您的位置: 专家智库 > >

何涛

作品数:6 被引量:19H指数:3
供职机构:东北大学更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:自动化与计算机技术航空宇航科学技术更多>>

文献类型

  • 5篇期刊文章
  • 1篇专利

领域

  • 5篇自动化与计算...
  • 1篇航空宇航科学...

主题

  • 3篇神经网
  • 3篇神经网络
  • 2篇网络
  • 2篇卷积
  • 2篇卷积神经网络
  • 1篇电器系统
  • 1篇电子病历
  • 1篇预处理
  • 1篇治疗机
  • 1篇治愈
  • 1篇治愈率
  • 1篇软阈值
  • 1篇生化
  • 1篇生化检验
  • 1篇司法
  • 1篇搜索
  • 1篇搜索算法
  • 1篇随机场
  • 1篇条件随机场
  • 1篇图像

机构

  • 6篇东北大学

作者

  • 6篇何涛
  • 4篇闻英友
  • 4篇陈剑
  • 1篇李志
  • 1篇刘建生
  • 1篇张志刚
  • 1篇巴启先
  • 1篇王晨
  • 1篇徐赛

传媒

  • 2篇计算机与数字...
  • 1篇计算机与现代...
  • 1篇软件
  • 1篇计算机技术与...

年份

  • 1篇2023
  • 2篇2022
  • 2篇2021
  • 1篇1992
6 条 记 录,以下是 1-6
排序方式:
基于堆叠模型的司法短文本多标签分类被引量:3
2021年
司法文书短文本的语义多样性和特征稀疏性等特点,对短文本多标签分类精度提出了很大的挑战,传统单一模型的分类算法已无法满足业务需求。为此,提出一种融合深度学习与堆叠模型的多标签分类方法。该方法将分类器划分成两个层次,第一层使用BERT、卷积神经网络、门限循环单元等深度学习方法作为基础分类器,每个基础分类器模型通过K折交叉验证得到所有数据的多标签分类概率值,将此概率值数据进行融合形成元数据;第二层使用自定义的深度神经网络作为混合器,以第一层的元数据为输入,通过训练多标签概率矩阵获取模型参数。该方法将强分类器关联在一起,获得比单个分类器更加强大的性能。实验结果表明,深度学习堆叠模型实现了87%左右的短文本分类F1分数,优于BERT、卷积神经网络、循环神经网络及其他单个模型的性能。
何涛陈剑闻英友孔为民
关键词:卷积神经网络
基于稀疏预处理和XGBoost的生化检验智能审核被引量:1
2022年
临床生化检验数据为医生进行疾病诊断提供最有力的数据支撑,当前采用基于规则的半自动异常检验值过滤和医务人员人工审核的方式,存在缺乏学习能力、效率低下的问题。为此,提出一种将检测数据进行稀疏化处理并使用极端梯度提升算法进行智能审核的机器学习模型。首先使用深度神经网络对医院信息系统导出的,经过脱敏、清洗后的检验数据用聚类算法实现样本的平衡采样,再用深度神经网络进行缺失值填充,并将选定的数据预处理成稀疏矩阵,最终使用极端梯度提升算法完成生化检验数据的智能审核。实验结果表明,论文采用的模型能实现95%左右的智能审核准确率,同时运算性能显著优于其他机器学习模型。
何涛陈剑
关键词:稀疏数据聚类算法
一种面向未知环境的无人机群区域覆盖搜索算法研究被引量:1
2023年
近年来,随着无人机技术的飞速发展,旋翼无人机由于具有灵活机动、轻量化、成本低等优点在搜救领域得到了广泛应用。本文面向未知环境研究无人机群执行区域覆盖搜索任务,以任务耗时最短为算法评价指标,提出了回字形扩展搜索算法。首先对传统区域覆盖搜索算法和本文所提出的算法进行了介绍,之后针对算法建立了仿真环境模型和算法模型,并基于NetLogo仿真环境通过蒙特卡罗方法进行了试验及结果分析。与传统随机游走覆盖搜索算法进行对比,结果显示本文提出的基于搜索图的协同模式下的回字形扩展覆盖搜索算法区域覆盖耗时短、重叠率低,具有分布式、自主性、在线实时规划、抗毁性等特点。
刘建生刘建生王晨徐赛李志王晨
关键词:未知环境无人机群分布式
一种气胸治疗装置
一种用于气胸病患者的治疗机,主要由机械部分和电器系统所组成,整个机械装置由一个设有上、下腔的水箱和一些阀门及压力显示器、电磁铁、连杆机构、泵体电机等构成。通过电磁铁来控制整个连杆机构的运动,通过连杆机构再控制阀门的关开和...
巴启先张志刚何涛
文献传递
基于BERT-CRF模型的电子病历实体识别研究被引量:8
2022年
电子病历实体识别是智慧医疗服务中一项重要的基础任务,当前医院诊疗过程中采用人工分析病历文本的方法,容易产生关键信息遗漏且效率低下。为此,提出一种结合BERT与条件随机场的实体识别模型,使用基于双向训练Transformer的BERT中文预训练模型,在手工标注的符合BIOES标准的语料库上微调模型参数,通过BERT模型学习字符序列的状态特征,并将得到的序列状态分数输入到条件随机场层,条件随机场层对序列状态转移做出约束优化。BERT模型具有巨大的参数量、强大的特征提取能力和实体的多维语义表征等优势,可有效提升实体抽取的效果。实验结果表明,论文提出的模型能实现88%以上的实体识别F1分数,显著优于传统的循环神经网络和卷积神经网络模型。
何涛陈剑陈剑
关键词:条件随机场命名实体识别电子病历
基于深度残差收缩网络的HEp-2图像识别被引量:6
2021年
人上皮细胞(HEp-2)检测抗核抗体是诊断自身免疫性疾病的常用方法,HEp-2细胞图像识别对许多自身免疫性疾病的诊疗具有重要意义。针对目前主要采用手工评估方法造成效率低效、劳动强度高等问题,提出一种基于深度残差收缩网络的HEp-2细胞图像分类模型。该模型在深度残差网络基础上进行改进,残差学习模块使用恒等映射方法可以训练更深层次的网络。在每个残差学习模块内部嵌入一个软阈值非线性变换子网络,软阈值用以消除数据中的噪声和冗余信息,这些阈值通过子网络自动学习。实验表明,该方法具有良好的性能,优于其他深度神经网络方法。
何涛陈剑闻英友
关键词:软阈值卷积神经网络图像识别
共1页<1>
聚类工具0