简介:摘要:随着科技的不断发展,图像识别已经成为研究的热点领域。深度神经网络作为现代人工智能的重要分支,为图像识别技术的发展带来了革命性的突破。本文旨在研究面向图像识别的深度神经网络模型设计,探讨不同模型的设计方法和优劣,并深入分析其内在机制。通过实验对比和分析不同模型的性能,总结各自的特点和适用场景,为未来的研究和实践提供有益参考。
简介:摘要:2D转3D是3D图像/视频内容制作的重要研究方向之一。随着高清显示终端和智能手机等的普及,医学图片偏向于复杂人体病理切片图较为复杂,2D图片已经不能满足广大用户的需求,并且3D显示的应用越来越广泛。但由于3D片源制作复杂、耗时长等原因,导致3D片源严重不足。2D转3D技术可以相对快速的把普通的2D图像/视频内容转化为3D内容,省去了人工拍摄耗时耗力的过程,因而可以缓解3D片源不足的问题,同时使得一些复杂医学图片以3D的形式重新再现于医学专业。
简介:摘要:近几年,入室盗窃、抢劫等事件屡有发生,人们的生命财产安全受到威胁。随着社会经济的发展和信息化的进步,人们对家居安防的要求越来越高,财产和人身安全已成为家居安防的首要要求。目前家居安防的应用已经比较广泛,最常见的就是在居民住宅区安置摄像头,通过家庭电脑端控制。虽然这种方式可以监控整个住宅环境,但是缺乏时效性,用户无法在事故发生的第一时间获取信息,而且成本比较高。因此针对这些问题,本文设计了基于卷积神经网络的智能家庭安防监控系统,通过卷积神经网络对摄像头采集的图像进行实时目标检测;然后将识别结果和视频链接通过单片机发送至用户手机端,把单片机的便捷与卷积神经网络算法的强大功能相结合,能够让用户在第一时间得知住宅情况,打破了传统的家居安防系统模式,使家居安防更加智能化。
简介:摘要:在建筑工程估价中,人们利用传统的计算工具来计算工程造价,已经不能适应信息化迅速发展的时代,人们迫切需要一种新的方法来代替原来的传统的计算方法。一个有经验的预算师或者估算师,根据某个工程的类别、特征,参照已建工程的数据资料,运用某种方法就能较准确地计算出该工程的造价,误差比较小,这种专家的大脑思维方式值得我们学习。本文引入人工神经网络中的bp网络模型,介绍该模型工程估价的计算过程,指出该模型可对不同情况的工程造价进行合理的预测,并能取得良好地效果,为工程估价带来巨大变化。
简介:摘 要:本文主要探究悬臂梁桥施工过程中挠度设计值与实测值之间存在的误差,及如何应用BP神经网络通过已施工阶段的误差值来对未施工节段的误差进行预测。并通过构建BP神经网络模型预测值来实现对桥梁施工进行优化指导,并将此模型应用于汕头市连阳河特大桥悬臂段施工挠度误差模拟预测。实验表明BP神经网络模型在悬臂施工挠度误差预测中精度较高,有较好的效果。并对施工过程中可能造成挠度误差的主要原因进行了分析。
简介:摘要:随着遥感技术的不断进步和深度学习算法的快速发展,逐渐出现了一系列应用于遥感图像分类的神经网络模型。本文通过对近年来相关文献的综述,总结了各种神经网络模型在遥感图像分类中的应用情况、优缺点及发展趋势,旨在为遥感图像分类领域的研究者提供参考和启示。
简介:摘要:肺炎是一种常见且严重危害人体健康的呼吸系统感染疾病,CT影像不仅能直观地显示病变部位,还可提供诸如病灶形态、密度等信息,在早期发现和治疗过程中发挥着重要作用,也是医生了解病变程度和患病细节的常见手段。在卷积神经网络的基础上,开展肺部病变的判断以及病灶区域的分割定位研究,可以大幅提高诊疗速度,协助医生准确诊断和定位肺炎病变区域。目前的肺炎辅助诊断方法多将分类与分割算法的实施截然分开,区别于目前多将分类与分割算法实施截然分开的肺炎辅助诊断方法,研究了在通用卷积神经网络的基础上完成快速分类任务的实现方法,在专业人士的参与下标注并建立了用于肺炎病灶区域分割的数据集,并利用U-Net及相关改进网络模型,在训练集规模较小的情况下可完整勾勒出肺炎病灶的边缘,并获得到相对较高的分割精度。实验结果表明,通过在所处理的近300张数据集上进行实验,可以得到近85%的准确度。
简介:心血管疾病始终是严重威胁患者生命安全的疾病之一,而在心血管患者中,又以老年患者居多。在近几年中,心血管内科中感染患者不断增加,并对患者的治愈产生了严重影响,由于此病有较高的并发率,为了防止病情的迅速恶化,需要对临床治疗做详细研究,分析患者具体病情,有针对性地实施治疗,以降低并发症的发生率,确保措施有效,提高临床治疗水平。现今的相关医学研究表明,心血管疾病患者治愈缓慢受心血管疾病的较高感染率影响。为了研究心血管疾病中患者产生感染的原因,并对心血管内科受感染患者的临床治疗方案进行分析,从本院2017年2月至2018年2月收治的心血管疾病患者中分别选取受感染患者70例作为观察组,未受感染患者70组作为对照组,对两组临床治疗方案进行研究,分析其治疗效果,现报告如下。