汪祖民 作品数:52 被引量:232 H指数:7 供职机构: 大连大学信息工程学院 更多>> 发文基金: 国家自然科学基金 中国博士后科学基金 浙江省自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 农业科学 机械工程 更多>>
基于步态分析的帕金森病辅助诊断方法综述 被引量:1 2023年 针对现有的帕金森病(PD)的诊断方法,对基于步态分析的PD的辅助诊断方法进行了综述。在临床上,常见的步态评估PD的诊断方法是基于量表的,该方法虽然简单方便,但主观性强,且对医生的临床经验要求较高。而计算机技术的发展为步态分析提供了更多的方法。首先,总结了PD以及它在步态上的异常表现。然后,回顾了基于步态分析的PD辅助诊断的常用方法,这些方法大致可分为基于可穿戴设备的和基于非可穿戴设备的:可穿戴设备体积小、辅助诊断准确率高,可长时间监测患者的步态状况;非可穿戴设备则是通过微软Kinect等视频传感器捕捉人体步态数据,避免了穿戴相关设备以及对患者行动的限制。最后,指出了现有的步态分析方法中存在的不足并探讨了未来可能的发展趋势。 秦静 马雪倩 高福杰 季长清 汪祖民关键词:帕金森病 步态分析 基于LightGBM和SHAP的云南省森林火灾预测研究 2023年 针对当前森林火灾预测研究中存在准确性不足和缺乏模型可解释性的问题,选择云南省为研究区域,提出融合LightGBM机器学习模型和SHAP可解释模型的森林火灾预测方法。结果表明,与已有的多种机器学习模型相比,LightGBM表现出更高的准确率(90.5%),在高易发区域大部分火点被准确识别。通过引入SHAP模型,增强了LightGBM模型的可解释性。其中,全局可解释方法可以帮助使用者理解各个特征在模型中的响应趋势,而局部可解释方法则可以解释特定森林火灾实例的预测过程。本文提出的基于LightGBM和SHAP可解释机器学习方法不仅有助于云南省森林火灾预测,还对其他灾害预测领域的风险预测建模具有启示意义。 汪祖民 王恺锋 李艳志 李国辉关键词:森林火灾 可解释性 面向番茄病害识别的改进型SqueezeNet轻量级模型 被引量:4 2022年 针对番茄病害识别中深度神经网络参数过多、识别精度较低的问题,从网络轻量化和提取特征精准化的角度出发,对SqueezeNet结构进行改进。为精简fire模块,对其中Expand层的卷积核大小、网络层数以及通道数进行调整。同时,将模型与ECA模块结合,利用局部跨通道交互的方式获得各通道的注意力值,强化网络对关键特征的学习能力。实验结果表明,与LeNet、MobileNet和SqueezeNet模型相比,改进型SqueezeNet的模型大小和识别准确率均具有明显优势,为嵌入式设备在实际生产中的番茄病害识别提供一种技术方法。 胡玲艳 周婷 许巍 汪祖民 裴悦琨关键词:番茄病害 卷积神经网络 轻量级 基于小样本的胶囊网络轴承故障诊断方法 被引量:2 2023年 针对滚动轴承故障样本稀疏、卷积神经网络(convolutional neural network, CNN)池化层效率低的问题,提出一种基于胶囊网络的小样本学习方法模型。基于孪生神经网络,通过相同或者不同类别的样本对进行特征学习,根据特征之间的差异进行故障分类。在标准的凯斯西储大学(Case Western Reserve University, CWRU)轴承故障数据集进行的实验结果表明,该模型在有限数据样本下对故障诊断更为有效。通过添加不同幅值能量的高斯白噪声开展实验,其结果表明,所提方法在抗噪性方面具有优势。 汪祖民 聂晓宇 王颖洁 季长清 秦静关键词:抗噪性 智能家居发展探讨 本文从智能家居的起源出发,首先介绍了智能家居的基本概念,然后对国内外发展现状及发展趋势进行了探讨.在此基础上,介绍智能家居包含的家庭组网技术、家庭网管技术、信息安全技术等关键技术,同时对最受关注的智能家居标准化问题进行了... 汪祖民 秦云美关键词:智能家居 数据安全 可靠性 文献传递 基于协方差矩阵重构的离网格DOA估计方法 被引量:3 2021年 针对稀疏表示模型中网格失配导致波达方向角(DOA)估计存在较大估计误差的问题,该文提出一种基于协方差矩阵重构的离网格(Off-Grid)DOA估计方法(OGCMR)。首先,将DOA与网格点之间偏移量包含进所构建接收数据空域离散稀疏表示模型;而后基于重构信号协方差矩阵建立关于DOA估计的稀疏表示凸优化问题;再构建采样协方差矩阵估计误差凸模型,并将此凸集显式包含进稀疏表示模型以改善稀疏信号重构性能;最后采用交替迭代方法求解所得联合优化问题以获得网格偏移参数及离网格DOA估计。数值仿真表明,与传统多重信号分类(MUSIC)、L1-SVD及基于稀疏和低秩恢复的稳健MVDR(SLRD-RMVDR)等估计算法相比,所提算法具有较好的角度分辨力以及较高的DOA估计精度。 王洪雁 王洪雁 潘勉 潘勉关键词:波达方向 凸优化 基于堆叠分类器的心电异常监测模型设计 被引量:3 2021年 针对传统的人工监测心脏疾病的方法对资深医生的依赖性强,需要一定的先验知识,且其监测疾病的速度和准确性有待提高等问题,提出了一种基于堆叠分类器的心电(ECG)监测算法来用于心脏异常的判定。首先,将多种机器学习算法的优势相结合,通过叠加分类器的方式集成起来,从而弥补了单个机器学习算法学习的局限性;其次,使用合成少数过采样技术(SMOTE)对原有的数据集进行了数据扩充,使得各种疾病的数量持平从而增强数据的平衡性。通过在MIT-BIH数据集上与其他机器学习算法的结果进行比较评估,实验结果表明所提算法能够提高ECG异常监测的准确性。 秦静 左长青 汪祖民 季长清 王宝凤关键词:心电监测 基于GAN和MS-ResNet的房颤自动检测模型 2024年 房颤是一种常见的心律失常疾病,针对现有研究工作大多依赖于单尺度信号段而忽略了不同尺度下潜在的互补信息和数据不平衡问题导致诊断性能下降的问题,提出了一种新颖的基于生成对抗网络(generative adversarial network, GAN)和多尺度残差网络(multiscale residual net, MS-ResNet)的房颤自动检测模型,该网络使用GAN合成具有高形态相似性的单导联心电数据来解决数据的隐私和不平衡问题。同时,设计了MS-ResNet特征提取策略,从不同尺度提取不同大小信号段的特征,从而有效地捕捉P波消失和RR间期不规则特征。该模型联合这两种策略不仅为房颤自动检测生成高质量心电图(electrocardiogram,ECG)数据,还可以利用多尺度网格提取不同波之间的时序特征。在PhysioNet Challenge2017公开ECG数据集上以及平衡后的数据集上评估了MS-ResNet的性能,并将其与现有的房颤分类模型进行了比较。实验结果表明,MS-ResNet在平衡后的数据集上平均F1值和精确率分别达到0.914 1和91.56%,与不平衡数据集相比,F1提高了4.5%,精确率提高了3.5%。 秦静 韩悦 王立永 季长清 刘璐 汪祖民关键词:心电图 房颤 多尺度 嵌入式Linux中Yaffs文件系统的构建与优化 被引量:5 2015年 针对嵌入式Linux开发中文件系统的重要作用,详细介绍了如何利用busybox构造一个最小的Yaffs日志型文件系统,并配置、优化文件系统的物理布局和各级子目录文件,使制作的文件系统在满足开发功能的条件下最大限度地减小所占内存空间。设置文件系统用户和所属组来提高系统安全性,使该文件系统更好地应用于嵌入式开发。并针对基于Nand Flash的Yaffs在损耗均衡和垃圾回收方面的不足,提出了优化策略,延长Nand Flash的使用寿命。 汪祖民 张红梅关键词:嵌入式 LINUX YAFFS 复杂动态背景下基于群稀疏的运动目标检测方法 被引量:2 2021年 为提高复杂动态背景下运动目标检测精度,基于低秩及稀疏分解理论,本文提出一种基于群稀疏的运动目标检测方法.所提方法将观测视频分解为低秩静态背景,群稀疏前景及动态背景三部分.所提方法首先使用伽马范数近乎无偏近似矩阵秩函数,以解决核范数过度惩罚较大奇异值导致所得最小化问题无法获得最优解进而降低检测性能的问题;其次,为利用前景目标边界先验信息以提升运动目标检测性能,每一帧使用过分割算法生成同性区域以定义群稀疏范数并用于约束前景矩阵;再次,为避免运动目标同时出现在稀疏前景和动态背景中,引入非相干项以提升二者可分性;最后,本文利用交替方向乘子方法(Alternating Direction Method of Multipliers,ADMM)求解所得非凸目标函数.实验结果表明,与现有主流运动目标检测算法相比,复杂动态背景下本文所提方法可较好抑制动态背景从而显著提高复杂运动背景下运动目标检测精度. 王洪雁 王洪雁 罗宇华 汪祖民关键词:运动目标检测