基于多尺度一致性与注意力机制的视网膜血管分割网络

针对现有的视网膜血管分割方法存在对微血管和毛细血管的分割能力不足,导致血管断连和末端血管漏分,造成视网膜血管分割性能不佳的问题,本文提出一种基于多尺度一致性与注意力机制的视网膜血管分割网络(multi-scale consistency and attention mechanism U-Net, MCAU-Net)。首先,该网络在瓶颈特征层嵌入注意力细化模块(attention refinement module, ARM),能有效细化瓶颈层冗余的特征,抑制背景等无关像素的权值。其次,将上下文特征融合模块(context fusion module, CFM)与传统的跳跃连接相结合,以此补充在特征提取过程中逐渐丢失的信息,加强网络对微血管和毛细血管的构建能力。最后,基于网络的多尺度输出设计了一种多尺度一致性的训练方式,以增强网络对不同尺度特征的敏感性。在DRIVE和CHASE＿DB1公开数据集上进行的对比实验表明本文网络具有良好的分割性能。     

结合改进VGGNet和Focal Loss的人脸表情识别

针对目前表情识别准确率偏低,表情数据集中类别样本类间差异小、类内差异大以及误标注样本产生的误分类等问题,提出了一种结合改进VGGNet和Focal Loss的人脸表情识别算法。在迁移学习的基础上,通过设计新的输出模块对VGGNet模型进行改进,提升了模型的特征提取能力,能够较好地避免过拟合现象;通过设置概率阈值对Focal Loss进行改进,避免误标注样本对模型分类性能产生影响。实验结果表明,该模型在CK+、JAFFE以及FER2013数据集上的识别准确率分别达到了99.68%、97.61%和72.49%,在实际应用中泛化能力突出。     

多尺度自适应上采样的图像超分辨率重建算法

针对现有基于卷积神经网络的图像超分辨率重建网络中存在的训练难以收敛、无法适配多个放大系数和无法进行非整数放大系数上采样的问题,提出了一种基于多尺度和分而治之思想的自适应上采样图像超分辨率重建算法。该算法通过改进后的多尺度通道注意力特征提取模块对低分辨率图像进行多尺度特征提取以生成不同尺度下的特征图,再将其输入瓶颈层实现全局特征融合,使用基于分而治之的自适应上采样模块获得超分辨率图像,从而解决了不同放大系数的适配问题和非整数放大系数的上采样问题。在对比实验中,该算法在不使用任何初始化方法时仍然具有良好的收敛性。在整数放大系数下,该算法的图像重建性能超过当前主流的超分辨率网络,PSNR和SSIM性能相比MRFN分别提升了0.34 dB和0.039 1。在非整数放大系数下,其PSNR性能相比双三次插值方法平均提升1.24 dB,且不需要对每一个放大系数都进行训练。     

稳定同位素稀释-超高效液相色谱-三重四极杆质谱法测定牛奶及牛源性婴幼儿配方乳粉中A1型和A2型β-酪蛋白含量

目的 建立基于纯化蛋白和稳定同位素稀释-超高效液相色谱-三重四极杆质谱法(ultra performance liquid chromatography coupled triple quadrupole mass spectrometry,UPLC-MS/MS)定性及定量测定牛奶及牛源性婴幼儿配方乳粉中A1和A2 β-酪蛋白变异体的分析方法。方法 首先将β-酪蛋白标准品中A1和A2 β-酪蛋白变异体在高效液相色谱仪上分离,通过各自的纯化蛋白确定两种变异体在标准品中的含量,再将试样中的β-酪蛋白经胰蛋白酶酶解成肽,经UPLC-MS/MS检测。通过筛选的特异肽段,经β-酪蛋白标准品及稳定同位素稀释内标法计算,获得试样中β-酪蛋白A1变异体和A2变异体的含量。结果 本研究采用的β-酪蛋白标准对照品中A1和A2 β-酪蛋白变异体含量分别为20.8%和55.1%,且在检测中标准曲线的线性相关系数均大于0.99,方法重现性中相对标准偏差为2.290%～4.720%。结论 本方法溯源性及精密度好,适用于牛奶及牛源性婴幼儿配方乳粉中两种β-酪蛋白变异体的测定。     

艾拉姆咖分布的统计推断

为了对艾拉姆咖分布参数进行参数估计,利用数学归纳法和卷积公式,给出艾拉姆咖分布参数的充分统计量,在此基础上得出分布参数的一致最小方差无偏估计和置信区间的计算公式.经计算机模拟,利用Matlab产生的随机数验证所给点估计公式和区间估计方法的有效性.结果表明所给估计量准确性高,区间估计方法正确可用.     

滞港人民币回流内地的构想

2003年港澳游实施和2004年CEPA激活以来,由私人携带出境而滞留香港的人民币已达到700亿—1000亿元。从货币性质看,属于国际收支中经常项目下的贸易项目支付。因而,构想在对香港的出口贸易中推行本币报价、本币结算,使滞港人民币合法回流,完成人民币的双向流动,并可以改善内地贸易顺差过大的现状。     

磨矿研磨体级配的试验研究

选择合理的研磨体装载量和钢球级配是提高磨机产量和降低电耗的重要途径之一。而磨矿效变幻无常的最佳化必须通过选掸厝矿介质的形状和大小来实现。显然,不是每一种规格的研磨体都能适用,如果研磨体太小,会使粉碎物料的能量不足;而研磨体太大,则具有过剩的能量。原则上可以预料：对宽级圳的被磨物料,为了得到最佳粉磨效果,必须选用不同大小的研磨体进行混合,习惯上用级配一词来表示。在选择级配的组成时,既要考虑原物料的粒度组成．又要考虑所希望得到的最终细度。因此,对此种级配方法进行了理论上的探讨和．式验研究。     

老年女性轮椅使用者裤装功能设计与着装舒适性研究

文章针对老年女性轮椅使用者,设计制作了一款新型外出裤和一款新型家居裤,并制作了一款普通梭织裤和一款普通针织裤进行对比实验,通过动作分解分析法、着装压力测量法及主观评价法研究了四款裤装的穿着性能.研究发现:对于穿上和脱下裆部的动作,新型外出裤自主完成度最高,分别为0.75和1.00,其穿脱便利性和如厕便利性也最高,分别为...     

以食品为基础的《有机化学》课程教学研究

本文首先介绍了《有机化学》课程教学现状及解决策略。《有机化学》课程为专业基础课,授课过程中单纯地给学生讲解理论知识,让学生感到枯燥乏味,不能激发学生的学习兴趣,作者以食品为基础的《有机化学》课程在教学实践与探索过程中,教学效果好,起到了事半功倍的作用。     

电化学免疫传感器在肿瘤标志物检测中的应用

肿瘤是严重威胁人类健康的疾病之一,降低恶性肿瘤死亡率的主要途径是早期诊断和治疗,肿瘤标志物在肿瘤早期诊断中具有重要的临床应用价值。随着纳米技术的迅猛发展,基于纳米材料构建的电化学传感器可实现对肿瘤标志物的检测,且具有检测灵敏度高、选择性好等优点。本文重点综述了碳纳米材料、贵金属纳米材料、氧化物纳米材料、量子点纳米材料等新型纳米材料电化学免疫传感器的构建原理及其在甲胎蛋白、前列腺抗原、癌胚抗原等肿瘤标志物检测中的应用,分析总结了基于不同纳米材料构建的电化学传感器在各种肿瘤标志物检测中的优缺点,并展望了电化学传感器的发展趋势,提出未来电化学免疫传感器应以微型化、高通量化和商业化为研究重点,并实现对肿瘤标志物的快速、在线、实时检测。