结构保持生成对抗网络的SD-OCT图像去噪方法

为了去除频域光学相干断层扫描(SD-OCT)中的散斑噪声,提出了一种结构保持生成对抗网络模型,可以无监督地从SD-OCT图像合成高质量的增强深部成像光学相干断层扫描(EDI-OCT)图像.该模型基于循环生成对抗网络结构学习无配对SD-OCT和EDI-OCT图像之间的域映射关系.为了克服循环生成对抗网络生成图像的结构性差异问题,模型利用连续帧之间的相似性引入全局结构损失,保证了图像的全局结构一致性;同时通过模态无关邻域描述符引入局部结构损失,保持了图像的解剖结构细节.在50组CirrusSD-OCT数据集上进行去噪的实验结果表明,该模型的PSNR值为29.03 dB, SSIM值为0.82, EPI值为0.50,均优于现有模型.     

向专业运动领域进军 华米Amazfit智能运动手表3

Amazfit智能运动手表是华米旗下的另一个系列,它不同于Amazfit GTS、Amazfit GTR等偏时尚和消费的产品,Amazfit智能运动手表更像是智能+运动相结合的产品。从初代Amazfit智能运动手表开始,这一系列产品保持了一年一更的节奏,如今该系列产品已经升级到了第三代——Amazfit智能运动手表3。当初,我们认为Amazfit智能运动手表无论是在功能、体验还是颜值上都刚好处于智能与运动的平衡点上,现在对于Amazfit智能运动手表3,它又带来了哪些改变呢?     

探讨:智能制造时代PLC面临的挑战和机遇

智能制造是基于新一代信息技术,贯穿设计、生产、管理、服务等制造活动各个环节,具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。具有以智能工厂为载体,以关键制造环节智能化为核心,以端到端数据流为基础、以网络互连为支撑等特性,可有效缩短产品研制周期、降低运营成本、提髙生产效率、提升产品质量、降低资源能源消耗。智能制造系统是智能制造模式展现的载体.     

将智能引入设备:PLC带来的有序运输

随着工业4.0浪潮的到来,现代自动化和机器概念也越来越多地开始采用模块化设计,这让分布式I/O的解决方案也逐渐成为用户关注的焦点。如何帮助用户以更少的成本向机器智能分布化迈进?图尔克带有Codesys控制器的紧凑型HMI/PLC系统和其坚固可靠的IP67 Block I/O解决方案提供了自己的答案。     

基于INDICS平台的高端电器连接件智能装配工厂

1项目背景贵州航天电器股份有限公司是我国高端连接器、继电器和组件电缆的专业研制、生产骨干企业之一。在信息化方面,ERP系统、OA、PDM、CAD、CAE、CAM、CAPP均早有实施,2014年引进了西门子PLM系统,目前正在推进MES系统的应用。在自动化方面也已布局。但是高端电器连接件智能装配工厂还存在一些不足,具体需求如下:(1)跨地域资源协作水平低。企业资源的利用,库存、产能调用仅可考虑本地事业部资源,不能有效地利用订单等数据驱动,合理地协同资源和产能。     

基于Q-learning模型的智能化放顶煤控制策略

传统的综放工作面放顶煤控制存在顶煤采出率低、出煤含矸率高等问题,而现有智能决策方法又存在建模困难、学习样本难以获取等障碍。针对上述问题,在液压支架放煤口动作决策过程中引入强化学习思想,提出一种基于Q-learning模型的智能化放顶煤控制策略。以最大化放煤效益为主要目标,结合顶煤放出体实时状态特征及顶煤动态赋存状态,采用基于Q-learning的放顶煤动态决策算法,在线生成多放煤口实时动作策略,优化多放煤口群组协同放煤过程,合理平衡顶煤采出率、出煤含矸率的关系。仿真和对比分析结果表明,该控制策略的顶煤平均采出率为91.24%,比传统"见矸关窗"的放煤方法提高约15.8%;平均全局奖赏值为685,比传统放煤方法提高约11.2%。该控制策略可显著减少混矸、夹矸等现象对放煤过程的影响,提高顶煤放出效益,减少煤炭资源浪费。