排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
介绍了一种基于TDOA并利用射频RF和超声波信号来测距的室内定位系统解决方案。该系统以nRF24E1内嵌的MCU为控制单元,nRF2401子系统和超声波收发器T/R40为测距工具,采用三个参考点来实现定位算法。详细论述了TDOA定位的原理,介绍了室内定位系统的发射模块、接收模块、接口电路及其相应的软件设计与实现。 相似文献
3.
本文分析了实验室管理和教学过程中存在的各种无形浪费及其负面影响,提出具体解决的思路和方法,探讨如何更加高效地促进实验教学有序、规范进行。 相似文献
4.
目的 胸腔积液肿瘤细胞团块的分割对肺癌的筛查有着积极作用。胸腔积液肿瘤细胞团块显微图像存在细胞聚集、对比度低和边界模糊等问题,现有网络模型进行细胞分割时无法达到较高精度。提出一种基于UNet网络框架,融合过参数卷积与注意力机制的端到端语义分割模型DOCUNet (depthwise over-parameterized CBAM UNet)。方法 将UNet网络中的卷积层替换为过参数卷积层。过参数卷积层结合了深度卷积和传统卷积两种卷积,保证网络深度不变的同时,提高模型对图像特征的提取能力。在网络底端的过渡区域,引入结合了通道注意力与空间注意力机制的注意力模块CBAM (convolutional block attention module),对编码器提取的特征权重进行再分配,增强模型的分割能力。结果 在包含117幅显微图像的胸腔积液肿瘤细胞团块数据集上进行5折交叉实验。平均IoU (intersection over union)、Dice系数、精确率、召回率和豪斯多夫距离分别为0.858 0、0.920 4、0.928 2、0.920 3和18.17。并且与UNet等多种已存在的分割网络模型进行对比,IoU、Dice系数和精确率、召回率相较于UNet提高了2.80%、1.65%、1.47%和1.36%,豪斯多夫距离下降了41.16%。通过消融实验与类激活热力图,证明加入CBAM注意力机制与过参数卷积后能够提高网络分割精度,并能使网络更加专注于细胞的内部特征。结论 本文提出的DOCUNet将过参数卷积和注意力机制与UNet相融合,实现了胸水肿瘤细胞团块的有效分割。经过对比实验证明所提方法提高了细胞分割的精度。 相似文献
1