【摘 要】
：
利用中药材粉末显微图像识别的方法对中药样品进行鉴别是其质量监控的一项关键技术,开展该项研究工作具有重要意义。本文使用深度学习建立一套基于细粒度的中药材显微图像鉴定框架,即使用卷积神经网络来充分学习到细微的判别性特征,最终实现一种通用的计算机中药材粉末显微图像识别方法。论文主要工作和创新性如下:（1）提出一种基于改进信息融合和注意力机制的检测方法。首先将YOLO v4目标检测算法中的PANet部分进
论文部分内容阅读
利用中药材粉末显微图像识别的方法对中药样品进行鉴别是其质量监控的一项关键技术,开展该项研究工作具有重要意义。本文使用深度学习建立一套基于细粒度的中药材显微图像鉴定框架,即使用卷积神经网络来充分学习到细微的判别性特征,最终实现一种通用的计算机中药材粉末显微图像识别方法。论文主要工作和创新性如下:（1）提出一种基于改进信息融合和注意力机制的检测方法。首先将YOLO v4目标检测算法中的PANet部分进行改进,使小目标特征能够很好地利用,其次在YOLO v4的主干特征提取网络和PANet之间加入CBAM模块,使模型能够更好地将注意力聚焦在前景特征上。实验结果表明,改进PANet之后m AP实现2.4%的提升,在此基础上加入CBAM模块实现0.6%的提升,最终使mAP达到83.2%,对于像淀粉粒、结晶等小尺度目标获得了更好的检出效果。（2）提出一种基于改进动态Re LU激活函数和注意力机制的分类方法。首先在Xception网络的残差结构中加入改进的SE-Net,使其能够更好的聚焦到图像中的物体本身,抑制无用信息,其次在Xception网络中采用改进动态Re LU激活函数,让不同的样本数据具有自适应的激活函数斜率,更好的拟合训练的数据。实验结果表明,在识别率方面,只加入改进的SE-Net提升了1.1%,只采用改进动态Re LU激活函数提升了1.2%,将两种改进结合的识别率综合提升了3.1%。（3）提出一种基于多通道融合和改进SPP-Net结构的分类方法。首先在输入端使用Canny边缘检测特征图和局部二值模式特征图与原RGB图像合并形成五通道的输入图像,用来增加输入数据在通道上的维度提供更丰富的纹理信息,其次在网络结构中将SPP-Net进行改进并嵌入到Efficient Net网络中,增加网络的深度,使网络能挖掘出图像的深层纹理信息,而不受采集环境等的影响,很好的解决跨数据库图像识别问题。实验结果表明,本文方法的识别率提升了2.7%,达到81.5%。
其他文献
车联网指的是车辆通过车载网络单元与互联网中其他实体进行信息交互的过程。这种交互可以帮助驾驶员获取实时的交通信息,提高出行效率。V2P（Vehicle to Parking）作为车联网中的一种应用场景,为需要泊车服务的用户提供了合适的车位信息,解决了停车难的问题。然而在使用V2P服务的过程中,车辆与其他实体之间的通信大多在开放性的无线信道中进行,发出的消息在传输过程中容易遭受窃听、篡改等攻击,进而暴
定模动辊变截面辊弯成型装备是对板材进行变截面渐进成型加工的复杂机电设备。加工出的成品具有种类多且载荷性能优良的特点,因而有着广泛应用前景。因此,对五道次定模动辊变截面辊弯成型机的加速度展开优化分析,减小加速度峰值,提高设备运行的稳定性,对提高产品质量具有重要意义。本文利用强化学习智能优化方法,对定模动辊成型机进行优化。首先基于能量守恒原理,通过计算定模动辊机电系统中势能、动能、电场能、磁能、机械损
抑郁症是一种危害极大的心身疾病，其发病机制和病机演变过程十分复杂，本文在王永炎院士提出的“虚气流滞”病机理论的指导下，深入剖析了抑郁症“虚气流滞”的病机特点，详细阐述了抑郁症以虚气为本、流滞为标，虚气与流滞相互裹挟、恶性循环的病机特点和演变规律，同时基于诸多研究提出抑郁症“炎症-线粒体损伤”恶性循环假说，并指出线粒体是打破恶性循环的关键治疗靶点，保护线粒体是抑郁症“补虚培元”治则的潜在生物学实质，
随着智能监控技术的发展和应用,人体行为检测技术已成为视频监控领域研究的热点问题。采用行为检测技术可以对监控区域中目标的行为进行准确检测,提高人工筛查的工作效率,及时帮助相关人员应对突发情况,减少事故带来的损失。然而由于场景背景复杂、人体之间遮挡严重、行为之间相似度较大、行为类别千姿百态等问题的存在,使行为检测任务变得艰难。针对以上问题,本文通过提取视频序列的时空特征（时间特征和空间特征）对人体发出
随着深度学习技术的不断发展,人类社会逐步进入了一个人工智能的时代。人机交互技术作为人工智能中的一个分支,近年来也取得了巨大的进步。唇语识别技术作为人机交互的一种,也越来越受到关注。然而,有关唇语识别的研究中,大部分都集中在英文语料上,有关中文唇语识别方面的研究鲜有问津。这主要是由于中文的影响力不及英文,中文唇语识别技术的发展起步又较晚,缺少有影响力的中文唇语数据集,且对于中文词语识别的准确率并不理
抑郁症的发病率与日剧增，其病因、病机、病理已成为中西医研究的热点话题。“虚气流滞”创新中医病机理论，认为元气虚衰、气血津液等流动性物质发生郁滞是抑郁症的重要发病机制，该病机强调以气虚为本，以气郁为要，以流滞为标的病理特点。本文结合临床实践经验及现代科学研究成果，以该病机假说为理论框架，提出抑郁症的生物学实质假说体系：抑郁症以突触微环境稳态失衡为核心，“气郁为要”与神经-内分泌-免疫网络失衡有关，“
同时定位与建图（Simultaneous Localization and Mapping,SLAM）技术主流3D激光传感器为机械3D激光雷达,但因其内置旋转部件所以寿命比较短,同时采用水平线性扫描模式,在识别周围环境时会出现盲区。而固态3D激光雷达内无旋转部件所以寿命比较长,同时采用无重复路径的扫描模式,可以减少盲区,因此利用固态3D激光雷达进行SLAM逐渐成为一种趋势,但是固态3D激光雷达的扫
随着智能交通系统和自动驾驶技术的发展,广义标签多伯努利滤波器（Generalized Labeled Multi-Bernoulli Filter,GLMB）等多目标跟踪算法已成为上述两个领域的关键技术之一。在实际交通场景中,毫米波雷达多目标跟踪技术面临场景疏密程度变化、目标个数时变与目标间遮挡等诸多挑战。本文主要针对的是在毫米波雷达交通监测场景时变过程中,GLMB滤波器参数无法与场景匹配,难以保
舌面裂纹是中医舌诊领域进行疾病诊断的一个可靠依据。面向移动端应用背景,使用手机采集图片存在较大质量差异,传统分割方法处理难以取得较好的结果。本文采用深度学习、迁移学习的方法进行准确地裂纹分割,并根据病症进行分类,对实现智慧医疗、中医数字化具有研究意义。论文主要工作和创新性如下:（1）提出一种基于迁移学习和改进U-Net网络结构的舌面裂纹分割方法。首先,采用水平翻转、随机裁剪、归一化等数据扩充手段缓
人物行为分析技术是人工智能中计算机视觉领域的重要研究方向。深度学习因其具有学习能力的特点被广泛应用于人物行为分析中。然而目前人物行为分析技术中仍存在人物之间交互特征利用不充分及复杂背景下人物行为对象不明确或缺失问题有待解决。针对这些难点,本文对基于深度学习的人物行为分析关键技术进行研究,具体内容如下:（1）针对人物之间交互特征信息利用不充分的问题,本文提出了基于交互特征生成算法的双流网络。该双流网