室内设计作品

作品名称:《墨雨绿阁——生态休闲会所》作品说明:《墨雨绿阁》生态休闲会所凭借“墨”、“雨”、“绿”三种意境提供了一个绿色、健康和富有传统文化气息的休闲环境,表现出了“源于自然,归于自然”的雅素之美。作品名称:《古蜀之脉——别墅空间》作品说明:该户型是别墅空间的方案设计。此作品的设计主题为“古蜀之脉”将新中式风格与蜀国文化完美融合,营造一种自然、舒适、大气的空间气质。新中式风格不是纯粹的元素堆积,而是对于传统优秀文化的认识,将现代设计和传统文化的结合。     

室内设计中色彩的美学感受

色彩是室内环境的构成要素之一,在室内设计中起着装饰空间、调节光线等作用。因此,要重视色彩在室内设计中的应用。无论是对于公共建筑空间还是住宅建筑空间,设计师在进行室内色彩设计时,一定要在把握好色彩美学的基础上,结合色彩设计原则,根据不同的空间需求,做好色彩搭配,有意识地营造或明亮、或沉静、或热烈、或严肃的不同风格面貌的空间效果。     

2019年SaaS企业TOP100

SaaS行业至少还有几十倍的上涨空间中国迈进21世纪20年代,这意味着新一轮经济周期即将到来。在过去20年中,中国消费互联网快速发展,与美国不相上下。然而在企业服务领域,中国仍和美国有所差距,如Microsoft、Oracle、SAP等7家巨头仍保持着长足的发力,而对于中国,仅有用友、金蝶两家较为典型的老牌软件企业以及一些中小企业,发展空间很大。     

隐式低秩稀疏表示的多视角子空间聚类

针对多视角子空间聚类问题,提出基于隐式低秩稀疏表示的多视角子空间聚类算法(LLSMSC).算法构建多个视角共享的隐式结构,挖掘多视角之间的互补性信息.通过对隐式子空间的表示施加低秩约束和稀疏约束,捕获数据的局部结构和稀疏结构,使聚类结果更准确.同时,使用基于增广拉格朗日乘子交替方向最小化算法高效求解优化问题.在6个不同数据集上的实验验证LLSMSC的有效性和优越性.     

面向心脏MRI分割的半监督空间一致性约束网络

精准分割心脏磁共振图像(MRI)分割对于心脏功能分析至关重要.当前基于数据驱动的神经网络模型极大地促进了心脏MRI分割的发展,然而对标注数据的依赖极大地限制了神经网络模型在心脏MRI分割领域的应用.为了降低神经网络模型对于标注数据的依赖,提出一种基于无监督空间一致性约束的半监督心脏MRI分割方法,在少量有标注数据的监督学习基础上,利用无标签数据在模型输入端和输出端分别进行空间变换后前后一致的特性,构建对于无标注数据的空间一致性约束.使用ACDC 2017心脏多组织分割数据集评估了所提出的方法,实验结果表明,相对于有监督学习,通过无监督数据的空间一致性约束能够显著提升模型的泛化能力;此外,相对于其他state-of-the-art的半监督方法,文中方法也拥有更优的泛化性能.     

基于深度强化学习的多模态医学图像配准

传统图像配准方法中,图像特征的表示和相似性测度的选择易受到人为因素的影响,不能准确地表征图像特征和配准图像的相似度,从而对配准结果产生较大误差.针对此问题,借助端到端的强化学习方法,对这2个部分进行隐式的表达,从而避免人工设计的缺陷.具体而言,设计了一个人工智能体模型,由策略网络和价值网络2部分组成,用以指导浮动图像朝着参考图像的方向正确移动,进而实现图像配准.提出使用异步表演者-评论家方法进行模型训练,以避免经验回放操作,降低模型训练对存储容量的要求并加快模型的收敛;同时提出一种奖赏函数,能够给予每个时间步上图像配准动作估计更为准确的奖励.此外,在测试阶段,使用了蒙特卡罗前向推理策略,进一步提高配准参数的准确性.在MR和CT的临床医学图像配准数据集上进行实验,与传统基于尺度不变性配准算法、基于深度学习配准算法等进行对照分析,实验结果表明,所提出的方法目标配准误差可以减少30%左右,同时能够更好地处理具有大幅度形变的配准问题.