排序方式: 共有13条查询结果,搜索用时 281 毫秒
1.
典型的虹膜识别算法都是针对单个虹膜样本采用图像处理的方法提取虹膜特征,只强调个体信息,而忽略了虹膜样本间的联系.本文提出了一种基于普通向量的虹膜识别算法,从模式分析的角度,利用普通向量方法融合虹膜的个体特征和统计特征,并且通过高效的睫毛滤除和眼皮定位的算法,进一步提高了识别的精度和算法的稳定性.实验结果表明了该算法具有良好的性能. 相似文献
2.
近年来,由于Transformer能够有效地捕获全局上下文信息,在机器视觉领域展现了巨大的应用潜力。然而,它只能获取单尺度的上下文信息,对于细节信息的提取仍然存在一定的局限性。针对此类问题,提出了RT-Unet算法。该算法在RESwin Transformer模块中引入内在的局部归纳偏置,并在位置嵌入与编码模块使用4个连续的卷积层。将卷积与Transformer有效地组合在一起,既可以获得丰富的多尺度特征,又可以关注局部细节信息与远程依赖关系。另外,改用GELU激活函数增加算法的非线性因素,避免训练时出现梯度消失问题。实验采用Synapse腹部多器官分割数据集,结果表明RT-Unet的性能优于ViT,V-Net, U-Net, Swin-Unet和TU-Net等算法,并取得了DSC为79.08%,HD为23.43 mm的分割结果。 相似文献
3.
遥感图像由于包含的地物尺度差别大、地物边界复杂等原因,造成准确提取遥感图像特征具有一定难度,精确分割遥感图像比较困难。针对这一问题,提出了一种编码-解码器的AFU-Net网络。在U-Net基础上使用一个自下而上、自上而下的结构,并引入密集跳跃连接得到融合不同层次的多尺度特征。使用非对称卷积块强化水平和垂直方向的平方卷积核,并采用残差单元加深网络深度。利用FReLU激活函数提升网络解析能力,从而提高遥感图像语义分割精度。在ISPRS的Vaihingen数据集实验结果表明,AFU-Net结构的性能要优于FCN,U-Net等算法。 相似文献
4.
在人类探索自然、追求真理的漫长岁月中,一直存在着还原论与整体论两种主要的思维方式,二者分别从不同的视角引导人类在洪荒中认识客观世界。然而,两种思维方式间的差异牵扯了科学标准、科学范式等问题,从而引发了学科间方法论的激烈争论。科技的深入发展与新兴学科的日益繁荣,使二者在学科中的有效合作具备了丰富的土壤。 相似文献
5.
6.
晶片研磨速率及损伤层的研究 总被引:1,自引:0,他引:1
现代光电器件不仅要求有较高的平面度、样品平行度以及厚度,还要求有低损伤、高质量的加工表面.为了达到这个目的,对不同条件下的研磨速率及所产生的损伤层进行研究,并制定合理的研磨工序是必需的.叙述了研磨的本质及损伤层的产生,研究了晶片减薄过程中去除速率和表面粗糙度与研磨转速和研磨压力的关系,比较了不同磨料颗粒度对去除速率和表面粗糙度的影响,为制定合理的研磨工序提供了依据. 相似文献
7.
8.
为了准确、快速地检测和预测甲烷气体的浓度,设计了基于红外差分吸收法的甲烷浓度检测系统.为了降低系统部件不稳定带来的影响,检测系统采用双气室结构,气室的输入和输出接口处通过渐变折射率透镜连接到传输光纤,以降低光强的损耗.系统对甲烷检测结果的平均误差为0.007 5.基于粒子群优化的误差反向传播神经网络算法构建了甲烷预测模型,以浓度在0.2%~2.0%范围内的甲烷气体为研究对象.在样本训练过程中,预测模型的精度达到10-4,实际输出值与期望值线性回归的相关系数为0.998 8,最大相对标准偏差为0.248%.实验结果表明,在甲烷浓度预测中,相对于误差反向传播神经网络预测模型,粒子群优化误差反向传播神经网络的预测性能更优. 相似文献
9.
花形ZnO纳米片微球的合成、表征及光催化性能 总被引:3,自引:2,他引:1
以ZnCl2和尿素为原料,采用水热法合成了由纳米片组成的花形微球碱式碳酸锌前驱体,然后在300℃下煅烧0.5 h得到了形貌一致的ZnO产物。采用XRD、FTIR、TG、SEM、TEM、XPS对其进行表征,结果表明产物为六方纤维矿结构ZnO;组成3D花型微球的纳米片构筑单元厚度为10 nm,表面呈孔装结构,比表面积为72 m2.g-1。分别以花形ZnO纳米片、单分散ZnO纳米片和商用ZnO纳米颗粒为光催化剂,通过降解罗丹明B(Rh B)进行了光催化活性研究。结果表明,与商用ZnO纳米颗粒相比,水热法制备的花形ZnO纳米片显示了更好的光催化活性,可能是由于花形ZnO纳米片微球有较高的比表面积和3D花形形貌所致。 相似文献
10.