检索结果-南通市图书馆

Deep Learning and Its Applications in Biomedicine

在线全文

学校读者我要写书评

暂无评论

Genomics, Proteomics & Bioinformatics 2018年第1期16卷 17-32页

作者： chensi cao Feng Liu Hai Tan Deshou Song Wenjie Shu Weizhong Li Yiming Zhou Xiaochen Bo Zhi Xie Capital Bio Corporation Beijing 102206 China Department of Biotechnology Beijing Institute of Radiation Medicine Beijing 100850 China State Key Lab of Ophthalmology Zhongshan Ophthalmic Center Sun Yat-sen University Guangzhou 500040 China Zhongshan School of Medicine Sun Yat-sen University Guangzhou 500040 China Department of Biomedical Engineering Medical Systems Biology Research Center Tsinghua University School of Medicine Beijing 100084 China

Advances in biological and medical technologies have been providing us explosive vol- umes of biological and physiological data, such as medical images, electroencephalography, geno- mic and protein sequences. Learning from these data facilitates the understanding of human health and disease. Developed from artificial neural networks, deep learning-based algorithms show great promise in extracting features and learning patterns from complex data. The aim of this paper is to provide an overview of deep learning techniques and some of the state-of-the-art applications in the biomedical field. We first introduce the development of artificial neural network and deep learning. We then describe two main components of deep learning, i.e., deep learning architectures and model optimization. Subsequently, some examples are demonstrated for deep learning

关键词： Deep learning Big data Bioinformatics Biomedical informatics Medical image High-throughput sequencing

提高大型厚壁容器16MnR及16MnR(HIC)钢力学性能的研究

在线全文

学校读者我要写书评

暂无评论

大型铸锻件 2013年第4期 14-19页

作者：杜军毅曹晨思二重集团(德阳)重型装备股份有限公司四川618013

为实现300 mm厚大型冷高压分离器制造,本文对16MnR及16MnR(HIC)厚壁容器钢化学成分、材料特性、热处理工艺进行了系统性试验。试验证明,通过采用合理的热处理工艺,调整碳当量,可以生产出符合技术要求的306 mm以下大型16MnR(HIC)和16MnR... 详细信息

为实现300 mm厚大型冷高压分离器制造,本文对16MnR及16MnR(HIC)厚壁容器钢化学成分、材料特性、热处理工艺进行了系统性试验。试验证明,通过采用合理的热处理工艺,调整碳当量,可以生产出符合技术要求的306 mm以下大型16MnR(HIC)和16MnR厚壁钢冷高压分离器锻件。

关键词： 16MnR(HIC)钢冷高压分离器力学性能

2.25Cr-1Mo-0.25V钢大型压力容器封头均质性研究

在线全文

学校读者我要写书评

暂无评论

大型铸锻件 2022年第1期 16-19页

作者：曹晨思段红玲李雪龙二重(德阳)重型装备有限公司四川618013

从钢锭冶炼、锻造、热处理、取试、性能检验等方面对母材热处理试板和封头本体的综合力学性能进行对比,对2.25Cr-1Mo-0.25V钢大型压力容器封头均质性进行研究,为后续大型封头生产提供参考。

关键词： 2.25Cr-1Mo-0.25V钢均质性性能热处理

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于迁移学习的苹果落叶病识别与应用

农业工程学报 2024年第3期40卷 184-192页

作者：郭惠萍曹亚州王晨思荣麟瑞李怡王霆伟杨福增西北农林科技大学机械与电子工程学院杨凌712100 西安比亚迪汽车工程研究院西安710000

为解决现有卷积神经网络苹果叶片病害识别模型泛化能力弱,模型体积较大等问题,该研究提出一种基于改进MobileNetV3苹果落叶病识别模型。以健康叶片和常见苹果落叶病为研究对象,包括斑点落叶病、灰斑病、褐斑病、锈病4种,每种病害2级,共... 详细信息

为解决现有卷积神经网络苹果叶片病害识别模型泛化能力弱,模型体积较大等问题,该研究提出一种基于改进MobileNetV3苹果落叶病识别模型。以健康叶片和常见苹果落叶病为研究对象,包括斑点落叶病、灰斑病、褐斑病、锈病4种,每种病害2级,共9类特征,通过改进网络的注意力模块、全连接层及算子,结合迁移学习的训练方式,构建苹果落叶病识别模型。在扩充前后的数据集上对比不同的学习方式、学习率和注意力模块等对模型的影响,验证模型的识别性能。试验结果表明:采用迁移学习的方式,在训练50轮达曲线收敛,比全新学习的准确率增加6.74~10.79个百分点;使用引入的ET(efficient channel attention-tanh)注意力模块,网络损失曲线更加平滑,模型的参数量更少,模型体积减小了48%,提高了模型的泛化能力;在扩充数据集上,学习率为0.000 1时,结合迁移学习的训练方式,改进MobileNetV3(ET3-MobileNetV3)苹果落叶病识别模型,平均准确率能达到95.62%,模型体积6.29 MB。将模型部署到喷药设备上,可实现基于苹果叶片病害识别的变量喷施,该研究可为苹果叶片病害的检测与果园的现代化管理提供参考。

关键词：病害图像识别苹果落叶病 ET注意力模块改进MobileNetV3 迁移学习