基于Vision Transformer的阿尔茨海默病分类研究

为了有效地提升对阿尔茨海默病(AD)的磁共振成像(MRI)图像分类准确率,提出一种LC(Layer-Cut)-ViT方法。该方法通过引入Vision Transformer(ViT)的自注意力机制对MRI图像进行层切分,使模型能更好地理解图像的全局信息,同时突出切片间的特征关系。此外,通过配准、颅骨分离算法提取MRI图像的脑部组织部分,进一步提升模型的性能。实验结果显示,所提方法对阿尔茨海默病的MRI图像具有较好的分类能力。

基于贪心蚁群算法的生鲜配送全局路径规划

人们生活质量的提高,使得生鲜产品的种类和需求增加,而生鲜配送过程中存在的物流成本高、易腐烂变质、车辆载重率低、送达时效性低等问题,因此传统的配送方式已经难以适应生鲜物流的需求。通过研究贪心算法和蚁群算法,将贪心算法引入到蚁群算法中来提高蚁群算法的局部搜索能力,从而来设计出贪心蚁群算法,利用贪心蚁群算法得出优化后的车辆配送路线。通过将贪心蚁群算法、贪心算法和蚁群算法对比后,结果表明贪心蚁群算法能够在原有基础上优化路径,达到生鲜配送路径最短、有效降低成本的目标。