一种基于嵌入式系统的沙漠灌溉机

沙漠灌溉机是一种集定点根部灌溉、范围性覆盖灌溉、给树苗施肥助长等功能于一体的灌溉机器,主要解决沙漠地区植树给树苗浇水时由于环境恶劣导致大型机器不便工作、人力损耗极大等问题。通过单片机嵌入式技术实现路径规划、灌溉方式选择、自主行走等智能化功能。其路径规划系统采用了技术比较成熟且相对稳定的SLAM(Simultaneous Localization and Mapping,即时定位与地图创建)算法,图像采集系统采用了OpenMV加神经网络算法进行自主图像识别,机械系统结合机械原理和机械设计内容采用了连杆机构和齿轮机构等多种机构。主控部分采用了STM32芯片结合单片机接口技术等原理对路径规划系统、图像采集系统和机械系统的控制进行了合理的模块化封装。

重参数化大核卷积的光学黑色素瘤图像检测算法

针对皮肤镜采集的光学黑色素瘤图像,由于其背景信息复杂,干扰信息过多,导致检测精度较低,容易出现误检、漏检等问题,提出一种重参数化大核卷积的光学黑色素瘤图像检测算法。首先,在主干部分设计一种融合大核卷积与C3的新模块C3_RepLK,以增大模型的感受野,提取更多的有效信息。其次,引入感受野模块RFB,融合不同尺度的特征信息,减少错检。颈部网络中采用混合密集稀疏卷积GSConv和轻量化上采样算子CARAFE,使得网络能够捕捉到丰富的上下文信息,抑制漏检。最后,在算法中融入二阶通道注意力模块SOCA,加强特征之间的关联性,关注更有用的特征。实验表明,所提检测算法较原YOLOv5算法,所有类别平均精度从85.0%提升至89.4%,证明所提出的算法对于检测黑色素瘤的有效性。

基于改进ResNeXt的黑色素瘤识别算法

皮肤镜检测中黑色素瘤采用传统算法难以实现高精确的识别,易受不同医生水平等因素影响,为了提高识别准确率及解决类内差异大和样本数据量少等问题,提出了一种基于ResNeXt改进的黑色素瘤识别算法——SE-ResNeXtFCL。首先训练前增加了预热机制,引入Focal loss函数来解决数据不平衡的问题。该算法使用迁移学习,并融合SE注意力机制,在提高网络鲁棒性的同时,加强对皮肤图像细节特征的提取,得到更重要的特征信息,从而提高准确率。相关实验结果显示:与传统卷积网络相比,AUC值提高了5%~7%,准确率达到96.05%。

互联网背景下的企业财务会计与管理会计融合发展探讨

随着互联网时代的来临,企业对信息技术进行了大量的应用,对企业的会计活动产生了较大的影响。企业内部的利益出现巨大变化,出现经营者和相关者的利益统一情况,这就为管理会计和财务会计的融合奠定了基础。互联网时代下企业的会计工作从不同层面开始出现融合情况,最后发展为财务会计和管理会计融合统一的发展情况。本文首先对互联网时代对会计工作的影响进行总结,并提出两者融合发展的实践策略。