检索结果-内蒙古大学图书馆

中国造纸学报 2019年第2期34卷 42-46页

作者：曲蕴慧汤伟文豪雷涛陕西科技大学电气与信息工程学院陕西西安710021 西安医学院计算机教研室陕西西安710021

针对现有的纸病检测算法对裂痕、褶皱等低对比度纸病检出率低、抗干扰能力差的问题,提出一种基于Gabor滤波器的纸病检测算法。首先使用Gabor滤波器以及Gaussian滤波器去除纸张纹理干扰,增强纸病区域对比度;然后使用Laplasian算法进行边... 详细信息

针对现有的纸病检测算法对裂痕、褶皱等低对比度纸病检出率低、抗干扰能力差的问题,提出一种基于Gabor滤波器的纸病检测算法。首先使用Gabor滤波器以及Gaussian滤波器去除纸张纹理干扰,增强纸病区域对比度;然后使用Laplasian算法进行边缘检测,最后使用形态学闭运算得到完整的纸病边缘图像。实验结果表明,该算法对低对比度纸病检测正确率高,并具有良好的抗干扰性能。

关键词： Gabor滤波器低对比度边缘检测形态学纸病检测

来源：评论

学校读者我要写书评

暂无评论

具有预后价值的乳腺癌发病关键基因鉴别研究

引用

河南师范大学学报（自然科学版） 2020年第2期48卷 27-33,F0002页

作者：徐久成李成长河南师范大学生命科学学院细胞分化调控省部共建国家重点实验室培育基地河南新乡453007 河南师范大学计算机与信息工程学院河南省智慧商务与物联网工程实验室河南新乡453007 新乡医学院基础医学院生理学与神经生物学教研室河南新乡453003

目的:筛选与乳腺癌发病相关的关键基因,为研究乳腺癌的诊疗提供新的潜在分子靶标.方法:使用GEO2R在线工具比较乳腺癌与正常乳腺组织基因表达情况,进行差异显著性分析,利用基因功能注释工具DAVID对差异基因进行GO和KEGG富集分析.通过STR... 详细信息

目的:筛选与乳腺癌发病相关的关键基因,为研究乳腺癌的诊疗提供新的潜在分子靶标.方法:使用GEO2R在线工具比较乳腺癌与正常乳腺组织基因表达情况,进行差异显著性分析,利用基因功能注释工具DAVID对差异基因进行GO和KEGG富集分析.通过STRING数据库构建差异基因的蛋白互作网络,基于最大团中心性(maximal clique centrality,MCC)算法鉴别关键基因,利用Kaplan Meier生存分析验证关键基因对患者生存时间的影响.结果:乳腺癌基因表达差异分析共产生491个差异基因,其中有254个上调,237个下调.GO富集分析表明差异基因显著富集于肿瘤相关的生物学过程、细胞组分和分子功能,KEGG通路富集分析主要集中于PI3K-Akt信号通路、黏附斑和癌症通路.基于MCC算法共选取10个关键基因,其中的4个基因(ISG15,IFIT1,GBP1和IFI27)过表达与患者生存时间显著降低密切相关(P<0.05).结论:共鉴别了4个与乳腺癌发病密切相关的关键基因,相关研究结果可为研究乳腺癌的诊疗提供新的潜在分子靶标.

关键词：乳腺癌关键基因 PI3K

来源：评论

学校读者我要写书评

暂无评论

不确定细胞神经网络鲁棒稳定新的时滞划分法

引用

广西师范大学学报（自然科学版） 2019年第4期37卷 45-52页

作者：罗兰周楠司杰川北医学院计算机与数学教研室四川南充637000 成都信息工程大学控制工程学院四川成都610103 川北医学院继续教育学院四川南充637000

研究了一类具有时变时滞和参数不确定项的细胞神经网络的鲁棒稳定性。引用凸组合方法,实现了对时滞区间的不均等划分,且参数的引入降低了对时滞导数小于1的限制;新变量的引入实现了对不确定项的处理,并将Jensen不等式与凸组合方法相结合... 详细信息

研究了一类具有时变时滞和参数不确定项的细胞神经网络的鲁棒稳定性。引用凸组合方法,实现了对时滞区间的不均等划分,且参数的引入降低了对时滞导数小于1的限制;新变量的引入实现了对不确定项的处理,并将Jensen不等式与凸组合方法相结合,得到了积分区间新的处理方法;最后数值举例验证了结论的有效性。

关键词：细胞神经网络时滞划分鲁棒稳定性

来源：评论

学校读者我要写书评

暂无评论

最小二乘支持向量机算法在中医临床脉图参数﹣血压预测模型的应用

引用

第二军医大学学报 2019年第5期40卷 492-496页

作者：杨晶东孙磊明燕海霞上海理工大学光电信息与计算机工程学院自主机器人实验室上海200093 上海中医药大学基础医学院中医诊断教研室上海201203

目的提出基于最小二乘支持向量机(LSSVM)算法的学习模型,以提高中医临床血压数据预测的准确度和效率。方法将LSSVM学习模型应用于中医临床血压数据预测。用LSSVM等式约束代替支持向量机不等式约束,将二次规划问题转化为线性方程求解问题... 详细信息

目的提出基于最小二乘支持向量机(LSSVM)算法的学习模型,以提高中医临床血压数据预测的准确度和效率。方法将LSSVM学习模型应用于中医临床血压数据预测。用LSSVM等式约束代替支持向量机不等式约束,将二次规划问题转化为线性方程求解问题,降低计算复杂性,加快算法收敛速度。收集320例患者的临床脉图参数及血压数据,以其中300例样本作为训练样本,训练得到LSSVM学习模型,以其余20例样本作为测试数据,用得到的LSSVM学习模型根据患者的脉图参数预测血压数据。结果实验证明,LSSVM学习模型对血压数据有较好的预测准确度。其中基于多项式核函数的LSSVM学习模型较基于径向基核函数LSSVM学习模型表现出更好的学习和预测能力,基于多项式核函数的LSSVM学习模型中收缩压、舒张压、平均动脉压预测结果的平均预测误差分别为7.88%、8.40%、6.67%,低于基于径向基核函数的LSSVM学习模型的预测误差(分别为7.95%、9.70%、7.48%)。结论本实验提出的基于LSSVM的学习模型仅通过患者的临床脉图参数就可预测患者血压数据,对中医学临床诊断有一定的参考价值。

关键词：中国传统医学脉图参数血压支持向量机核函数最小二乘法分析

来源：评论

学校读者我要写书评

暂无评论

基于DCT同态滤波的纸病图像去噪算法研究

引用

中国造纸 2018年第5期37卷 45-49页

作者：曲蕴慧汤伟文豪雷涛陕西科技大学电气与信息工程学院陕西西安710021 西安医学院计算机教研室陕西西安710021

针对纸病图像采集过程中容易受到光源噪声干扰的问题,在分析了光源噪声特性的基础上,提出基于DCT同态滤波的纸病去噪算法。该算法首先对采集到的纸病图像进行分块,然后对每一图像块取对数,DCT变换,将其变换到频率域,使用高斯同态滤波滤... 详细信息

针对纸病图像采集过程中容易受到光源噪声干扰的问题,在分析了光源噪声特性的基础上,提出基于DCT同态滤波的纸病去噪算法。该算法首先对采集到的纸病图像进行分块,然后对每一图像块取对数,DCT变换,将其变换到频率域,使用高斯同态滤波滤除噪声干扰,最后通过IDCT变换以及取指数操作将其恢复到空间域。实验结果表明,该算法可以有效地去除纸病图像中的各类光源噪声干扰,增强纸病图像区域。

关键词： DCT变换同态滤波高斯滤波频率域

来源：评论

学校读者我要写书评

暂无评论

一种基于差影法及SVM的在线纸病检测分类方法

引用

包装工程 2018年第23期39卷 176-180页

作者：曲蕴慧汤伟冯波陕西科技大学电气与信息工程学院西安710021 西安医学院计算机教研室西安710021

目的解决目前纸病分类算法存在的实时性差、难以适应生产线在线检测要求等问题。方法提出一种基于差影法和支持向量机的在线纸病检测分类方法。首先使用差影法来判断纸张是否含有纸病;对含有纸病的纸张进行打标机打标,同时存储图像,提... 详细信息

目的解决目前纸病分类算法存在的实时性差、难以适应生产线在线检测要求等问题。方法提出一种基于差影法和支持向量机的在线纸病检测分类方法。首先使用差影法来判断纸张是否含有纸病;对含有纸病的纸张进行打标机打标,同时存储图像,提取纸病区域外接矩形的特征向量;最后使用支持向量机对纸病进行分类。结果将该方法与已有的BP神经网络以及朴素贝叶斯方法进行对比可知,分类正确率高于目前已有的分类方法,对于4种纸病的分类正确率均在90%以上,而且实时性好,更加适合于在线检测。结论该方法可以有效地对纸病进行分类,满足生产线实时检测分类的要求。

关键词：差影法纸病分类特征向量支持向量机

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的车辆监测技术

引用

信息技术与信息化 2019年第2期 21-26页

作者：鲍金玉田青张翔孙敏北方工业大学电子信息工程学院北京100144 菏泽医学专科学校计算机教研室山东菏泽274000

针对当前我国道路交通监管日益严峻的发展态势,提出一种由视频角度进行检测并监测车辆的技术。首先运用深度学习检测算法识别定位车辆,获取车辆的运动轨迹,结合摄像机标定技术测算车辆运动数据,随后对车辆与监测区域状态进行分析。基于... 详细信息

针对当前我国道路交通监管日益严峻的发展态势,提出一种由视频角度进行检测并监测车辆的技术。首先运用深度学习检测算法识别定位车辆,获取车辆的运动轨迹,结合摄像机标定技术测算车辆运动数据,随后对车辆与监测区域状态进行分析。基于该技术构建的软件系统可检测识别车辆、测算车辆数据,并对车辆与监控区域状态进行分析,实际验证了该技术的有效性与可行性。

关键词：深度学习检测视频分析监测

来源：评论

学校读者我要写书评

暂无评论

面向应用型人才培养的药物分析实验教学改革

引用

基础医学教育 2018年第11期20卷 984-987页

作者：舒朋华鞠志宇谢智宇魏夏兰徐丹许昌学院化学化工学院制药工程系许昌461000 许昌学院信息工程学院公共计算机教研室许昌学院医学院医学技术系

针对应用型本科院校药物分析实验教学中存在的主要问题,设计基于奥尔堡PBL模式的教学新思路。以许昌学院为例,对2015级化学(制药方向)专业的药物分析实验教学进行了改革。结果表明,在奥尔堡PBL模式下,学生的学习主动性增强,利用理论知... 详细信息

针对应用型本科院校药物分析实验教学中存在的主要问题,设计基于奥尔堡PBL模式的教学新思路。以许昌学院为例,对2015级化学(制药方向)专业的药物分析实验教学进行了改革。结果表明,在奥尔堡PBL模式下,学生的学习主动性增强,利用理论知识解决实际问题的能力得到很大提升,自学能力、团队协作能力与沟通表达能力也有所提高,有助于培养高水平应用型人才。

关键词：药物分析实验教学应用型人才奥尔堡PBL模式

来源：评论

学校读者我要写书评

暂无评论

潮州市小学生脊柱侧弯筛查及3D扫描辅助技术的应用研究

引用

汕头大学医学院学报 2018年第2期31卷 110-112,F0002页

作者：吴锐彬江玉珍黄伟杨锦龙谢驰吴库生汕头大学医学院公共卫生与预防医学教研室广东汕头515041 潮州市人民医院正骨科广东潮州521000 韩山师范学院计算机与信息工程学院广东潮州521000

目的:了解潮州市小学生脊柱侧弯患病情况并探索3D扫描技术在脊柱侧弯筛查中的应用,以解决更加可靠、便捷的筛查方式,为疾病的预防和治疗提供客观的资料依据。方法:在2017年10~11月,对潮州市市区及枫溪区3所小学共5 497名小学生进行脊柱... 详细信息

目的:了解潮州市小学生脊柱侧弯患病情况并探索3D扫描技术在脊柱侧弯筛查中的应用,以解决更加可靠、便捷的筛查方式,为疾病的预防和治疗提供客观的资料依据。方法:在2017年10~11月,对潮州市市区及枫溪区3所小学共5 497名小学生进行脊柱侧弯专项筛查,登记阳性患者信息并采集体表3D扫描数据资料,对筛查结果进行统计分析,对体表3D数据进行分析研究。结果:初筛阳性338名(阳性率6.15%),其中男性122例(阳性率4.04%),女性216例(阳性率8.71%),且12岁女性发生率明显高于12岁前。3D扫描图像可以更清楚看到两侧胸背部的不对称倾斜,进而可对斜面倾斜角进行定量测量。结论:潮州市小学生脊柱侧弯初筛阳性率为6.15%;女性明显高于男性。体表3D扫描技术在筛查过程中起到了更加精确辅助的作用,其应用值得探索。

关键词：脊柱侧弯体表3D扫描筛查患病率

来源：评论

学校读者我要写书评

暂无评论

云计算助力军事信息安全

引用

计算机科学 2016年第B12期43卷 170-173页

作者：李安琪张雷曾张帆陈光宣后勤学院信息化教研室北京100858 湖北大学计算机与信息工程学院武汉430062 浙江警察学院公安部大数据重点实验室杭州310000

军事信息安全是巩固国防、促进经济发展、确保国家繁荣、推动社会进步以及提高人们工作水平和生活质量的重要保障。在未来信息化条件下的战争中，云计算对军事信息安全具有举足重轻的地位。在介绍云计算和军事信息安全基本概念的基础上... 详细信息

军事信息安全是巩固国防、促进经济发展、确保国家繁荣、推动社会进步以及提高人们工作水平和生活质量的重要保障。在未来信息化条件下的战争中，云计算对军事信息安全具有举足重轻的地位。在介绍云计算和军事信息安全基本概念的基础上，阐述了现有军事信息安全面临的软、硬两种安全威胁，并详细论述了云计算可以提供灵活抗毁的军事信息安全平台，能够有效解决上述两种安全威胁。

关键词：云计算军事信息安全军事信息系统安全威胁

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：