期刊文献+
共找到375篇文章
< 1 2 19 >
每页显示 20 50 100
基于控制输入和状态翻转的布尔控制网络状态估计
1
作者 邢谦 杨俊起 王尚坤 《复杂系统与复杂性科学》 北大核心 2026年第1期146-152,共7页
为了解决布尔控制网络的状态估计问题,运用控制输入,将布尔控制网络转化为布尔网络。进而基于控制输入和输出研究布尔控制网络状态估计问题,输出依赖状态估计集元素不唯一时,引入状态翻转控制,并提出实现到达目标状态的充分条件。设计... 为了解决布尔控制网络的状态估计问题,运用控制输入,将布尔控制网络转化为布尔网络。进而基于控制输入和输出研究布尔控制网络状态估计问题,输出依赖状态估计集元素不唯一时,引入状态翻转控制,并提出实现到达目标状态的充分条件。设计联合控制对序列求解算法,将输出依赖状态估计状态集中的所有状态同时翻转到目标状态,实现对布尔控制网络的状态估计。实例证明:该研究方法能够实现布尔控制网络的状态估计。 展开更多
关键词 布尔网络 半张量积 状态翻转控制 状态估计
在线阅读 下载PDF
基于TT分解的轻量化肝肿瘤分割方法
2
作者 马金林 杨继鹏 《电子与信息学报》 北大核心 2026年第1期335-345,共11页
针对肝肿瘤分割任务中由于边界复杂性以及肿瘤尺寸较小导致分割结果不准确的问题,该文提出一种高效的轻量化肝肿瘤分割方法。首先,提出一种基于张量列(TT)分解的多尺度卷积注意力(TT-MSCA)模块,通过张量列分解的线性层(TT_Layer)优化多... 针对肝肿瘤分割任务中由于边界复杂性以及肿瘤尺寸较小导致分割结果不准确的问题,该文提出一种高效的轻量化肝肿瘤分割方法。首先,提出一种基于张量列(TT)分解的多尺度卷积注意力(TT-MSCA)模块,通过张量列分解的线性层(TT_Layer)优化多尺度特征融合,提升复杂边界和小尺寸目标的分割准确性;其次,设计一种多分支残差结构的特征提取模块(IncepRes Block),以较小的计算成本提取肝肿瘤图像中的全局上下文信息;最后,解耦标准3*3卷积为两个连续的条形卷积,减少参数量和计算成本。实验结果表明,该方法在LiTS2017和3Dircadb两个公开数据集上,肝脏分割的Dice值分别达到98.54%和97.95%,肿瘤分割的Dice值分别达到94.11%和94.35%。提出方法能够有效解决肝肿瘤边界复杂以及肿瘤目标较小等因素导致的分割结果不准确问题,且能够满足实时部署需求,为肝肿瘤分割提供了一种新的选择。 展开更多
关键词 肝肿瘤分割 TT分解 轻量化网络 多尺度特征融合
在线阅读 下载PDF
基于改进半张量积贝叶斯网络的直流配电网故障诊断 被引量:3
3
作者 于华楠 仇华华 +2 位作者 王鹤 李石强 韦搏 《电测与仪表》 北大核心 2025年第6期178-185,共8页
文章提出基于改进半张量积贝叶斯网络的直流配电网故障诊断算法。对基于半张量积的贝叶斯网络方法进行改进,引入了保护和断路器动作时刻可信度和动作状态可信度,提高了故障诊断精度,即使条件概率不准确时也能够对计算结果进行修正。考... 文章提出基于改进半张量积贝叶斯网络的直流配电网故障诊断算法。对基于半张量积的贝叶斯网络方法进行改进,引入了保护和断路器动作时刻可信度和动作状态可信度,提高了故障诊断精度,即使条件概率不准确时也能够对计算结果进行修正。考虑到直流配电网中保护与控制的深度融合,将反映控制状态改变的控制量与反映保护动作的保护量融合到半张量积贝叶斯网络中,使得故障诊断结果更加准确。通过算例分析,验证了所提出的诊断方法的正确性和可靠性。 展开更多
关键词 直流配电网 半张量积 可信度 贝叶斯网络 故障诊断
在线阅读 下载PDF
张量网络分解下电力跨模态数据检索方法 被引量:1
4
作者 张喜铭 余芸 +2 位作者 林志达 汤清华 全雪霞 《国外电子测量技术》 2025年第6期220-227,共8页
电力系统状态由多模态数据共同反映,各模态数据的缺失情况及特点不同,难以统一表示,导致多维原始结构易发生丢失。传统方法难以捕捉模态间复杂的非线性耦合关系,无法实现跨模态张量融合,电力跨模态数据检索结果的匹配性偏低。为此,提出... 电力系统状态由多模态数据共同反映,各模态数据的缺失情况及特点不同,难以统一表示,导致多维原始结构易发生丢失。传统方法难以捕捉模态间复杂的非线性耦合关系,无法实现跨模态张量融合,电力跨模态数据检索结果的匹配性偏低。为此,提出一种基于张量网络分解的电力跨模态数据检索方法,通过张量网络分解补全初始采集的多模态电力数据缺失值,统一表示为高阶张量,得到完整多模态电力数据。张量网络分解可通过张量统一表示各模态数据,并补全各模态数据的缺失值,降低数据特性差异,为跨模态数据检索提供更完整、准确的数据基础。结合视觉Transformer模型(Vision Transformer,ViT)、文本卷积神经网络(Text Convolutional Neural Network,Text CNN)模型及跨模态张量融合技术,构建深度监督跨模态检索大模型,通过ViT模型部分与Text CNN模型部分,分别提取完整多模态电力数据中的图像与文本数据特征,两种特征共同输入跨模态张量融合部分,通过多模态数据特征的融合及语义的相似性匹配,实现电力跨模态数据检索。结果显示,该方法通过多模态数据的精准补全,得到完整精准的多模态电力数据;可实现文本与图像不同模态电力数据间的相互跨模态检索,检索结果的匹配性较高,平均精度均值(mean Average Precision,mAP)值达到0.972,本文方法的平均倒数排名(Mean Reciprocal Rank,MRR)值和查全率始终维持在接近1,且波动极小。证明检索结果可靠,可满足实际应用需求。 展开更多
关键词 张量网络分解 电力跨模态 数据检索 缺失数据补全 张量融合 相似性匹配
原文传递
抑郁障碍和双相障碍患者脑白质网络节点强度差异研究 被引量:1
5
作者 刘海燕 史家波 +3 位作者 花玲玲 阎锐 汤浩 姚志剑 《中国神经精神疾病杂志》 北大核心 2025年第6期321-326,共6页
目的探讨抑郁障碍和双相障碍患者脑白质网络节点强度的差异,分析患者不同脑区的结构连接受损情况及其在鉴别中的作用。方法纳入91例基线诊断为抑郁发作的患者,经过≥9年的自然观察随访后,最终确定23例维持抑郁障碍诊断(单相组)和18例维... 目的探讨抑郁障碍和双相障碍患者脑白质网络节点强度的差异,分析患者不同脑区的结构连接受损情况及其在鉴别中的作用。方法纳入91例基线诊断为抑郁发作的患者,经过≥9年的自然观察随访后,最终确定23例维持抑郁障碍诊断(单相组)和18例维持双相障碍诊断(双相组)的患者纳入分析。同时纳入30名健康对照者(对照组)。受试者在入组时均接受弥散张量成像扫描,采用确定性纤维追踪技术构建脑白质结构加权网络。比较三组间脑白质网络的节点连接强度差异,进一步采用受试者操作特征(receiver operator characteristic,ROC)曲线评估差异脑区对抑郁障碍和双相障碍鉴别诊断的价值。结果双相组在左前扣带回的节点强度较单相组降低(3.89±0.76 vs.4.74±0.60),在右尾状核(4.94±1.26 vs.3.46±0.99)、右苍白球(1.98±0.67 vs.1.25±0.29)的节点强度较单相组升高(P<0.01,FWE校正)。左前扣带回、右尾状核、右苍白球3个脑区的连接强度联合鉴别抑郁障碍和双相障碍绘制ROC曲线,曲线下面积(area under the curve,AUC)为0.95(95%CI:0.91~0.99;P<0.01),敏感度0.89,特异度0.87。结论脑结构网络的节点强度差异可以作为一个潜在的影像学生物标志物识别抑郁障碍和双相障碍,联合差异脑区的节点强度可以得到更好的识别率。 展开更多
关键词 抑郁障碍 双相障碍 弥散张量成像 大脑结构网络 节点强度 ROC曲线 随访研究
暂未订购
高算力光学张量卷积运算芯片基础研究
6
作者 张文甲 《电子学报》 北大核心 2025年第4期1361-1364,共4页
卷积神经网络是计算机视觉和目标检测等领域应用最成功的算法之一.随着高清图像和视频等数据爆发式增长,智能处理芯片需要更强的算力和更小的功耗.光子技术的多维特征和波动物理模型为高算力张量卷积运算提供了物理基础,有望从根本上突... 卷积神经网络是计算机视觉和目标检测等领域应用最成功的算法之一.随着高清图像和视频等数据爆发式增长,智能处理芯片需要更强的算力和更小的功耗.光子技术的多维特征和波动物理模型为高算力张量卷积运算提供了物理基础,有望从根本上突破电芯片在提升算力和降低功耗上不可逾越的物理限制.本文介绍高算力光学张量卷积运算芯片基础研究的研究动机、主要研究挑战与解决思路及未来展望,探讨限制光学张量卷积运算应用的主要因素,推动光学张量卷积计算从基础研究走向大规模应用. 展开更多
关键词 光学卷积神经网络 光学张量卷积 张量计算 光学神经网络
在线阅读 下载PDF
基于异构数据的患者术后非计划内再入院预测
7
作者 俞凯 董小锋 +2 位作者 袁贞明 崔朝健 罗伟斌 《工程科学与技术》 北大核心 2025年第1期89-97,共9页
非计划内再入院是医院风险管理的重要信号,也是医疗质量的重要指标。目前,再入院预测已经成为医疗系统的一项重要任务,大量学者结合机器学习技术提出非常多有效的预测方法,但大多仅以单一结构数据为研究对象或仅使用串联方法融合异构数... 非计划内再入院是医院风险管理的重要信号,也是医疗质量的重要指标。目前,再入院预测已经成为医疗系统的一项重要任务,大量学者结合机器学习技术提出非常多有效的预测方法,但大多仅以单一结构数据为研究对象或仅使用串联方法融合异构数据。前者未能充分利用电子病历中丰富的数据与信息,后者则未能更好地融合异构数据的信息。基于上述问题,本文提出了一种基于CTFN异构数据融合方法,结合患者出院小结文本与住院期间产生的横断面数据预测患者再入院风险。预测模型的构建分为3个步骤。首先,利用RoBerta模型提取患者出院小结中的特征信息并得到表征矩阵;其次,使用CNN模型学习患者横断面特征信息,得到表征矩阵;最后,通过CTFN方法融合两个表征矩阵,得到异构数据的表征矩阵并通过线性层分类器得到最后的预测结果。CTFN融合方法利用张量外积融合多个单模态表征矩阵,并增加CNN模型及残差结构设计加强异构数据模态内与模态间的信息学习。根据某公立医院的临床数据对上述方法进行验证,实验结果表明其表现出色,其中,召回率达到了76.1%,ROC曲线下面积达到了71.5%,均高于所对比的基线模型。证实了异构数据能提升分类器预测效果,且CTFN融合方法能够更好地融合异构数据间的信息,进一步提升分类器预测效果。 展开更多
关键词 异构数据 深度学习 张量融合 再入院 卷积网络 残差结构
在线阅读 下载PDF
裂隙岩体渗透张量反演分析的DFN-EHO-SA模型
8
作者 王俊奇 韦小婷 王子颜 《华北电力大学学报(自然科学版)》 北大核心 2025年第6期133-142,共10页
为提高裂隙岩体渗透张量的计算精度,探讨裂隙规模对渗透张量的影响。通过比较遗传算法(Genetic Algorithm, GA)和象群优化算法(Elephant Herding Optimization, EHO)计算时间和精度,提出了象群优化算法(Elephant Herding Optimization, ... 为提高裂隙岩体渗透张量的计算精度,探讨裂隙规模对渗透张量的影响。通过比较遗传算法(Genetic Algorithm, GA)和象群优化算法(Elephant Herding Optimization, EHO)计算时间和精度,提出了象群优化算法(Elephant Herding Optimization, EHO)与模拟退火算法(Simulated Annealing, SA)相结合的反演方法来优选离散裂隙网络(discrete fracture network, DFN)管单元管径,建立了DFN-EHO-SA模型,分析了不同裂隙缩减规模对应的管单元尺寸和表征单元体(representative elementary volume, REV)在反演算法条件下裂隙岩体渗透张量的精度,通过实例和工程应用验证了所提出模型和算法的优越性。结果表明,象群模拟退火算法(Elephant Herding Optimization-Simulated Annealing, EHOSA)收敛速度快且不易受困于局部最优解,基于该算法建立的DFN-EHO-SA模型确定渗透张量,计算精度高;缩减裂隙规模可以极大减少计算时间,特别是缩减规模为0.7时,模型满足精度同时大幅度提升时间效率,在工程中具有较强的实用价值,为裂隙岩体渗透张量计算提供一定的参考。 展开更多
关键词 离散裂隙网络 渗透张量 象群模拟退火算法 管单元 表征单元体 反演分析
在线阅读 下载PDF
基于数字孪生技术的医疗设备故障预测与风险管控平台研发 被引量:1
9
作者 韩松 贺严 +1 位作者 杨佳 黄丽 《中国医学装备》 2025年第8期125-129,135,共6页
目的:研发基于数字孪生技术的医疗设备故障预测与风险管控平台,解决医疗设备传统维护模式存在的时空监测盲区与数据碎片化问题。方法:构建物理设备与虚拟模型双向交互系统,融合多源异构数据建立深度张量网络驱动的医疗设备故障预测模型... 目的:研发基于数字孪生技术的医疗设备故障预测与风险管控平台,解决医疗设备传统维护模式存在的时空监测盲区与数据碎片化问题。方法:构建物理设备与虚拟模型双向交互系统,融合多源异构数据建立深度张量网络驱动的医疗设备故障预测模型,开发故障预测与风险管控平台对设备进行运维管理。选取2022年1月至2024年12月首都医科大学附属北京同仁医院临床在用的20台影像设备,将2022年1月至2023年6月使用的15台影像设备采用传统维护进行设备维护(传统维护模式),2023年7月至2024年12月的20台(新增加5台)影像设备采用基于数字孪生技术的医疗设备故障预测与风险管控平台(平台维护模式)进行设备维护,对比两种维护模式的设备故障预测性能、风险管控效能和成本效益评估的差异。结果:采用平台维护模式的设备维护平均准确率、查全率和故障严重度指数(FSI)加权准确率均值分别为(92.52±2.33)%、(89.23±3.12)%和(94.12±1.83)%,均高于传统维护模式,而平均虚警率为(7.83±1.52)%,低于传统维护模式的(34.22±4.74)%,差异均有统计学意义(t=19.234、17.256、20.976、18.365,P<0.05)。采用平台维护模式的设备维护平均响应时间和风险事件发生次数均低于传统维护模式,差异有统计学意义(t=15.273、37.454,P<0.05);应急人力成本低于传统维护模式,差异均有统计学意义(U=215.783,P<0.05)。采用平台维护模式的设备预防性维护成本、故障维修成本和停机损失成本均低于传统维护模式,而平均设备利用率高于传统维护模式,差异均有统计学意义(t=13.058、8.962、10.465、10.513,P<0.05)。结论:基于数字孪生技术的医疗设备故障预测与风险管控平台的开发应用能够减少设备非计划停机时间,实现设备故障的精准预测与风险的全流程管控。 展开更多
关键词 数字孪生 医疗设备管理 故障预测 风险管控 智能运维 深度张量网络
暂未订购
融合BERT和自注意力机制的张量图卷积网络文本分类 被引量:2
10
作者 史文艺 朱欣娟 《计算机系统应用》 2025年第3期152-160,共9页
TensorGCN模型是图神经网络应用在文本分类领域的SOTA模型之一.然而在处理文本语义信息方面,该模型使用的LSTM难以完全地提取短文本语义特征,且对复杂的语义处理效果不佳;同时,由于长文本中包含的语义及句法特征较多,在进行图间异构信... TensorGCN模型是图神经网络应用在文本分类领域的SOTA模型之一.然而在处理文本语义信息方面,该模型使用的LSTM难以完全地提取短文本语义特征,且对复杂的语义处理效果不佳;同时,由于长文本中包含的语义及句法特征较多,在进行图间异构信息共享时特征共享不完全,影响文本分类的准确性.针对这两个问题,对TensorGCN模型进行改进,提出融合BERT和自注意力机制的张量图卷积网络(BTSGCN)文本分类方法.首先,使用BERT代替TensorGCN架构中的LSTM模块进行语义特征提取,通过考虑给定单词两侧的周围单词来捕获单词之间的依赖关系,更准确地提取短文本语义特征;然后,在图间传播时加入自注意力机制,帮助模型更好地捕捉不同图之间的特征,完成特征融合.在MR、R8、R52和20NG这4个数据集上的实验结果表明BTSGCN相比于其他对比方法的分类准确度更高. 展开更多
关键词 文本分类 图神经网络 BTSGCN BERT 自注意力机制
在线阅读 下载PDF
基于样本弱依赖多项式混沌展开式的电网小干扰概率分析 被引量:1
11
作者 齐宗强 窦晓波 +2 位作者 卜强生 吕朋蓬 徐晓春 《电力系统自动化》 北大核心 2025年第6期157-164,共8页
随着光伏等新能源高渗透接入,电网的随机性逐步增强,对其进行概率分析是必不可少的。多项式混沌展开式等方法能够获取精确的概率分析结果,但其样本需求量和计算成本随着随机变量数的增长呈指数增长。针对该问题,提出了一种基于样本弱依... 随着光伏等新能源高渗透接入,电网的随机性逐步增强,对其进行概率分析是必不可少的。多项式混沌展开式等方法能够获取精确的概率分析结果,但其样本需求量和计算成本随着随机变量数的增长呈指数增长。针对该问题,提出了一种基于样本弱依赖多项式混沌展开式的电网小干扰概率分析方法。该方法在少量仿真样本的基础上构建张量补全模型,采用基于改进生成对抗网络的张量补全算法提取已有样本分布特征并扩张样本数量,从而降低多项式混沌展开式对样本数量的依赖性。通过仿真验证了所提方法的有效性,结果表明,该方法在保证分析结果准确性的基础上,大幅减少了所需样本数目。 展开更多
关键词 概率分析 小干扰 稳定性 多项式混沌展开式 张量补全 生成对抗网络
在线阅读 下载PDF
基于多尺度3D-CNN-CBAM的空气质量指数时空预测
12
作者 刘金培 罗瑞 +1 位作者 陈华友 周礼刚 《控制与决策》 北大核心 2025年第2期404-412,共9页
精确地把握空气质量指数(AQI)的实时动态演变规律对大气污染防治和城市公共卫生治理至关重要.因此,通过构建三维空间张量,将AQI特征信息由时间维度扩展至时空维度,并提出一种基于多尺度三维卷积注意力机制的时空预测网络模型,以提高AQI... 精确地把握空气质量指数(AQI)的实时动态演变规律对大气污染防治和城市公共卫生治理至关重要.因此,通过构建三维空间张量,将AQI特征信息由时间维度扩展至时空维度,并提出一种基于多尺度三维卷积注意力机制的时空预测网络模型,以提高AQI预测精度.预测方法首先对相关影响因素数据进行有效筛选.其次,将AQI数据及其影响因素分解为不同模态下的子序列.进而,基于时间、空间地理位置和影响因素3个维度,构建三维空间张量,以反映AQI数据的时空特征演变.然后,设计三维卷积注意力机制网络模型对子序列进行预测,以有效提取AQI与其影响因素之间的关键时空关联性特征.通过学习局部AQI序列特征的重要程度,该模型能够对空间时域信息赋予不同权重,以增强关键信息的影响力.将所提出的方法应用于3大城市群2019年~2024年的日度AQI预测,结果表明,该方法适用于具有时空属性的AQI预测,与现有方法相比具有更高的预测精度和适用性. 展开更多
关键词 时空预测 空气质量指数 卷积神经网络 注意力机制 三维空间张量 多元经验模态分解
原文传递
脑白质网络拓扑指标预测首发未服药青年抑郁患者自杀行为的风险研究
13
作者 丁雅莉 陆红权 +4 位作者 姜琴 李成林 曹平 胡君 朱凯棠 《临床放射学杂志》 北大核心 2025年第9期1594-1603,共10页
目的比较伴与不伴自杀未遂行为的首发未服药青年抑郁患者的脑白质网络拓扑指标的差异,从中枢性病理神经机制角度分析此类患者发生自杀行为的可能风险因素及其价值。方法入组30例伴自杀未遂行为的患者、30例不伴自杀未遂行为的患者以及3... 目的比较伴与不伴自杀未遂行为的首发未服药青年抑郁患者的脑白质网络拓扑指标的差异,从中枢性病理神经机制角度分析此类患者发生自杀行为的可能风险因素及其价值。方法入组30例伴自杀未遂行为的患者、30例不伴自杀未遂行为的患者以及30名健康对照者。搜集大脑MRI扫描数据,使用17项汉密尔顿抑郁(HAMD-17)量表评估临床症状。对扩散张量成像(DTI)数据进行预处理,构建脑白质网络,计算节点连接强度、全局效率和局部效率。对统计指标进行组间比较,将异常脑区拓扑指标与HAMD-17量表分进行相关性分析,使用受试者工作特征曲线(ROC)评估异常脑区预测自杀行为发生的价值。结果方差分析结果:三组间的左侧前扣带回连接强度以及左侧嗅皮层、左侧内侧眶部额上回、左侧前扣带回和左侧杏仁核的全局效率差异显著(校正后P<0.05);两组间的LSD事后检验结果:与健康对照组相比,不伴自杀未遂行为的患者组的左侧嗅皮层和左侧杏仁核的全局效率显著下降(校正后P<0.05);伴自杀未遂行为的患者组的左侧前扣带回的连接强度及左侧嗅皮层、左侧内侧眶部额上回、左侧前扣带回和左侧杏仁核的全局效率均显著下降(校正后P<0.05);与不伴自杀未遂行为的患者组相比,伴自杀未遂行为的患者组的左侧前扣带回连接强度及左侧嗅皮层、左侧内侧眶部额上回和左侧前扣带回的全局效率显著下降(校正后P<0.05);相关性分析结果:患者组的HAMD-17量表总分与左侧内侧眶部额上回(r=-0.27;P=0.04)和左侧杏仁核(r=-0.39;P<0.01)的全局效率呈显著性负相关,校正后HAMD-17量表总分(去除自杀项分值)与左侧杏仁核(r=-0.39;P<0.01)的全局效率呈显著性负相关;认知障碍因子分与左侧前扣带回连接强度(r=-0.36;P<0.01)和左侧嗅皮层(r=-0.26;P=0.04)、左侧内侧眶部额上回(r=-0.29;P=0.03)、左侧前扣带回(r=-0.40;P<0.01)的全局效率呈显著性负相关;阻滞因子分(r=-0.34;P<0.01)和睡眠障碍因子分(r=-0.46;P<0.01)与左侧杏仁核的全局效率呈显著性负相关;ROC分析结果:异常脑区拓扑指标联合预测患者发生自杀行为的ROC曲线下面积(AUC)为0.73、敏感度为0.80、特异性为0.63。结论大脑白质网络中前额叶-扣带回-杏仁核环路拓扑指标的下降可能与首发未服药青年抑郁的发生相关,其中前额叶与扣带回拓扑指标的进一步下降可能与此类患者发生自杀行为相关,并且这些异常脑区的拓扑指标对识别、评估临床症状以及预测自杀行为发生的风险具有一定的价值。 展开更多
关键词 抑郁 自杀行为 扩散张量成像 脑网络 拓扑指标 风险预测
原文传递
基于图论的急性脑梗死后应激性高血糖患者脑网络研究 被引量:1
14
作者 刘丽莹 崔凯歌 +3 位作者 于佳琪 贾娟 孙利强 杨冀萍 《临床荟萃》 2025年第9期781-789,共9页
目的基于扩散张量成像技术及图论研究方法,从结构脑网络水平探究急性脑梗死(acute cerebral infarction,ACI)后应激性高血糖(stress-induced hyperglycemia,SIH)的神经生理学机制。方法前瞻性纳入ACI后SIH患者32例和年龄、性别相匹配的... 目的基于扩散张量成像技术及图论研究方法,从结构脑网络水平探究急性脑梗死(acute cerebral infarction,ACI)后应激性高血糖(stress-induced hyperglycemia,SIH)的神经生理学机制。方法前瞻性纳入ACI后SIH患者32例和年龄、性别相匹配的健康对照组(healthy control,HC)35例。基于应激性高血糖比率(stress hyperglycemia ratio,SHR)确定脑梗死患者是否入组。所有受试者均行磁共振成像检查,通过确定性纤维束追踪方法构建结构脑网络。采用图论分析方法,计算结构脑网络的全局属性指标及富人俱乐部(Rich-Club)属性参数,并基于网络的边进行连接强度分析,同时分析SIH患者异常的网络属性指标与SHR之间的相关性。结果全局属性指标中,SIH组的聚类系数(Cp)、全局效率(Eglob)、局部效率(Eloc)均较HC组减低,而特征路径长度(Lp)较HC组增大(P<0.01);SIH组与HC组均表现出小世界属性,且SIH组小世界属性值(σ)、标准化特征路径长度(λ)、标准化聚类系数(γ)均较HC组增大(P<0.01);与HC组相比,SIH组的rich连接(Rich-Club节点之间的连接)、local连接(非Rich-Club节点之间的连接)、feeder连接(Rich-Club节点与非Rich-Club节点之间的连接)的连接强度均减低(P<0.01);基于网络的边的分析表明经过基于网络的统计(NBS)校正后发现SIH组存在一个连接强度减低的子网络(P=0.0002),即左侧额叶-脑岛-边缘系统子网络,其主要由6个节点及5条连边构成;相关性分析结果显示异常脑网络参数指标与SHR未见明显关联(P>0.05)。结论ACI后发生SIH的患者大脑结构网络明显受损,并具有向规则网络转化的趋势;同时SIH患者Rich-Club属性严重受损,多种连接强度减低;左侧额叶-脑岛-边缘系统子网络连接强度减低涉及大脑核心节点损伤,提示该子网络可能是致病核心区域,并且患者未来存在多种功能障碍及潜在疾病风险。 展开更多
关键词 脑梗死 应激性高血糖 扩散张量成像 富人俱乐部 脑网络拓扑属性
暂未订购
非周期性DoS攻击下布尔控制网络的镇定控制
15
作者 白博文 王金环 《控制与决策》 北大核心 2025年第7期2168-2174,共7页
针对布尔控制网络在非周期性拒绝服务(DoS)攻击下的镇定控制问题,研究服从独立同分布过程的非周期性DoS攻击.首先,将遭受攻击的布尔控制网络转化为概率布尔网络,进而得到系统能够全局随机稳定的充分必要条件;其次,基于可达集构造方法,... 针对布尔控制网络在非周期性拒绝服务(DoS)攻击下的镇定控制问题,研究服从独立同分布过程的非周期性DoS攻击.首先,将遭受攻击的布尔控制网络转化为概率布尔网络,进而得到系统能够全局随机稳定的充分必要条件;其次,基于可达集构造方法,设计能够保证系统稳定的状态反馈控制器;最后,通过仿真实验验证所提出理论与控制方法的有效性. 展开更多
关键词 矩阵半张量积 布尔控制网络 非周期性DoS攻击 独立同分布过程 状态反馈控制 镇定控制
原文传递
基于图论分析的肥胖青少年脑结构网络拓扑属性研究
16
作者 王心 王瑞珠 +2 位作者 李倩 仰飞 王颖 《中国医学影像学杂志》 北大核心 2025年第9期960-966,共7页
目的采用基于图论的网络分析方法,探讨肥胖青少年大脑结构网络拓扑属性的改变。资料与方法前瞻性收集2023年1月—2024年4月南京医科大学附属儿童医院肥胖青少年86例,分为单纯性肥胖(OB组)60例、肥胖伴代谢综合征(MS组)26例,同期招募健... 目的采用基于图论的网络分析方法,探讨肥胖青少年大脑结构网络拓扑属性的改变。资料与方法前瞻性收集2023年1月—2024年4月南京医科大学附属儿童医院肥胖青少年86例,分为单纯性肥胖(OB组)60例、肥胖伴代谢综合征(MS组)26例,同期招募健康对照组24名,行头颅扩散张量成像扫描、人体学特征检查及血液检测。构建全脑结构网络,比较3组全局及局部网络拓扑属性,分析差异有统计学意义的全局或节点属性与3组间差异有统计学意义的临床指标的相关性。结果3组身高、体重、体重指数、腰围、舒张压、收缩压、高密度脂蛋白胆固醇差异均有统计学意义(χ^(2)/F=3.208~5.085,P均<0.05)。与健康对照组比较,OB组与MS组体脂百分比、甘油三酯、总胆固醇、谷丙转氨酶、谷草转氨酶、空腹胰岛素差异均有统计学意义(P均<0.05)。3组小世界属性、最短路径长度、全局效率差异无统计学意义(P>0.05);3组聚类系数、局部效率差异有统计学意义(F=2.534、3.012,P均<0.05),其中OB组聚类系数、局部效率较健康对照组降低(P<0.05)。节点属性差异发生在左额叶、右岛叶、右中央前回、左扣带回、左楔前叶及双侧枕叶。健康对照组模块Association和模块Limbic间连接值显著小于OB组(P=0.033)。相关分析显示,局部效率与年龄(r=-0.239)、体重(r=-0.254)、体重指数(r=-0.230)、腰围(r=-0.263)呈负相关(P均<0.05),模块性与空腹胰岛素呈负相关(r=-0.325,P<0.05)。结论青少年肥胖造成大脑部分脑区结构网络拓扑属性异常,可能与认知功能异常有关,可为临床干预提供影像学依据。 展开更多
关键词 儿童肥胖 青少年 代谢综合征 磁共振成像 扩散张量成像 网络拓扑属性
暂未订购
基于张量化图卷积网络和对比学习的多源数据表示学习模型
17
作者 龙雨菲 牟宇辰 刘晔 《计算机应用》 北大核心 2025年第5期1372-1378,共7页
针对现有多源数据表示学习模型在处理大规模复杂高维数据时存在的容易遗漏数据源间高阶关联信息和易受到噪声干扰的问题,提出一种基于张量化图卷积网络(T-GCN)和对比学习的多源数据表示学习模型(MSTGC)。首先,利用K近邻(KNN)算法和图卷... 针对现有多源数据表示学习模型在处理大规模复杂高维数据时存在的容易遗漏数据源间高阶关联信息和易受到噪声干扰的问题,提出一种基于张量化图卷积网络(T-GCN)和对比学习的多源数据表示学习模型(MSTGC)。首先,利用K近邻(KNN)算法和图卷积网络(GCN)统一多源数据维度,拼接得到张量化多源数据;其次,利用定义的张量图卷积算子实现高维图卷积运算,同时学习数据源内部信息及数据源间关联信息;最后,构建多源数据对比学习范式,通过添加基于语义一致性与标签一致性的对比约束,提升MS-TGC在处理含噪声数据时的表示学习准确率,增强模型的鲁棒性。实验结果表明,当有标签样本率为0.3时,与CONMF(Co-consensus Orthogonal Non-negative Matrix Factorization)模型相比,MS-TGC在BDGP和20newsgroup数据集上的半监督分类准确率分别提升了1.36和5.53个百分点。可见MS-TGC能够更有效地捕捉数据源间关联信息,降低噪声干扰,得到高质量多源数据表示。 展开更多
关键词 多源数据表示学习 图卷积神经网络 张量图卷积算子 对比学习 半监督分类
在线阅读 下载PDF
基于张量网络的电网视频数据差异化压缩技术
18
作者 徐敏 彭林 +2 位作者 周爱华 朱力鹏 李尼格 《电力信息与通信技术》 2025年第7期46-53,共8页
传统的电网视频非结构化数据压缩方法采用商用成熟的压缩算法如H.264/AVC、MPEG、H.265/HEVC等,这些成熟的压缩算法一般均对视频数据整体不做区分地进行压缩,虽然可以大幅降低视频的占用空间,但导致了关键设备的细节丢失,严重影响了后... 传统的电网视频非结构化数据压缩方法采用商用成熟的压缩算法如H.264/AVC、MPEG、H.265/HEVC等,这些成熟的压缩算法一般均对视频数据整体不做区分地进行压缩,虽然可以大幅降低视频的占用空间,但导致了关键设备的细节丢失,严重影响了后续设备状态分析的精准度,文章创新地利用张量网络灵活计算的特点,引入深度神经网络机器学习算法,对电网主要设备如变压器等进行标注训练,实时识别出视频帧中的电力设备,通过张量分解快速将设备与环境进行分割,生成2个新的张量,并进行不同的压缩处理,对电网设备数据采用低压缩率的Tucker张量压缩,对非电网设备数据采用高压缩率的Tucker张量压缩,实现重要设备降低压缩率保留精细度、环境背景提高压缩率降低存储空间的功能,在大幅降低视频存储空间的同时,有选择性地保留了主要设备的细节,兼顾了降低视频占用空间和业务精准分析的业务需求,实现了更为灵活的视频数据压缩。 展开更多
关键词 张量网络 神经网络 视频数据压缩 机器学习
在线阅读 下载PDF
物理知识引导下覆冰迭代自迁移预测 被引量:1
19
作者 王振国 李特 +3 位作者 郑文哲 王燕 侯慧 林湘宁 《电力系统保护与控制》 北大核心 2025年第20期95-105,共11页
高影响覆冰事件对电力系统的稳定运行构成威胁。然而,在小样本场景下,传统的物理知识引导和数据模型驱动的预测效果欠佳。因此,将物理信息神经网络(physics-informed neural network,PINN)与自迁移学习(self-transfer learning,STL)融合... 高影响覆冰事件对电力系统的稳定运行构成威胁。然而,在小样本场景下,传统的物理知识引导和数据模型驱动的预测效果欠佳。因此,将物理信息神经网络(physics-informed neural network,PINN)与自迁移学习(self-transfer learning,STL)融合,提出一种物理知识引导下覆冰迭代自迁移(physics knowledge guided iterative self-transfer learning,PKG-ISTL)模型。首先,将数据划分为源域及目标域,构建包含空间、特征与时间维度的三维张量,实现滑动窗口覆冰预测。其次,将PINN与STL融合搭建模型。在源域分支,训练具备物理知识的PINN指导模型。在自迁移分支,应用多核最大均值差异进行域自适应处理。在目标域分支,运用知识蒸馏将专家模型中的物理知识自迁移至受训模型。最后,利用广西某区段多个输电线路的历史覆冰数据进行算例仿真,并通过可解释性分析,揭示气象、力学、线路及覆冰因素等对线路覆冰的影响程度。结果表明,相比传统数据模型驱动,PKG-ISTL模型预测精度提升47.69%,验证了其在小样本场景的有效性。 展开更多
关键词 覆冰预测 物理信息神经网络 自迁移学习 知识蒸馏 三维张量
在线阅读 下载PDF
基于多参数MRI的脑功能研究进展
20
作者 井舒淇 曲正伟 +4 位作者 于春海 张瀚中 牟佳慧 马恒 夏吉凯 《医学影像学杂志》 2025年第3期112-116,共5页
近年来,精神神经障碍、心理障碍等疾病发病率不断攀升,神经精神疾病的物质使用障碍负担逐年加重,已经超过了肿瘤、心血管等常见疾病。对于此类疾病的发病机制、预防及精准治疗一直成为亟待解决的难题。随着脑科学、脑计划的提出,人们对... 近年来,精神神经障碍、心理障碍等疾病发病率不断攀升,神经精神疾病的物质使用障碍负担逐年加重,已经超过了肿瘤、心血管等常见疾病。对于此类疾病的发病机制、预防及精准治疗一直成为亟待解决的难题。随着脑科学、脑计划的提出,人们对于大脑结构和功能的研究不断取得突破,其中影像学检查方法的不断发展起到了关键作用。基于无创性、多参数成像及对细微结构清楚显示等优势,MRI被广泛应用于临床与科研工作中。本文就磁共振(magnetic resonance imaging,MRI)多参数成像,包括结构磁共振成像(structural magnetic resonance imaging,sMRI)、静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)及扩散张量成像(diffusion tensor imaging, DTI)等脑功能成像方法及相关测量工具的新进展进行综述。 展开更多
关键词 磁共振成像 弥散张量成像 功能连接 脑网络
暂未订购
上一页 1 2 19 下一页 到第
使用帮助 返回顶部