学科分类
/ 1
5 个结果
  • 简介:为有效降低宫颈癌细胞图像在图像识别中的假阴性率,在此提出一种改进的残网络算法.该改进算法通过对交叉熵代价函数增加权重实现,根据不同病变程度的宫颈细胞建立权重矩阵,有针对地对假阴性类别的输出进行加权处理,优化分类输出、减少假阴性误判.实验结果表明,对于不同的宫颈细胞图像数据集,本改进算法输出分类效果稳定;与传统图像分类算法相比,改进后的交叉熵代价函数算法在识别分类宫颈细胞图像时,能有效降低宫颈癌细胞图像的假阴性率.

  • 标签: 残差网络 图像识别 交叉熵代价函数 宫颈癌细胞 假阴性率
  • 简介:动脉脉搏波的波形可以作为动脉疾病无创检测的重要指标.本文建立了动脉管壁-血液耦合模型,利用ANSYSWORKBENCH和CFX相互结合的流固耦合算法,进行了结构分析和流体分析的双向耦合计算,实现了对桡动脉脉搏波的数值模拟.

  • 标签: 桡动脉 反射波 流固耦合 数值模拟
  • 简介:域自适应算法是一种能有效解决训练集(源域)和测试集(目标域)样本分布不一样但是具有相关性的方法.文章提出一个领域分布适配超限学习机(DDM-ELM)用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标:1)最小化源域样本的分类误差;2)通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3)利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.

  • 标签: 模式识别 数据挖掘 域自适应 超限学习机
  • 简介:运用N2O-C2H2火焰原子吸收光谱法进行氢镍电池材料用氧化锆布中铁的测试研究。介绍了铁的最佳测试条件,对样品的消化处理,以及在测试过程中对样品干扰因素进行了分析。测定样品中铁含量相对标准偏差均小于1.0%(测定次数n=6),加标回收率均在97.0%~98.3%(n=6)范围。该方法具有简便、快速、灵敏度高、重现性好等特点,准确度与精密度均能满足氢镍电池研制工作的要求。

  • 标签: N2O—C2H2火焰 原子吸收光谱法 氢镍电池 氧化锆布膜
  • 简介:损是衡量气体罗茨流量计性能指标的一个重要的参数.首先介绍气体罗茨流量计这一种新型的转子型线的设计方法,然后利用多种测量损实验装置对这种新型气体罗茨流量计的压力损失进行测量,得到了一系列的数据.通过比较,实验结果与理论值在允许误差范围,符合预期设想,从而验证了设计方法的合理性与优越性.

  • 标签: 罗茨流量计 转子型线 压损