改进Mask R-CNN网络在医学图像识别与分割中的应用

针对现有医学图像处理方法在人体复杂结构组织器官分割中的不足,提出复用低层特征信息的Mask R-CNN网络。该网络可对特定组织器官识别时同时进行分割,为了提高包含较多细节信息的低层特征层的利用率,将低层的特征信息添加到高层的特征中,使低层与高层特性优劣互补,将原始图像首次长宽压缩两次后的特征层定义为C1层,而后分别通过复用C1层和复用依次卷积的C1层这两种方法实现。并将主干网络进行了精简,以加快网络的训练速度,降低识别和分割的时间。以下颌骨作为应用对象,自建包含1?064张下颌骨CT图片的数据集,按9∶1的比例划分为训练集和验证集进行训练,使得复用依次卷积C1层的Mask R-CNN网络的训练损失降至2.8%,验证损失降至6.6%,表明该网络在下颌骨的识别和分割上具有很高的准确率。     

基于用户满意度的图标动态形式设计

为了增加用户对人机界面图标的可理解性,提高用户认知效率,提出一种基于用户满意度的图标动态形式评价方法.利用速率、方向、范围、路径分别定义图标旋转、左右、上下平移、缩放4种基本动态形式;采用阈限测量法获得图标动作时间的上阈、舒适值、下阈,通过线性回归建立图标动作时间与图标动作幅度间映射关系;通过Likert量表进行动态图标范围适合度调查;结合方差分析和最小显著性差异实验,分析图标动作时间和图标动作幅度对用户偏好满意度、认知负荷的影响,并用于指导动态图标设计.实验结果表明在4种基本动态形式下,移动端的动态图标最佳动作时间在450 ms左右;动作时间与动作幅度为正相关,设备尺寸、图标复杂度对动作时间的设定有决定性的影响;动作幅度的设定与设备尺寸相关.为人机界面中动态图标设计提供了一种动态图标量化分析模型,以便为人机界面的动态图标设计提供一定的理论参考.     

基于可拓表征与神经网络的苗族图案设计

针对苗族图案的文化传承及设计应用问题,提出基于可拓表征和神经网络的民族图案创新设计方法,对苗族蜡染图案进行解构、映射和重构.首先对苗族蜡染图案进行可拓表征,运用发散树法构建设计生长阶段模型对苗族图案基元进行拓展分析.其次基于感性工学对苗族蜡染图案进行感性意象分析,提出一种面向图案构型、纹样语义和种类的图案解构方法,构建图案特征要素解构空间和情感意象认知空间.运用神经网络构建感性预测模型根据用户意象偏好推荐图案构型等设计要素,对设计思维进行收敛,并与线性回归预测模型进行对比验证其优势性.最后根据神经网络感性预测模型推荐的特征要素应用形状文法对苗族蜡染图案进行细化设计.以苗族蜡染图案为例,验证该方法的可行性,为其他民族图案的解构及创新设计提供参考.     

基于TRIZ理论的行李箱创新设计

结合网络和实地用户调研、用户行为模拟、功能系统分析等方法,分析用户在行李箱使用过程 中存在的问题;运用 TRIZ 创新发明理论分析出现的问题并转换为 TRIZ 标准问题,采用对应的发明措施原理 并结合行李箱的实际使用情况,对行李箱进行设计研究,并通过 Jack 仿真验证了设计的合理性。解决了行李 箱的现有使用问题,获得了行李箱创新设计解决方案。通过对用户行为习惯进行模拟分析、功能分析、结合 TRIZ 发明原理优化了行李箱设计流程,优化了用户的使用方式,改善了用户体验。     

基于真值发现的冲突数据源质量评价算法

针对目前冲突数据源的质量评价模型仅考虑了准确度与精确度2个方面,没有考虑数据源提供错误描述与提供空值对数据源质量会产生不同影响的情况,通过将数据源提供的错误描述定义为主动错误,并将数据源没有为实体提供描述定义为被动错误,从主动错误、被动错误2个方面建立数据源质量模型.该模型以敏感度、明确度代替了准确度与精确度;为了处理多真值问题,预先合并数据源对实体的描述,定义合并描述的包含关系及包含度计算模型;在包含度计算模型的基础上,提出基于描述包含度的冲突数据源质量评价算法(TFDQ).在通用数据集Books-Authors上的实验表明,与Vote算法、TruthFinder算法相比,TFDQ算法实验结果更接近真实情况.     

基于案例的文化创意产品设计方法研究

针对文化产品的造型设计,将与产品造型相关的设计元素细分为功能、行为、文化、情感和构造法五个方面,结合基于案例的设计(case-based design,CBD)技术、遗传算法以及形状文法知识,建立文化创意产品设计概念原型系统并对文化创意产品进行引导设计。提出产品造型相关设计元素多目标优化模型,对用户需求进行匹配操作。提出文化产品造型设计方法模型,结合产品基因树交叉操作与形状文法知识,将现代类产品与文化器物类产品的设计元素进行交叉重组。通过对产品造型相关设计元素进行深入研究,并在文化创意产品设计概念原型系统中融入基于案例的设计技术、遗传算法和形状文法的知识,辅助设计师对文化产品进行创意设计。以小音箱为例,验证了该方法的可行性,为文化产品设计提供了一种有效方法。     

面向多维意象的产品设计方案评估研究

用户的感性诉求日益获得产品设计师和企业决策者的关注,为了使产品开发人员在开发新产品时能满足用户多维复合的感性诉求,提出一种结合熵处理、灰色关联分析和逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)的方法,用于产品设计方案的评估。首先,在运用K-mean聚类分析和因子分析方法分别获得符合用户感性认知的典型样本和典型感性意象的基础上,运用语意差异法获得用户-意象初始评价值;其次,应用信息熵计算评估指标的权重;最后,采用灰色关联分析与TOPSIS相结合的方法实现用户多维意象特定要求下对备选设计方案的排序优选。以3D打印机设计方案优选为例,验证了方法的可行性。研究结果表明,该方法符合用户实际的复杂认知,能有效客观地对产品设计方案进行评估和优选,具有实际应用价值和指导作用。     

基于案例推理的苗侗木制民居定制方法研究

为了满足贵州苗侗少数民族地区新农村建设中木制民居的文化传承以及快速建造的需求,重点从面向用户的个性化定制模式出发,提出了基于案例推理的木制民居产品配置设计方法。通过对木制民居案例进行解构分析,构建了基于结构树的产品配置表征模型,并针对该方法中民居构造模型的建立、产品配置设计流程以及相似案例的检索方法等关键技术开展了研究。最后以木制民居的配置设计为例,对该方法进行了验证。     

基于YOLOV4的工件表面质量在线检测方法研究

目的 提升自动化产线上工件表面微小缺陷的检测精度和检测速度。方法 首先,在预处理阶段提出采用CutMix的数据增强方法,增加训练样本的多样性,提高模型的鲁棒性和泛化能力,避免训练模型产生过拟合;使用K–means++聚类算法生成边界候选框,以适应不同尺寸的缺陷,并较早地筛选出更精细的特征。其次,借助CSP Darknet53网络及SPP模块提取输入原始图像的特征,通过训练获得针对工件表面质量的在线检测模型,提升YOLOV4缺陷位置检测及识别的精度。结果 实验结果表明,文中所提出的基于YOLOV4的工件表面质量在线监测方法的预测精度达到97.5%,检测速度达到32.8帧/s,均优于同类的深度学习算法。以贵州某航空工业产品的自动化产线作为实验平台验证了所提方法的可行性和有效性。结论 该方法具备结构简单清晰、自适应性强等优点,检测精度和速度均满足工业场景需求,可以将其用于产品表面质量的在线检测。     

快速挖掘数据流中离群点

离群点检测是数据挖掘领域的一个重要分支,当前数据流的离群点检测研究越来越受到关注.为了快速准确地检测出数据流中离群点,提出一种在线数据流离群点检测算法ODDS(outlier detection in online data stream s).它利用数据与频繁模式的相异程度来度量数据的离群程度,通过构建ODDS-Tree树,能动态地更新数据流中候选离群点的离群信息.实验结果验证了该算法与其他同类算法相比具有较高的效率与优良的可扩展性能.