检索结果-南通市图书馆

维普期刊数据库博看期刊

同方期刊数据库

基于卷积神经网络-长短期记忆神经网络模型利用光学体积描记术重建动脉血压波信号

在线全文

学校读者我要写书评

暂无评论

生物化学与生物物理进展 2024年第2期51卷 447-458页

作者：吴佳泽梁昊陈明北京中医药大学中医学院北京102488 湖南中医药大学中医诊断研究所长沙410208

目的直接动脉血压(arterial blood pressure,ABP)连续监测是侵入式的,传统袖带式的间接血压测量法无法实现连续监测。既往利用光学体积描记术(photoplethysmography,PPG)实现了连续无创血压监测,但其为收缩压和舒张压的离散值,而非ABP... 详细信息

目的直接动脉血压(arterial blood pressure,ABP)连续监测是侵入式的,传统袖带式的间接血压测量法无法实现连续监测。既往利用光学体积描记术(photoplethysmography,PPG)实现了连续无创血压监测,但其为收缩压和舒张压的离散值,而非ABP波的连续值,本研究期望基于卷积神经网络-长短期记忆神经网络(CNN-LSTM)利用PPG信号波重建ABP波信号,实现连续无创血压监测。方法构建CNN-LSTM混合神经网络模型,利用重症监护医学信息集(medical information mart for intensive care,MIMIC)中的PPG与ABP波同步记录信号数据,将PPG信号波经预处理降噪、归一化、滑窗分割后输入该模型,重建与之同步对应的ABP波信号。结果使用窗口长度312的CNN-LSTM神经网络时,重建ABP值与实际ABP值间误差最小,平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE)分别为2.79 mmHg和4.24 mmHg,余弦相似度最大,重建ABP值与实际ABP值一致性和相关性情况良好,符合美国医疗器械促进协会(Association for the Advancement of Medical Instrumentation,AAMI)标准。结论CNN-LSTM混合神经网络可利用PPG信号波重建ABP波信号,实现连续无创血压监测。

关键词：连续无创血压监测容积脉搏波动脉血压波卷积神经网络长短期记忆神经网络混合神经网络

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的列当种子发芽识别方法

草业学报 2024年第8期33卷 112-121页

作者：沈祺嵘严俊叶晓馨桑玉莹单启玲张琪藤安徽大学资源与环境工程学院

列当是一种极具破坏力的寄生性杂草，目前难以用常规方法根除。通过使用发芽刺激物可以诱导列当“自杀性萌发”，因此识别特定发芽刺激物下的种子发芽率至关重要。针对显微镜下人眼视觉对列当种子发芽判断标准不统一和耗时耗力等问题，... 详细信息

列当是一种极具破坏力的寄生性杂草，目前难以用常规方法根除。通过使用发芽刺激物可以诱导列当“自杀性萌发”，因此识别特定发芽刺激物下的种子发芽率至关重要。针对显微镜下人眼视觉对列当种子发芽判断标准不统一和耗时耗力等问题，本研究提出一种基于卷积神经网络的列当种子发芽识别算法。首先，培育列当种子并采用显微镜采集发芽和未发芽的种子构建列当图像库；然后，通过搭建卷积神经网络来提取列当图像的特征实现种子发芽识别，通过试验对比优化超参数，得到适合列当种子识别的OB-Net模型；最后，通过试验图像验证，本研究模型可达到95.2%的识别准确率；与现有主流网络模型进行对比证明了构建的OB-Net模型在列当种子识别方面具有最高的精度和较快检测速度。本研究的列当种子发芽识别方法可以为相关发芽刺激物的研究提供有效的理论支撑。

关键词：列当种子发芽识别卷积神经网络特征提取

维普期刊数据库博看期刊

同方期刊数据库

基于卷积神经网络的城墙多光谱成像病害检测方法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第4期61卷 532-540页

作者：李敏王慧琴王可王展李源西安建筑科技大学信息与控制工程学院陕西西安710055 陕西省文物保护研究院陕西西安710075 西安博物院陕西西安710074

针对传统城墙病害检测采用人工勘测方法,检测效率较低且易受到主观因素干扰等问题,提出一种基于卷积神经网络的城墙多光谱成像病害无损检测方法,利用最小噪声分离方法对城墙多光谱成像数据进行预处理,降低数据维度的同时保留原始数据特... 详细信息

针对传统城墙病害检测采用人工勘测方法,检测效率较低且易受到主观因素干扰等问题,提出一种基于卷积神经网络的城墙多光谱成像病害无损检测方法,利用最小噪声分离方法对城墙多光谱成像数据进行预处理,降低数据维度的同时保留原始数据特征,减少数据噪声;为解决城墙不同病害类型的像素混杂多样造成分类准确率较低的问题,利用卷积操作对城墙病害进行特征提取,保留最重要的特征并去除无关特征,稀疏网络模型;通过全连接层对提取到的特征进行整合梳理和分类,并加入两次dropout防止过拟合问题的出现。最后在城墙多光谱数据集上,使用训练后的卷积神经网络分类模型对城墙病害进行像素级分类检测,并将预测结果进行可视化展示。实验结果表明:总体精度和Kappa系数分别为93.28%和0.91,表明所提方法是有效的,该方法对提高城墙病害检测准确率、掌握城墙病害分布具有重要意义。

关键词：光谱学卷积神经网络多光谱成像像素级分类城墙病害

基于卷积神经网络的定量相衬显微技术(特邀)

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第2期61卷 178-186页

作者：郜鹏王文健卓可群刘欣封文静马英安莎郑娟娟西安电子科技大学物理学院陕西西安710171 复杂环境光电感知教育部重点实验室陕西西安710171 陕西省高校功能纳米材料工程研究中心陕西西安710171

定量相衬显微可以在无荧光标记的前提下实现对透明样品的高衬度、定量化相位成像,对活细胞及其动态过程观测具有重要意义。然而,传统的定量相衬显微需要记录3幅相移图像才能获得样品定量的相位图像,耗时较长。提出一种基于双通道卷积神... 详细信息

定量相衬显微可以在无荧光标记的前提下实现对透明样品的高衬度、定量化相位成像,对活细胞及其动态过程观测具有重要意义。然而,传统的定量相衬显微需要记录3幅相移图像才能获得样品定量的相位图像,耗时较长。提出一种基于双通道卷积神经网络的定量相衬显微相位重建方法。该方法可以利用2幅相移图像获得样品的定量相位图像,将传统定量相衬显微的成像速度提高了1.5倍,重建速度提高了1个数量级。实验中,利用COS7细胞的数据对网络进行训练,该网络可以成功实现对3T3细胞的定量相位成像,说明该网络具有一定的泛化能力。该方法有望为活细胞以及亚细胞器互作网络的动态观测提供有力手段。

关键词：定量相位成像部分相干照明深度学习卷积神经网络

基于激光散斑图像和卷积神经网络-支持向量回归的表面粗糙度预测

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第14期61卷 148-154页

作者：李征邓植中吴鹏飞梁斌西安理工大学自动化与信息工程学院西安市无线光通信与网络研究重点实验室西安石油大学计算机学院

目前，基于激光散斑图像对表面粗糙度进行测量的视觉方法主要有两类：建立人工设计的散斑图像特征参数与表面粗糙度之间的关系，或建立深度学习网络预测模型。这两类方法均存在不足，前者特征参数设计阶段过程复杂，后者需要大量的样本... 详细信息

目前，基于激光散斑图像对表面粗糙度进行测量的视觉方法主要有两类：建立人工设计的散斑图像特征参数与表面粗糙度之间的关系，或建立深度学习网络预测模型。这两类方法均存在不足，前者特征参数设计阶段过程复杂，后者需要大量的样本图像。针对以上问题，本文提出一种基于激光散斑图像和卷积神经网络-支持向量回归（CNN-SVR）的表面粗糙度预测方法。该方法在预训练的卷积神经网络基础上引入迁移学习，将卷积神经网络池化层的深度特征输入支持向量回归网络进行表面粗糙度值预测，不仅能实现激光散斑图像特征的自动提取，而且在少量样本时就能实现对表面粗糙度值较高精度的预测。实验结果表明，建立的模型对平磨、卧铣、立铣试件表面粗糙度预测的平均绝对百分比误差分别为3.46%、3.20%和3.53%，表现出较高的精度。

关键词：表面粗糙度测量激光散斑图像卷积神经网络支持向量回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

脑电信号多特征融合与卷积神经网络算法研究

计算机工程与应用 2024年第8期60卷 148-155页

作者：宋世林张学军南京邮电大学电子与光学工程学院、柔性电子(未来技术)学院南京210023 南京邮电大学射频集成与微组装技术国家地方联合工程实验室南京210023

针对脑电信号(electroencephalogram,EEG)运动想象中单一特征无法多维表征信号中的信息导致的分类准确率不高的问题,提出一种基于样本熵和共空间模式特征融合的特征提取算法。算法先对原始脑电信号进行小波包分解,从中选择包含μ和β节... 详细信息

针对脑电信号(electroencephalogram,EEG)运动想象中单一特征无法多维表征信号中的信息导致的分类准确率不高的问题,提出一种基于样本熵和共空间模式特征融合的特征提取算法。算法先对原始脑电信号进行小波包分解,从中选择包含μ和β节律的分量进行重构,然后分别提取重构信号的样本熵和CSP(common spatial pattern,CSP)特征,将两者融合组成新的特征向量,使用所设计的一维卷积神经网络对其进行识别获得分类结果。所提方法在2003年BCI Dataset III中获得了91.66%的分类准确率,在2008年BCI Dataset A中获得了85.29%的平均分类准确率。与近年来文献中提出的多特征融合算法相比,准确率提高了7.96个百分点。

关键词：脑电信号运动想象小波包重构样本熵共空间模式卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的干涉投影畸变校正方法

激光与光电子学进展 2024年第8期61卷 69-75页

作者：颜蒙黄启泰任建锋苏州大学光电科学与工程学院&苏州纳米科技协同创新中心江苏苏州215006 江苏省先进光学制造技术重点实验室&教育部现代光学技术重点实验室江苏苏州215006

在非球面零位干涉检测中,待测面检测误差分布与实际误差分布间存在干涉投影畸变。针对目前投影畸变校正方法计算复杂、通用性差等问题,提出一种基于卷积神经网络(CNN)的投影畸变校正方法。该方法首先在待测面上加入井字形柔性遮挡物,并... 详细信息

在非球面零位干涉检测中,待测面检测误差分布与实际误差分布间存在干涉投影畸变。针对目前投影畸变校正方法计算复杂、通用性差等问题,提出一种基于卷积神经网络(CNN)的投影畸变校正方法。该方法首先在待测面上加入井字形柔性遮挡物,并根据投影畸变系数范围合成干涉图像作为CNN的数据集;然后选择合适的网络结构基于该数据集来训练网络;最后将实际干涉图像输入该网络以预测畸变系数,从而实现投影畸变的标定与校正。实验结果表明,该方法的理论校正误差小于1 pixel,实际误差校正精度优于传统标记点法,证明了该方法高效可行。

关键词：干涉检测畸变校正深度学习卷积神经网络系统标定

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的暂稳极限功率计算

中国电力 2024年第4期57卷 211-219页

作者：娄奇鹤李荣盛谭捷袁铁江国家电网有限公司北京100031 大连理工大学辽宁大连116081

目前求取联络线暂态稳定传输功率极限的时域仿真法和基于李雅普诺夫稳定性理论的直接法计算过程复杂,针对此问题,提出基于卷积神经网络的输电断面暂态稳定极限功率计算方法。首先将系统运行的数据与实验仿真数据相结合,转化为输电断面... 详细信息

目前求取联络线暂态稳定传输功率极限的时域仿真法和基于李雅普诺夫稳定性理论的直接法计算过程复杂,针对此问题,提出基于卷积神经网络的输电断面暂态稳定极限功率计算方法。首先将系统运行的数据与实验仿真数据相结合,转化为输电断面特征属性,选择输电断面关键特征,将其作为神经网络的输入层向量,然后经过多次训练构建出系统关键特征与输电断面暂态稳定极限功率的非线性映射关系。最后以IEEE14节点进行算例分析,验证了计算方法的可靠性以及有效性。

关键词：卷积神经网络输电断面暂态稳定极限功率计算

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的涡旋光束拓扑荷数估算

激光与光电子学进展 2024年第13期61卷 426-433页

作者：蒋金洋刘晓云陈永豪高思宇刘颖赵子豪姜月秋沈阳理工大学理学院沈阳理工大学发展规划处

提出了一种基于卷积神经网络并用于估算受像散透镜影响的涡旋光束拓扑荷数的方法。将携带不同拓扑荷数的涡旋光束经过不同像散程度的透镜所产生的衍射光斑图片作为数据集，分别输入到VGG、AlexNet、ResNet-18、ResNet-34、ResNet-50和Xc... 详细信息

提出了一种基于卷积神经网络并用于估算受像散透镜影响的涡旋光束拓扑荷数的方法。将携带不同拓扑荷数的涡旋光束经过不同像散程度的透镜所产生的衍射光斑图片作为数据集，分别输入到VGG、AlexNet、ResNet-18、ResNet-34、ResNet-50和Xception等6种经典的神经网络模型中，采用特异度、精确率、召回率、F1分数以及准确率作为衡量网络模型估算结果的评估函数，分别对整张光斑图片以及部分光斑图片的拓扑荷数进行估算。结果表明，采用所提方法对拓扑荷数的估算都取得了良好效果。相比于其他网络模型，VGG网络模型在此估算任务上表现更好，对拓扑荷数的估算准确率达到了99%以上。这表明使用所提方法估算经过像散透镜后涡旋光束所携带的不同拓扑荷数是可行的，该方法可进一步应用在光束通过光学系统传输的特征识别领域。

关键词：波动光学涡旋光束拓扑荷数像散卷积神经网络