检索结果-南通市图书馆

作者：单心茹哈尔滨工业大学

学位级别：硕士

脉冲响应(IR)是一个传递函数,描述声音从源点传播到接收点的关系。由于真实环境不可枚举,录制真实IR成本高,故IR生成器的主要任务是人工合成房间脉冲响应,具有低成本,快速,大量的优势。IR生成器可应用于语音研究任务的数据扩充,室内声... 详细信息

脉冲响应(IR)是一个传递函数,描述声音从源点传播到接收点的关系。由于真实环境不可枚举,录制真实IR成本高,故IR生成器的主要任务是人工合成房间脉冲响应,具有低成本,快速,大量的优势。IR生成器可应用于语音研究任务的数据扩充,室内声学模拟等。目前,主流IR生成器基于几何模型,但其假设声音以射线形式传播,忽略了声音的波动特性,并且难以模拟复杂声学环境,导致模拟与真实之间始终存在差距。本文基于统计室内声学,提出一种浅层的、稳定的、健壮的,基于变分自动编码器(VAE)的RIR生成器。相较几何模型,RIR-VAE生成器无需预设房间尺寸,环境参数等,可以实现随机合成RIR。为提升RIR-VAE合成可控性,将无监督模型扩展到RIR-CAVE,将RIR描述为一组声学参数(、DRR、EDT、CTE),将其作为条件控制IR合成,并对比声学参数真值与合成IR的声学参数标签,验证了条件的有效性,RIR-CAVE与RIR-VAE形成互补。本文通过将合成IR应用于远场关键词识别任务、远场语音识别任务,对数据集进行数据扩充,验证合成IR的质量。理论上,扩充房间IR即丰富了远场信息,可以提升模型的识别能力。在基于Libri Speech数据集的远场语音识别实验中,VAE合成IR在测试集准确率为86.4%,词错误率为13.22,相较几何模型测试集准确率79.6%,词错误率21.74表现更佳。实验显示,VAE相较GAS对真实房间环境建模更真实,健壮性更强,但在合成IR质量上有待提升,通过VAE对远场语音识别模型进行数据扩充能有效提高模型对真实环境的泛化能力。本文将基于条件变分自动编码器的RIR生成器应用于智能家居设备的远场语音识别模型优化问题,实现完整应用流程。当智能家居设备处于陌生环境时,其远场语音识别模型可能不适用于当前房间的声学环境,故进行模型优化,扩充当前环境远场信息。本文基于CNN模型对远场音频进行多个声学参数的盲估计,并通过SMOTE算法对声学参数标签进行数据扩充,再使用本文RIRCVAE生成器合成该房间的IR,对智能家居设备的远场语音识别模型进行优化,使其适应当前房间的声学环境。

关键词：脉冲响应生成变分自动编码器室内声学参数估计远场语音识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光催化非均相催化硼化反应

光催化非均相催化硼化反应

作者：周裕湖南大学

学位级别：硕士

有机硼化合物是一类能转化为各种官能团的重要有机合成砌块,具有低毒性以及环境友好性,在药物化学、材料科学等领域中有着广泛的应用。自上个世纪以来,科学家们一直在探索有机硼化合物的合成方法,但是传统的合成手段往往存在着一定的局... 详细信息

有机硼化合物是一类能转化为各种官能团的重要有机合成砌块,具有低毒性以及环境友好性,在药物化学、材料科学等领域中有着广泛的应用。自上个世纪以来,科学家们一直在探索有机硼化合物的合成方法,但是传统的合成手段往往存在着一定的局限性。例如,通过有机金属试剂来合成有机硼化物的方法不仅会产生当量对环境有害的副产物,而且还存在条件苛刻、底物兼容性差等缺点;经典的Miyaura硼化反应使用贵金属钯(Pd)作为催化剂,使得其经济适用性变差。因此发展条件更加温和,更加绿色经济的有机硼化物合成方法逐渐成为研究热点。近年来光作为一种绿色可再生能源受到了科学家的青睐。光催化的反应体系条件绿色温和,现在已成为有机合成方法学界热门的研究方向。其中,有机硼化合物的光化学合成方法也表现出巨大的发展前景。目前光催化有机硼化合物的合成主要是过渡金属或有机光敏剂介导的均相体系,存在着催化剂不可回收等问题,而使用非均相光催化剂可以很好地解决这些弊端。共价有机聚合物(COFs)是一种由轻元素构成通过共价键连接的新兴多孔材料,与传统的非均相催化剂(如无机沸石)相比其结构可调,可将均相催化剂非均相化,有望实现传统催化剂达不到的催化效率。本文设计合成了一种新型的CoPPc@PDI COF材料(PPc:聚酞菁;PDI:苝二酰亚胺),以其为催化剂在温和的光照条件下开发了一种绿色的非均相光化学硼化策略,并成功实现了多种烷基溴以及芳基碘代物的脱卤硼化。本文工作如下:(1)通过溶剂热的方法合成了新型的COF材料(CoPPc@PDI),并通过SEM,TEM,BET,EDX,ICP-OES和PXRD等测试手段对其微观形貌,元素组成以及结构构成等进行了表征。(2)以COF材料CoPPc@PDI为非均相催化剂,在蓝光的照射下催化卤化物的有机硼化反应。通过对试剂的用量,溶剂的种类,催化剂的用量,反应时间以及光源等条件的筛选,得到了目标产物收率为88%的最优反应条件。成功制备了 37种不同的有机硼化合物,并通过自由基钟实验得到了开环的三硼化合物,证明反应机理可能涉及自由基的过程。(3)以COF材料CoPPc@PDI为非均相催化剂,在蓝光的照射下催化其他类型自由基反应(卤素交换反应以及合成硫醚的反应),均能得到80%以上的收率。以合成硫醚的反应为模板,在5次催化剂循环实验中均可得90%以上收率。

关键词：有机硼化合物非均相催化光催化自由基反应

自然衰老小鼠T淋巴细胞亚群变化及干细胞治疗效果观察

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然衰老小鼠T淋巴细胞亚群变化及干细胞治疗效果观察

作者：章进武汉科技大学

学位级别：硕士

目的:了解自然衰老小鼠T淋巴细胞亚群比例及增殖能力的变化,通过对年老组小鼠进行干细胞移植治疗,观察分析免疫功能指标改善情况,探索用干细胞治疗来提高免疫功能、延缓衰老的可行性。方法:以自然衰老C57BL/6小鼠为研究对象,分别检测和... 详细信息

目的:了解自然衰老小鼠T淋巴细胞亚群比例及增殖能力的变化,通过对年老组小鼠进行干细胞移植治疗,观察分析免疫功能指标改善情况,探索用干细胞治疗来提高免疫功能、延缓衰老的可行性。方法:以自然衰老C57BL/6小鼠为研究对象,分别检测和分析比较2月龄、7月龄和21月龄小鼠外周血中,T淋巴细胞亚群百分比、脾脏T淋巴细胞增殖能力变化情况;给21月龄小鼠,通过尾静脉注射胎鼠间充质干细胞,观察其对衰老小鼠外周血T淋巴细胞亚群及其脾脏T淋巴细胞增殖能力的影响。C57BL/6小鼠外周血T淋巴细胞亚群百分比检测,采用流式细胞仪检测不同年龄组小鼠(I组:2月龄;II组:7月龄;III组:21月龄)外周血中CD4+、CD8+T淋巴细胞占CD3+T淋巴细胞的比例,CD8+CD28+、初始性及记忆性CD4+、CD8+T淋巴细胞占各自亚群的比例。脾脏T淋巴细胞增殖能力检测,以Con A刺激CFSE标记的脾脏T淋巴细胞,用流式细胞仪检测记录刺激组和未刺激组荧光强度变化,通过Mod Fit软件分析获得增殖指数。从怀孕13.5天的雌鼠获得胎鼠,分离、培养干细胞,流式细胞仪鉴定表型,成脂、成骨诱导分化试剂诱导分化后染色鉴定分化能力。给予衰老小鼠干细胞治疗,治疗组给予1×106个细胞,每周一次,注射三次,一个月后,检测治疗组小鼠外周血中T淋巴细胞亚群比例及其脾脏T淋巴细胞增殖能力。结果:1.I、II和III组小鼠外周血中CD4+T淋巴细胞比例分别为64.08%、49.71%和47.22%,CD8+T淋巴细胞比例分别为33.18%、46.00%和51.10%。和I组相比,II组和III组小鼠CD4+T淋巴细胞百分比降低,CD8+T淋巴细胞百分比升高,差异有统计学意义(P0.05)。2.I、II和III组小鼠外周血中初始性CD4+T淋巴细胞比例分别为21.68%、7.44%和10.73%,记忆性CD4+T淋巴细胞比例分别为8.73%、17.35%和37.47%,初始性CD8+T淋巴细胞比例分别为43.83%、27.36%和13.92%,记忆性CD8+T淋巴细胞比例分别为:9.10%、11.31%和32.10%。和I组相比,II组和III组小鼠初始性CD4+和CD8+T比例均显著下降,差异有统计学意义(P0.05)。5.胎鼠干细胞CD29表达为99.9%,CD44表达为90.3%,SCA-1表达为85%,CD34表达为2.9%,CD45表达为0.5%,CD11b表达为0.5%。细胞可以被诱导分化为骨、脂肪细胞。6.治疗组21月龄小鼠外周血中CD4+、CD8+T淋巴细胞分别为53.12%、46.36%,初始性和记忆CD4+T淋巴细胞分别为5.84%和53.94%,初始性和记忆CD8+T淋巴细胞分别为14.98%和32.48%,CD8+CD28+T淋巴细胞百分比为42.28%。和对照组21月龄小鼠相比,差异均无统计学意义(P>0.05)。7.治疗组21月龄T细胞刺激增殖指数和对照组21月龄小鼠相比,呈现下降趋势,但差异无统计学意义(P>0.05)。结论:1.C57BL/6小鼠外周血中CD4+、初始性CD8+、初始性CD8+T淋巴细胞比例呈增龄性下降,记忆性CD4+、记忆性CD8+T淋巴细胞比例呈增龄性升高,T淋巴细胞刺激增殖能力呈增龄性下降。这些指标可以作为C57BL/6小鼠免疫功能衰退的标记物。2.分离培养所得的细胞为胎鼠源间充质干细胞。3.给予19月龄C57BL/6小鼠干细胞治疗,其T淋巴细胞相关指标未能得到改善,表明干细胞抗免疫衰老无明显效果。

关键词： T淋巴细胞亚群免疫衰老间充质干细胞抗衰老自然衰老小鼠

面向边缘AI计算集群的异构优化方法及混合任务调度算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向边缘AI计算集群的异构优化方法及混合任务调度算法研究

作者：林昌垚哈尔滨工业大学

学位级别：硕士

随着边缘计算的发展,出现了越来越多高算力的边缘AI设备,相比于云计算集群,边缘设备具有低延迟、低能耗、低价格、体积小易部署、异构灵活性高等优点。同时,边缘场景下的任务复杂性也在不断提高,需要多种不同深度学习模型共同完成某项任... 详细信息

随着边缘计算的发展,出现了越来越多高算力的边缘AI设备,相比于云计算集群,边缘设备具有低延迟、低能耗、低价格、体积小易部署、异构灵活性高等优点。同时,边缘场景下的任务复杂性也在不断提高,需要多种不同深度学习模型共同完成某项任务,因此边缘设备上通常需要同时部署不同模型,并发推理,由此出现了许多值得研究的问题。本文首先测试了不同轻量级深度学习模型在不同边缘设备上并发推理的性能降级和功率,发现了各种异构的边缘设备对于不同模型的并发适配性和规律性,进而提出了一种整数线性规划方法,在价格预算和边缘卡槽数量的约束下,最大化板卡对具体模型的并发能效收益,优化边缘设备选择及模型部署问题,在具体模型和各种板卡上的优化结果也体现了该种优化方法的有效性,以及在性能和功耗上的可折中性,为边缘异构提供了理论依据,体现了边缘异构的优势。在搭建好边缘集群并部署好各种模型后,为了满足边缘推理的高吞吐和低延迟需求,随之而来的便是异构边缘集群中混合任务的调度问题,为此本文提出了一种基于强化学习的调度算法,使用实际运行时测得的后验结果作为学习样本,根据每次调度中各个任务的性能降级结果自动学习设备间的差异性,达到异构感知的效果,进而推理出当前状态下最优的调度决策,我们通过实验验证了其有效性;在我们的架构中还补充了云端卸载机制,解决边缘推理精度不足的问题,在不同置信度阈值下的延迟增长也反映出了云端卸载的代价之大,要尽量避免任务上云。

关键词：边缘计算异构集群任务调度整数规划强化学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光电催化Minisci羟烷基化反应

光电催化Minisci羟烷基化反应

作者：毕慧华湖南大学

学位级别：硕士

苯并噻唑和喹啉等芳杂环骨架在上市药物、天然产物和功能材料中是十分常见的结构片段。有机合成研究者们一直致力于构建有效的氮杂芳烃的后期修饰方法。在氮杂芳烃上引入羟烷基基团,传统上一般是采用氮杂芳烃与醛、酮在高活性碱金属试... 详细信息

苯并噻唑和喹啉等芳杂环骨架在上市药物、天然产物和功能材料中是十分常见的结构片段。有机合成研究者们一直致力于构建有效的氮杂芳烃的后期修饰方法。在氮杂芳烃上引入羟烷基基团,传统上一般是采用氮杂芳烃与醛、酮在高活性碱金属试剂下反应得到,但这样的方法反应条件相对苛刻,官能团兼容性较差。近年来,光催化、电催化的有机合成方法学因其绿色、环保、可持续并可实现新反应性的优点,成为有机化学的热门研究领域。本论文首先综述了光催化、电催化与光电协同催化的Minisci反应,发现烷基化、酰基化、芳基化的Minisci反应得到广泛的报道,但Minisci型羟烷基化反应受到较少的关注。本工作采用光电协同催化的策略构建羟烷基化Minisci反应体系:利用光催化十钨酸钠与醛通过氢原子转移的方式得到酰基自由基,酰基自由基与氮杂芳烃发生Minisci反应,在电解条件下得到酰基氮杂芳烃;在阴极上,氮杂芳烃的酰基还原为羟基,生成羟烷基氮杂芳烃。在电流的促进下,体系无需额外加入氧化剂,反应整体上属于氧化还原中性。通过研究溶剂、酸、醛的使用量、电极材料等因素对反应的影响,得到最优的羟烷基化反应条件。通过氘/氢交换实验、自由基捕获实验、反应监测、中间体转化等实验对反应机理进行了探究,实验结果与设想的反应机理基本一致。在5 mmol级放大合成反应与产物后续转化中,反应体系表现良好,体现了羟烷基化反应的有效性与实用性。总之,本文开发了一种在温和条件下以醛为自由基前体与苯并噻唑、喹啉发生的Minisci反应,可有效在多种苯并噻唑、喹啉上引入羟烷基基团,具有官能团耐受性好、可放大合成、原子经济性好的优点。

关键词： Minisci反应光电催化自由基偶联羟烷基化反应杂环

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于近端策略优化的云边协同网络路由研究

基于近端策略优化的云边协同网络路由研究

作者：许志敏哈尔滨工业大学

学位级别：硕士

随着智慧城市的建设,物联网终端设备也在高速发展,由此产生的物联网大数据对广域网造成了巨大的网络压力。为了缓解广域网拥塞情况,云边协同架构选择在接近边缘设备处设置有限的计算资源,边缘计算资源可以有效减轻云端计算压力并提高用... 详细信息

随着智慧城市的建设,物联网终端设备也在高速发展,由此产生的物联网大数据对广域网造成了巨大的网络压力。为了缓解广域网拥塞情况,云边协同架构选择在接近边缘设备处设置有限的计算资源,边缘计算资源可以有效减轻云端计算压力并提高用户服务体验质量(Quality of Experience,Qo E)。尽管如此,云边协同架构高度依赖中间层的网络状况,同时面临着多种服务类型数据流融合的挑战。一方面,终端设备产生的海量数据及云边协同所带来的数据通信对网络层的性能提出了很高的要求。另一方面,多种服务融合是互联网的发展方向,云边协同架构网络层需要对不同服务类型数据提供不同侧重点的转发工作。因此,如何保证面向多种服务融合数据流的云边协同网络服务质量(Quality of Service,Qo S)具有重要的研究意义。本课题将以多种服务融合的云边协同网络为研究对象,致力于构建一个高性能、稳定、可扩展的云边协同网络,主要进行以下研究。第一,分析了云边协同网络的分层结构,并决定采用软件定义网络(Software Defined Network,SDN)来构建云边协同架构网络层,再对软件定义网络工作原理进行了详细的介绍。第二,设计了基于软件定义网络的云边协同网络仿真系统,网络拓扑采用现实网络拓扑结构,数据流模型加入服务类型信息,并根据现实情况为不同服务类型数据流设置相应的参数信息,再根据系统需求设计其控制器模块。在仿真网络系统实现最短路径路由算法和负载均衡路由算法两种传统路由算法,该仿真结果与后续算法仿真结果形成对照。第三,提出了一种针对云边协同架构网络的近端策略优化(Proximal Policy Optimization,PPO)在线路由算法。将逐跳路由方式建模为多智能体马尔科夫模型,通过分析集中式和分布式路由特点来选择状态信息,并为不同服务类型数据流设置不同的奖励信息,在策略网络结构设置时充分考虑网络的扩展性。第四,提出了一种带有保护机制的近端策略优化在线路由算法。为近端策略优化路由算法设置预训练来加速模型收敛,并对模型设置环路检测和拥塞检测保护机制来避免强化学习无意义的探索动作。本课题所设计的带有保护机制的近端策略优化在线路由算法有效地提升了网络性能,在低负载的网络场景下平均时延性能上相较于最短路径路由算法降低了40.9%,相较于负载均衡路由算法时延性能降低了24.0%;在重负载的网络场景下数据流的平均时延性能表现相较于最短路径路由算法降低了32.7%,相较于负载均衡路由算法降低了了31.6%,在数据流吞吐量的表现相较于最短路径路由算法数据流平均传输速率分别提高了55.3Kbps,相较于负载均衡路由算法平均速率提升了38.8Kbps。算法具有良好的鲁棒性,在链路故障、路由器故障等情况下也能快速完成数据流转发工作,同时具备优秀的扩展性,可任意在网络中添加网络设备。

关键词：云边协同架构多种服务融合网络软件定义网络近端策略优化探索保护机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于边缘集群协同的DNN推断

基于边缘集群协同的DNN推断

作者：唐鹏程哈尔滨工业大学

学位级别：硕士

与利用云端计算的解决方案相比,在物联网(Io T)边缘设备上执行深度神经网络(DNN)推理可确保输入数据的隐私性,同时可能降低运行时间。由于大多数边缘设备内存和计算资源有限,它们无法存储和执行复杂的DNN。可以通过跨多个边缘设备分区... 详细信息

与利用云端计算的解决方案相比,在物联网(Io T)边缘设备上执行深度神经网络(DNN)推理可确保输入数据的隐私性,同时可能降低运行时间。由于大多数边缘设备内存和计算资源有限,它们无法存储和执行复杂的DNN。可以通过跨多个边缘设备分区和分布各个层的信息的方法,以减少每个设备上的计算量和数据量。在本文中,我们为该问题提供了解决方案,这是一种通过全连接层分区,以及特征和权重密集的卷积层分区,来支持DNN推理任务的全局分布的方法。此外,我们通过使用将特征和权重分区,与通信感知层融合方法相结合的技术,从而实现跨层的整体优化,同时优化了推理任务的内存、计算和通信需求。对于给定数量的边缘设备,这些方案使用整数线性规划(ILP)公式联合应用,以最大限度地减少设备之间的数据交换,优化运行时间并找到整个模型的最小内存占用。运行四种不同DNN模型的真实硬件设置的实验结果证实,该方案能够均匀地平衡设备之间的内存占用。对于100 Mbit/s连接的6个设备,层融合的集成还可将通信需求降低多达28.8%。与没有融合的层分区相比,这使推断任务运行时间的加速高达1.52倍。

关键词：深度神经网络物联网分区推理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

纳米二氧化钛光催化脱羧胺化反应

纳米二氧化钛光催化脱羧胺化反应

作者：徐梅湖南大学

学位级别：硕士

有机胺类化合物广泛应用于医药、农药,材料等大宗和精细化学品领域,是有机合成中常用的化学中间体之一。羰基的还原胺化是其中最经典也是最有效的合成胺方法之一,反应步骤一般经过胺与醛缩合形成亚胺中间体,随后被氢化还原。类似地,羰... 详细信息

有机胺类化合物广泛应用于医药、农药,材料等大宗和精细化学品领域,是有机合成中常用的化学中间体之一。羰基的还原胺化是其中最经典也是最有效的合成胺方法之一,反应步骤一般经过胺与醛缩合形成亚胺中间体,随后被氢化还原。类似地,羰基的烷基化胺化是通过烷基试剂和原位生成的亚胺加成来实现。其中,光催化脱羧生成的烷基自由基作为烷基试剂,已经在很多反应中都有应用。最近报导的利用可见光诱导产生烷基自由基对亚胺的加成反应,已经实现了一系列多取代胺类化合物的构建,这是对羰基烷基化胺化反应类型的重要拓展。然而,这些反应使用的铱和钌等均相金属配合物光催化剂价格较高,且难以分离回收,在一定程度上限制了其大规模应用。相较于目前应用较多的金属配合物或有机染料光催化剂,无机半导体类材料如金属氧化物,CN、等离子体光敏剂也在有机合成领域得到越来越多的应用,其中二氧化钛是金属氧化物中应用较为广泛的一类无机半导体材料,它有较宽的带隙(3.2 eV),价格低廉、易于分离且热、光和化学性质稳定等优点。因此,探索无机半导体光催化剂在有机胺类化合物上的合成应用是当下值得研究的问题。本文通过光促进纳米二氧化钛脱羧的方法,探索了三组分一锅法合成胺反应,成功的制备了多种结构的二级胺化合物。本文包括以下工作:(1)本工作研究了光化学促进纳米二氧化钛脱羧原位生成自由基,和醛、胺的多组分反应。本论文筛选了不同构型和不同粒径的二氧化钛,以及溶剂、反应当量比等影响因素,确定了最优的反应条件,并且成功的在最优条件下制备出了30多个二级胺化合物。(2)本工作通过自由基捕获实验和三元环开环实验,确定了该反应经历了自由基过程,推测出了该反应可能的机理。然后,本论文通过TEM、BET等不同手段对反应前后催化剂的微观形貌进行表征,结果显示反应前后纳米二氧化钛的微观形貌没有发生明显的改变。

关键词：自由基脱羧反应光催化纳米二氧化钛胺类化合物多组分反应

面向深度学习模型的边云协同推理加速框架研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向深度学习模型的边云协同推理加速框架研究

作者：罗泽建哈尔滨工业大学

学位级别：硕士

在物联网实际场景下的诸多应用问题上,包括卷积神经网络模型在内的深度学习方法,是一种行之有效的解决方法。然而深度学习模型的特点是参数量多、计算代价高,在资源受限的物联网环境下,模型的部署与推理面临着不少的挑战。在相关的研究... 详细信息

在物联网实际场景下的诸多应用问题上,包括卷积神经网络模型在内的深度学习方法,是一种行之有效的解决方法。然而深度学习模型的特点是参数量多、计算代价高,在资源受限的物联网环境下,模型的部署与推理面临着不少的挑战。在相关的研究和实践应用中,边云协同的计算范式正在逐渐兴起。边云协同的计算范式通过边缘端与云端之间的合理协作,共同完成计算任务。而深度学习模型中的经典卷积神经网络,有着良好的层次结构及可解耦性。这为边云协同计算范式在模型的推理执行上的应用提供了可能。然而如何有效地利用边云协同范式来推动深度学习模型的应用,在实际的物联网场景仍面临着不少困难。深度学习模型的边云协同推理加速就是其中的一个研究热点。在深度学习模型的边云协同推理加速的研究方向上,已出现了不少行之有效的相关研究,也提出了不少有效的方法。如模型划分、量化压缩、以及瓶颈结构嵌入等。相关研究已经证明相应方法的有效性。然而这些方法的应用,会对模型的表现精度产生影响,如何权衡加速效果和模型表现精度,以及如何从众多可行的加速策略中做出合适的选择,是亟待解决的重要问题。如何解决以上问题就是本课题的研究内容之一。本课题通过将以上协同推理加速方法融合,作为基础的边云协同推理加速策略。再针对融合后的边云协同推理加速策略的最优选择,提出了基于模拟退火的最优策略搜索算法。通过实验验证了该算法的有效性:仅需要搜索部分协同推理加速策略,即可取得相应评估函数下的最优策略,大幅减少了模型训练、测量分析等计算开销。另一方面,在实际的物联网场景中,如何根据环境因素变化对协同推理加速策略做出动态调整,也就是一个需要解决的重要问题。为解决该问题,同时结合前述的最优策略搜索,本课题提出了面向深度学习模型的边云协同推理加速框架。通过模块化和框架化的方式完善边云协同推理加速方法的实际应用,解决离线阶段协同推理加速策略的最优选择和在线运行阶段的策略动态调度问题。在实验部分,先通过相关实验验证了动态调度方法对整体效果的提升,再在所使用的边云协同推理加速方法上开展了相关实验。通过实验验证了方法的有效性,并分析了相应方法的问题和缺点,证明了框架的最优策略搜索算法以及策略动态调度的必要性。

关键词：深度学习模型边云协同推理加速模拟退火协同推理加速框架

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于超声图像的甲状腺肿自动评估算法

基于超声图像的甲状腺肿自动评估算法

作者：何佩哈尔滨工业大学

学位级别：硕士

甲状腺肿是一种常见的甲状腺病症,全球超过90%的甲状腺肿病例是由碘缺乏引起的,而我国是碘缺乏病流行广泛和病情严重的国家之一,甲状腺肿作为碘缺乏病监测指标,大规模地进行甲状腺肿检查对于评估人群碘营养情况有着重要指导意义。超声... 详细信息

甲状腺肿是一种常见的甲状腺病症,全球超过90%的甲状腺肿病例是由碘缺乏引起的,而我国是碘缺乏病流行广泛和病情严重的国家之一,甲状腺肿作为碘缺乏病监测指标,大规模地进行甲状腺肿检查对于评估人群碘营养情况有着重要指导意义。超声检查是目前广泛使用的甲状腺肿诊断方法,但是通过超声设备采集图像并诊断需要医生具备丰富的临床经验,诊断结果也带有一定的主观性。面对快速增长的甲状腺肿临床诊断需求,亟需一种基于超声图像的甲状腺肿自动评估算法,定量地计算出甲状腺体积,辅助医生完成甲状腺肿诊断。本文以甲状腺超声图像作为研究对象,基于深度学习对甲状腺标准切面自动识别与甲状腺自动分割算法进行研究,在获得分割图像的基础上提出了甲状腺体积评估算法,实现了甲状腺肿的自动评估。本文的主要工作如下:首先,基于超声图像对甲状腺标准切面进行自动分类。在10469张标记好的甲状腺超声图像数据集上,本文分别基于改进VGG-16、ResNet-50和DenseNet-121网络对横扫标准切面、纵扫标准切面和非标准切面进行分类,并应用迁移学习策略进一步加速网络收敛、提升网络性能,最终上述三种卷积神经网络在测试集上分类准确率达到了98.7%、98.3%和97.8%。此外,本文引入梯度类激活热力图算法对模型的可解释性进行了探究。其次,基于超声图像对甲状腺进行自动分割。本文设计了甲状腺超声图像分割整体流程,改进原始U-Net网络,添加了批归一化和Dropout,并引入全连接条件随机场算法细化分割结果;在改进U-Net网络的基础上,搭建深度监督和多尺寸特征图融合的UNet++网络。由实验结果可知,改进U-Net网络和UNet++网络均能实现较为准确的甲状腺分割,UNet++网络在像素准确率、交并比、Dice相似系数上分别取得了92.02%、81.92%和90.05%的结果,相比于改进U-Net网络分别有1.8%、0.39%和0.46%的提升。再次,基于甲状腺横扫标准切面和纵扫标准切面的分割图像对甲状腺体积评估算法进行研究。通过分析传统甲状腺体积估算公式的不足,提出了一种改进的甲状腺体积评估算法。对常用的三维重建算法进行分析,基于面绘制算法对甲状腺进行三维重建,并基于甲状腺三维重建模型对甲状腺肿体积评估算法进行验证,实验结果表明,相较于传统体积估算公式,甲状腺体积评估算法具有更高的准确度。最后,将基于改进VGG-16网络的标准切面识别算法、基于UNet++网络的甲状腺分割算法和甲状腺体积评估算法进行整合,设计并实现了甲状腺肿自动评估系统,方便医生进行甲状腺肿的临床诊断。

关键词：甲状腺肿超声图像计算机辅助诊断深度学习卷积神经网络