胡斌
- 作品数：29 被引量：36H指数：3
- 供职机构：兰州大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国际科技合作与交流专项项目更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信政治法律更多>>
- 甘肃省地区农业旱灾脆弱性评价被引量：2
- 2018年
- 农业旱灾脆弱性评价指标呈现多维及互不相关特性,利用混合蛙跳算法投影寻踪模型对农业旱灾脆弱性进行综合评价是一种新的研究方法.引入细菌觅食算法趋化操作至基本混合蛙跳算法中,强化了个体在解空间的精细化搜索能力,有效提高了算法优化投影寻踪模型的精度和稳定性.投影寻踪模型根据样本数据寻求最佳投影方向,进而获取指标影响权重系数,客观上降低了人为赋权对评价结果的影响.使用该方法对甘肃省14个地区主要农业旱灾脆弱性指标数据分析评价,进一步验证了其可行性与有效性.
- 代永强王联国胡斌
- 关键词：混合蛙跳算法投影寻踪
- 一种基于寄生结构和地面开槽的双陷波超宽带天线
- 本文设计研究了一种具有双陷波特性的平面单极子超宽带天线。通过在圆环形辐射器内添加一对中心对称鱼钩状寄生结构,在地面中上部刻蚀W形槽,实现了天线的双陷波特性。测试结果表明,该天线的工作带宽（VSWR＜2）为3.1～11GH...
- 赵晋宁胡斌高国平贺乐乐田晓龙
- 关键词：超宽带
- 文献传递
- 与“人工智能”取长补短、合作共生
- 2018年
- 1589年，英国牧师威廉·李（William Lee）为了减轻妻子手工编织衣物的压力，发明了第一台手摇式针织机。那时的英国并没有知识产权局，所有的专利均需得到女王（伊丽莎白一世）的特许。
- 胡斌
- 关键词：人工智能伊丽莎白一世针织机
- 面向脑电大数据的情感分类算法改进
- 近年来随着认知科学研究技术的不断发展,研究者可以利用脑电图仪(Electroencephalogram, EEG)将不间断的大脑活动所产生的生理信号记录下来,用以直接研究情感状态和大脑活动之间的关系。但是,生理信号将会产...
- 徐立新胡斌张晓炜
- 基于多变量形态学特征的健康老年人认知发展预测算法
- 2023年
- 由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统,因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题,本文提出了一种针对皮层下核团的精细特征提取算法,并将其应用到老年人认知状态预测任务上。通过表面共形参数化、表面共形表示和基于互信息的表面流配准,提取了46名被试双侧海马和杏仁核各15000×2个顶点上的形态学特征;通过斑块选择、稀疏编码与字典学习,和最大池化的降维流程,避免了维度诅咒的同时充分保留了核团的纹理信息;最后,以树为弱学习器,采用GentleBoost算法集成了最终的强分类器做认知预测。结果显示,仅纳入海马和杏仁核两个皮层下结构的新颖特征,即可达到85%的预测准确率,为皮层下结构的精细特征发掘提供了新思路。
- 张玲玉王雅琳赵子阳黄文静郑炜豪姚志军胡斌
- 关键词：杏仁核
- 基于语音的抑郁症识别被引量：12
- 2018年
- 抑郁症是世界范围内常见的精神疾病之一,抑郁症患者往往长期伴随情绪低落,如悲伤内疚、低自尊、兴趣丧失、功能减退等,对个人、家庭及社会造成了巨大损失.抑郁症的发病原因复杂,临床诊断存在一定的困难,有必要寻找一种更加便捷、客观、高效的方式来辅助抑郁症的快速识别.语音作为一个相对客观且容易获得的变量,具有其潜在的价值.本研究旨在构建基于语音的抑郁症识别模型,探究语音与抑郁症之间的关系.收集了103名被试(45名抑郁症患者,58名健康人)的语音数据,实验组为临床确诊的抑郁症患者,年龄在23.8~44.6岁之间,控制组为健康人,年龄为20.1~41.7岁.我们采用了3(情绪状态:正性、中性、负性)×3(任务类型:语言问答、文本朗读、图片描述)的实验设计,运用机器学习的分类算法——逻辑回归(LR)来构建抑郁识别模型.实验结果表明,语音的抑郁识别精度可以达到82.9%.本文采用机器学习方法,基于语音变量建立有效的抑郁症自动识别模型,为抑郁症的辅助识别提供客观的指标和依据.
- 潘玮汪静莹刘天俐刘天俐刘晓倩胡斌胡斌
- 关键词：抑郁症语音特征逻辑回归
- 一种基于卷积神经网络的重度抑郁症辅助诊断方法
- 2022年
- 目的针对多站点抑郁症数据分类的泛化能力不强,以及使用三维原始图像作为深度学习分类模型的输入容易过拟合的问题,设计了一种卷积神经网络架构用于重度抑郁症(MDD)辅助诊断。方法该模型基于静息态功能磁共振成像得到的低维功能连接矩阵作为输入,从中提取功能相关信息和高阶抽象特征从而分类。结果将该模型在多站点REST-meta-MDD数据集上验证,分类准确率为70.39%。结论通过遮挡分析描述了不同大脑区域对MDD辅助诊断的贡献,结果表明默认模式网络、视觉网络和额顶控制网络对MDD分类任务具有重要作用。
- 王茵郑国威颉瑞杨琳姚志军胡斌
- 关键词：抑郁症功能磁共振成像
- 面向阿尔茨海默症的脑皮层厚度的特征选择方法研究被引量：2
- 2017年
- 在本文中,以阿尔茨海默症患者的脑皮层厚度作为数据集,利用mRMR特征选择方法对SVM-RFE特征选择方法进行改进,以提高轻度认知障碍人群和正常人群分类的准确率.SVM-RFE特征选择方法是根据SVM在训练时生成的权向量来构造排序系数,并在每次迭代时去掉排序系数最小的特征.该方法只考虑到特征与类标的相关性未能考虑到特征间的冗余性,鉴于此,在生成权向量后,引入mRMR里计算相关的算法来重新构造排序系数,并在每次迭代时去掉排序系数小的特征.实验使用留一交叉验证进行评估,结果表明本文方法要优于SVM-RFE特征选择方法、mRMR特征选择方法和F-score特征选择方法.
- 乔迎芳胡斌谢元伟高翔
- 关键词：阿尔茨海默症轻度认知障碍
- 阿尔茨海默病在脑皮层厚度中的集成分类方法研究被引量：4
- 2017年
- 本文使用Adaboost集成学习方法基于大脑皮层厚度的结构磁共振图像数据(SMRI)来区分轻度认知障碍患者以及正常健康人.本文分别选取100名健康人和104名轻度认知障碍患者作为正常对照组和实验组,主要针对两组人群的结构磁共振图像数据进行分析.首先利用基于两独立样本T检验的特征选择方法对噪声特征进行筛选,再通过离群点检测方法对异常数据进行分析并加以排除.最后使用Adaboost集成学习方法进行分类,并且通过留一交叉验证评估分类的准确率高达89.37%.通过实验证明,上述方法对区分轻度认知障碍患者和正常健康人具有显著的效果,这将有助于实现对阿尔茨海默疾病早期的自动诊断.
- 崔书华胡斌胡涛
- 关键词：轻度认知障碍离群点检测
- 信息解码视角下的脑科学研究现状与未来展望被引量：1
- 2023年
- 继21世纪系统生物学在细胞分子层次的重新兴起,神经科学作为生命科学领域的研究前沿与热点之一[1],进一步衍生划分为系统神经科学与计算神经科学分支。其中,系统神经科学试图寻求大脑如何实现各种感知、认知和运动任务的合理解释[2];而计算神经科学则强调基于任务执行的计算模型对大脑中相互作用的神经元之间实现认知相关功能的行为机制进行模拟[3]。
- 胡斌陈淼胡斌
- 关键词：神经科学系统生物学信息解码脑科学研究神经元大脑
