X光图像危险品检测
《陕西科技大学学报》2023年第6期176-183,200,共9页张康佳 张鹏伟 陈景霞 龙闵翔 林文涛 
国家自然科学基金项目(61806118);陕西科技大学博士科研启动基金项目(2020BJ-30)。
随着近年来交通系统越来越发达,人们出行越来越频繁,通过X光安检机对人们的包裹进行检查,已经成为预防危及公共安全事件的重要手段.目前,很多地方X光图像的危险品检测工作仍然由安检员人工进行,存在工作负荷大、效率低等问题.因此,利用...
关键词：X光图像 危险品检测 目标检测 YOLOv5s CBAM 解耦 
基于注意力双向GRU网络的多模态脑电情感识别被引量：2
《陕西科技大学学报》2023年第3期192-199,共8页陈景霞 刘洋 张鹏伟 雪雯 
国家自然科学基金项目(61806118);陕西科技大学博士科研启动基金项目(2020BJ-30)。
脑电(Electroencephalogram, EEG)等生理信号凭借其独有的客观性,在情感识别领域已经成为热门的研究对象.针对单一模态特征不够完备的问题,本文提出一种基于注意力双向门控循环单元(Gated Recurrent Unit, GRU)神经网络的多模态脑电情...
关键词：脑电 情感识别 多模态特征融合 双向GRU 注意力机制 
基于混合神经网络的脑电时空特征情感分类被引量：11
《软件学报》2021年第12期3869-3883,共15页陈景霞 郝为 张鹏伟 闵重丹 李玥辰 
国家自然科学基金(61806118);陕西科技大学科研启动基金(2020BJ-30)。
提出一种脑电图(electroencephalograph,简称EEG)数据表示方法,将一维链式EEG向量序列转换成二维网状矩阵序列,使矩阵结构与EEG电极位置的脑区分布相对应,以此来更好地表示物理上多个相邻电极EEG信号之间的空间相关性.再应用滑动窗将二...
关键词：脑电图 情感识别 二维网状 时空特征 卷积循环神经网络 混合模型 
RSVP与SSVEP混合脑电信号刺激与多类事件检测被引量：2
《计算机工程与应用》2020年第15期132-139,共8页陈景霞 郝为 张鹏伟 谢佳 
国家自然科学基金(No.61806118)。
提出一种新的基于快速序列视觉呈现(Rapid Serial Visual Presentation,RSVP)与稳态视觉诱发电位(Steady-State Visually Evoked Potential,SSVEP)组合范式的脑电信号(Electroencephalogram,EEG)刺激与多类事件检测方法。对诱发的原始...
关键词：脑电信号 快速序列视觉呈现 稳态视觉诱发 决策树 支持向量机 多类检测 
基于时频域组合特征的脑电信号情感分类算法被引量：7
《科学技术与工程》2019年第33期290-295,共6页贾小云 王丽艳 陈景霞 张鹏伟 
国家自然科学基金(61806118,61806144)资助
为了提高基于脑电信号(electroencephalogram,EEG)情感识别的准确率,提取了脑电信号的时域与频域特征,并且将其进行组合形成时频域组合特征,作为不同识别模型下的输入。采用集成决策树(bagging tree,BT)、贝叶斯线性分析(Bayesian linea...
关键词：脑电信号 浅层机器学习算法 情感识别 时频域组合特征 
基于深度卷积神经网络的脑电信号情感识别被引量：29
《计算机工程与应用》2019年第18期103-110,共8页陈景霞 王丽艳 贾小云 张鹏伟 
国家自然科学基金（No.61806118,No.61806144）
为了点对点自动学习脑电信号(Electroencephalogram,EEG)空间与时间维度上的情感相关特征,提高脑电信号情感识别的准确率,基于DEAP数据集中EEG信号的时域、频域特征及其组合特征,提出一种基于卷积神经网络(Convolution Neural Network,C...
关键词：脑电信号 卷积神经网络 深度学习 情感识别 组合特征 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部