【摘 要】
：
为解决精神分裂症检测上临床医师短缺、效率低等问题,提出多维度情感扁平化空间域特征(multi-dimensional spatial characteristics of flatten emotion,MDSF)算法,提取精神分裂症和正常人在情绪表达强度的差异信息。实验提取28个患者及28个对照组语音样本的MDSF,结合SVM实现精神分裂症的自动检测,分析MDSF特征在不同维度下的性能。实验结果表明,应用MDSF三维特征,其精神分裂症自动识别正确率为85.1%-89.1%,优于低维度MDSF的识别性能,
【机 构】
：
四川大学电气工程学院,四川大学华西心理卫生中心
【基金项目】
：
成都市科技惠民技术研发基金项目(2015-HM01-00430-SF),国家自然科学基金青年基金项目(61503264),四川大学创新火花库基金项目(2082604401189),四川省科技厅基金项目(2019YFS0236)。
论文部分内容阅读
为解决精神分裂症检测上临床医师短缺、效率低等问题,提出多维度情感扁平化空间域特征(multi-dimensional spatial characteristics of flatten emotion,MDSF)算法,提取精神分裂症和正常人在情绪表达强度的差异信息。实验提取28个患者及28个对照组语音样本的MDSF,结合SVM实现精神分裂症的自动检测,分析MDSF特征在不同维度下的性能。实验结果表明,应用MDSF三维特征,其精神分裂症自动识别正确率为85.1%-89.1%,优于低维度MDSF的识别性能,
其他文献
云环境中,仅根据当前负载需求降低活跃主机量,忽略负载变化时的未来资源需求,会导致过多非必要虚拟机迁移,增加SLA违例。为此,提出基于Q学习的自适应虚拟机部署算法。Q学习在无需先验知识前提下,可以自适应生成资源利用率阈值,根据自适应阈值动态地对主机超载状态做出决策,判断是否进行虚拟机迁移。通过现实负载流进行实验分析,实验结果表明,该算法可以降低主机能耗,同步减小虚拟机迁移量和SLA违例率。
为保护互联网用户在使用网络过程中的个人隐私数据,提出一种基于软件定义网络(software defined network,SDN)和集群思想的匿名通信系统架构,由统一的控制中心对系统内节点进行管理和调配,在短时间内对匿名通信请求做出响应。设计多约束最优路径规划算法,综合考虑节点带宽、在线时长等因素,均衡网络负载,降低路径选择攻击的威胁。通过理论分析和仿真实验可知,该系统在保证通信匿名性的同时,可以在一定程度上抵御合谋攻击、流量分析攻击、时间攻击等主流攻击方式,在同一网络环境下其转发延迟明显低于Tor。
为实现无线传感器网络中的拥塞控制以提高网络覆盖,提出一种最大冗余丢弃的缓冲区管理和覆盖传输的数据包调度机制。在前者中,如果节点之间彼此靠得很近,则在拥塞期间丢弃靠得很近的一组节点的数据包,获得期望效用更高的数据包,使更少的信息丢失;在后者中,当两个数据包非常靠近时,则在考虑全部数据包的同时,寻找高效用或低冗余数据包,尝试选择最大化覆盖的数据包传输,实现高网络覆盖。仿真结果表明,相比单纯的丢尾和先进先出算法,采用最大冗余丢弃和覆盖传输的拥塞控制机制可明显提高网络的覆盖增益。
针对复杂光照和人脸倾斜条件下口罩佩戴检测准确率低的问题,提出一种利用轻量级卷积神经网络在复杂环境下的口罩佩戴检测方法.该方法利用难样本挖掘预训练学习更多的人脸特征,结合多任务级联卷积神经网络先判别是否有人脸信息,对其进行精准的人脸定位;在特征金字塔网络中添加注意力机制,增强了人脸关键点信息的权重,利用轻量级神经网络将口罩佩戴检测视为简单的二分类问题进行判断.在TensorFlow的环境下完成了数据
为降低车联网(C-V2X)中计算任务的时延与能耗,提出一种自适应的联合计算卸载资源分配算法。考虑多因素,多平台(本地计算、云计算、移动边缘计算(MEC)、空闲车辆计算)卸载,将计算卸载决策和资源分配建模为多约束优化问题。在粒子群算法基础上,提出粒子矩阵编码方式,联合优化车辆卸载决策、各平台任务卸载比例、MEC资源分配。提出粒子修正算法,结合罚函数法,解决多约束优化问题。仿真结果表明,与其它算法相比,该算法能在满足最大容忍时延的同时,最小化系统总成本。
为在计算能力和存储能力非常有限的物联网(IoT)上进行高效的集中式身份验证,借助于区块链,提出一种基于共有区块链的分布式物联网身份验证方法。基于共有区块链提供的安全特性,创建安全的虚拟区,相同虚拟区内的物品可识别并信任其它物品。所提方法确保了设备的正确识别和认证,保护了数据的完整性和可用性。实验结果表明,该方法能够满足IoT的安全要求,对组成IoT系统的不同类型设备的影响、能耗、实施成本等方面具有
针对个性化推荐中的冷启动和用户模型主观个性特征描述不足的问题,提出一种基于用户初始特征模型优化构建的个性化推荐方法。通过对成对比较矩阵构建方法的优化和改进,减少提取主观性权重比较结果时,用户的比较操作次数,通过推导计算得出用户的初始特征模型,并据此完成推荐。通过将该方法应用到周边美食个性化推荐中,验证该方法所建立的初始用户模型,能够准确反应用户的主观偏好特征,得到满意的个性化推荐结果。
为缓解拥有庞大数据信息的条件筛选搜索系统搜索结果时带来的Oracle问题,提出蜕变测试方法。通过识别程序多次输入输出之间的关系是否违反蜕变关系,可有效缓解Oracle问题。因此,有效识别蜕变关系是完成蜕变测试的前提。根据条件筛选搜索系统的自定义条件,设计两种蜕变关系模式帮助简化蜕变关系的识别,提高蜕变测试的故障检测质量。实验结果表明,利用改进的蜕变关系模式在条件筛选搜索系统中执行蜕变测试提高了14
为改善异构无线网络的业务接入质量,建立异构无线网络的多目标优化数学模型,利用权重向量与个体的匹配优化和自适应领域的策略对MOEA/D算法进行改进,提升种群的多样性和算法收敛性,还使Pareto最优解的分布更加均匀。通过在8个多目标函数上进行测试,得到的IGD均值和标准差明显优于其它3种比较算法,验证了改进策略的有效性和优越性。仿真结果表明,改进算法在处理异构网络接入控制时,能够综合考虑占用资源率、网络阻塞率和负载均衡,得到的效果均优于其它3种算法,实现了网络资源的优化配置,改善了业务的接入质量。
为充分挖掘执行结果与程序频谱的潜在关系,提出基于互信息的可疑度计算公式MIStar(mutual information star)。通过分析程序在不同测试用例下的执行信息,引用互信息对传统的怀疑度公式进行优化,给每条语句赋予权重值,不断修正不确定性参数Star,获得良好的定位效果。实验结果表明,该方法较其它可疑度算法在准确度上有了明显提高,具备良好的实用价值。