基于BP神经网络的橙子品质识别

随着生活质量的不断提高,人们对各类果蔬的品质要求越来越高。橙子甘甜可口,深受人们的青睐,对其品质进行精准识别有助于保证消费者购买到的橙子质量,也可帮助商家及时清理腐烂的橙子。本研究以橙子为识别对象,基于图像处理及神经网络学习建立橙子品质识别模型,通过图像处理提取橙子的图像特征,将提取的特征集导入BP神经网络进行训练进而完成分类识别。结果显示:该识别模型的识别准确率为91.7%,同时具有成本低、识别速度快、检测方便等优点,且实现了无损检测。

Sb元素及稀土对Zn-10Al基钎料及钎焊接头性能影响

向Zn-10Al-5Cu基体中添加元素Sb及稀土镧钕,采用真空炉、万能材料试验机、金相及扫描电镜等设备,研究了Sb元素及稀土添加量对Zn-10Al-5Cu组织、性能及钎焊接头性能的影响.结果表明,钎料合金的铺展面积随Sb元素添加量的增加先较快增大后又趋于稳定趋势;抗拉强度随Sb元素添加量的增加而稳定增加;钎料组织由共析与共晶组织混合而成;在优选出的Zn10Al5Cu1.5Sb钎料中添加稀土镧钕,钎料的润湿性得到进一步改善,当稀土添加量为0.15%时,钎料的润湿性最佳;此时钎料组织中灰色粗大树枝晶组织及黑色层块状组织减少、灰黑相间层片状组织增多且变的细小,基体组织得到最大程度细化,钎料合金及钎焊接头强度达到最大;继续增加稀土,钎料合金的润湿性及钎焊接头的抗剪强度反而下降.

基于静电吸附原理和超声波加湿器原理对黑板擦和黑板的改造设计

针对擦拭黑板产生的粉尘对人和环境造成的危害,设计出一种新型的黑板及黑板擦配套装置。利用静电吸附和超声波加湿器原理,使粉尘能够附着在黑板或者是黑板擦上。在黑板上设计了自动清洁系统,黑板底部设有粉尘回收装置,对粉尘进行回收,以此减轻粉尘对师生的伤害并达到改善教室环境的目的。

人工智能在中医药领域应用前景探析

采用文献综述法、定性分析法,以人工智能和中医药领域发展为研究对象,探究人工智能在中医药领域中的应用和发展。结果发现人工智能技术可显著提升中医药研发效率、辅助诊断准确性和智能制药水平,为中医药现代化和国际化发展提供新契机。在后续中医药领域发展中,应高效应用人工智能技术,强化技术人才研发和人才培养力度,以推动中医药发展。

同尺度和跨尺度增强的U-Net用于视网膜血管分割

视网膜血管的自动分割技术有助于早期诊断和治疗与视网膜相关的疾病。由于视网膜血管结构复杂且精细,眼底图像存在着低对比度、光照不均以及病理性渗出物等因素的干扰,导致该任务仍然具有挑战性。针对该任务主流框架U-Net中未考虑全局语义依赖关系以及编码器和解码器之间的语义鸿沟问题,提出了一种同尺度和跨尺度增强的U-Net模型。从两个角度对该模型进行设计:对于同一尺度的编码-解码层,一种空间增强的自注意力机制被嵌入到每个编码层中以增强模型的全局空间聚合能力,并进一步将其拓展到解码端来缓解解码过程中上采样操作带来的信息丢失等问题;对于不同尺度的编码-解码层,引入了一种新颖的跨尺度融合模块,通过动态地选择最深层中丰富的特征信息来增强与其它层之间的语义交互,从而进一步弥合编码器和解码器之间的语义鸿沟。在DRIVE、CHASE_DB1和STARE三个视网膜标准数据集上进行了实验验证,实验结果表明I2A-Net能有效地分割出视网膜血管结构,相比与基线模型,在各项评价指标上均取得了较高的提升。