稀疏卷积神经网络用于低成本图像分类系统

传统卷积神经网络大量的计算及内存需求使嵌入式设备智能应用的开发成为挑战,为尝试将高度复杂的深度学习应用与性能有限的低成本嵌入式平台相结合,设计了一款小型嵌入式图像分类系统。实验基于结构化稀疏学习算法在Caffe框架下构建结构稀疏卷积神经网络模型,将其部署在工业派(IndustriPi)最小化系统上,通过测试得到了85.5%的准确率和处理实时影像时不小于8帧/s的运行速度。与经典模型相比,通过稀疏学习后的网络模型很大程度上减少了计算量和内存占用率,提高了低成本嵌入式设备的运行速度。

基于太赫兹光谱的DNA检测及应用综述

太赫兹波辐射因具备特有的感测能力以及无创和非电离特性而备受关注。DNA分子间的振动模式(扭转、集体振动、氢键和骨架振动)大多处于太赫兹波段。相比红外波段,DNA在太赫兹波段表现出了很多独特的吸收特性。系统地分析了太赫兹时域光谱技术在DNA分子领域的研究进展,阐述了单个碱基、碱基对、DNA的鉴定与识别,以及它们的吸收光谱和振动模式;此外,还介绍了太赫兹波的生物安全性及其潜在应用;最后根据当前的研究现状,归纳了DNA分子在太赫兹光谱研究方面仍然存在的问题,为今后的相关研究提供参考。