钱宇华

作品数：98被引量：663H指数：12
导出分析报告
供职机构：山西大学更多>>
发文主题：粗糙集聚类多粒度决策表计算机视觉更多>>
发文领域：自动化与计算机技术理学电子电信经济管理更多>>
发文期刊：《应用概率统计》《西北大学学报（自然科学版）》《数据采集与处理》《计算机科学与探索》更多>>
所获基金：国家自然科学基金山西省自然科学基金山西省回国留学人员科研经费资助项目国家教育部博士点基金更多>>
-
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：
结合卷积增强窗口注意力的双分支语音增强神经网络
《计算机研究与发展》2025年第4期852-862,共11页张晨辉 原之安 钱宇华 
国家自然科学基金重点项目(62136005);新一代人工智能国家科技重大专项(2021ZD0112400);山西省科技重大专项计划“揭榜挂帅”项目(202201020101006)。
在复杂环境以及突发背景噪音条件下,语音增强任务具有极大的困难和挑战.主要原因是现有的语音增强方法未能有效捕获语谱图特征,尤其是局部信息.在过去的研究中,Transformer模型更专注于音频的全局信息,而忽略了局部信息的重要性.在音频...
关键词：语音增强 双分支网络 语谱图特征 卷积增强窗口注意力 全局信息 局部信息 
基于图神经网络的时序信号异常检测方法
《西北大学学报(自然科学版)》2025年第2期343-354,共12页王婕婷 张泽珑 李飞江 钱宇华 
国家自然科学基金(62306170,62106132);山西省科技重大专项(202201020101006);山西省基础研究计划(202103021223026,20210302124271);山西省科技创新人才团队专项(202304051001001)。
高维时序数据异常检测是指从多元时间序列中识别出偏离整体模式或偏离预期行为的样本点的过程。在高维时序数据中,传感器间潜在的关联关系对于预测或检测任务的性能具有较大影响。图神经网络是一种基于节点的近邻关系学习节点表征的深...
关键词：时序异常检测 图结构学习 注意力机制 相似度计算 区间搜索法 
融合粒度分组与Pareto最优的属性选择
《控制与决策》2024年第9期2959-2968,共10页印振宇 王平心 杨习贝 于化龙 钱宇华 
国家自然科学基金项目(62076111);江苏省研究生实践创新计划项目(SJCX22_1905)。
利用某一给定度量作为属性评价指标以及启发式算法的约束条件,是大量属性选择方案的关键.然而,属性相似性评价的缺失与朴素的逐个选择机制,使属性遍历存在冗余,故时间消耗巨大.此外,单一度量限制了属性评价视角,难以挖掘出高学习性能的...
关键词：属性选择 粒度 启发式算法 启发式信息 邻域粗糙集 PARETO最优 
结合力导向图分布算法的特征加权深度嵌入聚类
《小型微型计算机系统》2024年第6期1318-1324,共7页吕维 钱宇华 王婕婷 李飞江 胡深 
国家自然科学基金重点项目(62136005)资助;国家自然科学基金青年科学基金项目(62106132)资助;国家重点研发计划项目(2021ZD0112400)资助;山西省基础研究计划项目(20210302124271,202103021223026)资助。
聚类分析作为无监督学习领域的一个重要研究方向,是许多数据驱动应用的核心.但是高维数据特有的高维距离趋同特性,使得高维空间样本近邻结构遭到破坏,从而使得大量基于距离(基于近邻)的聚类算法性能急剧下降.目前,大量研究者认为,高维...
关键词：高维聚类 深度自编码器 特征加权 力导向图分布算法 
基于伪标签正则化损失的无监督行人重识别
《电子学报》2024年第5期1743-1758,共16页贾洁茹 张硕蕊 钱宇华 阮秋琦 
国家自然科学基金(No.62106133)。
无监督行人重识别旨在不需要行人身份标签的情况下,将查询的行人图像与候选集中的行人图像相匹配.目前主流的无监督行人重识别方法通常先利用聚类算法生成伪标签,然后利用伪标签训练深度神经网络.然而由于模型初始表征能力不足和聚类算...
关键词：行人重识别 无监督学习 伪标签噪声 对比学习 聚类优化 
一类弱监督数据中多视角扰动的特征选择方法
《江苏科技大学学报（自然科学版）》2024年第2期101-108,共8页郭启航 王平心 杜亮 杨习贝 钱宇华 
国家自然科学基金项目(62076111);国家自然科学基金重点项目(62136005)。
弱标签消歧技术可以用来消除数据中的噪声标签.然而,经由弱标签消歧后的数据中依然可能存在冗余或不相关特征,因此带来了弱监督数据中的特征选择这一实际问题.在弱标签消歧后得到的数据的基础上,提出了一种基于多视角扰动的特征选择框架...
关键词：特征选择 多视角 粗糙集 超集学习 弱监督 
高低频通道特征交叉融合的低光人脸检测算法
《智能系统学报》2024年第2期472-481,共10页许皓 钱宇华 王克琪 刘畅 李俊霞 
科技创新2030-“新一代人工智能”重大项目(2021-ZD0112400);国家自然科学基金项目(62136005);山西省揭榜挂帅项目(202201020101006)。
低光条件下捕获的人脸图像存在着噪声严重、对比度低等不足,极大影响了现有人脸检测器的准确性,另外,现有的低光图像检测算法欠缺小区域人脸信息的提取能力。为此,提出一种基于深度学习的两阶段人脸检测算法,即利用现有的低光图像增强...
关键词：低光人脸检测 高低频通道特征 低光增强 多尺度特征融合 计算机视觉 图像处理 深度学习 频率域分析 
缓解随机一致性的基尼指数与决策树方法被引量：1
《中国科学：信息科学》2024年第1期159-190,共32页王婕婷 李飞江 李珏 钱宇华 梁吉业 
科技创新2030—重大项目(批准号:2021ZD0112400);国家自然科学基金重点项目(批准号:62136005);国家自然科学基金青年基金(批准号:62106132,62306170);山西省科技重大专项(批准号:202201020101006);山西省基础研究计划(批准号:20210302124271,202103021223026)资助项目。
决策树模型具有较强的可解释性,是随机森林、深度森林等机器学习方法的基础.如何选择节点的分割属性与分割值是决策树算法的关键问题,对树的泛化能力、深度、平衡程度等重要性能产生影响.传统属性选择准则的定义大多基于凹函数,使得决...
关键词：基尼指数 多值偏向 决策树 随机一致性 
基于改进YOLOX的多光谱行人检测算法
《小型微型计算机系统》2024年第1期185-191,共7页方康 黄琴 王克琪 靳帅 刘畅 钱宇华 陈路 
国家重点研发计划项目(2021ZD0112400)资助;国家自然科学基金项目(62136005,62106132,62003200)资助.
现有的多光谱行人检测算法大多是基于Faster R-CNN的两阶段检测或设置了锚框机制的一阶段检测,此类模型存在推理速度慢,检测准确率低等不足.为此,本文设计出一种基于一阶段无锚框检查算法YOLOX的多光谱行人检测算法.该算法将多模态特征...
关键词：多光谱 行人检测 多尺度 YOLOX 一阶段 
融合多层次交互注意力的引文推荐算法
《小型微型计算机系统》2023年第12期2656-2662,共7页樊加倍 钱宇华 彭甫镕 
国家自然科学基金项目(62136005)资助。
学术引文推荐是指通过论文间的匹配关系为查询论文提供深度匹配的引文文献列表,提高学者科研工作效率.现有方法主要基于短文本匹配(如关键词、标题等),缺乏对论文结构和整体语义的表示能力,导致检索结果语义相关性差.本文从长文本的深...
关键词：引文推荐 文本匹配 数据挖掘 文本编码 
全选清除导出
共10页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部