基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

基于小波变换和概率神经网络的焊接接头类型识别

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法。先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试。结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头。实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性。     

云组合服务网络的异常植入数据检测算法

云组合服务网络在路由转发控制受到节点的同态扰动影响,容易受到植入入侵,为了提高网络的安全性,提出一种基于阈值组合判决的云组合服务网络的异常植入数据检测算法。构建网络异常植入数据的统计特征模型,采用大数据挖掘技术进行云组合服务网络异常植入数据特征检测和滤波分析,提取云组合服务网络数据的谱特征量,采用支持向量机学习方法进行云组合服务网络的异常植入数据检测过程中的自适应寻优控制,采用双门限阈值组合判决方法,实现对目标数据的准确检测,提高对异常植入数据的准确定位检测能力。仿真结果表明,采用该方法进行云组合服务网络异常植入数据检测的准确概率较高,检测性能较好,提高了网络安全性。     

拉丁藏文字转写成UNICODE藏文字的算法研究

文中对拉丁藏文字和传统藏文字结构进行了分析,建立了271个藏文字部件库和相应对照库,根据对照库和拉丁藏文字的特点,提出了拉丁藏文字转换为传统藏文字的算法,该算法简化了拉丁字母与Unicode藏文字母之间的转换过程,降低了算法复杂度。试验表明除了藏文梵文外,对现代藏文字的转换准确率达到了100%。     

组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。     

高功率二极管激光器的技术现状、工业应用及未来展望

二极管激光器现已广泛应用于通信、计算机及消费电子技术等领域，在这些领域中应用的二极管激光器均属毫瓦级功率的系统。然而，通过特殊的冷却与组装技术及光束组合与光束成形技术。高功率二极管激光器现已达千瓦级功率。这些高功率二极管激光器不仅可作为固体激光器高效率及高可靠性的泵浦源，还可作为材料加工的直接光源。目前，高功率二极管激光器已进入工业制造领域。本文介绍二极管激光器技术及其应用，并对德国未来5年的国家研究项目MDS(Modular Diode Laser Beam Tools)中的高功率二极管激光器的未来应用及其创新应用进行了重点论述。     

无线电遥控多路开关系统的设计

文章介绍了一种应用新型射频收发模块对,并结合编译码芯片组设计无线电遥控多路开关系统的方法。在该方法中详细阐述了无线电遥控开关系统的组成结构和工作原理。其中,在发射电路中我们采用二极管组合逻辑开关阵列实现对开关按键编址,从而对受控电路进行选择控制,明显降低了系统成本;在接收控制电路中引入单片机,通过充分利用其软、硬件资源,使系统具有优异的可扩展性、可升级性和操作方便等特点。     

惠威Diva 4.2HT家庭影院音箱

外观与内在，哪个更重要？类似的探讨经常出现在我们身边的方方面面。拿音响来说，时尚的一体化组合在拥有出色外表的同时，音质往往让人不够满意；强调了Hi-Fi效果的音响组合通常又会有不够时尚的嫌疑。两难间的选择将会是什么？