期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于轻量级深度神经网络的核磁共振波谱降噪
1
作者 詹昊霖 房启元 +4 位作者 刘佳伟 史晓琦 陈心语 黄玉清 陈忠 《物理化学学报》 北大核心 2025年第2期90-97,共8页
核磁共振(NMR)波谱是一种用于探测分子结构和提供定量分析的稳健的非侵入性表征技术。然而,进一步的NMR应用通常受到低灵敏度性能的限制,尤其是对于异核实验。在此,我们提出了一种轻量级的深度学习协议,用于高质量、可靠和快速的NMR波... 核磁共振(NMR)波谱是一种用于探测分子结构和提供定量分析的稳健的非侵入性表征技术。然而,进一步的NMR应用通常受到低灵敏度性能的限制,尤其是对于异核实验。在此,我们提出了一种轻量级的深度学习协议,用于高质量、可靠和快速的NMR波谱降噪。该深度学习(DL)协议具有轻量级的网络优势和快速的计算效率,有效地抑制噪声和伪峰信号,并恢复几乎完全淹没在严重噪声中的目标弱峰,从而实现了可观的信噪比提升。此外,它仅使用物理驱动的仿真NMR数据学习,在频域中实现令人满意的波谱去噪,并允许区分真实信号和噪声伪影。此外,训练的轻量级网络模型通用于一维和多维NMR波谱,并适用于不同的化学样品。因此,本研究呈现的深度学习方法在化学、生物学、材料和生命科学等领域具有应用潜力。 展开更多
关键词 核磁共振波谱 人工智能 深度学习 谱图去噪 轻量级网络
下载PDF
基于双线性模型的动作肌电信号用户无关识别研究 被引量：1
2
作者 成娟 陈勋 彭虎 《中国生物医学工程学报》 CAS CSCD 北大核心 2016年第5期526-532,共7页
动作肌电信号具有个体差异性且不同动作的肌电信号是不同的,通过挖掘双线性模型的因素分解能力,将训练样本的特征矢量分解为用户相关和动作相关两大因素,通过确定因素的维度重构具有共性的训练样本特征。在测试样本特征重构阶段引入适... 动作肌电信号具有个体差异性且不同动作的肌电信号是不同的,通过挖掘双线性模型的因素分解能力,将训练样本的特征矢量分解为用户相关和动作相关两大因素,通过确定因素的维度重构具有共性的训练样本特征。在测试样本特征重构阶段引入适应融合机制,更新模型参数重构测试样本特征。以11名受试者的4类动作为例,分别采用线性判别、K近邻分类算法和支持向量机,对比3种实验方案(多用户单天、单用户多天和基于双线性模型的多用户单天)的识别结果。实验表明,双线性模型的平均识别率最低为85%以上,相比于单纯的多用户单天识别结果(平均识别率不高于75%)有显著提高(P<0.001),且相比于单用户多天的识别结果(平均识别率90%以上)差异性不显著(P>0.24)。双线性模型为基于动作识别技术的非特定人肌电控制系统提供了交互方案,且该模型具备将多用户单天的数据看成单用户多天数据的能力,提供了用户训练负担降低的可行性。 展开更多
关键词 肌电控制 手势识别 特征提取 双线性模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部