改进Unet++在脑肿瘤图像分割的研究

针对计算机辅助脑肿瘤图像分割精度不高,提出改进的密集连接网络Unet++脑肿瘤自动分割网络。分别将残差块和数据相关型上采样Dupsampling融入网络的编码、解码部分,提高特征提取的能力并防止梯度消失;使用Mish激活函数代替Relu激活函数,更平滑的曲线有助于提升网络的非线性特征提取能力和泛化性;使用交叉熵和Dice结合的损失函数,进一步提升分割精度。该方法在BraTs2019部分数据上验证,在全肿瘤、核心肿瘤和增强肿瘤分割结果的Dice系数分别达到0.9236、0.8745、0.8404,豪斯多夫距离为1.806、2.994、1.865,优于大多数脑肿瘤分割模型。

基于龙芯派的人脸识别智能物联网抽纸系统的设计与实现

在无人值守公共场所,因使用者不节制地抽纸而导致纸张浪费,接触性取纸也会带来病毒传播的风险,为更好地解决这些问题,文章基于物联网技术开发使用龙芯派平台的智能抽纸系统。智能抽纸系统包含纸张存储机构、送纸机构、压纸机构及视觉传感器和人脸识别控制系统等。系统搭载龙芯派芯片作为主控设备,UI设计上使用Qt完成桌面程序的编写,并对样机进行实际控制测试,结果证明该智能物联网抽纸系统可以快速进行人脸识别与检测,可以控制同一个人在短时间内只能抽取限定数量或者长度的纸巾,从而实现公共场所节约用纸,具有良好的应用前景。

改进YOLOv4的密集遥感目标检测

基于遥感目标在密集分布和背景复杂场景中因特征提取和表达能力的不足而存在漏检和检测效果不佳的问题,提出了改进YOLOv4的遥感目标检测算法。对用于检测目标的锚框(anchor)用K-means聚类算法重新聚类来减少网络计算量;改进特征提取网络结构,引入残差连接取缔网络中连续卷积操作来提高密集目标特征提取能力;在特征提取网络中激活函数加入自适应激活与否的特征激活平滑因子,而在PANet特征融合网络结构中采用Mish激活函数,增强网络对非线性特征的提取能力,从而提升网络的特征提取能力,提高遥感目标在密集分布场景中的检测效果。将所提算法和原始的YOLOv4目标检测算法在遥感图像数据集上进行对比实验,改进YOLOv4算法在实验选用的遥感图像测试数据集上的平均准确率均值(mAP)达到85.05%,与YOLOv4算法相比,mAP提升了5.77个百分点。实验结果表明,在单目标密集分布和多目标混合分布等背景复杂条件下,改进YOLOv4算法具有更好的检测效果。

基于FreeRTOS的丰年虾卵自动孵化投食系统方案设计

以喂养观赏鱼为目的的丰年虾卵孵化需要满足温度、盐度、时间等一系列的要素,本设计提出一种基于Free RTOS操作系统并以STM32F429IGTx单片机为主控的丰年虾卵自动孵化投食系统。本系统可以完成包括自动供料、自动孵化、恒温控制、自动喂鱼、自动排水的功能,并使用TouchGFX设计UI来进行人机交互。本设计可以使丰年虾卵的孵化过程和投食过程自动化,与现有的丰年虾卵孵化方法或者设备相比更加方便、智能和人性化。

电力电子变压器在交直流系统中的应用

为了增加能源利用率,降低成本和损耗,通过建立基于电力电子变压器的稳态模型,实现对交直流混合电网的协同调控。建立电网可靠性约束等条件下的成本和功率损耗的最小化模型,求解一个包含整数变量的多目标问题。在改变电网拓扑结构的前提下,通过加入电力电子变压器实现对电网的协同优化,对于改变结构的电网静态模型,采用基于精英策略的非支配性排序遗传算法求解出60组包含微电网中运行成本和功率损耗的优化调度的帕埃托解集。在与电力电子变压器和逆变器两种对比方法中,分别采用熵权法结合理想度排序法获得折中最优解,以安徽某地区农村实际微电网建立仿真模型进行验证。通过对仿真结果分析,与传统逆变器相比,利用电力电子变压器的协同调控能够减少微电网运行成本和损耗。

基于STM32的咖啡生豆自动筛选设计

咖啡生豆的筛选是咖啡生豆加工中的重要一环,咖啡生豆的自动化筛选可以有效地减少人工成本并提高效率。咖啡生豆会通过自动供料装置来到检测装置,检测装置通过摄像头将咖啡生豆的图像传至工控上位机,工控上位机会根据检测程序进行图像识别并将检测结果通过串口传回STM32。STM32根据检测结果控制自动筛选装置对咖啡生豆进行筛选分类。

我的理想

每当我看见街头上有警车驶过时,总会投去一阵羡慕的眼神,那威风凛凛的警车让人看了以后,心里马上会产生一种正义和安全感。如果有坏人,那坏人忐忑不安的样子很容易被发现,警车在晚上巡逻时,想起高高的喇叭声,还能把坏人吓跑呢!