徐永红
- 作品数：47 被引量：74H指数：4
- 供职机构：燕山大学电气工程学院生物医学工程研究所更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省教育厅科学技术研究计划更多>>
- 相关领域：自动化与计算机技术医药卫生理学生物学更多>>
- 基于多元数据子空间坐标图表示的可视化模式识别
- 模式识别是人类以及其他一些高级动物赖以生存的基本智能之一。大多数情况下,人都有很好的模式识别能力,这种能力被视为是自然的事情,可是让机器处理同样的模式识别问题时往往会遇到更大的困难。尽管已有几十年的研究历史,直到今天还是...
- 徐永红
- 关键词：模式识别可视化多元数据图表示几何代数
- 文献传递
- 基于黎曼流形的蛋白质三维结构数据相似性比较被引量：1
- 2015年
- 以NMR技术为代表的海量蛋白质空间结构数据为现代生命科学研究提供了前所未有的机遇,但后续的大数据分析却成为一大难题。充分利用已知的蛋白质三维结构信息来预测未知的蛋白质空间结构信息是研究蛋白质结构和功能关系一种重要手段。本文提出一种基于黎曼流形的蛋白质三维结构相似性比较新方法。该方法通过构建Cα坐标系和提取蛋白质结构具有旋转和平移不变性的几何特征量,将蛋白质的三维坐标序列转换为一维序列,采用黎曼距离作为三维结构相似度指标。本方法不需要对蛋白质结构做旋转和平移变换,避免了主流的RMSD方法中两蛋白质通过最小二乘拟合进行配准时产生的误差,并且完全不依赖于一级结构序列信息,对不具备序列相似性的蛋白质之间的相似性比较具有现实意义。本文分别针对不同相似度的蛋白质、Fischer提出的10个较难识别的蛋白质结构对、HOMSTRAD数据库中的700个数据这3组数据,对本文算法进行了验证。实验结果表明,与其他方法相比,本文方法的匹配精度均得到了较大提升。
- 徐永红褚泽斐洪文学
- 关键词：蛋白质三次样条插值黎曼流形
- 基于改进多元多尺度熵的癫痫脑电信号自动分类被引量：9
- 2015年
- 传统样本熵很难量化信号本身固有的远程相关性,虽然多尺度熵能够检测数据内在相关性,但其多用于单变量信号。多元多尺度熵作为多尺度熵在多元信号上的推广,是非线性动态相关性的一种反映,但是传统的多元多尺度熵计算量大,对于通道数较多的系统需要耗费大量的时间和空间,并且无法准确地反映变量间的相关性。本文提出的改进的多元多尺度熵,将传统的多元多尺度熵针对单个变量的嵌入模式改为对所有变量同时嵌入,不但解决了随着通道数增加内存溢出的问题,也更适用于实际多变量信号分析。本文方法对仿真数据及波恩癫痫数据进行了试验,仿真结果表明该方法对相关性数据具有良好的区分性能;癫痫数据实验表明,该方法对5个数据集均具有较好的分类精度,其中对数据集Z、S的分类精度达100%。
- 徐永红崔洁洪文学梁会娟
- 关键词：癫痫小波包分解
- 基于四元数小波变换及多分形特征的纹理分类被引量：2
- 2012年
- 将四元数小波变换(QWT)和多分形相结合进行纹理分类,充分利用了QWT的旋转不变特性和纹理图像的多分形特性,能弥补传统的应用小波变换进行纹理分类时缺乏将输入图像分解成多个方向的不足。通过对UIUC数据库中的纹理图像分类,表明四元数小波与多分形相结合的方法具有较高的分类精度,平均分类正确率可达96.69%,是一种合理有效的纹理分类方法。
- 高直朱志浩徐永红洪文学
- 关键词：四元数小波变换纹理分类机器视觉纹理图像
- 基于多元数据图表示的可视化模式识别
- 2010年
- 现代统计模式识别以数据满足一定的统计分布规律(一般为正态分布)为前提。然而现实问题研究中存在大量不满足任何已知统计模型的情况,同时也有很多小样本情况,以上显然不适合统计方法。本文提出对非高斯信息进行基于多元数据多元图表示原理的可视化模式识别方法,并通过算法实现多元数据多元图分析过程的客观化和自动化,最后基于UCI数据对该方法进行了数据实验。
- 高海波徐永红洪文学崔建新
- 关键词：模式识别非高斯
- 基于贝叶斯优化长短时神经网络模型的轻度认知障碍诊断方法研究被引量：1
- 2023年
- 循环神经网络结构极大地优化了时间序列数据的处理能力,但是其网络梯度爆炸以及特征提取能力较差等问题,影响了它在轻度认知障碍(MCI)自动诊断中的应用。针对这一问题,本文提出贝叶斯优化双向长短时神经网络(BO-BiLSTM)构建MCI诊断模型的研究思路。诊断模型基于贝叶斯算法,结合先验分布与后验概率结果共同作用寻优BO-BiLSTM网络超参数,并采用功率谱密度、模糊熵以及多重分形谱等能够充分反映MCI脑认知状态的多角度特征量作为诊断模型的输入,实现MCI自动诊断。结果表明:基于特征融合的贝叶斯优化BiLSTM网络模型,MCI诊断正确率可达到98.64%,能够有效地完成MCI的诊断评估。综上,基于此优化的长短时神经网络模型,实现了MCI的自动诊断评估,为MCI智能诊断提供了一种新的模型。
- 李昕李振阳刘毅苏芮徐永红徐永红尹立勇
- 关键词：轻度认知障碍多特征融合
- 基于时序心脏模型样本均衡方法的心律失常分类被引量：1
- 2022年
- 心律失常自动分类作为计算机在临床上的重要应用,可以有效辅助心血管疾病的诊断,但实验中样本不均衡问题严重影响分类精度。目前用于解决样本不均衡问题的主流方法为对抗神经网络,但存在训练不稳定和模式崩溃等问题,且仅依靠数据进行学习,缺乏一定的生理意义。因此提出基于时序心脏模型的样本均衡方法生成心电数据,在2018年中国生理信号挑战赛提供的12导联数据集上进行实验,采用深度残差网络作为分类模型分别对每个导联进行训练,通过极端梯度提升算法实现导联融合。经过样本均衡后,各类F1分数均有提升,左束支阻滞(LBBB)、ST段降低(STD)、ST段抬升(STE)的改善尤其显著,分别由扩增前的0.706、0.684、0.524提升至0.832、0.809、0.618。为验证本方法的通用性,对PTB数据集进行独立测试,分类准确率达到98.64%。实验结果表明,基于时序心脏模型生成仿真数据能够有效改善实验样本不均衡现象。
- 徐永红王金萍马佳越
- 关键词：心律失常神经网络
- 四元数小波和AdaBoost在人脸识别中的应用被引量：2
- 2011年
- 提出一种基于四元数小波变换(QWT)幅值相位表示及AdaBoost的人脸识别方法。四元数小波变换具有近似的移不变特性,可以同时支持1个幅值和3个相位,其中两个相位编码局部图像移动,而第三个相位蕴含纹理信息。方法对人脸图像进行预处理,进行四元数小波变换并计算四元数幅值和相位特征,将这些幅值和相位组合并应用AdaBoost分类器进行分类,以实现人脸图像的最终识别。对Yale、ORL和FERET三个人脸数据库应用此方法的实验结果表明,该方法在识别率上优于AdaBoost和Gabor+AdaBoost。特别是在FERET数据上精度提高更为明显,而且在计算复杂度上QWT特征提取明显低于Gabor特征提取。
- 徐永红申鸿魁赵艳茹洪文学
- 关键词：人脸识别四元数小波变换ADABOOST
- 基于对偶四元数配准的蛋白质局部螺旋参数拟合方法
- 2018年
- 本文提出了一种基于对偶四元数配准的蛋白质局部螺旋结构参数拟合(DQRFit)方法。该方法首先提取蛋白质结构数据中各残基的C、N原子坐标,然后用滑动窗口分别构造各段的待配准数据和参考数据。接着以配准前后数据点的距离平方和最小为寻优目标,利用对偶四元数配准算法求解出最优的旋转矩阵和平移向量并计算出该段二级结构的螺旋参数:每周残基数(τ)、螺旋半径(ρ)和螺距(p)。本文通过对偶四元数配准可实现τ、ρ、p三个螺旋参数的同时拟合,并且滑动窗口宽度可调以适应不同的误差等级。与传统螺旋拟合方法相比,具有计算复杂度低、抗干扰性好、拟合精度高的优点。将本文算法应用于蛋白质α螺旋结构检测,结果表明检测精度与蛋白质二级结构词典(DSSP)相当,而明显优于其它几种传统方法。本文研究结果或可在今后的蛋白质结构分类和功能预测、药物设计、蛋白质结构可视化等领域具有重大意义。
- 徐永红张少伟景军赵勇候飞翔
- 关键词：配准蛋白质二级结构
- 平行坐标原理与研究现状综述被引量：17
- 2008年
- 多元数据的平行坐标是信息可视化的主流技术之一。平行坐标的一个显著优点是其具有良好的数学基础,其射影几何解释和对偶特性使它可以很好地同时表达高维数据在多个低维子空间的投影信息。本文首先阐述了平行坐标的基本原理,并且推导了欧式空间的可微曲线在平行坐标空间的表达形式。接着综述了平行坐标的研究现状,分析了平行坐标应用于可视化数据分析和模式识别领域的潜力并且指出了未来的发展方向。
- 徐永红高直金海龙刘文远
- 关键词：信息可视化对偶模式识别
