公共文化服务平台

张鹏伟: 作品数：56 被引量：153H指数：7; 供职机构：陕西科技大学更多>>; 发文基金：国家自然科学基金陕西省科技攻关计划陕西省教育厅科研计划项目更多>>; 相关领域：自动化与计算机技术机械工程电子电信电气工程更多>>

合作作者

共空间模式结合小波包分解的脑电情感分类被引量：14: 2019年; 为了有效缓解不同受试者跨天试验间脑电信号差异对分类性能的影响,结合共空间模式和小波包分解算法,对12个受试者连续5天的脑电波数据进行空间滤波处理和时频域上小波包能量特征提取。采用Bagging tree、SVM、LDA和BLDA模型进行情感分类实验。实验结果表明,使用SVM和BLDA分类器对该算法提取的脑电特征进行两类情感分类的精度比目前最优的结果分别提高了4.4%和3.5%,有效地提高了跨天脑电情感分类的准确率和稳定性,对于开发鲁棒的情感脑-机接口应用具有一定价值。; 陈景霞郑茹贾小云张鹏伟; 关键词：脑电波小波包分解情感分类

Internet环境下协同产品设计过程融合与监控被引量：2: 2006年; 针对目前Internet环境下虚拟企业协同设计中处理突发事件和意外能力不足、无法有效地进行设计过程实时监控和协调的问题,提出了整体规划与局部决策相结合的设计过程融合与控制机制,重点探讨了采用JSP/Servlet/XML技术实现工作流程变更通知、设计任务状态的监控与提醒,以及设计项目进度实时监控的方法与策略,为Internet环境下协同设计过程的动态规划与管理提供了有效的途径。; 陈景霞陈桦张鹏伟; 关键词：协同设计 J2EE XML

一种推测嵌套软件事务存储的冲突管理方法: 本发明公开了一种推测嵌套软件事务存储的冲突管理方法，提供了在线程级推测技术上实现具有序列化提交线程的征的嵌套软件事务存储的冲突检测器和冲突消解器。冲突检测器采用读可见-懒惰冲突检测方法，冲突消解器在序列化提交线程的基础上...; 李翔王长浩张鹏伟

手持拍照式围棋点目器: 一种手持拍照式围棋点目器，包括有镜头1，镜头1连接有成像器件CCD 2，成像器件CCD 2通过模数转换A/D 3与总线电路10连接，总线电路10上还连接有嵌入式处理器ARM 8、存储器SDRAM/FLASH 9、通过操作...; 李思辉刘炜张鹏伟; 文献传递

一种自动饭盒上料装置: 一种自动饭盒上料装置，呈左右对称状，其包括：一对电磁铁(1)、一对复位弹簧(2)、一对推杆(3)、一对衔铁(4)及一对杆机构(5)，所述推杆(3)一端和对应的衔铁(4)远离电磁铁(1)的末端相固定，所述复位弹簧(2)安装...; 张鹏伟张航伟陈景霞张亮亮; 文献传递

基于语义增强双编码器的方面情感三元组提取: 2024年; 方面情感三元组提取(Aspect Sentiment Triplet Extraction,ASTE)是方面级情感分析领域的一项关键任务,目的是提取出句子中给定的方面词、观点词及对应的情感极性。传统的ASTE方法因未充分考虑语义信息和语法结构之间的交互作用,导致模型性能受限。针对这一问题,文章提出了一种基于语义增强的双编码器三元组提取方法。首先,使用基于BERT(Bidirectional Encoder Representation from Transformers)的基本编码器提取单词的上下文信息。其次,基于GloVe词向量和Amazon特定评论词典,使用由门控循环单元(Gate Recurrent Unit,GRU)网络和图卷积网络(Graph Convolutional Network,GCN)结合构建的特定编码器提取深层语义信息,在此过程中通过引入图注意力机制实现基本语义特征与深层语义特征的交互融合。最后,使用边界驱动表填充(Boundary-Driven Table-Filling,BDTF)方法进行三元组提取。在4个公开的数据集上的实验验证表明,所提模型可以高效地捕获并利用句子的深层语义信息,实现较准确的方面情感三元组提取。; 高祎亦张鹏伟陈景霞; 关键词：情感分析

基于JSP技术的远程教学系统的设计与实现方案被引量：3: 2004年; 基于Internet的远程教学系统是当前计算机网络与数据库技术应用的一个重要领域。论文从远程教学资源建设的目的出发,介绍了远程教学系统的功能模块及系统结构,着重分析了JSP在远程教学系统开发中的关键技术与实现方案。; 陈景霞张鹏伟; 关键词：远程教学 JSP B/W/S

基于生成对抗网络的双向预测视频异常行为检测方法及系统: 本发明提供基于生成对抗网络的双向预测视频异常行为检测方法，包括以下步骤：基于改进的UNet 3+模型架构双向预测网络模型，将视频帧数据输入双向预测网络模型得到前向预测帧和回溯预测帧；将前向预测帧和回溯预测帧通过像素值叠加...; 陈景霞林文涛石航张鹏伟

基于时频域组合特征的脑电信号情感分类算法被引量：7: 2019年; 为了提高基于脑电信号(electroencephalogram,EEG)情感识别的准确率,提取了脑电信号的时域与频域特征,并且将其进行组合形成时频域组合特征,作为不同识别模型下的输入。采用集成决策树(bagging tree,BT)、贝叶斯线性分析(Bayesian linear discriminant analysis,BLDA)、线性判别分析(linear discriminant analysis,LDA)及支持向量机(support vector machine,SVM)四种浅层机器学习算法对EEG在效价与唤醒度上进行二分类情感识别。实验结果表明,DEAP数据集在效价上,基于时频域组合特征在BT分类器下的识别精度平均达到92.54%,在唤醒度维度上基于时频域组合特征在SVM下平均识别精度达到94.62%。; 贾小云王丽艳陈景霞张鹏伟; 关键词：脑电信号情感识别

基于注意力双向GRU网络的多模态脑电情感识别被引量：2: 2023年; 脑电(Electroencephalogram, EEG)等生理信号凭借其独有的客观性,在情感识别领域已经成为热门的研究对象.针对单一模态特征不够完备的问题,本文提出一种基于注意力双向门控循环单元(Gated Recurrent Unit, GRU)神经网络的多模态脑电情感识别方法,用Mul-AT-BiGRU表示.该方法首先通过注意力机制融合脑电、眼动这两种模态的三种不同特征,实现不同模态特征间的全局交互,再将得到的多模态融合特征输入带有注意力机制的双向GRU网络进行深度语义特征提取和情感分类.该方法通过挖掘不同模态数据间的互补关系,使学习到的深层情感相关特征更具判别性.所提方法在多模态数据集SEED-IV上进行实验,被试内平均分类准确率达到95.19%,比三种单一模态特征的平均分类准确率分别提升了20.22%、20.04%和17.5%;被试间的平均分类准确率达到62.77%,优于目前一些同类方法,验证了所提方法在多模态脑电情感识别上的有效性和泛化性.; 陈景霞刘洋张鹏伟雪雯; 关键词：脑电情感识别