检索结果-南通市图书馆

Spinal Vertebral Fracture Detection and Fracture Level Assessment Based on Deep Learning

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2024年第4期79卷 1377-1398页

作者： Yuhang Wang Zhiqin He qinmu wu Tingsheng Lu Yu Tang Maoyun Zhu The Electrical Engineering College Guizhou UniversityGuiyang550025China Guizhou Provincial Orthopedics Hospital Guiyang550025China

This paper addresses the common orthopedic trauma of spinal vertebral fractures and aims to enhance doctors’diagnostic ***,a deep-learning-based automated diagnostic systemwithmulti-label segmentation is proposed to recognize the condition of vertebral *** whole spine Computed Tomography(CT)image is segmented into the fracture,normal,and background using U-Net,and the fracture degree of each vertebra is evaluated(Genant semi-qualitative evaluation).The main work of this paper includes:First,based on the spatial configuration network(SCN)structure,U-Net is used instead of the SCN feature extraction *** attention mechanismandthe residual connectionbetweenthe convolutional layers are added in the local network(LN)*** filtering is added in the global network(GN)stage,and each layer of the LN decoder feature map is filtered separately using dot product,and the filtered features are re-convolved to obtain the GN output ***,a network model with improved SCN(M-SCN)helps automatically localize the center-of-mass position of each vertebra,and the voxels around each localized vertebra were clipped,eliminating a large amount of redundant information(e.g.,background and other interfering vertebrae)and keeping the vertebrae to be segmented in the center of the *** segmentation of the clipped portion was subsequently performed using *** paper uses VerSe’19,VerSe’20(using only data containing vertebral fractures),and private data(provided by Guizhou Orthopedic Hospital)for model training and *** with the original SCN network,the M-SCN reduced the prediction error rate by 1.09%and demonstrated the effectiveness of the improvement in ablation *** the vertebral segmentation experiment,the Dice Similarity Coefficient(DSC)index reached 93.50%and the Maximum Symmetry Surface Distance(MSSD)index was 4.962 mm,with accuracy and recall of 95.82%and 91.73%,*** vertebrae w

关键词： Deep learning vertebral fracture detection medical image processing

A Review of the Application of Artificial Intelligence in Orthopedic Diseases

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2024年第2期78卷 2617-2665页

作者： Xinlong Diao Xiao Wang Junkang Qin qinmu wu Zhiqin He Xinghong Fan Department of Electrical Engineering Guizhou UniversityGuiyangChina

In recent years,Artificial Intelligence(AI)has revolutionized people’s *** has long made breakthrough progress in the field of ***,the research on the application of AI in orthopedics is still in the exploratory *** paper first introduces the background of AI and orthopedic diseases,addresses the shortcomings of traditional methods in the detection of fractures and orthopedic diseases,draws out the advantages of deep learning and machine learning in image detection,and reviews the latest results of deep learning and machine learning applied to orthopedic image detection in recent years,describing the contributions,strengths and weaknesses,and the direction of the future improvements that can be made in each ***,the paper also introduces the difficulties of traditional orthopedic surgery and the roles played by AI in preoperative,intraoperative,and postoperative orthopedic surgery,scientifically discussing the advantages and prospects of AI in orthopedic ***,the article discusses the limitations of current research and technology in clinical applications,proposes solutions to the problems,and summarizes and outlines possible future research *** main objective of this review is to inform future research and development of AI in orthopedics.

关键词： Artificial intelligence orthopedics image detection deep learning machine learning diagnostic disease robotics

基于三元联邦学习的车联网数据协同学习与通信优化研究

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

现代电子技术 2024年第15期47卷 26-33页

作者：李佳恒吴钦木贵州大学电气工程学院贵州贵阳550025

随着汽车互联技术的普及,联邦学习已成为解决数据隐私安全问题的重要手段。然而,与此相伴的成员推理攻击和通信成本仍有待解决和改善。文中提出采用联邦差分隐私方法以防御成员推理攻击,并引入了三元梯度技术和模型压缩以进一步降低通... 详细信息

随着汽车互联技术的普及,联邦学习已成为解决数据隐私安全问题的重要手段。然而,与此相伴的成员推理攻击和通信成本仍有待解决和改善。文中提出采用联邦差分隐私方法以防御成员推理攻击,并引入了三元梯度技术和模型压缩以进一步降低通信成本。在差分隐私实验中,通过比较不同高斯噪音分布的方差,发现与传统的差分隐私相比,联邦差分隐私更接近于无隐私保护方案的准确率,特别是当C>1时效果最好。在三元梯度实验中,观察到在数据集MNIST、Cifar10、Cifar100、SVHN上,训练梯度分别降低了93.33%、93.56%、93.60%和93.74%,这表明三元梯度可以更有效地降低通信成本。在层敏感度实验中,发现在rate=85%、90%、95%时的准确率与未压缩时(rate=100%)的准确率相差无几,进一步证明所提方法为解决成员推理攻击和降低通信成本的有效性。

关键词：三元梯度三元联邦学习车联网通信效率联邦差分隐私模型压缩

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

智能功率模块驱动的反激式开关电源优化设计

实验室研究与探索 2024年第4期43卷 1-5,27页

作者：高源陈卓郝正航吴钦木贵州大学电气工程学院贵阳550025

为了实现智能功率模块(IPM)驱动电源的高效化与低成本化,利用反激式变压器的特点,设计了一款应用于IPM驱动的隔离型多路输出反激式开关电源,对控制芯片供电电路转换时电压进行稳定性优化。仿真及实验结果表明,优化后控制芯片供电波形稳... 详细信息

为了实现智能功率模块(IPM)驱动电源的高效化与低成本化,利用反激式变压器的特点,设计了一款应用于IPM驱动的隔离型多路输出反激式开关电源,对控制芯片供电电路转换时电压进行稳定性优化。仿真及实验结果表明,优化后控制芯片供电波形稳定,反激式开关电源输出在5 ms时达到稳定,误差小于2%,波纹系数小于2%。

关键词：开关电源反激式智能功率模块 UC3842控制芯片

基于AVMD-CNN-GRU-Attention的超短期风功率预测研究

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第6期45卷 436-443页

作者：任东方马家庆何志琴吴钦木贵州大学电气工程学院贵阳550025

为提高超短期风功率的预测精度,提出一种改进的基于变分模态分解的卷积神经网络(AVMD-CNN)、门控循环单元(GRU)和注意力机制(Attention)的超短期风功率预测模型。首先利用改进的VMD将风功率序列分解为K个子模态;然后将各子模态利用样本... 详细信息

为提高超短期风功率的预测精度,提出一种改进的基于变分模态分解的卷积神经网络(AVMD-CNN)、门控循环单元(GRU)和注意力机制(Attention)的超短期风功率预测模型。首先利用改进的VMD将风功率序列分解为K个子模态;然后将各子模态利用样本熵(SE)和中心频率进行分类,根据分类结果对各子模态分别给定归一化方式,并按SE值分别输入到GRU-Attention和CNN-GRU-Attention模型中进行训练和预测;最后将各子模态预测结果叠加得到最终结果,从而完成超短期风功率预测。以决定系数(R^(2))、平均绝对误差(MAE)、均方根误差(RMSE)以及平均绝对百分比误差(MAPE)为精度评估指标,实际算例表明,所提出模型的R^(2)较文中其他方法平均提高12.06%,MAE、RMSE以及MAPE分别平均降低59.36%、62.49%和48.34%,具有较高的预测精度。

关键词：风功率预测变分模态分解卷积神经网络注意力机制样本熵

Visualization for Explanation of Deep Learning-Based Fault Diagnosis Model Using Class Activation Map

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2023年第11期77卷 1489-1514页

作者： Youming Guo qinmu wu School of Electrical Engineering Guizhou UniversityGuiyang550025China

Permanent magnet synchronous motor(PMSM)is widely used in various production processes because of its high efficiency,fast reaction time,and high power *** the continuous promotion of new energy vehicles,timely detection of PMSM faults can significantly reduce the accident rate of new energy vehicles,further enhance consumers’trust in their safety,and thus promote their *** fault diagnosis methods based on deep learning can only distinguish different PMSM faults and cannot interpret and analyze *** neural networks(CNN)show remarkable accuracy in image data ***,due to the“black box”problem in deep learning models,the diagnostic results regarding providing accurate information to the user are *** paper proposes a motor fault diagnosis method based on improved deep residual network(ResNet)and gradient-weighted class activation mapping(Grad-CAM)to analyze demagnetization and eccentricity faults of permanent magnet synchronous motors,and the uncertainty limitation of fault diagnosis based on the convolutional neural network is overcome by the visual interpretation *** improved ResNet is formed by using ResNet9 as the backbone network,replacing the last convolution layer with a atrous spatial pyramid pooling(ASPP),and adding a multi-scale feature fusion module and attention channel mechanism(CAM).The proposed model not only retains the effective extraction of image features by ResNet9 but also enhances the sensitivity field of the network through the hollow convolution pyramid and realizes the feature fusion of the web on different scales through the multi-scale feature fusion module(MSFFM),further improving the diagnostic accuracy of the network on different types of fault *** diagnostic effect of the network is verified on the selfmade data set,which mainly includes five states:normal(He),25%demagnetization(De25),50%demagnetization(De50),10%static eccentricity(Se10),and 20%static eccentricit

关键词： Permanent magnet synchronous motor convolutional neural network fast fourier transform ASPP Grad-CAM fault diagnosis

基于改进ResNet的PMSM退磁与偏心故障诊断方法

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

无线电工程 2024年第5期54卷 1294-1307页

作者：郭又铭吴钦木贵州大学电气工程学院贵州贵阳550025

针对近年来对永磁同步电机故障诊断的需求,提高故障诊断的精度。提出了一种基于多尺度特征融合与空洞卷积金字塔模型的永磁同步电机诊断方法,可以通过电机运行时的定子电流数据直接对电机进行故障诊断。利用多尺度特征融合模块提取图像... 详细信息

针对近年来对永磁同步电机故障诊断的需求,提高故障诊断的精度。提出了一种基于多尺度特征融合与空洞卷积金字塔模型的永磁同步电机诊断方法,可以通过电机运行时的定子电流数据直接对电机进行故障诊断。利用多尺度特征融合模块提取图像不同尺度、不同分辨率的特征,提高单一图像的信息利用率;通过在特征融合模块中添加注意力机制使网络中不同通道的特征权重保持高度一致,进一步确保了网络提取图像特征的能力;通过在空间池化金字塔中引入空洞卷积核来构建空洞卷积金字塔,在解决了网络对同一特征反复提取、节约计算成本的同时,增强了模型的感受野,提高模型对不同故障的诊断精度。实验结果表明,所提方法对不同类型的电机故障均具有较高的诊断精度。对比传统的智能算法,其算法精度与损失函数都得到了明显改进。

关键词：永磁同步电机改进ResNet 多尺度特征融合空洞卷积金字塔故障诊断

维普期刊数据库博看期刊

基于AWF-DPID控制的同步Buck变换器研究

在线全文

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2024年第7期 103-108页

作者：张磊马家庆吴钦木何志琴陈昌盛覃涛贵州大学电气工程学院贵阳550025

针对当前各种电子设备不断发展对电源管理芯片的精度、速度等要求越来越高的趋势,提出一种基于模糊逻辑的反计算法抗饱和双环PID(AWF-DPID)控制策略,实现同步Buck变换器的恒压限流功能。在双环PID(DPID)的基础上,设计一个二维模糊控制器... 详细信息

针对当前各种电子设备不断发展对电源管理芯片的精度、速度等要求越来越高的趋势,提出一种基于模糊逻辑的反计算法抗饱和双环PID(AWF-DPID)控制策略,实现同步Buck变换器的恒压限流功能。在双环PID(DPID)的基础上,设计一个二维模糊控制器,实时调整电压环输出参数,在电压环输出设计一个反算法抗积分饱和模块,从而调节Buck变换器的脉冲宽度,更高效精准地实现控制。变换器在10 kHz的频率下工作,给出变换器参数通过软件对不同控制策略进行仿真。结果表明,在实现恒压限流的相同控制目标下,AWF-DPID控制较其他控制响应更迅速、超调量更小稳态误差更小并且纹波系数更小;变输出指令下电压跟随性最好,有良好的动态特性。

关键词：同步Buck变换器模糊控制双环PID 反计算法抗饱和电压纹波系数

基于SSA优化的永磁同步电机级联模型预测控制研究

在线全文

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2024年第7期 79-82,88页

作者：蔡宏越马家庆何志琴吴钦木陈昌盛覃涛贵州大学电气工程学院贵阳550025

针对永磁同步电机(permanent magnet synchronous motor)使用传统PI控制鲁棒性差和动态响应慢,以及传统有限集电流预测控制方法控制稳定性差和电流脉动较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm,SSA)优化的级联模型... 详细信息

针对永磁同步电机(permanent magnet synchronous motor)使用传统PI控制鲁棒性差和动态响应慢,以及传统有限集电流预测控制方法控制稳定性差和电流脉动较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm,SSA)优化的级联模型预测控制方法。首先,将速度外环采用模型预测速度控制器,利用麻雀搜索算法来在线整定控制器参数,该方法可以快速找到最优的控制器参数,使其更加准确地控制电机运转;其次,电流内环采用最优占空比模型预测电流控制器,使得电流脉动减小;最后,通过仿真对比实验结果表明所提出的控制方法显著地降低了超调量,快速响应性能更好、抗干扰能力更优,同时可以有效抑制电流脉动,证明了所提方法的合理性和有效性。

关键词：永磁同步电机麻雀搜索算法模型预测控制最优占空比级联