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： 合成孔径雷达   飞机检测   复杂背景   全维度特征提取   可变形全局特征融合  

摘要： 合成孔径雷达(SAR)图像飞机目标检测面临背景复杂、飞机目标较为微弱且尺度较小、不同成像条件下目标差异较大、目标结构不连续等挑战,提出一种新的飞机目标检测算法ATDM,用于提高复杂背景下SAR图像飞机目标的检测精度。使用YOLOv8s作为基线模型并改进了损失函数,算法包含三个重要的模块,即卷积注意力模块(CBAM)、全维度特征提取(ODFE)模块和可变形全局特征融合(DGFF)模块。为了增强网络在复杂背景下对飞机目标特征的提取能力,在基线网络的Backbone插入CBAM,从空间和通道两个维度学习飞机目标的特征;ODFE利用卷积核空间四个维度的动态性,通过并行策略沿核空间的四个维度学习不同类型飞机目标的特征,提升复杂背景下对散射特性较弱的飞机目标及小目标的检测能力;DGFF自适应调整卷积核的形状以适应不同成像条件下得到的飞机目标,并进行全局信息特征融合。最后,改进边界框回归损失函数为动态非单调聚焦损失函数WIoU,采用动态非单调聚焦机制,使用离群度评估锚框质量,降低SAR图像中可能存在的错误标注产生的影响。为了评估所提ATDM的性能,在SADD和高分三号SAR飞机数据集上开展实验,在两个数据集上得到的平均准确率(AP)分别达到95.4%和98.2%;消融实验结果与分析验证了所提出的三个模块及损失函数的有效性。此外,在与其他目标检测算法的对比中,所提算法也得到了最高的平均准确率。

关键词： 差分接收信号强度   定位技术   最小二乘法  

摘要： 随着室内定位技术需求的持续增长,5G室内定位的应用范围日益拓展,对定位精度的要求也随之提升。本文采用差分接收信号强度定位技术来定位信号源,并利用OPPO提供的室内工厂5G仿真数据集对定位算法进行验证。通过非线性最小二乘法进行定位计算,在多个场景下进行了测试,结果表明该算法具有较高的定位精度。

关键词： 斗轮堆取料机   无人值守模式   自动化调度   路径规划   优化算法  

摘要： 随着无人值守模式的逐步推广,自动化调度优化与路径规划算法成为提高其工作效率和安全性的关键。本研究聚焦于斗轮堆取料机无人值守模式下的自动化调度与路径规划问题,提出了一种基于优化算法的调度策略与路径规划方法。调度优化利用构建多任务协同调度模型,结合先进的启发式算法进行求解,优化了设备的作业顺序与调度效率。路径规划则采用人工智能算法,考虑了设备运行过程中的动态障碍物与环境变化,实现了高效、安全的路径规划。

关键词： 智能化算法   阀门   精确控制  

摘要： 智能化算法通过先进的数学模型和计算技术,对复杂系统进行建模、分析和优化,特别适用于工业自动化中的精确控制需求。在阀门精确控制中,智能化算法可以实现精确定位、自适应调节、故障诊断与预测维护,以及能效优化等功能。智能阀门系统应用于众多行业,且智能化算法在提高能效、减少能源消耗和提升设备可靠性方面的效果显著。智能化算法的应用提高了阀门控制的智能化水平,为工业自动化领域带来了革命性的进步,特别是在提高能源效率、降低成本、减少环境污染和提升设备运行稳定性方面。

关键词： 关联规则学习   Apriori算法   SPSS   成绩分析   课程关联性  

摘要： 随着教育信息化进程的不断推进,学校需要存储的数据日益增多。数据挖掘技术可以深入分析信息数据,揭示不同信息数据之间的内在关联,从而为决策者提供决策支持。将关联规则学习的Apriori算法应用于高职学生专业课成绩的关联性分析中,利用SPSS软件建立Apriori模型,生成关联规则并进行可视化呈现,找出各科目专业课程之间存在的关联性,进而为高职院校提升管理水平、提高教学质量提供相关的数据参考。

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： 水下多目标跟踪   前视声呐图像   轻量化   YOLOv5   Fair MOT  

摘要： 水下声呐图像存在背景噪声严重等问题,导致水下分类器输出大量检测低置信度对象。而现有的水下多目标跟踪框架大多简单排除低置信度目标,导致跟踪轨迹中断。本文提出一种低检测置信度下水下多目标跟踪算法YOLO-Fair MOT;引入多通道随机混合注意力模块,抑制背景噪声的影响;采用深度可分离卷积降低模型复杂性,提升跟踪过程的整体速度;结合低置信度数据匹配算法与广义交并比匹配算法,改善跟踪轨迹的中断问题。实验结果表明,YOLO-Fair MOT算法具有更好的跟踪准确度、跟踪精确度、轨迹保持性以及检测速度。

关键词： 光伏并网逆变器   低电压穿越   相关性分析   雪消融算法   参数辨识  

摘要： 为获得准确的光伏逆变器低电压穿越(low-voltage-ride-through,LVRT)模型参数以满足光伏并网系统安全可靠的要求,提出了基于雪消融算法(snow-ablation-optimizer,SAO)的光伏并网逆变器低电压穿越模型多阶段参数辨识方法。首先,基于光伏发电系统低电压穿越输出曲线特性,建立了光伏低电压穿越控制数学模型并分析故障暂态过程,明确了低电压穿越过程的核心控制参数。其次,针对内环PI控制参数与LVRT的耦合性和相关性问题,提出多阶段辨识策略。最后,依据实际工程参数对光伏逆变器建模,利用雪消融算法对内环控制参数与LVRT参数进行辨识,仿真算例表明了所提辨识方法的有效性。

关键词： 真实情境   游戏设计   计算思维   姿态检测   新课标要求   训练模型   生活体验   教学设计  

摘要： 创新整合点①依托真实情境,紧扣新课标要求。采用微项目方式开展教学活动,从真实体验引入课题,链接学生的生活体验,从用户需求确定姿态并训练模型。让学生在真实问题中经历原理运用过程和计算思维过程,凸显学生的主体性,提升了问题解决意识,体现出“科”与“技”并重。