近四年胶囊内镜图像病灶的深度学习识别研究进展

胶囊内镜广泛地应用于整个胃肠道非侵入式检测,但得到的海量图片的处理已经成为这一检测技术发展的瓶颈。基于卷积神经网络的计算机辅助系统是解决这一问题的有效途径。选取最近4年基于卷积神经网络的内镜图像处理文献,分别从卷积神经网络的作用以及针对内镜图像的网络结构调整两方面展开分析。深度学习方法在内镜图像处理领域的发展方向主要为大规模内镜图像数据库建立、迁移学习方法、多网络融合以及先进网络结构。由于有效样本数据匮乏和样本多样性不足无法近期解决,基于深度学习的内镜图像处理研究重点将为迁移学习以及数据与先验知识的融合研究。

基于决策树和正交试验设计的打叶复烤工艺参数优化

打叶复烤过程的工艺参数设置是稳定烟叶质量的关键,为了提高烟叶质量的稳定性,本文提出了一种基于决策树与正交试验设计的参数优化方法。使用决策树算法模型挖掘与分析打叶复烤历史数据的工艺参数与出口水分指标之间的关系,得到工艺参数对指标的影响权重排序,由此设计因素水平表进行正交试验设计,根据试验结果对决策树模型进行验证与修正,并获得较优参数组合,现场验证表明修正后的预测结果与实际相比误差小于5%,所获得的参数组合充分满足现场需求。