纺纱中生产中缠绕的特征与解决方法

介绍纺纱生产中缠绕的类型、征状，着重提出了解决生活缠绕的方法，对纺纱生产具有一定的指导作用。     

雅培c16000全自动生化分析仪上的试剂交叉携带污染发现及解决方案

为了解决临床生化检测中隐蔽的交叉携带污染,提出了一种合理普适的交叉携带污染评估和解决方案.该方案采用雅培c16000全自动生化分析仪,设计合理普适的交叉携带污染测定试验及特殊的污染清洗程序,对体外诊断市场中占有率较高的中生试剂的交叉携带污染情况进行评价,通过对31个临床常规检测试剂盒的930个组合进行交叉携带污染试验,对隐蔽性的交叉携带污染提出判定标准,并对具有交叉携带污染的组合用提出的特殊的清洗程序进行清洗.结果表明,传统标准仅识别出10个具有交叉携带污染的组合,而提出的新标准比传统标准额外识别出了5个交叉携带污染组合.对以上15组具有交叉携带污染的组合用提出的特殊的清洗程序进行清洗,其污染率绝对值全部显著降低,且交叉携带污染情况全部得到消除.     

融合全局与局部特征网络的指静脉识别算法

手指平移、轴旋转等特殊姿态变化时,指静脉识别算法的识别率并不高,为此,提出一种融合全局与局部特征网络的指静脉识别算法。首先,根据特殊姿态指静脉图像全局静脉信息差异较大而局部显著静脉信息相似度较高的特点,通过多分支网络结构学习不同粒度下的全局特征与局部特征并进行融合识别,提高了指静脉特征对手指放置姿态变化的鲁棒性;其次,使用CurricularFace损失以及交叉熵损失对网络进行联合监督,扩大指静脉特征类间差,缩小类内差,并引入在线困难样本挖掘机制,使得网络重点训练手指姿态变化较大的样本,进一步提高了算法在手指出现平移、轴旋转等姿态变化时的识别率;最后,采用Mish激活函数作为激活层,提高了网络提取指静脉特征的能力。分别在FV-USM数据集、FV-Normal数据集、FV-Special数据集上进行仿真实验,结果表明,相比于指静脉改进残差网络算法,提出算法的零误识识别率分别提高了11.33%,8.11%,22.57%,Top1排序分别提升了4.00%,4.96%,12.23%。     

自适应交叉近似算法的核外计算方法

为解决矩量法在计算电大目标电磁特性时受计算机物理内存限制的问题,设计了一种核外自适应交叉近似算法．使用自适应交叉近似算法有效地压缩了阻抗矩阵,降低了所需存储空间和计算量;并结合核外技术,进一步节省了内存空间,提升了单台计算机的计算能力．通过算例检验了文中方法的准确性和有效性,结果表明：该方法有效地降低了求解电大目标雷达散射截面所需的内存和计算量,并且自适应交叉近似算法及核外计算不损失矩量法的计算精度．     

优化GAN的风电机组齿轮箱故障诊断方法

针对风电机组齿轮箱故障诊断准确率低的问题，提出了一种逻辑回归与遗传算法优化生成对抗网络(GAN)的齿轮箱故障诊断方法。该方法采用逻辑回归与遗传算法优化GAN模型，首先，输入信号向量化编码通过轮盘式选择对宏基因等位交叉；然后，用最小二乘变异替换等位编码串重构表征向量，并输入卷积网络进行二次迭代；最后，构建逻辑回归辅助分类器表征决策边界，依据回归曲线实现判别器的分类与诊断。实验结果表明，所提方法的故障诊断准确率达到99.72%,证明该方法实现了样本数据的增强和诊断准确率的提高。     

基于mean shift和图结构的GMPHD扩展目标跟踪

针对当前扩展目标跟踪算法中,量测划分数过多、计算量过大,目标交叉时刻易产生漏估等问题,提出一种基于mean shift和图结构的GMPHD扩展目标跟踪算法。首先,引入核密度估计剔除杂波量测;其次,采用mean shift算法对扩展目标量测集进行划分,并依据图结构更新后反馈回的信息判断是否需要进行子划分;然后,采用扩展目标GMPHD算法进行滤波处理;最后,对滤波结果进行一步预测,更新图结构,并使用更新后的图结构信息指导下一时刻的量测划分。matlab仿真表明,所提算法大幅减少了量测划分数,降低了运算量,解决了扩展目标交叉时刻的漏估问题。     

交叉隧洞施工通风流场特性研究

施工通风贯穿交叉隧洞施工全过程,是确保施工进度、保障工程安全的关键。针对现有通风方案设计主要依靠经验,缺乏相应的理论支持,常常造成资源浪费等问题,构建交叉隧洞的3维模型,采用基于流体力学理论的数值计算方法模拟交叉隧洞通风流场,通过对隧洞中通风流量占比、风速大小分布的比对,可定量分析交叉角度、施工顺序、串联风机位置等因素对通风流场的影响特性,并提出减小交叉角度、协调施工进度、合理安置串联风机等改善不同情况下通风效果的合理建议。为交叉洞施工通风方案的优化设计提供参考。     

交叉隧洞施工通风流场特性研究

施工通风贯穿交叉隧洞施工全过程,是确保施工进度、保障工程安全的关键。针对现有通风方案设计主要依靠经验,缺乏相应的理论支持,常常造成资源浪费等问题,构建交叉隧洞的三维模型,采用基于流体力学理论的数值计算方法模拟交叉隧洞通风流场,通过对隧洞中通风流量占比、风速大小分布的比对,可定量分析交叉角度、施工顺序、串联风机位置等因素对通风流场的影响特性,并提出减小交叉角度、协调施工进度、合理安置串联风机等改善不同情况下通风效果的合理建议。为交叉洞施工通风方案的优化设计提供参考。     

基于神经网络模糊评判的电动执行器状态诊断

设备状态诊断技术是适应生产过程实际需要而形成的一门多学科交叉的综合性技术.设备状态诊断应该能够判别设备是处于"健康"、"亚健康"还是"病态"状态,或者说是正常、有点异常还是故障状态.它是一种全工况的诊断方法.本文以DKJ型电动执行器为研究对象,提出了一种基于神经网络模糊评判的电动执行器状态诊断方法,实验研究证明该方法是行之有效的.     

结构优化设计的改进交叉熵支持向量机方法

针对工程优化设计中隐式函数和高计算量困难,提出了支持向量机与改进交叉熵算法的组合优化算法。采用在设计变量空间内分布更为均匀的拉丁重心Voronoi结构抽样方法(Latinized centroidal Voronoi tessellation,LCVT)获得试验点,进而利用支持向量机得到高精度的代理模型。同时采用改进交叉熵方法,引入"全局精英样本"与"局部精英样本"概念,构建新的参数更新策略,以充分提取迭代过程中的隐含的有用信息。同时增加变异操作避免陷入局部最优。通过2个数值算例验证改进交叉熵支持向量机方法优于传统交叉熵支持向量机方法,利用1个工程算例验证改进交叉熵支持向量机方法在工程领域的可行性。     

桶形畸变图像的一种校正方法

通过对广角镜头拍摄的图像所产生的几何畸变的特性进行研究,结合摄像头成像原理,提出一种几何校正方法来消除广角镜头引起的桶形畸变。首先通过对广角摄像头进行标定,获得摄像头的径向畸变系数,然后根据与点到畸变图像中心的半径有关的畸变映射关系完成源图像到目标校正图像的空间坐标映射,最后通过最近邻算法完成孔洞填充得到无畸变的图像,从而实现对桶形畸变图像的校正。实验结果表明,这种校正方法对于采用广角镜头拍摄的含有桶形畸变的图像校正效果良好,并具有较好的实用价值。     

具有颜色保真性的彩色眼底图像增强方法

为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题,提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法.首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换,以解决眼底图像亮度的平衡问题.其次,在Lab颜色空间中采用受限直方图均衡化方法提高眼底图...     

CIA视觉诊断系统中的特征抽取问题

针对眼底图象的特点，讨论了眼底CIA辅助诊断系统中的若干特征抽取方法，包括：彩色眼底图象特征的抽取、眼底的颜色本征特性分离、耀斑的去除方法、马氏距离失量和多分辨率分数维特征矢量方法。     

基于切片图像的血管三维重建方法

研究了基于血管切片投影图像的血管三维重建问题。通过对所给血管切片图像格式的转换 ,利用细化方法和轮廓边缘检测的 Kirsch算法 ,构建了切片图像的骨架 (中心线 )和轮廓线 ;提出了最小距离最大半径法 ,得到了切片图像最大内含圆的圆心和半径。对于球心坐标及其在 XY,YZ,ZX坐标面上投影的散点图 ,利用非均匀有理 B样条 ( NURBS)技术、三次样条插值方法对散点数据进行拟合 ,分别得到了三坐标面的投影图及空间中轴线的方程。进而建立圆柱螺线模型 ,利用最小二乘原理对散点数据再拟合 ,得到结果如下 :中轴线为圆柱螺线 ,半径为 30 ,在 3个坐标面 XY,YZ,ZX上的投影分别为 :半圆弧曲线、正弦曲线、余弦曲线 ,并给出了相应的算法。最后 ,利用得到血管的中轴线方程及半径 ,建立了血管的管状曲面模型 ,对血管进行了三维重建     

眼底红外检测仪的研究

眼底检查是诊断眼睛和身体其他部位疾病的重要手段,目前,多用可见光做光源的检眼镜和眼底照相观察和拍摄眼底图,对人眼有着较强的刺激.本文在眼底照相机和眼底电视光学系统的基础上,提出了利用红外光源作检眼设备的眼底红外检测仪.论述了该检测仪的结构和原理,该检测仪不但可以对眼底的图像信息进行采集和存储,还可以通过比对做出诊断,并可以对眼底图像进行实时的动态观测.该检测仪具有对眼底图像的摄取质量高,速度快,定位准等特点.眼底红外检测仪是红外技术和计算机技术相结合在眼科医学上的一种应用,为科学诊断眼底病变提供一种创新的方法.     

基于多模态卷积神经网络的脑血管提取方法研究

提出了一种基于多模态的卷积神经网络对脑部CT血管造影图像（CTA）进行分割,从而实现脑血管的单独提取。该方法首先对原始CTA图像进行高斯和拉普拉斯处理, 并将处理后的图像与原始图像共同构成多模态图像作为输入,然后通过多个并行的卷积神经网络对多模态图像进行分割,最终将所有的分割结果通过线性回归进行融合从而提取出脑血管。该文通过一系列的实验不仅证明了卷积神经网络在脑血管分割上的有效性,而且证明了本文所提出方法的分割效果比现有的脑血管分割算法更加出色。     

舌脉计算机自动分割方法

为了对舌脉进行计算机自动分析,基于现有的血管分割方法,针对舌脉分布的特点,在基于投影初始边界Snakes模型方法分割舌体的基础上,采用R通道及色度阈值对舌图像预处理,用C均值聚类方法并结合舌脉分布走向的先验知识分割舌脉.实验结果表明,这种方法可以得到较好的分割效果.     

小波和仿射不变矩的目标特征提取方法研究

不变矩是目标识别中重要而有效的特征提取方法。利用小波矩具有的多尺度、平移和旋转不变性进行特征提取,有较高的识别率。但当拍摄角度不同,图像发生形变,识别效果降低。针对这一问题,提出了一种将小波矩和仿射不变矩相结合用于目标特征新的提取方法,并验证本方法的鲁棒性更高,识别效果更好。     

测量数据参数化的IABF方法

提出了测量数据参数化的IABF方法.该方法是对ABF法的改进,通过对边界约束条件作适当处理,既保留了ABF法保角映射的特点,又解决了其边界非凸的问题,且运行效率显著提高.     

基于图像生成的多模态视网膜图像配准方法

针对多模态视网膜的全局粗配准,提出了一种基于图像生成的多模态视网膜配准方法. 不同于当前主流的提取多模态视网膜图像血管再进行配准的方法,使用GAN模型对不同模态的视网膜图像进行像素级映射,再通过特征点匹配的方式计算图像仿射矩阵,实现图像粗配准. 基于彩色眼底图像与荧光素血管造影图像的实验结果表明,该方法与当前主流的视网膜粗配准方法相比,具有快速且鲁棒的优势.