课程文献中心 更多>>

关键词： 深度学习算法   计算机断层扫描   自动诊断系统   非小细胞肺癌   分期  

摘要： 目的建立基于深度学习算法的计算机断层扫描(CT)自动诊断系统,并探讨其在非小细胞肺癌(NSCLC)患者肿瘤淋巴结转移(TNM)分期中的应用。方法回顾性分析本单位2020年1月~2022年6月收治的245例NSCLC患者的临床资料作为训练集,提取CT检查特征信息和TNM分期数据,基于深度学习算法构建CT自动诊断系统。另选取本单位2022年7月~2023年6月收治的102例NSCLC患者作为验证集,经该系统诊断TNM分期,将病理学检查结果作为“金标准”,评价该系统对TNM分期的诊断价值。结果基于深度学习算法构建了CT自动诊断系统,该系统诊断各期的灵敏度、特异度、准确度与约登指数均高于常规CT诊断;基于深度学习算法的CT自动诊断系统诊断TNM分期与病理学诊断一致性高(Kappa=0.846,P<0.001),常规CT诊断TNM分期与病理学诊断也有一致性(Kappa=0.721,P<0.001)。结论基于深度学习算法的CT自动诊断系统诊断TNM分期优于常规CT。

关键词： 无人机网络   边缘智能   用户关联策略   神经网络模型精简  

摘要： 针对无人机网络和边缘智能领域中无人机存储受限、网络整体性能不足等问题,提出了基于强化学习的用户关联策略和神经网络模型的云边协同剪枝算法。基于强化学习优化无人机网络拓扑结构,提出无人机用户与基站的关联算法。根据用户关联算法的输出划分网络的云端和边缘端,并筹划神经网络模型的分配类型和模型的大小需求,进一步提出云边协同剪枝算法。充分利用无人机个体的本地数据,对无人机网络协同的神经网络模型进行精简,降低了通信消耗,进一步提高了无人机网络整体性能。结果显示,基于强化学习的用户关联策略提高了信道容量。与使用传统的集中式剪枝精简模型相比,云边协同剪枝算法占用更低上行通信链路上的资源。所提方法在无人机协同环境下实现了高效数据传输和计算处理,为解决资源受限下的通算一体化挑战提供了有效途径。

关键词： 降损方案   节能降损   自适应遗传算法   成员总数   改进遗传算法   步序   运营效益   协同优化  

摘要： 节能降损是配电网改造的重要目标,合理的降损方案依赖于科学的数学模型建立。首先根据线损致因对可行的降损方式及措施进行梳理,为降损方案组合优化提供方案库。其次基于经济效益和社会效益的统筹考量,建立面向双目标协同优化的降损方案辅助决策模型。其中,双目标是指降损方案执行可节省的购电费用支出与可减少的碳排放罚金最大化,为方案实施所需的综合投资最小化。模型约束包括相关线路维持正常运行所需的电气量限制、降损方案库成员总数限制和总投资限制等。再次,依托自适应遗传算法确立模型求解步序和流程。最后实证检验表明:建立的模型一方面可提升供电公司的运营效益;另一方面有助于环保大局的推进,具有较大的参考价值。

关键词： 多尺度字符特征提取   文本识别   深度学习  

摘要： 在场景文字识别任务中,字符特征的提取是至关重要的一环,对于提高识别准确率具有举足轻重的作用。为了提高模型在处理文字弯曲、拥挤、变形、模糊等复杂情况时的性能,提出了一种基于多尺度字符特征提取的场景文本识别算法,以表现优异的SVTR模型为基准,改进了模型中的Mixing Block,使用更丰富的混合块进行特征提取,使得模型能够在不同尺度上对各字符组件进行有效关系建模,从而更全面地理解字符间的联系和字符与全局之间的信息。最后在BCTR等数据集上进行训练和测试,实验结果表明,该方法在BCTR数据集上准确提升了2.8%,验证了其有效性。

关键词： 离散小波变换   混合变量选择算法   深度学习   叶片叶绿素含量   人参果  

摘要： 叶片叶绿素含量(Leaf Chlorophyll Contents,LCCs)作为植物重要的生理生化参数之一,其含量的变化直接或间接影响植物的生长发育。通过使用高光谱遥感技术对人参果LCC进行快速无损监测,有利于实现精准农业的发展。文章以人参果叶片高光谱数据和对应的人参果LCC为数据集,使用离散小波变换(Discrete Wavelet Transform,DWT)算法,提取人参果叶片高光谱数据0~10层低频小波系数,将0~10层光谱数据集与对应的人参果LCC进行Pearson相关性分析,然后将变量组合集群分析(Variable Combination Population Analysis,VCPA)与遗传算法(Genetic Algorithm,GA)结合,使用VCPA-GA算法提取人参果全谱和各分解层敏感波段,通过4种机器学习模型构建人参果LCC的估测模型。结果表明,DWT能提高人参果LCC的预测性能,在4种机器学习模型中,4层BP-AdaBoost模型的预测性能最好,R2达到0.919,MAPE=2.090%,RMSE=1.453,RPD=3.900,其次PSO-BPNN回归模型的预测性能也表现出较高的准确性。文章表明,人参果高光谱数据经DWTVCPA-GA算法处理后,使用4层低频小波系数重组的光谱数据构建BP-AdaBoost回归预测模型时对人参果LCC的估算性能最好。

关键词： 混合果蝇优化算法   芯片图像   边缘特征增强   蛙跳算法  

摘要： 针对芯片图像边缘点定位不精准,图像边缘特征增强不佳的问题,提出了混合果蝇优化算法下芯片图像边缘特征增强方法。使用果蝇优化算法划分图像邻域,使邻域噪声相互抵消,达到降噪的目的。使用蛙跳算法对每个模因组深度搜索,计算果蝇更新位置的最大值,获取边缘检测结果,达到全局寻优的目的。设计混合果蝇优化算法区间搜索流程,提取待增强标定芯片图像边缘特征,从而获取真实图像边缘特征。实验结果表明,所研究方法获取的坐标与实际坐标的最大误差为0.01 cm,获取的图像边缘完整且清晰,具有良好的芯片图像边缘特征增强效果。

关键词： 智能算法   光伏组件   效率优化   参数优化   性能预测  

摘要： 光伏组件作为太阳能光电转换的核心设备,其效率直接影响太阳能发电的整体性能。但受到环境因素、材料特性等多方面的影响,光伏组件的效率仍有较大提升空间。智能算法在数据分析、参数优化和性能预测方面展现出显著的优势,逐渐成为优化光伏组件效率的重要工具。本文通过探讨智能算法在光伏组件效率优化中的应用,分析常用智能算法的特点及其在不同场景下的适用性,提出了基于智能算法的效率优化策略,以期为光伏组件的高效利用提供技术支持。

关键词： 绝缘子   YOLOv5s   注意力机制   轻量化网络   空间金字塔池化  

摘要： 为提高绝缘子的检测精度,提出一种改进的YOLOv5s绝缘子检测算法。结合多尺度思想,设计一种新的注意力模块MECA,避免浅层信息丢失,提高识别精度;采用GSConv和VoV-GSCSP替换网络中的普通卷积和C3模块,使模型更加轻量化;利用SimSPPF替换SPPF,并将SimSPPF的ReLU函数替换成Mish函数,解决图片失真问题;最后对模型损失函数进行优化,解决了边框回归不准确问题。实验表明,该网络的平均精度均值(mAP)提高了2.1%,检测精度提高了0.8%,参数计算量减少了13.3%,取得不错的效果。

关键词： GIS   BP神经网络   滑坡地质灾害   易发性评价   南丰县  

摘要： 地质灾害的预测与评估对于灾害预防和减轻具有重要的实际意义。以江西省南丰县为研究区域,采用地理信息系统(GIS)和反向传播神经网络算法,构建了滑坡地质灾害易发性评价模型。首先收集并利用GIS技术处理了包括坡度、坡向、剖面曲率、降雨量、地貌类型、断层线密度和水系线密度等多种地理和气象数据;然后通过这些数据训练并优化BP神经网络,以提升模型的预测精度;最终模型的预测效果通过接受者操作特征曲线(ROC)的面积(AUC值)进行评价,得到了0.829的结果,显示了较高的预测准确性。利用优化后的模型进行滑坡易发性的空间预测,并绘制了易发性区域分布图。研究发现,高易发区往往集中在坡度25°~45°、坡向朝南或东南方向、年降雨量较大(尤其是集中降雨期间)、水系线密度较大的区域。研究结果可为南丰县的滑坡防治提供科学依据,并指导相关地区的防灾减灾规划和管理工作。

关键词： 结构优化   遗传算法   有限元   轻量化设计   临时转播塔  

摘要： 针对临时转播塔结构用钢质量较大且设计过程精细化程度低的问题,提出模块化临时转播塔结构及其优化设计方法.所提设计方法将参数化建模与综合优化相结合,利用ANSYS建立结构参数化有限元模型,考虑结构设计参数在寻优过程中引起的风荷载变化;采用初始替换、差异化、自适应遗传等5种策略提升浮点数编码遗传算法(FGA)的搜索能力和收敛性能,提出改进浮点数编码遗传算法(IFGA),综合优化临时转播塔结构的尺寸、形状和杆件布置形式,实现结构轻量化设计.工程实例的应用表明,模块化临时转播塔结构的力学性能良好;在结构轻量化方面,IFGA算法相较于FGA算法优化结果在用钢质量上降低18.9%,相较于学校算法、鲸鱼算法及改进灰狼算法具有更高的计算效率和寻优能力;建议的优化设计方法高效、可靠,能在确保结构安全的前提下较初始方案在用钢质量上降低33.2%.