您当前的位置：
首页 >
文章列表页 >
基于双路DCGAN数据生成和分类-回归网络的抑郁症检测
更新时间：2025-03-26
|

    • 基于双路DCGAN数据生成和分类-回归网络的抑郁症检测

    • Depression detection based on dual path DCGAN data generation and classification-regression network

    • “在抑郁症检测领域，研究者提出了基于深度卷积生成对抗网络的数据生成和分类-回归网络的抑郁检测模型，有效提升了检测准确率和预测精度。”
    • 工程科学与技术   2025年 页码：1-12
    • 基金信息：
      国家自然科学基金项目(62201377);山西省回国留学人员科研资助项目(2022-072)

    • DOI：10.12454/j.jsuese.202400537    

      中图分类号： TP39

    • 收稿日期：2024-07-10，

      网络出版日期：2025-03-24，

    移动端阅览

  • 卢静雪,李鸿燕,郑睿超等.基于双路DCGAN数据生成和分类-回归网络的抑郁症检测[J].工程科学与技术, DOI：10.12454/j.jsuese.202400537.

    LU Jingxue,LI Hongyan,ZHENG Ruichao,et al.Depression detection based on dual path DCGAN data generation and classification-regression network[J].Advanced Engineering Sciences,XXXX,XX(XX):1‒12. DOI： 10.12454/j.jsuese.202400537.

  •  
  •  

0

浏览量

0

下载量

0

CNKI被引量

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

一种面向多工序复杂制造过程的质量软测量方法
加性频域分解的生成对抗网络语音去混响
基于生成对抗网络的对抗样本集成防御

相关作者

彭开香
秦昕
王佳浩
杨慧
全海燕
王涛
郑志清
曹天杰

相关机构

北京科技大学 自动化学院工业过程知识自动化教育部重点实验室
冶金工业安全风险防控应急管理部重点实验室
河北视窗玻璃有限公司
昆明理工大学 信息工程与自动化学院
中国矿业大学 教育部矿山数字化工程研究中心
0