国家自然科学基金(61300107)
- 作品数：26 被引量：165H指数：8
- 相关作者：曾安潘丹杨海东徐小强董家辉更多>>
- 相关机构：广东工业大学广东建设职业技术学院中油管道物资装备总公司更多>>
- 发文基金：国家自然科学基金广东省自然科学基金广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信更多>>
- 基于3D卷积神经网络-感兴趣区域的阿尔茨海默症辅助诊断模型被引量：5
- 2020年
- 磁共振(magnetic resonance imaging,MRI)图像的预测分类对早期阿尔茨海默症(Alzheimer′s disease,AD)的诊断非常重要。轻度认知障碍(mild cognitive impairment,MCI)作为AD的一种早期阶段,在诊断时存在大脑脑区萎缩区域不明确,诊断准确率偏低等问题。本研究提出一种基于感兴趣区域(regions of interest,ROI)的3D卷积神经网络(convolutional neural network,CNN)模型来解决AD分类准确率偏低等问题,进而实现对AD的计算机辅助诊断。实验数据均来自ADNI数据库,实验结果表明,基于ROI的3D CNN的AD辅助诊断模型在分类AD vs正常对照(normal control,NC)、MCI转化AD(MCI converted to AD,MCIc)vs NC和MCI未被转化AD(MCI not converted to AD,MCInc)vs MCIc的5折交叉验证平均准确率分别为85.2%、83.9%、68.5%。相比于传统的主成分分析+支持向量机方法和单纯的切片集成方法,本研究方法在AD辅助诊断中取得了更好的分类效果和泛化能力,还可为其他脑疾病诊断提供新思路。
- 曾安邹超潘丹
- 关键词：阿尔茨海默症卷积神经网络感兴趣区域
- 融合了LSTM和PMF的推荐算法被引量：4
- 2020年
- 推荐系统是帮助用户在海量的数据中快速发掘出他们感兴趣内容的最重要的技术之一。稀疏性和冷启动是推荐系统面临的主要问题。针对稀疏性问题,已有多种推荐算法考虑利用额外的辅助信息,如评论、摘要或概要等来提高预测准确性。这些算法确实已经在一定程度上提高了预测准确性,但是,已有的算法大都是基于词袋模型,对这些辅助信息的理解和利用缺乏深度,留于表面。提出了一种新型的推荐系统算法:深度协同过滤算法(DCF)。DCF集成了长短期记忆网络(LSTM)和概率矩阵分解(PMF)。该算法不仅能够基于用户评分学习用户特征,而且能深度挖掘辅助信息,学习到更精确的物品特征。经过在真实数据集MovieLens100K和1M上的验证,结果表明DCF算法的根均方误差比现有算法分别降低了2.54%和3.96%。
- 曾安赵恢真
- 关键词：推荐系统
- 基于好友关系和标签的混合协同过滤算法被引量：7
- 2017年
- 针对传统推荐算法存在数据稀疏影响推荐效果的问题,考虑到社交网络中的链路预测能够综合考虑用户节点之间的拓扑结构,以及好友关系能反映用户的兴趣爱好,提出了一种融合好友关系和标签信息的推荐算法。首先,借助网络资源分配算法对社交网络的结构信息进行特征提取;然后,利用TF-IDF构建合理的社会化标签模型;最后,利用线性模型融合两方面的信息,从而实现推荐。在Last.fm和Delicious数据集上的实验表明,与传统算法相比,所提算法在推荐的召回率和准确率指标上有显著提高。
- 曾安徐小强
- 关键词：链路预测社交关系标签TF-IDF
- 基于树型结构网格矢量量化的点云渲染算法被引量：3
- 2019年
- 针对3D模型海量点云数据存在的空间冗余问题,提出一种基于TSLVQ(tree structure lattice vector quantization)的静态点云有损渲染算法。算法旨在利用层级嵌套网格的集合,解决渲染低效的问题。首先对整个点云进行包围盒封装,多层量化,把数个较小尺度的截断包围盒嵌入到一个较高尺度的截断包围盒单元中,每一步量化过程采用8叉树方法将包围盒分割为八个最佳尺寸的空或非空小包围盒;最后在最高深度的层级里,用包围盒来代替整个小包围盒中全部的点。同时,算法可自行设定8叉树的深度,从而任意控制编码的复杂度和精度,满足渲染的实时性要求。实验结果表明,与现有的网格有损压缩算法相比,提出的算法能在保证模型重建精度的基础上具有较好的空间分解优势,实现实时渲染效果。
- 石祖旭曾安Vincent RicordelNicolas Normand
- 关键词：向量量化有损压缩
- 基于稀疏降噪自编码器的深度置信网络被引量：10
- 2017年
- 传统的深度置信网络(DBN)采用随机初始化受限玻尔兹曼机(RBM)的权值和偏置的方法初始化网络。虽然这在一定程度上克服了由BP算法带来的易陷入局部最优和训练时间长的问题,但随机初始化仍然会导致网络重构和原始输入的较大差别,这使得网络无论在准确率还是学习效率上都无法得到进一步提升。针对以上问题,提出一种基于稀疏降噪自编码器(SDAE)的深度网络模型,其核心是稀疏降噪自编码器对数据的特征提取。首先,训练稀疏降噪自编码;然后,用训练后得到的权值和偏置来初始化深度置信网络;最后,训练深度置信网络。在Poker Hand纸牌游戏数据集和MNIST、USPS手写数据集上测试模型性能,在Poker Hand数据集下,方法的误差率比传统的深度置信网络降低46.4%,准确率和召回率依次提升15.56%和14.12%。实验结果表明,所提方法能有效地改善模型性能。
- 曾安张艺楠潘丹Xiao-Wei Song
- 云计算环境下面向领域的数据挖掘服务平台研究被引量：18
- 2014年
- 为促进数据挖掘开发及其商业应用,采用云计算技术、领域工程和数据挖掘等技术,结合领域驱动设计和云计算框架,提出了一种面向领域的数据挖掘云平台框架,并阐述了云计算环境下面向领域的数据挖掘服务的机理。定义了面向领域的数据挖掘云平台服务开发模式,这对面向领域的数据挖掘、云计算环境下的数据挖掘服务模式以及数据挖掘服务的开发和应用都有一定的参考价值。
- 曹小春曾安潘丹
- 关键词：云计算数据挖掘
- 基于最大信息系数的贝叶斯网络结构学习算法被引量：4
- 2017年
- 在引入最大信息系数的基础上,提出一种改进的贝叶斯网络结构学习算法。在给定数据集的条件下,基于最大信息系数对变量间的关联度进行检测,根据筛选因子和关联度构造贝叶斯网络的初始化结构,并结合贪婪算法对初始网络结构进行局部优化,将局部最优解进行整合形成全局最优解,生成最终的网络结构。在Asia和Car基准网络上的实验结果表明,与基于传统贪婪算法、随机K2算法的贝叶斯网络结构学习算法相比,该算法可以学习到与基准网络更相近的贝叶斯网络结构,并且具有较高的正确边均值和分类准确率。
- 曾千千曾安潘丹杨海东邓杰航
- 关键词：贝叶斯网络贪婪算法
- 基于MIC的深度置信网络研究被引量：2
- 2016年
- 传统的深度置信网络(DBNs)训练过程采用重构误差作为RBM网络的评价指标,它能在一定程度上反映网络对训练样本的似然度,但它并不是可靠的。而最大信息系数(MIC)能反映两个属性间的相关度,保留相关度较大的属性,且MIC较稳健,不易受异常值的影响,可作为网络评价指标。故提出一种基于最大信息系数(MIC)的深度置信网络方法,一方面用MIC对数据进行降维预处理,提高数据与网络的拟合度,降低网络分类误差;另一方面将MIC作为网络评价标准,改进重构误差的不可靠性。分别利用传统方法与基于MIC的深度置信网络方法对手写数据集MNIST和USPS进行分类实验,结果表明,基于MIC的深度置信网络方法能有效地提高识别率。
- 曾安郑齐弥
- 关键词：重构误差降维
- 基于深度双向LSTM的股票推荐系统被引量：22
- 2019年
- 面对越来越复杂的数据环境,以经典统计学模型为主的股票预测模型在一定程度上已无法满足人们对预测准确性的要求。深度学习因具有较强的学习能力和抗干扰能力,已逐渐被应用于股票推荐中。但传统的股票推荐模型要么从未考虑时间因素,要么仅考虑时间上的单向关系。因此,文中提出了一种基于深度双向LSTM的神经网络预测模型。该模型充分利用了时间序列上向前、向后两个时间方向的上下文关系,解决了长时间序列上的梯度消失和梯度爆炸问题,能够学习到对时间有长期依赖性的信息。同时,该模型引入了Dropout策略,在一定程度上解决了深层网络模型带来的训练难、收敛速度慢和过拟合等问题。在S&P500数据集上的实验表明,基于深度双向LSTM的神经网络预测模型比现有预测模型在误差上降低了2%~5%,使决定系数(r2)提高了10%。
- 曾安聂文俊
- 关键词：推荐系统股票预测
- 丹参注射液对急性脑梗死患者血清可溶性凋亡相关因子及其配体水平的影响被引量：9
- 2015年
- 目的探讨丹参注射液对急性脑梗死(ACI)患者血清可溶性凋亡相关因子(s Fas)和可溶性凋亡相关因子配体(s Fas L)水平的影响。方法选取312例ACI患者作为研究对象,根据治疗方式随机分为对照组和观察组,对照组给予常规治疗,观察组在常规治疗基础上给予静脉滴注丹参注射液。两组治疗14 d后对疗效进行评定,并对两组患者血清中s Fas和s Fas L水平进行动态分析,并分析s Fas和s Fas L水平与预后的关系。结果对照组和观察组的治疗有效率分别为73.72%和89.10%,观察组治疗有效率明显高于对照组(P<0.05)。对照组和观察组在治疗后血清中s Fas和s Fas L水平均呈下降趋势。其中观察组患者血清中s Fas和s Fas L水平在治疗后第2天显著低于治疗前,而对照组患者在治疗后第4天血清s Fas和s Fas L水平显著低于治疗前(P<0.05)。观察组患者血清中s Fas和s Fas L下降幅度明显高于对照组(P<0.05)。结论丹参注射液治疗ACI具有较好的疗效,可显著下调患者血清s Fas和s Fas L水平,对保护神经细胞功能具有重要意义。
- 赵永东
- 关键词：丹参注射液急性脑梗死凋亡FAS
