陈丹
- 作品数：6 被引量：51H指数：3
- 供职机构：武汉大学计算机学院更多>>
- 发文基金：国家自然科学基金湖北省自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信更多>>
- 基于组合CNN-LSTM模型的脑电伪迹去除
- 作为记录人类大脑活动的重要手段,脑电在诊断和监控等神经医学临床应用中都展现了巨大的潜力.然而,脑电在记录过程中极易受到各种干扰,原始数据中由此产生的伪迹给后续分析带来了极大的困难.去除脑电伪迹是进行脑电分析的关键先决条件...
- 高腾飞汤云波明哲锴姬一峰陈丹
- 关键词：卷积神经网络
- 基于音调调整的AVS-P10带宽扩展优化方案
- 2018年
- AVS-P10是低码率带宽扩展方案的国家标准,但其仅利用高频包络信息和高频增益调整还原信号的高频部分,导致还原音质较差。为此,在研究AVS-P10带宽扩展原理的基础上,提出一种基于音调调整的带宽扩展优化方案。在编码端通过快速傅里叶变换域提取音调参数,在解码端根据音调参数对高频陡峭的峰和谷做精细调整,使重建后的谱包络结构更接近原始语音。实验结果表明,该方案在重建音质上相较于原AVS-P10标准,客观评价指标ODG得分提高9. 4%,主观评价指标CMOS得分提高1. 14分,还原音质有明显改善。
- 袁凤强王晓晨王中元陈丹陈丹
- 关键词：快速傅里叶变换带宽扩展
- 一种改进的文本图像二值化算法被引量：37
- 2003年
- 分析了常用的局部阈值法－Bernsen算法中存在的问题，对此算法进行了有效的改进，提出了一种改进的文本图像二值化算法。由于改进后的算法考虑了图像的整体特征，并采用快速算法，因此具有更广泛的适应性和实用价值。实验结果表明了此算法的有效性。
- 陈丹张峰贺贵明
- 关键词：二值化局部阈值光学字符识别文本图像
- 基于四层结构的风险建模及自动发现
- 2015年
- 为解决传统税收风险评估系统紧耦合、灵活性差的问题,提出一种基于四层结构的风险评估模型。该模型包括因子、指标、模型和风险自动发现引擎四层,因子是风险评估模型的最小单位,因子组成指标,指标组成模型,通过计算模型实现风险自动发现。根据风险评估模型的特点,用巴克斯-诺尔范式形式化定义因子表达式、指标取数规则和预警区间的语法规则,应用该规则提出一种高效的风险自动发现算法。采用实际项目验证了该算法的有效性和该模型的可行性。
- 陈丹李石君
- 关键词：风险评估
- 一种动态Sprite生成技术的研究与实现被引量：5
- 2003年
- Sprite图像是视频对象VO(VideoObject)在一段图像序列中所有可见部分的组合,是MPEG-4提出的重要概念之一。文章根据MPEG-4校验模型,利用全局运动估计技术和图像镶嵌技术,给出了一种动态Sprite的生成方法。针对视频序列的实际处理结果表明该算法是成功的。
- 张峰陈丹贺贵明
- 关键词：全局运动估计图像镶嵌
- 面向时间序列大数据海量并行贝叶斯因子化分析方法被引量：9
- 2019年
- 时间序列大数据记录着复杂系统在时间和空间上大尺度的演化过程,详细描述了系统不同部分之间的相互作用和相互联系.提取时间序列大数据中潜在的低维因子对研究复杂系统的整体机制有着至关重要的作用.大数据的超高维和大尺度导致许多传统因子分析方法难以适应,先验知识缺乏更增加了研究难度.针对这一巨大挑战,提出了一种面向时间序列大数据的海量并行贝叶斯因子化分析方法(the massively parallel Bayesian factorization approach, G -BF).在缺失先验知识的情况下,通过贝叶斯算法导出因子矩阵,将算法映射至CUDA(compute unified device architecture)模型,以大规模并行的方式更新因子矩阵.该方法支持对任意维度张量的因子分解.实验结果表明:1)与通过GPU加速化的因子分解算法G -HALS(GPU-hierarchical alternative least square)相比,G -BF具有更好的运行性能,且随着数据规模的增加,其性能优越性更加明显;2)G -BF在数据处理规模、秩及维度方面都具有良好的可扩展性;3)将G -BF应用于现有子因子融合框架(hierarchical-parallel factor analysis, H-PARAFAC),可将“巨型”张量作为一个整体进行因子化分解(在2个节点上处理10 11 个数据元素),其能力较常规方法高出2个数量级.
- 高腾飞刘勇琰汤云波张垒陈丹
- 关键词：张量分解统一计算设备架构
