公共文化服务平台

搜索到340篇“ 投票算法“的相关文章

融入测地线投票算法的深度学习网络的血管分割方法: 一种融入测地线投票算法的深度学习网络的血管分割方法，将增强后的数据集输入到编码器中进行特征提取，同时通过测地线投票算法计算测地线密度，得到测地线密度特征权重，将测地线密度特征权重与编码器提取的特征进行特征融合，通过解码器...; 陈达韩孝兴舒明雷刘丽李焕春

基于RegNet和投票算法的词义消歧研究: 邵雅丽

基于质谱数据的生成对抗自编码器整合投票算法: 2024年; 针对质谱数据特征数量庞大,导致多疾病诊断任务复杂困难的问题,本文提出了基于质谱数据的生成对抗自编码器整合投票算法msDAGVote。使用基于双自编码器的生成对抗网络作为msDAGVote的特征提取框架,在输入质谱数据训练后,生成器子网络用于特征构造,最后通过整合投票特征选择算法对构造特征进行筛选,将获得的最优特征子集用于多疾病诊断。在10种不同疾病类型的质谱数据集上进行评估,试验数据表明:msDAGVote提取的特征优于比较方法,显著缩减分类所需特征数量的同时具备优秀的疾病分类诊断能力,在6个数据集上分类AUC超过0.98,在其余具有挑战性的数据集上超过0.87。; 周丰丰于涛范雨思; 关键词：计算机应用生物信息学质谱

基于人工智能投票算法建立识别血清钠离子随机误差的实时质量控制法: 2024年; 目的利用人工智能投票(voting)算法,建立一种快速识别血清钠离子随机误差的实时质量控制新方法,并评价在此基础上构建模型的相关效能。方法采用回顾性调查研究方法,通过南京鼓楼医院医学检验科实验室信息系统导出2021年1月至5月在BeckmanAU5400生化分析仪上检测的住院患者的血清钠离子结果,共计144754条,作为本研究的无偏数据。人为引入随机误差,生成相应有偏数据。随后,根据投票算法的原理建立质量控制方法(ViQC)模型。针对每种偏差,用ViQC模型与5种传统PBRTQC算法进行测试,利用分类模型评估指标评价ViQC模型的分析性能。绘制偏差检测曲线,采用误差检出所需对称修剪平均样本数(tANPed)来评价模型的临床检测效能,并与5种传统PBRTQC算法进行比较。结果ViQC模型对所有偏差检测的假阳性率均小于0.002,准确度大于0.951。当误差因子为1.5、2.5和3.0时,ViQC模型假阳性率均为0;当误差因子为2.5时,该模型的准确度高达0.979。与5种传统PBRTQC算法相比,ViQC模型对所有偏差检测的平均tANPed最多下降34%,误差检测敏感度更高。此外,ViQC模型在测试环节TEa定值偏差下的ROC曲线下面积高达0.989,tANPed仅为5。结论成功建立了基于人工智能算法的患者数据实时质量控制模型,其临床检测效能优于传统PBRTQC算法。; 刘园郑和翔徐志晔陈文琴宋宏岩陈雨欣; 关键词：人工智能

基于快速投票算法的网络部署方法、装置及电子设备: 本发明提供了一种基于快速投票算法的网络部署方法、装置及电子设备，涉及通信技术领域，本发明在进行网络部署时，先获取目标场景对应的三维模型和网格化结果；其中，网格化结果包括对目标场景的平面图进行网络化处理得到的多个网格；然后...; 古强荣志超

一种基于RFE-RF特征选择和基于信息熵的加权投票算法的学生成绩预测方法: 本发明公开了一种基于RFE‑RF特征选择和基于信息熵的加权投票算法的学生成绩预测方法，属于数据预测系统技术领域，旨在解决现有技术单一的模型在学生成绩预测方面表现不佳，计算准确性低。包括以下步骤，S1、获取学生的基本信息、...; 周涛牛娅静于宝华李志刚马龙方仁成

一种解决数据冲突的投票算法的改进与实现: 2023年; 在当今网络发达时代,为了利用数据,需要从多源获取信息来融合信息,但是在信息融合的过程中,不同的数据源之间融合会发生数据冲突,而投票算法在解决数据冲突的过程中发挥了很好的作用。文章在投票算法上加入了增量分类,针对不断增加的数据构建了一个解决冲突的过程,以此提高了解决数据冲突的效率。; 李光荣夏琦; 关键词：数据冲突投票算法

融入测地线投票算法的深度学习网络的血管分割方法: 一种融入测地线投票算法的深度学习网络的血管分割方法，将增强后的数据集输入到编码器中进行特征提取，同时通过测地线投票算法计算测地线密度，得到测地线密度特征权重，将测地线密度特征权重与编码器提取的特征进行特征融合，通过解码器...; 陈达韩孝兴舒明雷刘丽李焕春

一种基于投票算法的半监督行人重识别方法: 本发明涉及计算机视觉技术与行人重识别领域，具体涉及一种基于投票算法的半监督行人重识别方法。具体表现为提出了一种用于半监督行人重识别伪标签评估的深层模型。主要想法是使用多个相似或相同的子模型对未标记人物图片的伪标签进行集成...; 林红利谭小雨谢康

基于路径的投票算法识别关键节点组的研究: 2022年; 关键节点组识别在医学、社会学、电力交通、政治与经济学领域有重要研究意义。目前识别方法基本上是与其他理论的结合,例如图着色、社区划分、聚类、投票算法等。针对启发式聚类关键节点组识别方法中初始节点选择造成的随机性问题,结合投票算法,提出了基于路径的投票算法进行关键节点识别。基于SIR传播模型和平均路径长度设计了4组对比实验,在人工BA无标度网络和真实网络中分别与度中心性、介数中心性、接近中心性、启发式聚类算法评估方法进行比较,验证了基于路径的投票算法能以较高的精度进行网络中关键节点组的识别,并且优于启发式聚类算法。; 宁阳宁晴武志峰; 关键词：复杂网络最短路径投票算法

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈