中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共63条，第1-10条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
多中心精神分裂症的模式分类研究 学位论文
工学硕士, 北京: 中国科学院大学, 2018
作者:  周奥军
Adobe PDF(11981Kb)  |  收藏  |  浏览/下载：304/2  |  提交时间：2018/12/17
精神分裂症，深度神经网络，模型可解释性，多站点模型  
LGE-CMR-derived texture features reflect poor prognosis in hypertrophic cardiomyopathy patients with systolic dysfunction: preliminary results 期刊论文
EUROPEAN RADIOLOGY, 2018, 卷号: 28, 期号: 11, 页码: 4615-4624
作者:  Cheng, Sainan;  Fang, Mengjie;  Cui, Chen;  Chen, Xiuyu;  Yin, Gang;  Prasad, Sanjay K.;  Dong, Di;  Tian, Jie;  Zhao, Shihua
Adobe PDF(1121Kb)  |  收藏  |  浏览/下载：286/26  |  提交时间：2019/12/16
Hypertrophic cardiomyopathy  Cardiac magnetic resonance  Late gadolinium enhancement  Texture features  Event-free survival  
Machine learning in major depression: From classification to treatment outcome prediction 期刊论文
CNS NEUROSCIENCE & THERAPEUTICS, 2018, 卷号: 24, 期号: 11, 页码: 1037-1052
作者:  Gao, Shuang;  Calhoun, Vince D.;  Sui, Jing
Adobe PDF(1954Kb)  |  收藏  |  浏览/下载：307/58  |  提交时间：2019/01/08
classification  machine learning  magnetic resonance imaging  major depressive disorder  review  
Efficient Group-n Encoding and Decoding for Facial Age Estimation 期刊论文
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2018, 卷号: 40, 期号: 11, 页码: 2610-2623
作者:  Zichang Tan;  Jun Wan;  Zhen Lei;  Ruicong Zhi;  Guodong Guo;  Stan Z. Li
Adobe PDF(1015Kb)  |  收藏  |  浏览/下载：556/195  |  提交时间：2018/10/10
Age estimation  deep learning  convolutional neural network  age grouping  data imbalance  
Non-invasive radiomics approach potentially predicts non-functioning pituitary adenomas subtypes before surgery 期刊论文
EUROPEAN RADIOLOGY, EUROPEAN RADIOLOGY, 2018, 2018, 卷号: 28, 28, 期号: 9, 页码: 3692-3701, 3692-3701
作者:  Zhang, Shuaitong;  Song, Guidong;  Zang, Yali;  Jia, Jian;  Wang, Chao;  Li, Chuzhong;  Tian, Jie;  Dong, Di;  Zhang, Yazhuo
Adobe PDF(1222Kb)  |  收藏  |  浏览/下载：343/68  |  提交时间：2018/10/10
Non-functioning Pituitary Adenomas  Null Cell Adenomas  Radiomics  Support Vector Machine  Nomograms  Non-functioning Pituitary Adenomas  Null Cell Adenomas  Radiomics  Support Vector Machine  Nomograms  
Radar and Rain Gauge Merging-Based Precipitation Estimation via Geographical-Temporal Attention Continuous Conditional Random Field 期刊论文
IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 2018, 卷号: 56, 期号: 9, 页码: 5558-5571
作者:  Tang, Yongqiang;  Yang, Xuebing;  Zhang, Wensheng;  Zhang, Guoping
浏览  |  Adobe PDF(3564Kb)  |  收藏  |  浏览/下载：430/118  |  提交时间：2018/10/10
Continuous Conditional Random Field (Ccrf)  Merging Method  Precipitation Estimation  Spatiotemporal Correlation  
Prognostication of chronic disorders of consciousness using brain functional networks and clinical characteristics 期刊论文
eLife, 2018, 卷号: 2018, 期号: 7, 页码: e36173
作者:  Song Ming;  Yi Yang;  Jianghong He;  Zhengyi Yang;  Shan Yu;  Qiuyou Xie;  Xiaoyu Xia;  Yuanyuan Dang;  Qiang Zhang;  Xinhuai Wu;  Yue Cui;  Bing Hou;  Ronghao Yu;  Ruxiang Xu;  Tianzi Jiang
浏览  |  Adobe PDF(7400Kb)  |  收藏  |  浏览/下载：450/79  |  提交时间：2018/10/11
Disorders Of Consciousness  Prognosis  Resting State Fmri  Functional Connectivity  Brain Network  
Policy Iteration Algorithm Based Fault Tolerant Tracking Control: An Implementation on Reconfigurable Manipulators 期刊论文
JOURNAL OF ELECTRICAL ENGINEERING & TECHNOLOGY, 2018, 卷号: 13, 期号: 4, 页码: 1739-1750
作者:  Li, Yuanchun;  Xia, Hongbing;  Zhao, Bo
浏览  |  Adobe PDF(708Kb)  |  收藏  |  浏览/下载：334/56  |  提交时间：2018/10/10
Adaptive dynamic programming  Policy iteration  Fault tolerant tracking control  Reconfigurable manipulators  Neural network  
知识驱动的多媒体数据特征表示研究 研究报告
2018
作者:  李腾
浏览  |  Adobe PDF(6670Kb)  |  收藏  |  浏览/下载：437/118  |  提交时间：2018/08/30
多媒体计算  深度学习  知识驱动  特征表示  
Correlational examples for convolutional neural networks to detect small impurities 期刊论文
NEUROCOMPUTING, 2018, 卷号: 295, 期号: 21, 页码: 127-141
作者:  Guo, Yue;  He, Yijia;  Song, Haitao;  He, Wenhao;  Yuan, Kui
浏览  |  Adobe PDF(6876Kb)  |  收藏  |  浏览/下载：441/134  |  提交时间：2018/05/30
Impurity Detection  Multi-frame Correlation  Convolutional Neural Network  Correlational Example  Sequential Training