光伏板缺陷分类的原型网络改进

在光伏板缺陷分类领域中,传统的缺陷分类手段和新兴的机器学习方法都存在局限性,不足以满足光伏板缺陷分类需求,急需更可靠的解决方案.近些年来小样本学习以其能在有限量数据下快速学习并泛化到新任务的特点,逐渐在各领域兴起,给缺陷技术的优化带来新的思路.在这里,以典型的小样本学习方法——原型网络方法为基础,提出了基于改进的原型网络的光伏板缺陷分类方法.该方法调整了训练模式,通过改进模型主干网络和相似性度量标准来有效解决原型网络对复杂样本的特征嵌入能力较差和模型精度一般的问题,方法在经典的光伏板缺陷数据集进行了多次对比实验.结果表明:改进方法的实验耗时大大缩短,模型精度得到提高.

基于惯性-摩擦原理的PZT驱动四自由度微驱动器的研究

提出了一种由 PZT驱动、基于惯性 -摩擦原理的四自由度驱动器方案 ,在原理实验的基础上制作了四自由度驱动器的原型 ,并讨论了这一微驱动器的运动特点。实验证明 :这一原理应用于微驱动器是可行的。压电陶瓷的通电频率处于 0 Hz～ 30 0 0 0 Hz时微驱动器的运动是线性可控的。同时 。

基于蚯蚓运动原理的肠道检查微小机器人内窥镜系统

本文比较了传统的内窥镜系统和机器人内窥镜系统的差别 ,又对机器人内窥镜系统的工作环境——人体肠道内部的状况作了详细讨论 ,由此提出了机器人内窥镜系统的设计要求 .介绍了一种基于蚯蚓运动原理的微小机器人内窥镜系统 ,对微小机器人机体的构造及其驱动原理作了分析 ,选择了一种适合的驱动方式 ,确定了单一构件磁感应强度的标定方法 .实验证明 ,微小机器人的运行是平稳的 .

结肠压力数据的自组织聚类分析

结肠测压对结肠运动障碍疾病 ,如慢传输型便秘 (Slow Transit Constipation,STC)的诊断有较高的价值 ,但由于它是介入性检查 ,实施起来很不方便 .为此 ,对实际采集的结肠压力信号进行特征提取 ,采用自组织特征映射的方法进行结肠压力信号的自聚类和识别 .结果表明 ,这种方法可以区分正常与异常的结肠压力信号 ,与初始的医疗诊断相符合 ,可以作为判断肠道运动性能的辅助诊断手段 ,为根据结肠压力信号进一步识别肠道的动力性能、诊断 STC奠定了基础 .

仿生机器人的研究状况及其未来发展

随着机器人研究领域从结构环境向非结构环境的扩展 ,仿生学对它的影响也日益显著 .本文提出了目前仿生机器人研究的两个主要方向 ,即 :运动机理的研究和行为方式的研究 .探讨了这两个研究方向目前的研究状况 ,并对其未来的发展趋势作了预测 .

结肠压力信号的功率谱分析

结肠测压是广泛使用的评价消化道功能的检查手段 ,对结肠运动障碍疾病的诊断有较高的价值 ,是其他检查手段不可替代的。但是由于测量肠道压力都是介入性检查 ,实施起来很不方便 ,且影响因素较多 ,所以对结果的分析还需要不断积累经验。本文对实际采集的结肠压力信号进行功率谱密度分析 ,并与结肠的基本功能相对照。分析结果表明 ,结肠压力信号中包含着与结肠动力性能相对应的重要特征信息 。

基于蚯蚓运动原理的微小机器人构件的运动特性

介绍了一种基于蚯蚓运动原理的微小机器人内窥镜系统的原型 ,分析了单一构件活动件的运动特性 ,并通过调整各个线圈的驱动波形可以有效地控制微小机器人的运动。详细讨论了构件通电时间与构件活动件的运动位移、速度、加速度的关系 ,由此确定了微小机器人驱动电压的最高频率。可以通过调整驱动电压的频率来调节微小机器人的运行速度 ;也可以通过减少构件的通电时间解决微小机器人在运行过程中的发热问题。

医学图像自动分割的混合聚类方法

医学图像的分割效果和自动化程度对计算机辅助诊断和可视化等方面有重要影响。针对医学图像低对比度、噪声影响大的特点,提出一种混合聚类方法:在预处理图像之后,将每个像素的邻域特征向量送入自组织特征映射网络SOM(self-organizingmap)中进行训练;作为初步聚类的结果,SOM的输出典型向量根据命中图(Hits-Map)过滤,再由层次合并聚类方法进一步处理。在比较了一种聚类评价指数和两种图像分割评价指数之后,采用图像分割量化指数来确定聚类的最佳类别数;再通过后处理得到最后分割结果,分析表明这个方法是有效的。同时,也指出其不足之处和进一步研究的方向。

MR图像中的肝脏分割和肿瘤提取

磁共振MR(Magnetic Resonance)图像是公认的确认肝脏有无肿瘤等器质性病变的金标准检查方法,其中涉及肝脏的分割以及肿瘤的提取。由于脏器组织浸润和个体差异,在解决肝脏分割和肿瘤提取方面还没有通用的数字图像处理方法。在现有研究的基础上,以迭代四叉树(IQD)自动分割算法和基于灰度的分割方法,实现MR图像中肝脏的自动分割和肿瘤的提取。实验结果表明,这一套方法的可行性和优势。

基于蚯蚓运动原理的微小机器人构件的运动特性分析

介绍了一种基于蚯蚓运动原理的微小机器人内窥镜系统,对微小机器人机体的构造及其驱动原理作了介绍,并讨论了单一构件的运动特性,从而为合理地确定驱动波形及有效地控制微小机器人奠定了基础。

肝脏MR图像的初步分割

为实现肝脏磁共振(Magnetic Resonance,MR)图像分割,在四叉树分裂方法的基础上,通过删除小区块和填充孔洞的操作,得到初步的MR图像分割结果。处理结果表明该方法的可行性,并为后续的精确分割奠定基础。

条形指纹的实时拼接算法与DSP实现

为实现实时的条形指纹图像拼接,首先分析了条形指纹图像的特点和拼接过程,在基于灰度值的两步相关方法的基础上,根据DSP的特点加速了相关运算,并针对指纹图像的特点和拼接过程优化了算法的参数。基于DSP的拼接实验结果和运算量分析表明该方法的实用性,也对实现中的问题作了讨论。

机械加工尺寸预测的两种方法及其比较

将时间序列方法和神经网络方法在加工尺寸预测中的应用作了比较。在时间序列方法中 ,提出了数据序列加窗的方法以提高预测的准确性 ;在神经网络方法中 ,应用 BP网络模型 。

用于肠道检查的微小机器人内窥镜系统

对传统的内窥镜系统和主动式机器人内窥镜系统的差别作了比较,又对机器人内窥镜系统的工作环境——人体肠道内部的状况作了详细讨论,由此提出了对主动式机器人内窥镜系统的设计要求。介绍了一种基于蚯蚓运动原理的主动式微小机器人内窥镜系统,对微小机器人机体的构造及其驱动原理作了分析。同时,提出了一种微小机器人机体介入人体肠道的方法:用锥形导引管引导,将微小机器人送入肠道,避免了由肛门括约肌的收缩引起的机器人机体卡住或损坏。

应用迭代四叉树的肝脏MR图像分割

磁共振(Magnetic Resonance,MR)图像的诊断是公认的确认肝脏有无肿瘤等器质性病变的金标准方法,因此肝脏的正确分割对计算机辅助诊断有非常重要的意义。由于脏器组织浸润和个体差异,在肝脏分割实现方法方面有一定难度,目前尚没有通用的医学分割方法。在既有研究的基础上,提出了基于四叉树的迭代分割算法,得到MR图像中肝脏的自动分割结果。实验分割结果表明这种方法的可行性和优势,并为后续的肿瘤提取奠定基础。

快速条形指纹拼接算法与仿真

为实现快速的条形指纹图像拼接,在两步相关方法的基础上,改进预处理和块相关操作,进一步加快条形指纹图像拼接速度。仿真结果表明这种方法的可行性,并为拼接的实时实现奠定基础。

条形指纹拼接的MATLAB仿真与DSP实现

为实现实时的条形指纹图像拼接,首先分析条形指纹图像的特点和拼接过程,在基于灰度值两步相关方法的基础上,对经过Sobel算子预处理过的条形指纹图作了MATLAB仿真,仿真结果表明了算法的可行性。又根据DSP的特点加速了相关运算,并针对指纹图像的特点和拼接过程优化了算法的参数。基于DSP的拼接实验结果表明该方法的实用性,并对实现中的问题作了讨论。

应用小型图片数据库的镶嵌图像构造

基于图片的镶嵌画是一种非实景渲染技术,是指根据目标图片的轮廓和色彩特征,将小幅图片无缝镶嵌拼接为一幅新的目标图片,镶嵌的目标图片从远处看仍然保持原有目标图片的特征。典型的镶嵌过程包括区域切分、图片匹配和镶嵌。通常采用的大规模图片数据库可以明显提升图片镶嵌效果,但也增加了镶嵌准备的难度。针对该问题,提出了以四叉树(QT)方法切分目标图片、以自组织映射(SOM)聚类方法处理小型数据库中的图片,并从中选择匹配的图片来镶嵌目标图片的构造方法。这种可控的目标图片切分、数据库图片选择以及镶嵌的多种变化可以在保持镶嵌图片外观的前提下产生多种不同的、优美的镶嵌画。

肝脏磁共振图像的混合聚类分割

针对医学图像的自动分割,提出一种混合聚类方法。在对图像预处理后,将每个像素的邻域特征向量送入自组织特征映射网络(SOM)中进行训练。作为初步聚类的结果,SOM的输出典型向量根据命中图过滤,由层次合并聚类方法进一步处理。采用图像分割量化指数来确定聚类的最佳类别数;通过后处理得到最后分割结果,分析表明该方法是有效的。

动脉血压波关键点检测的迭代方法

提出一种检测动脉血压(ABP)波起始点位置和峰值位置的迭代算法。该方法应用斜坡和函数处理原始信号,以迭代的方法标识每个波动周期的起始位置和峰值位置。迭代计算时,考虑样本数据值的统计特性、数据序列间距关系。在对Massachusetts General Hospital/Marquette Foundation(MGH/MF)Waveform Database的数据进行算法测试后表明:该迭代算法具有快速、有效性和强壮性。