排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
目前,卷积神经网络(CNN)开始应用在肺炎分类领域。针对层数较浅、结构较为简单的卷积网络对肺炎识别的准确率难以提高的情况,采用深度学习方法,并针对采用深度学习方法时常常需要消耗大量的系统资源,导致卷积网络难以在用户端部署的问题,提出一种使用优化的卷积神经网络的分类方法。首先,根据肺炎图像的特征,选择具有良好图像分类性能的AlexNet与InceptionV3模型;然后,利用医学影像特点对层次更深、结构更加复杂的InceptionV3模型进行预训练;最后,通过知识蒸馏的方法,将训练好的"知识"(有效信息)提取到AlexNet模型中,从而实现在减少系统资源占用的同时,提高准确率的效果。实验数据表明,使用知识蒸馏后,AlexNet模型的准确率、特异性与灵敏度分别提高了4.1、7.45、1.97个百分点,且对图像处理器(GPU)占用相比InceptionV3模型减小了51个百分点。 相似文献
2.
以单分散三聚氰胺-甲醛微球为模板,通过煅烧除去模板,制备出粒径均一的铕掺杂氧化钇空心微球荧光材料. 利用扫描电子显微镜、透射电子显微镜、傅立叶变换红外光谱仪、X射线衍射仪、荧光分度计对氧化物空心微球荧光材料进行表征. 结果表明:成功地制备了铕掺杂氧化钇单分散空心微球,铕元素掺杂进入氧化钇晶体后对氧化钇晶型没有影响,随着铕元素含量的增加,晶格常数逐渐增大. 铕掺杂氧化钇空心球在613 nm处均表现出强烈的发射峰,当铕元素掺杂量为原分子数x=5%时,荧光强度最强;随着铕元素含量的增多,电荷迁移带红移,表明铕-氧键共价性逐渐减弱、离子性逐渐增强. 相似文献
3.
该文从船舶非线性横摇运动方程出发,采用多尺度法,获得其在正横规则波中的超谐共振稳态解,并将其作为液舱运动的外部激励。在此基础上,基于Open FOAM开源代码,采用基于VOF的两相流模型模拟液舱内气液运动,研究了船舶在超谐共振横摇条件下的液舱晃荡动特性问题。结果表明,在超谐共振横摇条件下,自由液面易出现翻卷、破碎等强非线性现象,舱壁压力时历表现出多峰型特征,其峰值要远大与简谐激励的情况,而且舱内液体晃荡在两个谐波成分的差频附近发生共振响应。 相似文献
1