排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
2.
3.
为提升黑色素瘤图像二分类问题的准确率,针对黑色素瘤图像中存在的有效特征不明显的问题,借鉴特征金字塔思想,提出一种改进的残差网络的黑色素瘤图像分类模型。使用迁移学习,以预训练的ResNet50模型为基础结构,利用改进的注意力机制筛选有效特征,用空洞卷积改进Inception结构并基于该结构构建额外的分支以不同方式提取并融合特征,用加权的方式把分支的特征和ResNet50模型主干提取的特征进行融合。所提模型在ISIC 2017数据集上可以取得87.8%分类准确率,表明了其对解决黑色素瘤图像二分类问题的有效性。 相似文献
4.
5.
6.
7.
8.
在控制机器人的各种方法中,采用生物电信号控制机器人的研究发展非常迅速,成为二十一世纪最热门的研究课题。眼电图EOG(electro-oculography)方法是目前唯一一种信号产生于生物电的眼运动记录技术。本文在对EOG的产生原理及扫视信号提取的方法进行分析的基础上,利用EOG信号提取侧、俯平面的视角变化来实现对机器人进行三维空间移动定位,最后通过仿真实验对整个移动定位控制的有效性进行了验证。 相似文献
9.
10.
为实现高效的自动睡眠分期,提出一种基于周期分割的时域信号处理方法,采用合并增减序列方法对三个通道多导睡眠图记录(2路脑电,1路眼电)进行周期分割,根据信号波形的周期标记睡眠各期的特征波形,提取特征波形在每一帧数据的时长占比与平均幅值作为特征。双向长短时记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)作为分类器,解决传统机器学习方法无法利用睡眠数据时间上下文信息的缺点。对42?699个样本使用交叉验证方法得到了84.8%的平均准确率,实验结果表明合并增减序列方法可以降低脑电信号分析的复杂度,是一种有效的时域信号处理方法,双向长短时记忆网络可以有效提高睡眠分期准确率,具有良好的应用前景。 相似文献