拥有独立服务器的音乐网站,由于网络广告、版权等问题,增加了用户的开支成本。研究一种免费、方便使用的音乐分享网站显得十分必要。本文基于一种脚本语言(active server page.NET,ASP.NET)技术设计了在线音乐网站。首先分析了所用的关...拥有独立服务器的音乐网站,由于网络广告、版权等问题,增加了用户的开支成本。研究一种免费、方便使用的音乐分享网站显得十分必要。本文基于一种脚本语言(active server page.NET,ASP.NET)技术设计了在线音乐网站。首先分析了所用的关键技术和功能需求,其次完成了数据库的设计,最后实现了注册登录功能、界面设计、播放音乐、后台管理模块、测试模块等设计。经测试,该音乐分享网站设计基本达到了预期的目标。展开更多
岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的MobileNetV2轻量化模型,通过选取5...岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的MobileNetV2轻量化模型,通过选取5种岩石类型共3 700张岩石薄片图像进行岩性识别。在MobileNetV2的倒残差结构中嵌入坐标注意力机制,融合图像中多种矿物的全局特征信息。此外,改进MobileNetV2中的分类器,降低模型的参数量和计算复杂度,从而提高模型的运算速度和效率,并采用带泄露线性整流函数(leaky rectified linear unit, Leaky ReLU)作为激活函数,避免网络训练中的梯度消失问题。实验结果表明,本文提出的改进后的MobileNetV2模型大小仅为2.30 MB,在测试集上的精确率、召回率、F_(1)值分别为91.24%、90.18%、90.70%,具有较高的准确性,相比于SqueezeNet、ShuffleNetV2等同类型的轻量化网络,分类效果最好。展开更多
为解决自然条件下人脸表情识别易受角度、光线、遮挡物的影响以及人脸表情数据集各类表情数量不均衡等问题,提出基于Res2Net的人脸表情识别方法。使用Res2Net50作为特征提取的主干网络,在预处理阶段对图像随机翻转、缩放、裁剪进行数据...为解决自然条件下人脸表情识别易受角度、光线、遮挡物的影响以及人脸表情数据集各类表情数量不均衡等问题,提出基于Res2Net的人脸表情识别方法。使用Res2Net50作为特征提取的主干网络,在预处理阶段对图像随机翻转、缩放、裁剪进行数据增强,提升模型的泛化性。引入广义平均池化(generalized mean pooling, GeM)方式,关注图像中比较显著的区域,增强模型的鲁棒性;选用Focal Loss损失函数,针对表情类别不平衡和错误分类问题,提高较难识别表情的识别率。该方法在FER2013数据集上准确率达到了70.41%,相较于原Res2Net50网络提高了1.53%。结果表明,在自然条件下对人脸表情识别具有更好的准确性。展开更多
目的探究2型糖尿病并发骨质疏松患者血清白脂素(Asprosin)、巨噬细胞炎症蛋白-1β(macrophageinflammato-ry protein-1β,MIP-1β)水平与骨密度及骨代谢指标的相关性。方法选取2022年4月~2023年4月在承德市中心医院就诊的172例2型糖尿...目的探究2型糖尿病并发骨质疏松患者血清白脂素(Asprosin)、巨噬细胞炎症蛋白-1β(macrophageinflammato-ry protein-1β,MIP-1β)水平与骨密度及骨代谢指标的相关性。方法选取2022年4月~2023年4月在承德市中心医院就诊的172例2型糖尿病患者为研究对象,并根据骨密度值结果分为2型糖尿病组(n=103)和2型糖尿病并发骨质疏松组(n=69);采用ELISA法测定血清Asprosin,MIP-1β水平;Pearson法分析血清Asprosin,MIP-1β表达水平与骨密度的相关性;Logistic回归分析2型糖尿病并发骨质疏松的影响因素;受试者工作特征(ROC)曲线分析血清Asprosin,MIP-1β水平对2型糖尿病并发骨质疏松的预测价值。结果与2型糖尿病组比,2型糖尿病并发骨质疏松组患者血清β-CTX(0.48±0.08ng/ml vs 0.42±0.04ng/ml),Asprosin(2.26±0.56ng/ml vs 1.65±0.36ng/ml),MIP-1β(26.01±6.43pg/ml vs 19.46±4.27pg/ml)水平均显著升高,骨密度(0.67±0.13g/cm2 vs 0.84±0.17g/cm2),BGP(8.33±1.23ng/ml vs 9.54±1.42ng/ml),T-P1NP(30.38±3.27ng/ml vs 32.49±3.29ng/ml)水平降低,差异具有统计学意义(t=6.501,8.699,8.032,7.039,5.773,4.133,均P<0.05);Pearson法分析显示,2型糖尿病并发骨质疏松组患者血清Asprosin,MIP-1β水平均与骨密度呈负相关(r=-0.484,-0.498,均P<0.05);Logistic回归分析显示血清Asprosin,MIP-1β水平均为影响2型糖尿病并发骨质疏松发生的独立危险因素(均P<0.05);ROC曲线分析显示,血清Asprosin,MIP-1β水平预测2型糖尿病患者并发骨质疏松的AUC分别为0.768,0.704,联合预测的AUC为0.859,优于二者单独预测(Z=1.812,2.895,均P<0.05)。。结论2型糖尿病患者并发骨质疏松患者血清Asprosin,MIP-1β水平显著升高,二者水平与骨密度密切相关,血清Asprosin,MIP-1β是2型糖尿病发生骨质疏松的独立危险因素,二者联合检测对疾病发展有较高的预测价值。展开更多
文摘拥有独立服务器的音乐网站,由于网络广告、版权等问题,增加了用户的开支成本。研究一种免费、方便使用的音乐分享网站显得十分必要。本文基于一种脚本语言(active server page.NET,ASP.NET)技术设计了在线音乐网站。首先分析了所用的关键技术和功能需求,其次完成了数据库的设计,最后实现了注册登录功能、界面设计、播放音乐、后台管理模块、测试模块等设计。经测试,该音乐分享网站设计基本达到了预期的目标。
文摘岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的MobileNetV2轻量化模型,通过选取5种岩石类型共3 700张岩石薄片图像进行岩性识别。在MobileNetV2的倒残差结构中嵌入坐标注意力机制,融合图像中多种矿物的全局特征信息。此外,改进MobileNetV2中的分类器,降低模型的参数量和计算复杂度,从而提高模型的运算速度和效率,并采用带泄露线性整流函数(leaky rectified linear unit, Leaky ReLU)作为激活函数,避免网络训练中的梯度消失问题。实验结果表明,本文提出的改进后的MobileNetV2模型大小仅为2.30 MB,在测试集上的精确率、召回率、F_(1)值分别为91.24%、90.18%、90.70%,具有较高的准确性,相比于SqueezeNet、ShuffleNetV2等同类型的轻量化网络,分类效果最好。
文摘为解决自然条件下人脸表情识别易受角度、光线、遮挡物的影响以及人脸表情数据集各类表情数量不均衡等问题,提出基于Res2Net的人脸表情识别方法。使用Res2Net50作为特征提取的主干网络,在预处理阶段对图像随机翻转、缩放、裁剪进行数据增强,提升模型的泛化性。引入广义平均池化(generalized mean pooling, GeM)方式,关注图像中比较显著的区域,增强模型的鲁棒性;选用Focal Loss损失函数,针对表情类别不平衡和错误分类问题,提高较难识别表情的识别率。该方法在FER2013数据集上准确率达到了70.41%,相较于原Res2Net50网络提高了1.53%。结果表明,在自然条件下对人脸表情识别具有更好的准确性。
文摘目的探究2型糖尿病并发骨质疏松患者血清白脂素(Asprosin)、巨噬细胞炎症蛋白-1β(macrophageinflammato-ry protein-1β,MIP-1β)水平与骨密度及骨代谢指标的相关性。方法选取2022年4月~2023年4月在承德市中心医院就诊的172例2型糖尿病患者为研究对象,并根据骨密度值结果分为2型糖尿病组(n=103)和2型糖尿病并发骨质疏松组(n=69);采用ELISA法测定血清Asprosin,MIP-1β水平;Pearson法分析血清Asprosin,MIP-1β表达水平与骨密度的相关性;Logistic回归分析2型糖尿病并发骨质疏松的影响因素;受试者工作特征(ROC)曲线分析血清Asprosin,MIP-1β水平对2型糖尿病并发骨质疏松的预测价值。结果与2型糖尿病组比,2型糖尿病并发骨质疏松组患者血清β-CTX(0.48±0.08ng/ml vs 0.42±0.04ng/ml),Asprosin(2.26±0.56ng/ml vs 1.65±0.36ng/ml),MIP-1β(26.01±6.43pg/ml vs 19.46±4.27pg/ml)水平均显著升高,骨密度(0.67±0.13g/cm2 vs 0.84±0.17g/cm2),BGP(8.33±1.23ng/ml vs 9.54±1.42ng/ml),T-P1NP(30.38±3.27ng/ml vs 32.49±3.29ng/ml)水平降低,差异具有统计学意义(t=6.501,8.699,8.032,7.039,5.773,4.133,均P<0.05);Pearson法分析显示,2型糖尿病并发骨质疏松组患者血清Asprosin,MIP-1β水平均与骨密度呈负相关(r=-0.484,-0.498,均P<0.05);Logistic回归分析显示血清Asprosin,MIP-1β水平均为影响2型糖尿病并发骨质疏松发生的独立危险因素(均P<0.05);ROC曲线分析显示,血清Asprosin,MIP-1β水平预测2型糖尿病患者并发骨质疏松的AUC分别为0.768,0.704,联合预测的AUC为0.859,优于二者单独预测(Z=1.812,2.895,均P<0.05)。。结论2型糖尿病患者并发骨质疏松患者血清Asprosin,MIP-1β水平显著升高,二者水平与骨密度密切相关,血清Asprosin,MIP-1β是2型糖尿病发生骨质疏松的独立危险因素,二者联合检测对疾病发展有较高的预测价值。
