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 456

年份

2024 3

2023 57

2022 40

2021 39

2020 30

2019 37

2018 22

2017 42

2016 16

2015 15

2014 10

2013 5

2012 10

2011 25

2010 12

2009 7

2008 8

2007 9

2006 8

2005 13

展开︾

关键词

生物质 13

生物材料 7

组织工程 7

模式识别 6

生物柴油 6

中国 5

增材制造 5

3D打印 4

人工智能 4

炎症 4

目标识别 4

临床特征 3

干细胞 3

生物工程 3

2035 2

3D生物打印 2

CAPP 2

DNA 2

发展 2

展开︾

检索范围：

排序：展示方式：

一种基于分块步态模板的鲁棒性步态识别方法 Research Articles

王科俊,刘亮亮,丁欣楠,于凯强,胡钢

《信息与电子工程前沿（英文）》 2021年第22卷第5期页码 615-766 doi: 10.1631/FITEE.2000377

摘要：步态识别具备远程识别的巨大潜力，但这种方法很容易受到与身份无关的因素影响，例如穿衣、随身携带的物体和角度。目前基于步态模板的方法可以有效表示步态特征。每一种步态模板都有其优势以及表征不同的显著信息。根据人体各部分特点将融合的步态模板为3个部分（头部、躯干和腿部区域），然后将这3部分的步态模板分别输入卷积神经网络学习从而获得融合的步态特征。实验结果表明，所提步态识别方法具有良好准确性和鲁棒性。

关键词：步态识别；分块算法；步态模板；步态分析；步态能量图；深度卷积神经网络；生物特征识别；模式识别

HTML PDF 收藏

利用两类投影方法进行特征融合的人脸识别

张生亮,徐勇,杨健,杨静宇

《中国工程科学》 2006年第8卷第8期页码 50-55

摘要：

提出了利用两类投影抽取特征、用并行策略融合特征进行人脸识别的新方法。先用一维的基于向量的投影抽取一组特征，再用基于二维的图像投影的方法抽取一组特征，用复向量将样本的两组特征向量组合在一起，在复向量空间分析主分量(CPCA)，抽取人脸图像的鉴别特征。在FERET人脸库上的实验结果表明，该方法的识别性能比用单个特征有10%左右的提高。

关键词：特征融合线性鉴别分析(LDA) 特征抽取人脸识别

HTML PDF 收藏

基于核空间投影和联合表征的跳频信号辐射源指纹特征识别 Research Articles

Ping SUI, Ying GUO, Kun-feng ZHANG, Hong-guang LI

《信息与电子工程前沿（英文）》 2019年第20卷第8期页码 1133-1146 doi: 10.1631/FITEE.1800025

摘要：然而，非合作条件下的跳频信号辐射源识别作为一大难题，不仅由于其对噪声影响敏感，信号的非线性、非高斯性和非平稳性使得很难在其原始信号空间实现跳频信号分类识别。现有的一些分类识别算法，如稀疏表征分类算法（SRC），仅使用单个信号样本而非整体样本表征测试数据，过分强调稀疏特性而忽略信号样本之间的相关性。为解决上述问题，本文提出一种基于核空间投影和联合表征的跳频信号辐射源指纹特征识别方法。该方法将核空间投影、相关特性表征以及个体分类学习融合到同一个联合表征框架，通过该框架实现辐射源信号分类识别。实际跳频信号的大量实验表明，与几种最先进的识别方法相比，所提算法具有可行性和有效性。

关键词：跳频信号；指纹特征；核函数；联合表征；辐射源识别

HTML PDF 收藏

ECGID：一种基于自适应粒子群优化算法和双向LSTM网络的个体身份识别模型 Research Article

张烨菲,赵治栋,邓艳军,张晓红,张钰

《信息与电子工程前沿（英文）》 2021年第22卷第12期页码 1551-1684 doi: 10.1631/FITEE.2000511

摘要：随着日益增长的个人隐私和安全需求，基于生理信号的生物识别技术近年受到越来越多关注。心电信号（electrocardiogram, ECG）的活体采集性和信息隐蔽性使其具有极强抗攻击性。本文针对现有深度学习算法在心电身份识别领域应用中面临的3个主要瓶颈——超参数寻优费时、识别过程缓慢且计算量大、心电采集环境复杂且不稳定，提出一种新的深度神经网络框架，集双向长短期记忆网络（BLSTM）和自适应粒子群优化算法（APSO）于一体，直接从时序信号中学习待识别个体的关键特征表示。该方法避免了超参数选择寻优效率低下且依赖于经验设定的不足，充分利用时序信号的空间信息特征和识别算法对关键特征的记忆特性。经4种LSTM网络模型和机器学习算法的实验对比分析，证实所提算法在抑制过拟合和特征自学习方面存在一定优势，训练集、验证集和测试集的平均识别率分别为97.71%、99.41%和98.89%。

关键词：心电图生物特征；个体身份识别；长短期记忆网络；自适应粒子群优化算法

HTML PDF 收藏

基于特定区域纹理描述和面部动态变化的自发性微笑判别技术 Article

Ping-ping WU, Hong LIU, Xue-wu ZHANG, Yuan GAO

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 955-967 doi: 10.1631/FITEE.1600041

摘要：微笑作为一种典型的生物多样性特征信号，在社会交往中有较大影响力，它揭示了人的情感感受和内心状态。自发性的微笑与假笑由不同大脑系统发出，在形态学和动力学上均存在差异。区分这两种类型的微笑仍具有挑战性，因为其中细微差别很难被肉眼观察到，仍有待被识别捕捉。已有相关研究大多是提取自发性微笑的几何特征，而外观特征并没有被充分利用，导致纹理信息的丢失。本文提出一种基于特定区域纹理描述来表示不同面部区域的局部模式变化，从而弥补几何特征研究的局限性。每个面部区域的时间相位是通过计算相应的面部区域强度来划分，而非仅考虑嘴巴区域强度。同时利用支持向量机的中层融合策略，将两种特征类型结合起来。

关键词：面部特征定位；几何特征；外貌特征；笑容识别

HTML PDF 收藏

痰湿体质的分子生物学特征

王琦,董静,吴宏东,王东坡,姚实林,任小娟

《中国工程科学》 2008年第10卷第7期页码 100-103

摘要：同时进一步对相关基因功能分析显示，痰湿体质相关基因主要基因功能为酶活性、固醇运载体活性等功能，参与糖异生途径、脂肪酸生物合成途径、胆固醇代谢过程、脂肪酸氧化作用、棕色脂肪细胞分化、细胞葡萄糖调节平衡作用、体温调节作用等生物学过程，痰湿质者在分子水平上具有代谢紊乱的总体特征，对其分子生物学特征进行了初步探索。

关键词：痰湿体质 SNP基因分型芯片分子生物学特征

HTML PDF 收藏

一种基于特征模板和CNN-BiLSTM-CRF的网络安全实体识别方法 Research Papers

Ya QIN, Guo-wei SHEN, Wen-bo ZHAO, Yan-ping CHEN, Miao YU, Xin JIN

《信息与电子工程前沿（英文）》 2019年第20卷第6期页码 872-884 doi: 10.1631/FITEE.1800520

摘要：利用海量网络安全威胁情报数据，构建网络安全知识图谱实施深度关联分析和挖掘，可帮助识别安全威胁并提出相应防御措施。这已成为网络安全领域研究热点。本文针对网络安全文本数据，研究实体识别算法，为构建网络安全知识图谱奠定基础。传统方法难以识别网络安全领域的新实体、中英文混合安全实体等，且提取的特征不够充分。本文在神经网络模型基础上，提出基于特征模板的CNN-BiLSTM-CRF网络安全实体识别算法。首先构建人工特征模板，提取局部上下文特征。再利用CNN提取字符特征，与局部上下文特征结合，传入BiLSTM模型提取语义特征。最后利用CRF对安全实体进行标注。结果表明，在大规模网络安全数据集上，该方法优于其它算法，F值达到86%。

关键词：网络安全知识图谱；网络安全实体；特征模板；实体识别；神经网络

HTML PDF 收藏

采用背景人声简化特征集的说话人识别直方图均衡化方法 Article

Myung-jae KIM, Il-ho YANG, Min-seok KIM, Ha-jin YU

《信息与电子工程前沿（英文）》 2017年第18卷第5期页码 738-750 doi: 10.1631/FITEE.1500380

摘要：本文提出了一种用于说话人识别技术的直方图均衡化方法。该方法采用了一套增补简化特征集，用以在训练数据和测试数据较短时改进说话人识别的效果。该增补特征集采用选择算法或聚类算法从背景人声中派生得到。当输入语音数据样本不足时，本文提出的方法可作为构建直方图的特征归一化方法使用。该方法作为一种i-vector归一化方法，源于一种目前较为先进的基于i-vector的概率线性判别分析（Probabilistic linear discriminant analysis, PLDA）说话人识别系统采用YOHO和ETRI数据库对特征空间进行评估。测试集采用Opus VoIP编码器进行了模拟。本文还采用了2008美国国家标准技术研究所说话人识别评测语料库对该i-vector系统进行了评测。试验结果表明，与传统特征归一化方法相比，当采用所提出的方法时，平均系统性能可得到有效提提升。

关键词：说话人识别；直方图均衡化；i-vector

HTML PDF 收藏

统计不相关最佳鉴别矢量集的本质研究

吴小俊,杨静宇,王士同,刘同明,Josef Kittler

《中国工程科学》 2004年第6卷第2期页码 44-47

摘要：

对统计不相关最佳鉴别矢量集的本质进行研究，在基于总体散布矩阵特征分解的基础上，构造了一种白化变换，使得变换后的样本空间中的总体散布矩阵为单位矩阵，这样使得传统的最佳鉴别矢量集算法得到的均是具有统计不相关的最佳鉴别矢量集该方法对代数特征抽取具有普遍适用性。用ORL人脸数据库的数值实验，验证了该方法的有效性。

关键词：模式识别特征抽取鉴别分析广义最佳鉴别矢量集人脸识别

HTML PDF 收藏

CAD/CAPP/CAM集成系统的研究与开发

魏而巍,梁木养,杨平

《中国工程科学》 2000年第2卷第4期页码 59-63

摘要：系统由三个子系统组成：零件信息识别子系统，CAPP子系统和自动CAM子系统。零件信息识别子系统从三维零件中提取零件信息，CAPP子系统分析零件信息，自动生成零件加工工序和工步，从刀具数据库中查询刀具及切削用量，并完成各工序的工步排序。

关键词： CAD CAPP CAM 特征识别

HTML PDF 收藏

基于Laplacian特征映射的被动毫米波目标识别

罗磊,李跃华,栾英宏

《中国工程科学》 2010年第12卷第3期页码 77-81

摘要：

针对传统被动毫米波金属目标识别方法中特征提取、选择的缺点，采用Laplacian特征映射流形学习算法发现了金属目标回波信号短

关键词：流形学习 Laplacian特征映射非线性降维低维流形毫米波

HTML PDF 收藏

具有深度阈值噪声消除的多尺度分析调制识别网络 Research Article

李响1,2,李一兵1,2,汤春瑞3,4,李迎松1,2

《信息与电子工程前沿（英文）》 2023年第24卷第5期页码 742-758 doi: 10.1631/FITEE.2200253

摘要：为了提高多变环境下调制信号识别的准确性、减少先验知识不足等因素对识别结果的影响，研究人员逐渐采用深度学习技术来替代传统的调制信号处理技术。为了解决低信噪比下调制信号识别精度低的问题，我们设计了一种具有深度阈值噪声消除的多尺度分析调制识别网络，在标签平滑的对称交叉熵函数作用下识别实际采集的调制信号。该网络由一个具有深度自适应阈值学习的消噪编码器和一个具有多尺度特征融合的解码器组成。将两个模块进行跳跃连接，共同作用以提高整体网络的鲁棒性。实验结果表明，该方法在低信噪比下比以前的方法具有更好的识别效果。该网络展示了对噪声阈值的灵活自学习能力以及所设计的特征融合模块对各种调制类型的多尺度特征获取的有效性。

关键词：信号消噪；深度自适应阈值学习网络；多尺度特征融合；调制识别

HTML PDF 收藏

肝硬化患者胃黏膜微生物菌群特征及其与胃肠道症状的相关性分析 Article

陈燕飞, 郭静, 陈春雷, 石鼎, 方戴琼, 季峰, 李兰娟

《工程（英文）》 2021年第7卷第4期页码 507-514 doi: 10.1016/j.eng.2020.04.014

摘要：

研究表明，肝硬化患者的口腔和肠道微生物群与健康人群存在差异。胃位于口腔和肠道之间，关于其黏膜微生物群结构所知甚少。本研究采用16S rRNA焦磷酸测序技术分析了肝硬化患者和对照组的胃黏膜微生物群。研究发现，组织学和测序法均证实肝硬化患者幽门螺杆菌感染率显著降低。在幽门螺杆菌阴性人群中，可以按细菌组成结构将胃黏膜微生物群分为4个聚类，其中聚类1和2主要是肝硬化患者，聚类3主要是健康人群，而聚类4中肝硬化患者和健康人群各占一半左右。在功能基因分类上，相对而言，聚类2缺乏涉及遗传信息处理以及与聚糖生物合成和代谢相关的功能基因。胃黏膜菌群结构表现为聚类2的患者胃肠道症状更严重，既往内镜下曲张静脉的治疗率显著高于其他组。虽然幽门螺杆菌阴性的胃黏膜微生物结构表现出相当大的异质性，但特定的胃微生物群与临床特征之间仍然存在相关性。

关键词：微生物组肝硬化症状静脉曲张胃镜

HTML PDF 收藏

hsa-miR-197在子宫肌瘤中的表达及生物信息学特征分析

徐青,付子毅,吴小莉,皇甫玉爽,凌静

《中国工程科学》 2014年第16卷第5期页码 99-104

摘要：通过miRbase、UCSC、NCBI等在线数据库获取并分析hsa-miR-197 序列保守性及其基因组特征。hsa-miR-197 的功能较广泛，参与肿瘤发生的多种生物学过程，提示hsa-miR-197 可能与子宫肌瘤的发病机制密切相关。

关键词：子宫肌瘤 hsa-miR-197 生物信息学靶基因

HTML PDF 收藏

一种面向机器情感智能的人格引导型情感脑机接口 Research Article

李少杰,李伟,邢泽健,袁文杰,韦香玉,张晓炜,胡斌

《信息与电子工程前沿（英文）》 2022年第23卷第8期页码 1158-1173 doi: 10.1631/FITEE.2100489

摘要：考虑到不同人格特征的个体在情绪感知和反应过程中的差异，整合人格信息和脑电信号对情绪识别是有帮助的。鉴于此，提出一种人格引导的注意力神经网络，其可以利用人格信息学习更为有效的EEG表征以用于情感识别。其次，考虑到不同大脑头皮区域在情绪识别中可能发挥不同的作用，提出一种人格引导的区域注意力机制，以进一步探索区域内和区域间EEG导联的贡献。最后，设计一种基于注意力的长短期记忆网络（long short-term memory, LSTM）建模EEG信号的时域动态特征。在AMIGOS数据集（一个用于个人和群体的情感、人格特征和情绪多模态研究的数据集）的实验结果表明，本研究所提方法可以显著提升被试独立策略下情感识别的性能，并优于现有情感识别方法。

关键词：脑电图；情感识别；注意力机制；人格特征