Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 44

年份

2023 5

2022 4

2021 6

2020 2

2019 4

2018 3

2017 4

2016 1

2015 2

2014 2

2012 3

2011 1

2007 2

2006 1

2005 1

2004 1

2003 1

2002 1

展开︾

关键词

半旱地农业 3

半滑舌鳎 3

农业节水 2

系统仿真 2

Pd局域环境 1

S频段 1

cDNA克隆 1

串并联谐振变换器；全桥；半桥；变频；移相；宽范围输入电压 1

主动学习；图片分类；弱监督学习 1

乙炔半加氢 1

交互式分割 1

交互式图像分割；多元自适应回归样条；集成学习；薄板样条回归；半监督学习；支持向量回归 1

仿真技术 1

会话型推荐；自监督学习；图神经网络；目标自适应屏蔽 1

促黄体激素（LH） 1

元素硫 1

养殖模式 1

农业 1

分布交互仿真 1

加压浸出 1

展开︾

检索范围：

排序：展示方式：

学习挑选伪标签：一种用于命名实体识别的半监督学习方法 Research Articles

李真真,冯大为,李东升,卢锡城

《信息与电子工程前沿（英文）》 2020年第21卷第6期页码 809-962 doi: 10.1631/FITEE.1800743

摘要：本文提出一种用于NER任务的半监督方法，其通过学习一个判别模块筛除错误伪标签，以创建高质量标注数据。伪标签是为未标记数据自动生成的标签，并被当作真实标签用来训练模型。该半监督框架包括3个步骤：为特定NER任务构建最佳单神经网络模型，学习一个评价伪标签的模块，以及迭代创建新的标记数据和改进NER模型。

关键词：命名实体识别；无标注数据；深度学习；半监督学习方法

HTML PDF 收藏

NGAT：基于广度和深度探索注意力机制的半监督图表示学习 Research Articles

胡荐苛,张引

《信息与电子工程前沿（英文）》 2022年第23卷第3期页码 409-421 doi: 10.1631/FITEE.2000657

摘要：为缓解过度平滑，本文提出一种嵌套的图注意网络，即基于双重注意力机制的多尺度特征融合模型NGAT，该网络可以半监督形式工作。

关键词：图学习；半监督学习；节点分类；注意力机制

HTML PDF 收藏

半监督堆叠距离自动编码器的表征学习在图像分类上的应用 Research Articles

侯亮,罗潇逸,汪子扬,梁军

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-1118 doi: 10.1631/FITEE.1900116

摘要：该模型被称为半监督距离自动编码器。首先以无监督方式对每一层进行预训练。在随后的监督训练中，将优化的参数设置为初始值。为获得更好性能，使用堆叠式模型代替具有单一隐含层的传统自动编码器结构。将所提半监督距离自动编码器方法分别与传统自动编码器、稀疏自动编码器和监督自动编码器比较，实验结果证明该模型有效。

关键词：自动编码器；图像分类；半监督学习；神经网络

HTML PDF 收藏

集成增强主动学习混合判别分析模型及其在半监督故障分类中的应用 Research Article

王伟俊1,王云2,王君1,方信昀3,何雨辰1

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1814-1827 doi: 10.1631/FITEE.2200053

摘要：为了解决这个难题，本文提出一种新的半监督故障分类方法，其中每个未标记样本相对于特定标记数据集的价值采用增强的主动学习来评估。具有高价值的未标记样本将作为训练数据集的补充信息。

关键词：半监督；主动学习；集成学习；混合判别分析；故障分类

HTML PDF 收藏

基于回归预测集成学习的交互式图像分割 Article

Jin ZHANG, Zhao-hui TANG, Wei-hua GUI, Qing CHEN, Jin-ping LIU

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 1002-1020 doi: 10.1631/FITEE.1601401

摘要：然而，当前及背景中存在颜色相似的区域时，传统半监督图像分割方法只能通过大量增加手工标记获得精确分割结果。为此，本文提出一种结合半监督学习的基于回归预测的集成学习交互式图像分割方法。multivariate adaptive regression splines, MARS）和薄板样条回归学习器（thin plate spline regression, TPSR）；接着，提出一种基于聚类假设和半监督学习的回归器增强算法

关键词：交互式图像分割；多元自适应回归样条；集成学习；薄板样条回归；半监督学习；支持向量回归

HTML PDF 收藏

高铁闪锌矿精矿加压浸出半工业试验研究

王吉坤,周廷熙,吴锦梅

《中国工程科学》 2005年第7卷第1期页码 60-64

摘要：

高铁闪锌矿经二段加压浸出，锌浸出率97.09%，铁浸出率15.2%，元素硫产率93%，浸出液残酸3.95g/L，经简单中和、净化，生产合格硫酸锌新液供应锌电积。为了研究比较，闪锌矿经一段加压浸出，锌的浸出率98.09%，铁浸出率37.88%，元素硫产率96%，浸出液残酸高（46.4g/L），可并入现有传统湿法炼锌工艺流程处理。

关键词：高铁闪锌矿加压浸出半工业试验元素硫

HTML PDF 收藏

词加权有监督主题模型：多标签文本分类 None

Yue-peng ZOU, Ji-hong OUYANG, Xi-ming LI

《信息与电子工程前沿（英文）》 2018年第19卷第4期页码 513-523 doi: 10.1631/FITEE.1601668

摘要：有监督主题模型已成功应用于多标签文本分类任务。代表性模型包括有监督隐含狄利克雷分配模型（labeled latent Dirichlet allocation，L-LDA）和判别隐含狄利克雷分配模型（dependency-LDA）。实验结果表明，相比传统有监督主题模型，基于CF-weight的模型在多标签分类性能上具有优势。

关键词：有监督主题模型；多标签分类；类别频率；有监督隐含狄利克雷分配模型；判别隐含狄利克雷分配模型

HTML PDF 收藏

自监督脓毒症治疗推荐算法 Research Articles

朱思涵1,浦剑2

《信息与电子工程前沿（英文）》 2021年第22卷第7期页码 926-939 doi: 10.1631/FITEE.2000127

摘要：通过结合自监督方式获得更好的状态和动作表示，本文提出一种针对引起较高风险的不确定性进行控制的深度强化学习方法；模型提供一定的灵活性使之可以在不同场景对模糊样本做出保守预测或明确判断，并降低预期死亡率。

关键词：治疗推荐；脓毒症；自监督学习；强化学习；电子病历

HTML PDF 收藏

联合局部学习和组稀疏回归的无监督特征选择 Regular Papers

Yue WU, Can WANG, Yue-qing ZHANG, Jia-jun BU

《信息与电子工程前沿（英文）》 2019年第20卷第4期页码 538-553 doi: 10.1631/FITEE.1700804

摘要：由于难以获取标签信息，无监督特征选择算法相较于有监督特征选择算法应用更为广泛，其关键在于找出更能反映数据分布的特征集合。由于数据集中存在冗余和噪声，使用全部特征并不能很好展现数据的真实分布。为解决这一问题，本文提出联合局部学习和组稀疏回归的无监督特征选择算法。将基于局部学习聚类方法与组稀疏回归算法有机整合，选出有效反映数据流形分布同时保持组稀疏结构的特征。

关键词：无监督；局部学习；组稀疏回归；特征选择

HTML PDF 收藏

半滑舌鳎工厂化循环水养殖模式能值评价

王峰,雷霁霖

《中国工程科学》 2015年第17卷第1期页码 4-10

摘要：

为了更好地评价半滑舌鳎（Cynoglossus semilaevis Günther）在工厂化循化水养殖模式下的养殖效果及环境可持续性，运用能值理论及分析方法构建了半滑舌鳎循环水养殖模式能值流程图

关键词：半滑舌鳎循环水养殖养殖模式环境可持续性能值

HTML PDF 收藏

基于自适应置信度校准的交互式医疗图像分割框架

沈楚云,李文浩,徐琪森,胡斌,金博,蔡海滨,朱凤平,李郁欣,王祥丰

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1332-1348 doi: 10.1631/FITEE.2200299

摘要：基于人机交互的医疗图像分割方法是一种新的范式，其通过引入专家交互信息来指导算法完成图像分割任务。然而，现有医疗图像分割模型往往容易产生“交互误解”，即无法合理权衡短期和长期交互信息的重要性。为更好地利用不同时间尺度上的交互信息，本文提出一种基于自适应置信度校准的交互式医疗图像分割框架MECCA，其结合了基于分割决策的置信度学习技术和多智能体强化学习技术，并通过预测分割决策与短期交互信息的对齐水平来学习一个新颖的置信度网络。随后，提出一种基于置信度的奖励塑造机制，在策略梯度计算中引入置信度，从而直接纠正模型产生的交互误解。MECCA还通过标签生成和交互指导来降低交互强度和难度，从而实现用户友好交互。实验结果表明，MECCA在不同分割任务中可以显著提高短期和长期交互信息的利用效率，且仅需较少的标注样本。演示视频可通过https://bit.ly/mecca-demo-video访问。

关键词：医疗图像分割交互式分割多智能体强化学习置信度学习半监督学习