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。     

电磁激励红外热像检测焊缝裂纹试验研究

金属焊接结构应用广泛,焊缝裂纹危害性极大。应用电磁激励红外热像技术检测焊缝表面裂纹,根据焊缝裂纹的热像图特征,提出了一种基于形态学的裂纹识别算法,将该方法运用于不同焊缝裂纹尺寸和方向,不同焊接结构试件的焊缝表面裂纹的检测试验中。实验结果表明,该方法能有效检测出焊缝表面裂纹的存在。     

基于语音人工智能的“黑广播”监测方法研究

"黑广播"会扰乱正常信号,破坏空中电波秩序,对社会危害极大,因此,对"黑广播"进行监测与打击是无线电管理的重要工作之一。根据广播语音内容甄别"黑广播"是最可靠的识别方式,传统的"黑广播"识别依靠人工听取广播内容,成本高、效率低,基于自动语音识别技术的方式大多依托在线网络语音服务,难以应对离线实时监测场景。本文提出一套基于语音人工智能的"黑广播"监测识别技术,提取语音声学矩阵信息并利用神经网络进行识别,可在离线情况下实现"黑广播"的实时侦测。     

美国研究人员谈红外系统的最新进展(下)

小型红外探测器系统与传统的红外系统相比,小型红外探测器具有迥然不同的系统特点。首先,它们在小F数下拥有远距离目标识别能力。大多数研究人员习惯于讨论具有大F数的远距离传感器,这主要是因为多年来人们一直在追求大规格探测器。而可见光成像仪的研究始终是围绕小F数下的远距离成像能力进行的。由小型探测器构成的高密度阵列不仅可以提供远距离识别能力,而     

基于STM32的号码识别与短信发送仪

针对目前手工输入电话号码工作效率低下、速度慢等缺点,研制一种基于STM32的电话号码识别与短信发送仪。采用STM32作为系统核心处理器,OV7670作为图像采集模块,设计了系统硬件电路,根据模块化思想设计系统软件。该装置号码识别的准确率高,能基本替代人工输入号码。     

基于GFU和分层LSTM的组群行为识别研究方法

提出一种以"关键人物"为核心，使用门控融合单元（GFU，Gated Fusion Unit）进行特征融合的组群行为识别框架，旨在解决两个问题：①组群行为信息冗余，重点关注关键人物行为特征，忽略无关人员对组群行为的影响；②组群内部交互行为复杂，使用GFU有效融合以关键人物为核心的交互特征，再通过LSTM时序建模成为表征能力更强的组群特征.最终，通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7%的平均识别率.     

基于视觉识别的隧道落石预警系统

近年来我国高铁、公路、地铁等基础建设项目不断增加,其中隧道工程的建设也大量展开,施工过程中的各类事故和地质灾害也越发频繁,严重威胁隧道内施工人员的人生安全,根据统计大部分的隧道施工环节中常见的是落石灾害,传统的监测手段,仅在二维监测的数据上进行,图像显示不直观,预警能力不足;因此本文通过对视觉对隧道落石进行趋势识别研究的基础上,提供一种隧道落石预警的方式。     

基于Matlab GUI的说话人识别平台设计

语音交互是一种很方便、有效的身份认证方式。基于Matlab图形用户界面(GUI)设计一款说话人识别平台,该平台具有语音录入、语音保存、语音播放、特征提取和说话人识别等功能,实验表明该平台可靠性较高,具有良好的实用性和交互性。     

基于RFID标签阵列的睡眠期间呼吸量连续监测系统

睡眠期间连续且准确的呼吸量监测有助于推断用户的睡眠阶段以及提供一些慢性疾病的线索。现有工作主要针对呼吸频率进行感知和监测,缺乏对呼吸量进行连续监测的手段。针对上述问题提出了一种基于商用无线射频识别(RFID)标签的无线感知用户睡眠期间呼吸量的系统——RF-SLEEP。RF-SLEEP通过阅读器连续收集附着在胸部表面的标签阵列返回的相位值及时间戳数据,计算出呼吸引起的胸部不同点的位移量,基于广义回归神经网络(GRNN)构建胸部不同点的位移量与呼吸量之间的关系模型,从而实现对用户睡眠期间呼吸量的评估。RF-SLEEP通过在用户肩膀处附着双参考标签,消除用户睡眠期间翻转身体对胸部位移计算造成的误差。实验结果表明,RFSLEEP对不同用户睡眠期间的呼吸量连续监测的平均精确度为92.49%。