光合细菌在鱼菜共生系统水质调控中的应用研究

文章将自选光合细菌（优势种类为红假单胞菌属）作为菌种,所投喂饲料作为培养基,利用当地自来水制备光合细菌菌液,在由镀锌波纹板——帆布养殖池塘、帆布蔬菜水培槽、微滤机、麦饭石+毛刷生物滤池、MBBR生物膜反应器构成的鱼菜共生系统中施用。施用前,系统中氨氮、亚硝酸盐浓度分别高达1.969 mg/L、0.279 mg/L,施用后,氨氮、亚硝酸盐浓度逐天降低,6 d后分别降至安全值（氨氮浓度≤0.5 mg/L、亚硝酸盐浓度≤0.05 mg/L）以下,第10 d、15 d检测时仍维持在较低水平,且水体溶解氧浓度从1.58 mg/L升高至6.00 mg/L以上。可见,光合细菌在该鱼菜共生系统水质调控中,去除氨氮、亚硝酸盐,增加溶解氧效果显著。     

对电力建安企业规避法律风险的思考

电力多经建安企业（系指根据原《劳部发[1993]200号》组建成立的建筑安装企业，以下简称建安企业），由于其成立后的一段时间内存在有与电力主业关联关系，而这种关联关系在有的建安企业并没有随着国家法律政策的不断规范而发生相应变化，这将给这些建安企业健康发展带来极为不利的影响。对此，建安企业如何在新的形势下依法经营，有效规避经营风险，无疑会成为一个重大问题摆在建安企业的面前。     

基于改进U-Net的人脑黑质致密部分割

人脑黑质致密部分割能够为帕金森病的诊断提供一定依据。黑质致密部在人脑核磁共振成像中像素占比低、类间差异小,为提高计算机辅助诊断系统对人脑黑质致密部的分割精度,提出一种基于改进U形神经网络（U-Net）的人脑黑质致密部分割方法。为了提取更多有效的多尺度图像语义特征,结合U-Net的跨连接结构并采用多头注意力机制,同时融合基于Transformer编码器的高维语义编码模块以提取高维语义特征,避免浅层噪声对特征造成的影响。建立多任务模型并设计基于二维高斯核权重掩膜的损失函数,解决神经网络分割模型因多次下采样造成的不连续分割误差问题。构建包括140个帕金森病患者以及48个健康对照者的高精度核磁共振脑成像数据集进行实验,结果表明,相较常用的医疗影像分割方法R2U-Net、HANet等,该方法的多任务分割效果取得明显提升,戴斯相关系数和AUC指标分别达到0.869 1和0.943 9,消融实验结果也验证了改进编码器和改进损失这2个模块的有效性。     

基于深度学习的图像检索系统

基于内容的图像检索系统关键的技术是有效图像特征的获取和相似度匹配策略.在过去,基于内容的图像检索系统主要使用低级的可视化特征,无法得到满意的检索结果,所以尽管在基于内容的图像检索上花费了很大的努力,但是基于内容的图像检索依旧是计算机视觉领域中的一个挑战.在基于内容的图像检索系统中,存在的最大的问题是“语义鸿沟”,即机器从低级的可视化特征得到的相似性和人从高级的语义特征得到的相似性之间的不同.传统的基于内容的图像检索系统,只是在低级的可视化特征上学习图像的特征,无法有效的解决“语义鸿沟”.近些年,深度学习技术的快速发展给我们提供了希望.深度学习源于人工神经网络的研究,深度学习通过组合低级的特征形成更加抽象的高层表示属性类别或者特征,以发现数据的分布规律,这是其他算法无法实现的.受深度学习在计算机视觉、语音识别、自然语言处理、图像与视频分析、多媒体等诸多领域取得巨大成功的启发,本文将深度学习技术用于基于内容的图像检索,以解决基于内容的图像检索系统中的“语义鸿沟”问题.     

基于Spark Streaming的视频/图像流处理与新的性能评估方法

智能视频监控技术在公共安全、交通管理、智慧城市等方面有着广泛的运用前景,需求日益增长。随着摄像头安装的数量越来越多,采集的图像数据量越来越大,靠单台计算机处理已经远远不能满足需求了。分布式计算的兴起与发展为解决大规模的数据处理问题提供了很好的途径。使用一种基于Spark Streaming的视频/图像流处理的测试平台,阐述了平台的构成和工作流程,深入研究各个参数对集群性能的影响,创新性地提出了CPU时间占用率作为性能评估指标,与总的处理时间结合,更为全面反映集群性能和资源利用率。     

多巴类药物的研究进展

综述了甲基多巴和卡比多巴这2种多巴类药物的合成方法进展,全文涉及了18篇参考文献.     

基于多摄像头的会场上座率实时统计方法

会场中座位分布密集,摄像头采集的画面中座位经常受到遮挡,严重影响了上座率统计的准确性.针对这种情况,提出了一种基于多摄像头的会场上座率统计方法.在座位区域的正面和顶部安装摄像头,在两种视角的画面中运用背景差分算法筛选出发生状态变化的座位,有效减低算法复杂度,做到实时计算,然后对座位图像提取HOG特征,利用支持向量机（SVM）进行分类,最后融合两种视角的分类结果,减少遮挡带来的影响,统计得出会场上座率.实际应用结果表明,该方法在保证会场上座率统计实时性基础上,具有很好的鲁棒性和准确性.     

多维医疗影像数据管理系统

由于医疗领域数据的专业性、复杂性、多样性, 人工智能技术在医疗领域发展过程中存在样本数据缺乏的问题. 本文针对算法研究人员设计并开发了多维医疗影像数据管理系统, 系统包括数据预处理模块、数据管理模块以及数据可视化模块, 能够半自动化的生成具有分类标签的医疗影像数据, 对影像数据进行高效管理, 并且对系统中数据的分布特点以图、表的形式进行可视化展示.