检索结果-南通市图书馆

基于改进的SOM神经网络的医学图像分割算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2016年第9期37卷 2533-2537,F0003页

作者：邹瑜帅仁俊南京工业大学计算机科学与技术学院江苏南京211816

针对SOM网络分割图像,随着神经元数量增加,分割性能变差且无法分割噪声强度过大图像的问题,提出一种用于医学图像分割的基于神经网络的方法。提出一个改进的自组织映射(SOM)网络,FIR-SOM网络将有限脉冲响应(FIR)加入SOM中,把每个神经元... 详细信息

针对SOM网络分割图像,随着神经元数量增加,分割性能变差且无法分割噪声强度过大图像的问题,提出一种用于医学图像分割的基于神经网络的方法。提出一个改进的自组织映射(SOM)网络,FIR-SOM网络将有限脉冲响应(FIR)加入SOM中,把每个神经元作为FIR系统,在FIR-SOM方法分割后,通过合并聚类法把联合聚类的对象连接在一起。乳腺超声检查图像(BUS)的分割结果表明,该算法能够有效分割肿瘤区域,分割效果优于基于SOM的方法。

关键词：人工神经网络医学图像分割模式识别合并聚类自组织映射

基于DC-DenseNet的乳腺癌病理图像分类

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2023年第4期40卷 116-121页

作者：张庙林帅仁俊南京工业大学计算机科学与技术学院江苏南京211816

乳腺癌病理图像的自动分类具有重要的临床应用价值。设计一种新颖的卷积神经网络模型(DC-DenseNet),该模型在DenseNet基础上将扩张卷积集成到密集块来实现多尺度的特征提取。此外,还提出一种新的学习率优化器,它不需要复杂的微调学习率... 详细信息

乳腺癌病理图像的自动分类具有重要的临床应用价值。设计一种新颖的卷积神经网络模型(DC-DenseNet),该模型在DenseNet基础上将扩张卷积集成到密集块来实现多尺度的特征提取。此外,还提出一种新的学习率优化器,它不需要复杂的微调学习率就可以表现出优异的性能。对BACH数据集划分为良性、恶性、原位癌和浸润性癌四个类进行分类预测研究,并将所提的方法与AlexNet、VGG-19、DenseNet161模型进行综合对比。实验结果表明所提方法有效提高了乳腺癌的分类预测精度,在四个类上的平均识别率达到了94.10%。

关键词：乳腺癌病理图像图像分类卷积神经网络 DenseNet优化学习率优化器

在线全文

学校读者我要写书评

暂无评论

汽轮发电机组转子振动故障的模糊聚类分析

上海交通大学学报 1999年第8期33卷 1051-1054页

作者：吴慧英帅仁俊上海交通大学动力与能源工程学院南京建筑工程学院

针对汽轮发电机组多个振动故障与多个振动信号之间综合关系研究的不足，阐述了模糊聚类分析的理论、方法及聚类效果的判别原则，并将其应用于汽轮发电机组转子振动故障的诊断研究中．提出了合适的聚类参数，从而对多故障发生与多故障特... 详细信息

针对汽轮发电机组多个振动故障与多个振动信号之间综合关系研究的不足，阐述了模糊聚类分析的理论、方法及聚类效果的判别原则，并将其应用于汽轮发电机组转子振动故障的诊断研究中．提出了合适的聚类参数，从而对多故障发生与多故障特征情况下的故障进行分层，指出应优先诊断的范围，从而使诊断工作量和诊断时间大为减少．理论计算与现场检查结果相符，并且与神经网络方法相比。

关键词：转子故障诊断模糊聚类分析汽轮发电机组振动

在线全文

学校读者我要写书评

暂无评论

进口轴向叶片旋流器强化管内换热的研究

中国电机工程学报 1999年第4期19卷 46-49,17页

作者：吴慧英程惠尔帅仁俊周强泰上海交通大学动力与能源工程学院东南大学动力系

对进口轴向叶片旋流器强化管内换热进行了试验研究，提供了传热和阻力的试验数据，分析了旋流器结构参数、管内Ｒｅ数、试验段长径比对传热和阻力的影响，得到了传热和阻力准则关联式，并对旋流器强化管内换热的热力性能进行了定量评价... 详细信息

对进口轴向叶片旋流器强化管内换热进行了试验研究，提供了传热和阻力的试验数据，分析了旋流器结构参数、管内Ｒｅ数、试验段长径比对传热和阻力的影响，得到了传热和阻力准则关联式，并对旋流器强化管内换热的热力性能进行了定量评价。试验表明：在试验范围内使用进口轴向叶片旋流器来强化管内换热总是有利的。

关键词：轴向叶片旋流器强化传热电力系统试验

在线全文

学校读者我要写书评

暂无评论

电子健康档案的加密研究

计算机工程与设计 2012年第10期33卷 3833-3837页

作者：黄吴健帅仁俊南京工业大学计算机系江苏南京210009

为了使电子健康档案在各个卫生机构进行安全、高效地传输,提出运用AES和DNA两种对称数据加密方法分别对电子健康档案进行加密。分析了AES和DNA两种加密方法的安全性,并且比较了它们对电子健康档案的实际加密效率。通过上述两方面的对比... 详细信息

为了使电子健康档案在各个卫生机构进行安全、高效地传输,提出运用AES和DNA两种对称数据加密方法分别对电子健康档案进行加密。分析了AES和DNA两种加密方法的安全性,并且比较了它们对电子健康档案的实际加密效率。通过上述两方面的对比显示,在一般要求的硬件配置下,运用软件方法改进的AES加密算法实现的电子健康档案能够更快速、安全地传输。

关键词：电子健康档案 AES加密 DNA加密效率安全性

在线全文

学校读者我要写书评

暂无评论

一种具有空间约束的快速神经风格迁移方法

计算机科学 2019年第3期46卷 283-286页

作者：刘洪麟帅仁俊南京工业大学计算机科学与技术学院南京211816

在神经风格迁移(Neural Style Transfer)技术中常用Gram矩阵进行图像风格提取,简单来说就是将各个特征进行内积。这样Gram矩阵只能提取其静态特征,对图片中物体的空间序列完全没有约束。文中提出了一种具有空间约束的快速神经风格迁移... 详细信息

在神经风格迁移(Neural Style Transfer)技术中常用Gram矩阵进行图像风格提取,简单来说就是将各个特征进行内积。这样Gram矩阵只能提取其静态特征,对图片中物体的空间序列完全没有约束。文中提出了一种具有空间约束的快速神经风格迁移方法。首先,使用残差重新设计了快速神经风格迁移的转换网络。然后,运用空间偏移的方法对Feature map(特征图)进行变换,让变换后的Feature map T(al)进行Gram矩阵计算可得到相邻位置的互相关性。此互相关性包含空间信息,即约束了物体的空间序列。最终,实验表明了该方法对空间信息的约束明显优于传统方法,可以得到效果更好的风格化图像。

关键词：快速神经风格迁移残差 Gram矩阵空间偏移互相关性

基于DICOM标准的医学图像有损压缩的研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2011年第7期33卷 62-66页

作者：祖研帅仁俊陈平南京工业大学计算机系江苏南京210009 南京市卫生信息中心江苏南京210003

本文采用DICOM标准所规定的两种有损压缩方法对单帧胸部CT图像进行有损压缩。实验形式分为两种:(1)采用基于离散余弦变换的JPEG算法在不同压缩比下对50幅单帧胸部CT图像进行有损压缩。三位放射科专家对压缩后的医学图像与原始图像进行... 详细信息

本文采用DICOM标准所规定的两种有损压缩方法对单帧胸部CT图像进行有损压缩。实验形式分为两种:(1)采用基于离散余弦变换的JPEG算法在不同压缩比下对50幅单帧胸部CT图像进行有损压缩。三位放射科专家对压缩后的医学图像与原始图像进行对比评片。根据评片结果进行受试者工作特性ROC分析和t检验,得出在压缩比10:1以下的胸部CT图像对临床诊断无影响的结论。(2)采用基于小波变换的JPEG-2000算法对单帧胸部CT图像进行有损压缩。通过客观保真度准则判定,在压缩比为20:1以下时胸部CT压缩图像依然具有诊断价值。

关键词： JPEG JPEG-2000 离散余弦变换小波变换 CT图像有损压缩受试者工作特性 t检验

在线全文

学校读者我要写书评

暂无评论

激光扫描显示对视觉感知的影响

液晶与显示 2009年第4期24卷 547-551页

作者：孙红进帅仁俊南京工业大学信息科学与工程学院江苏南京210009

研究了激光扫描显示(LSD)对视觉感知的一些重要影响。LSD可提供一种能对视觉系统产生特殊影响的高亮度单色图像。在受试者观看激光扫描显示或投影视频时,对其视觉调节进行了测量。单色显示器可能由于色适应对感知产生影响。在使用显示... 详细信息

研究了激光扫描显示(LSD)对视觉感知的一些重要影响。LSD可提供一种能对视觉系统产生特殊影响的高亮度单色图像。在受试者观看激光扫描显示或投影视频时,对其视觉调节进行了测量。单色显示器可能由于色适应对感知产生影响。在使用显示器之前和之后测试了受试者的色觉。当用激光扫描显示器时,发现视觉调节量不断增加,但影响的强度由显示器扫描速度来界定。调节方差的最大差异出现在处于低速扫描的视频显示器和激光扫描显示器之间。在一些受试者中,观看激光扫描显示还导致了可测的色觉变化。实验结果表明:观看激光扫描显示器会对视觉调节反应和色觉产生影响。

关键词：视觉调节激光扫描色觉

在线全文

学校读者我要写书评

暂无评论

克服小样本学习中灾难性遗忘方法研究

计算机应用与软件 2020年第7期37卷 136-141,147页

作者：李文煜帅仁俊郭汉南京工业大学计算机科学与技术学院江苏南京211816

针对小样本学习在识别新类别时会出现灾难性遗忘的问题,提出一种小样本学习中克服灾难性遗忘的方法。结合卷积神经网络识别模型提取图片特征,引用注意力机制设计分类权重生成器,使新类权重的生成基于基类权重。通过基于皮尔森相似度的... 详细信息

针对小样本学习在识别新类别时会出现灾难性遗忘的问题,提出一种小样本学习中克服灾难性遗忘的方法。结合卷积神经网络识别模型提取图片特征,引用注意力机制设计分类权重生成器,使新类权重的生成基于基类权重。通过基于皮尔森相似度的识别模型计算新类特征与基类图片分类权重之间的相似度,判断新类图像的类别。在三种数据集进行实验,结果表明:该方法使小样本图像分类的精度得到了一定程度的提升,同时不会牺牲基类的识别准确度,克服了灾难性遗忘。

关键词：灾难性遗忘小样本学习注意力机制分类权重皮尔森相似度