潘丹
- 作品数：19 被引量：73H指数：6
- 供职机构：广东建设职业技术学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术医药卫生化学工程机械工程更多>>
- 神经网络在橡胶硫化温度预测中的应用被引量：10
- 1998年
- 本文针对难以通过在线测温实现等效硫化控制的情况，在确定硫化条件的直接测温实验基础上，提出了用神经网络模型预测实际生产过程中硫化制品内部温度的方法．在该方法中将所测温度值作为样本提供给神经网络学习，温度采集时刻及易测外部温度作为网络输入，输出值则是在硫化时制品难测温点处不同时刻的内温．神经网络通过学习取得了良好的效果，网络输出的温度值将成为等效硫化计算和硫化质量智能控制的有价值的依据．
- 黄茜潘丹肖诗铁张海罗干英
- 关键词：神经网络硫化橡胶
- 神经网络活化函数的研究及其应用被引量：1
- 1998年
- 通过构造一类新的高效分段活化函数，很好地解决了ＢＰ算法学习收敛速度慢的问题，而且提出了一种自适应调整网络参数的新算法，从而大大提高了算法的学习效率和综合性能．文中详细研究了基于改进的ＢＰ算法神经网络的实验仿真系统的建模过程，并在精细化工实验方案的分析和优选中获得了令人满意的效果．
- 潘丹罗干英黄茜肖诗铁
- 关键词：神经网络自适应
- 基于FCN和互信息的医学图像配准技术研究被引量：6
- 2020年
- 针对传统配准方法在进行三维多模态图像配准时存在收敛速度较慢、容易陷入极值等问题,提出一种基于全卷积神经网络(Fully Convolutional Networks,FCN)和互信息的配准方法。利用FCN模型提取二维图像深层特征并进行粗配准;将得到的配准结果作为互信息算法的初始搜索点,从而使搜索范围缩小至全局最优解附近;利用互信息算法对参数进一步微调优化,得到最优三维配准结果。实验结果表明,在进行CT-MR图像配准时,所提方法不仅可以大幅度提升配准速度,还能有效避免局部收敛的情况,具有更高的准确性。
- 曾安王烈基潘丹潘丹
- 关键词：多模态
- 一种基于人工蜂群的深度置信网络参数寻优方法及系统
- 本发明公开了一种基于人工蜂群的深度置信网络参数寻优方法及系统，方法包括：构建深度置信网络模型；以深度置信网络模型的学习率作为问题参数，以深度置信网络模型的能量函数作为目标函数，采用人工蜂群算法对深度置信网络模型的学习率进...
- 潘丹刘耿标陈斌吴超英张艺楠曾安
- 文献传递
- 一种基于粗糙集理论的知识获取方法及其在故障诊断中的应用
- 本文首先提出了一种基于粗糙集理论的知识获取方法,它由属性约简的改进算法和属性值的顺序约简算法所组成.然后将该方法用于故障诊断中,试图解决基于规则的故障源分离与定位方法中的一个关键问题:诊断规则的获取.利用该方法对故障决策...
- 潘丹郑启伦翁向辉
- 关键词：知识获取粗糙集故障诊断
- 文献传递
- 基于sMRI的阿尔茨海默症分类影响因素研究被引量：5
- 2018年
- 本研究提出基于三类解剖特征的SVM建模方法,探索样本、特征及算法选择三个因素,对阿尔茨海默症(AD)及其前驱阶段分类的重要性。该方法以三维重构s MRI后不同大脑区域的灰质体积、皮层表面积及其平均厚度三类特征作为SVM模型的输入参数,并采用十折交叉验证方法对AD患者、轻度认知损害患者和健康者进行分类识别,并与其他文献结果进行比较分析。实验结果表明,为了达到更高的分类准确率,选择合适的样本和特征,比选择算法更重要。此结论为未来AD的计算机辅助诊断研究工作提供了有益的指导。
- 黎建忠曾安潘丹潘丹郭慧王卓薇
- 关键词：阿尔茨海默症轻度认知损害支持向量机
- 基于粗集的T细胞表位预测方法被引量：3
- 2007年
- T细胞表位预测技术对于减少实验合成重叠肽、研究病原体与机体作用的免疫机制以及深入理解T细胞介导的免疫特异性均有重要意义。为增强T细胞表位预测模型的可理解性,本文在通过肽的预处理构建出存储等长肽段的决策表之后,设计出了一种基于粗集的T细胞表位预测方法。该方法由基于信息熵的属性约简完备算法和基于锚点知识的属性值顺序约简改进算法共同组成。基于HLA-DR4(B10401)编码的MHCII类分子结合肽的实验数据表明,在预测精度与传统神经网络方法大致相当的基础上,本文方法可以提取出用于帮助专家理解MHC分子与抗原肽结合机理的产生式规则。
- 曾安潘丹郑启伦彭宏
- 关键词：粗集
- 基于粗糙集理论的混合智能知识处理研究
- 该文就围绕如何行之有效地将粗糙集理论与神经网络、演化计算等智能计算理论相互融合起来以解决知识获得的问题而展开研究的.这不但为粗糙集理论和应用的研究热点,而且是计算机技术领域中的研究重点.该课题研究得到了广州市科学技术委员...
- 潘丹
- 关键词：粗糙集知识获取神经网络数据挖掘
- 文献传递
- 基于卷积循环神经网络的阿尔茨海默症早期诊断被引量：6
- 2020年
- 早期准确诊断能延迟阿尔茨海默症(Alzheimer′s disease,AD)病情的恶化。磁共振成像(MRI)和正电子发射断层扫描(PET)已被证明有助于了解AD相关的解剖和功能性神经变化。近期研究表明,多模态特征的融合可以提高分类性能。本研究提出了一种基于卷积循环神经网络的多模态数据分类新框架,新框架结合了2D卷积神经网络和循环神经网络,以学习3D MRI和3D PET图像切分为2D切片序列之后的切片内、切片间特征,完成AD的早期诊断。本研究方法在AD与NC的分类实验中ACC为93.3%,AUC为98.1%;在MCIc与NC的分类实验准确率为83.8%,AUC为91.9%;MCIc与MCInc的分类实验准确率为79.0%,AUC为88.9%。结果表明该方法具有良好的分类性能。
- 曾安黄殷潘丹潘丹
- 关键词：阿尔茨海默症循环神经网络磁共振成像正电子发射断层扫描图像分类
- 一种属性约简的生成算法
- 本文在构造了差异比较表的基础上,设计出了高效的属性约简生成算法,由于该算法充分利用了初始属性子集的特征信息,因此能够将初始属性子集变为属性约简.
- 潘丹郑启伦
- 关键词：粗糙集属性约简
- 文献传递
