• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索
高影响力成果及被引频次趋势图 关键词云图及合作者关系图

您的检索:

学者姓名:贾克斌

精炼检索结果:

来源

应用 展开

合作者

应用 展开

清除所有精炼条件

排序方式:
默认
  • 默认
  • 标题
  • 年份
  • WOS被引数
  • 影响因子
  • 正序
  • 倒序
< 页,共 63 >
A Depression Prediction Algorithm Based on Spatiotemporal Feature of EEG Signal SCIE
期刊论文 | 2022 , 12 (5) | BRAIN SCIENCES
WoS核心集被引次数: 24
摘要&关键词 引用

摘要 :

Depression has gradually become the most common mental disorder in the world. The accuracy of its diagnosis may be affected by many factors, while the primary diagnosis seems to be difficult to define. Finding a way to identify depression by satisfying both objective and effective conditions is an urgent issue. In this paper, a strategy for predicting depression based on spatiotemporal features is proposed, and is expected to be used in the auxiliary diagnosis of depression. Firstly, electroencephalogram (EEG) signals were denoised through the filter to obtain the power spectra of the three corresponding frequency ranges, Theta, Alpha and Beta. Using orthogonal projection, the spatial positions of the electrodes were mapped to the brainpower spectrum, thereby obtaining three brain maps with spatial information. Then, the three brain maps were superimposed on a new brain map with frequency domain and spatial characteristics. A Convolutional Neural Network (CNN) and Gated Recurrent Unit (GRU) were applied to extract the sequential feature. The proposed strategy was validated with a public EEG dataset, achieving an accuracy of 89.63% and an accuracy of 88.56% with the private dataset. The network had less complexity with only six layers. The results show that our strategy is credible, less complex and useful in predicting depression using EEG signals.

关键词 :

spatiotemporal features spatiotemporal features EEG signals EEG signals neural network neural network deep learning deep learning depression prediction depression prediction

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 Liu, Wei , Jia, Kebin , Wang, Zhuozheng et al. A Depression Prediction Algorithm Based on Spatiotemporal Feature of EEG Signal [J]. | BRAIN SCIENCES , 2022 , 12 (5) .
MLA Liu, Wei et al. "A Depression Prediction Algorithm Based on Spatiotemporal Feature of EEG Signal" . | BRAIN SCIENCES 12 . 5 (2022) .
APA Liu, Wei , Jia, Kebin , Wang, Zhuozheng , Ma, Zhuo . A Depression Prediction Algorithm Based on Spatiotemporal Feature of EEG Signal . | BRAIN SCIENCES , 2022 , 12 (5) .
导入链接 NoteExpress RIS BibTex
一种融合多项式与学习模型的气压传感器误差标校方法 incoPat
专利 | 2021-02-09 | CN202110182152.8
摘要&关键词 引用

摘要 :

本发明公开了一种融合多项式与学习模型的气压传感器误差标校方法,计算测量气压值和标准气压值之间的误差,分析输入的标准气压值与误差之间散点图的分布状态,采用最小二乘法拟合其多项式,获取设计温度标校点对应的参数,然后将该多项式的参数进行分解并通过RBF神经网络分别预测具体温度点对应的多项式相关参数。最后根据某一特定温度下误差的函数解析式可获得气压测量值标校后的数值。相比于直接使用各轻量级神经网络拟合气压值与温度之间关系的方法,通过将气压传感器的数据误差进行先分解再拟合的方法具有更高的标校精度,减少53.33%的测量误差,是一种精度高、计算轻量、实用性强的气压传感器标校新方法。

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 刘鹏宇 , 张文静 , 贾克斌 et al. 一种融合多项式与学习模型的气压传感器误差标校方法 : CN202110182152.8[P]. | 2021-02-09 .
MLA 刘鹏宇 et al. "一种融合多项式与学习模型的气压传感器误差标校方法" : CN202110182152.8. | 2021-02-09 .
APA 刘鹏宇 , 张文静 , 贾克斌 , 杨加春 , 王涛 , 王聪聪 et al. 一种融合多项式与学习模型的气压传感器误差标校方法 : CN202110182152.8. | 2021-02-09 .
导入链接 NoteExpress RIS BibTex
电子信息类专业学位硕士研究生创新能力提升方法探讨
期刊论文 | 2021 , (9) , 19-23 | 工业和信息化教育
摘要&关键词 引用

摘要 :

分析了当前全日制专业学位硕士研究生招生培养环节存在的问题,结合电子信息类专业学位硕士研究生特点,以专业学位硕士研究生能力提升为培养目标,提出了基于课程实践环节设计的专业学位硕士研究生创新能力提升建议.

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 孙中华 , 贾克斌 , 冯金超 et al. 电子信息类专业学位硕士研究生创新能力提升方法探讨 [J]. | 工业和信息化教育 , 2021 , (9) : 19-23 .
MLA 孙中华 et al. "电子信息类专业学位硕士研究生创新能力提升方法探讨" . | 工业和信息化教育 9 (2021) : 19-23 .
APA 孙中华 , 贾克斌 , 冯金超 , 刘鹏宇 , 李哲 . 电子信息类专业学位硕士研究生创新能力提升方法探讨 . | 工业和信息化教育 , 2021 , (9) , 19-23 .
导入链接 NoteExpress RIS BibTex
基于Unet的切连科夫激发的荧光扫描断层重建 CSCD
期刊论文 | 2021 , 48 (17) , 129-140 | 中国激光
摘要&关键词 引用

摘要 :

切连科夫激发的荧光扫描成像(CELSI)是一种新兴的成像技术,在生物医学领域有着广阔的应用前景。本课题组前期分别基于Tikhonov正则化和稀疏正则化实现了CELSI断层成像,但重建图像的质量仍有待提高。基于此,本文提出了一种基于Unet的图像后处理算法。该算法将Tikhonov方法只迭代一次得到的低质量图像作为Unet网络的输入,通过网络学习对重建的图像进行一定的修正,以进一步提高重建图像的质量。实验结果表明,所提算法可以提高计算效率,而且当荧光目标在深度50 mm处时重建图像的峰值信噪比和结构相似度分别能达到28 dB和0.92。所提算法基于单荧光目标数据集训练的网络模型能够较好地重建出多...

关键词 :

Unet神经网络 Unet神经网络 Tikhonov正则化 Tikhonov正则化 断层成像 断层成像 医用光学 医用光学 切连科夫激发的荧光扫描成像 切连科夫激发的荧光扫描成像

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 张文倩 , 冯金超 , 李哲 et al. 基于Unet的切连科夫激发的荧光扫描断层重建 [J]. | 中国激光 , 2021 , 48 (17) : 129-140 .
MLA 张文倩 et al. "基于Unet的切连科夫激发的荧光扫描断层重建" . | 中国激光 48 . 17 (2021) : 129-140 .
APA 张文倩 , 冯金超 , 李哲 , 孙中华 , 贾克斌 . 基于Unet的切连科夫激发的荧光扫描断层重建 . | 中国激光 , 2021 , 48 (17) , 129-140 .
导入链接 NoteExpress RIS BibTex
以培养创新型人才为导向的团队协同育人模式研究
期刊论文 | 2021 , (9) , 24-28 | 工业和信息化教育
摘要&关键词 引用

摘要 :

研究生教育作为高等教育的重要分支,其质量直接影响着国家科技与文化的竞争力.在百年未有之大变局的背景下,研究生教育要为国家的社会和经济发展做出重要贡献,高校承担着培养高素质创新型人才的核心任务.从为国育才的立场出发,为推进研究生教育教学改革,需探索如何利用研究团队优势,建立创新型人才培养模式,培养新时代高素质创新型人才.从打造团队协同育人模式、建立"四位一体"本硕博育人共同体、推进人才培养国际化、加强教学团队师德师风建设入手,以解决目前高等教育中存在的人才培养方式单一、学生综合能力差、创新能力不足、专业教学与科研活动相脱节等问题,在开阔学生国际化视野的同时,厚植爱国主义情怀,培养出德才兼备的新时代高素质创新型人才.

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 贾克斌 , 冯金超 , 刘鹏宇 et al. 以培养创新型人才为导向的团队协同育人模式研究 [J]. | 工业和信息化教育 , 2021 , (9) : 24-28 .
MLA 贾克斌 et al. "以培养创新型人才为导向的团队协同育人模式研究" . | 工业和信息化教育 9 (2021) : 24-28 .
APA 贾克斌 , 冯金超 , 刘鹏宇 , 李哲 , 孙中华 . 以培养创新型人才为导向的团队协同育人模式研究 . | 工业和信息化教育 , 2021 , (9) , 24-28 .
导入链接 NoteExpress RIS BibTex
基于混合注意力时序网络的睡眠分期算法研究 CSCD
期刊论文 | 2021 , 38 (02) , 241-248 | 生物医学工程学杂志
摘要&关键词 引用

摘要 :

睡眠分期是研究睡眠疾病的重要途径,近年来受到了广泛关注。传统手工标记方法与传统机器学习算法存在效率低下、泛化性不足的问题,虽然近期流行的深度学习网络模型依靠其学习复杂特征的能力改善了睡眠分期结果,但仍存在着忽略片段内时序信息与通道相关性的问题。本文提出了一种混合注意力时序网络,利用循环神经网络取代较为传统的卷积神经网络,从时间角度提取多导睡眠图的时序特征;然后采用片段内时序注意力与通道注意力机制,实现信号片段内时序特征融合和通道相关性特征融合;再基于循环神经网络与片段间时序注意力机制,进一步实现信号片段间时序上下文特征融合;最终根据上述混合特征完成端到端自动睡眠分期。本文采用开源数据网站上包含...

关键词 :

循环神经网络 循环神经网络 注意力机制 注意力机制 睡眠分期 睡眠分期

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 金峥 , 贾克斌 , 袁野 . 基于混合注意力时序网络的睡眠分期算法研究 [J]. | 生物医学工程学杂志 , 2021 , 38 (02) : 241-248 .
MLA 金峥 et al. "基于混合注意力时序网络的睡眠分期算法研究" . | 生物医学工程学杂志 38 . 02 (2021) : 241-248 .
APA 金峥 , 贾克斌 , 袁野 . 基于混合注意力时序网络的睡眠分期算法研究 . | 生物医学工程学杂志 , 2021 , 38 (02) , 241-248 .
导入链接 NoteExpress RIS BibTex
3D-CVQE: An Effective 3D-CNN Quality Enhancement for Compressed Video Using Limited Coding Information CPCI-S
会议论文 | 2021 , 373-373 | Data Compression Conference (DCC)
摘要&关键词 引用

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 Sun, Xuan , Liu, Pengyu , Jia, Kebin et al. 3D-CVQE: An Effective 3D-CNN Quality Enhancement for Compressed Video Using Limited Coding Information [C] . 2021 : 373-373 .
MLA Sun, Xuan et al. "3D-CVQE: An Effective 3D-CNN Quality Enhancement for Compressed Video Using Limited Coding Information" . (2021) : 373-373 .
APA Sun, Xuan , Liu, Pengyu , Jia, Kebin , Wang, Congcong . 3D-CVQE: An Effective 3D-CNN Quality Enhancement for Compressed Video Using Limited Coding Information . (2021) : 373-373 .
导入链接 NoteExpress RIS BibTex
一种面向视频传输应用的联合上下采样超分辨率框架 CSCD
期刊论文 | 2021 , 47 (05) , 463-471 | 北京工业大学学报
摘要&关键词 引用

摘要 :

针对目前面向视频传输应用中,对低分辨率视频应用超分辨率技术进行还原时引发严重病态性问题,结合视频传输的全过程,提出一种联合上下采样的超分辨率框架.该框架通过将下采样过程和超分辨率过程进行联合训练,使得原始高分辨率视频的信息能够指导低分辨率视频的重建,并且下采样过程和超分辨率过程互相约束,减小了整个映射空间的尺寸,使得模型的泛化能力更强.实验表明,提出的方法在常用的图像超分辨率数据集上峰值信噪比(peak signal-to-noise ratio, PSNR)指标平均提升超过2.9 dB,在国际视频编码标准HEVC标准测试序列上平均达到近乎无损(PSNR指标超过40 dB),证明所提框架对于视...

关键词 :

神经网络 神经网络 深度学习 深度学习 视频传输 视频传输 视频压缩 视频压缩 图像处理 图像处理 超分辨率 超分辨率

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 刘鹏宇 , 王聪聪 , 贾克斌 . 一种面向视频传输应用的联合上下采样超分辨率框架 [J]. | 北京工业大学学报 , 2021 , 47 (05) : 463-471 .
MLA 刘鹏宇 et al. "一种面向视频传输应用的联合上下采样超分辨率框架" . | 北京工业大学学报 47 . 05 (2021) : 463-471 .
APA 刘鹏宇 , 王聪聪 , 贾克斌 . 一种面向视频传输应用的联合上下采样超分辨率框架 . | 北京工业大学学报 , 2021 , 47 (05) , 463-471 .
导入链接 NoteExpress RIS BibTex
基于混合注意力时序网络的睡眠分期算法研究 CQVIP
期刊论文 | 2021 , 38 (2) , 241-248 | 金峥
摘要&关键词 引用

摘要 :

基于混合注意力时序网络的睡眠分期算法研究

关键词 :

注意力机制 注意力机制 循环神经网络 循环神经网络 睡眠分期 睡眠分期

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 金峥 , 贾克斌 , 袁野 et al. 基于混合注意力时序网络的睡眠分期算法研究 [J]. | 金峥 , 2021 , 38 (2) : 241-248 .
MLA 金峥 et al. "基于混合注意力时序网络的睡眠分期算法研究" . | 金峥 38 . 2 (2021) : 241-248 .
APA 金峥 , 贾克斌 , 袁野 , 生物医学工程学杂志 . 基于混合注意力时序网络的睡眠分期算法研究 . | 金峥 , 2021 , 38 (2) , 241-248 .
导入链接 NoteExpress RIS BibTex
基于轻量级神经网络的地基云图识别 CQVIP
期刊论文 | 2021 , 47 (5) , 489-499 | 贾克斌
摘要&关键词 引用

摘要 :

基于轻量级神经网络的地基云图识别

关键词 :

图像分类 图像分类 图像处理 图像处理 地基云图 地基云图 数据集 数据集 深度学习 深度学习 轻量级神经网络 轻量级神经网络

引用:

复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。

GB/T 7714 贾克斌 , 张亮 , 刘鹏宇 et al. 基于轻量级神经网络的地基云图识别 [J]. | 贾克斌 , 2021 , 47 (5) : 489-499 .
MLA 贾克斌 et al. "基于轻量级神经网络的地基云图识别" . | 贾克斌 47 . 5 (2021) : 489-499 .
APA 贾克斌 , 张亮 , 刘鹏宇 , 刘钧 , 北京工业大学学报 . 基于轻量级神经网络的地基云图识别 . | 贾克斌 , 2021 , 47 (5) , 489-499 .
导入链接 NoteExpress RIS BibTex
每页显示 10| 20| 50 条结果
< 页,共 63 >

导出

数据:

选中

格式:
在线人数/总访问数:462/4212267
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司