利用早停可微架构搜索的三维点云模型分类

针对现有三维点云分类网络采用人工设计费时费力的问题,提出早停可微架构搜索(early-stopping differentiable architecture search,ES-DARTS)算法。利用从人工设计网络架构中提取到的先验知识,预定义一个包含高效候选操作的搜索空间,可快速搜索出适用于三维模型分类任务的高性能网络模型;通过追踪网络搜索阶段各候选操作的权重变化,找出跳跃连接操作在双重优化过程中发挥不公平竞争作用的临界点并在此处停止搜索,以保证各候选操作之间的稳定性,解决DARTS算法搜索过程中易出现性能崩溃的问题。提出的算法在ModelNet40数据集上达到了93.2%的识别准确率,比当前人工设计的主流网络具有更高的识别准确率。

早息停喷雾剂治疗早泄61例临床研究

目的为了研究、观察早息停喷雾剂治疗早泄的效果。方法应用本院自制的早息停喷雾剂对阴茎表面喷涂,并辅以性心理指导治疗,观察用药6周后及停药2周后,患者CIPE-5评分。结果61例应用早息停喷雾剂治疗的早泄患者,短期疗效显效率为50.8%,改善率为18.0%,无效率为31.2%。长期疗效显效率为21.3%,改善率为27.9%,无效率为50.9%。结论应用早息停喷雾剂治疗早泄,是能够达到一定效果的,并且有安全、方便与价廉的优点,值得推广使用。

早息停喷雾剂对大鼠阴道粘膜刺激性实验研究

目的观察大鼠阴道接触早息停喷雾剂后所产生的局部刺激反应。方法以大鼠阴道每日给药1次,每次0.1ml,连续给药7d,同时设溶剂组和空白对照组,观察大鼠阴道粘膜的刺激反应。结果肉眼观察取出的阴道组织,各组均未见阴道粘膜有明显充血、水肿、糜烂及溃疡等改变。结论早息停喷雾剂对阴道粘膜无刺激。

早息停喷雾剂治疗早泄61例临床分析

目的:研究观察早息停喷雾剂治疗早泄的效果。方法:应用早泄停喷雾剂对阴茎表面喷涂,并辅以性心理指导治疗,观察用药6周后及停药2周后,按早泄患者性功能评价表。结果:应用早息停喷雾剂治疗早泄61例,短期疗效中显效31例(50.8%),改善11例(18.0%),无效19例(31.2%)。长期疗效中显效13例(21.3%),改善17例(27.9%),无效19例(50.9%)。结论:早息停喷雾剂治疗早泄有一定效果,具有安全、方便与价廉的优点,值得推广使用。

早息停喷雾剂对重度早泄患者射精潜伏期影响的观察

目的:研究早息停喷雾剂对重度早泄患者射精潜伏期的影响。方法:观察组应用早息停喷雾剂对阴茎表面喷涂,对照组应用恩纳乳膏阴茎涂抹,并辅以性心理指导治疗,观察用药6周后及停药2周后,患者CIPE-5评分及射精潜伏期变化。结果:观察组26例患者,短期疗效显效率为46.1%,改善率为30.8%,无效率为23.1%。长期疗效显效率为11.5%,改善率为50.0%,无效率为38.5%。对照组14例,短期疗效显效率为28.6%,改善率为28.6%,无效率为42.8%。长期疗效显效率为7.1%,改善率为42.9%,无效率为50.0%。结论:早息停喷雾剂较恩纳乳膏有效率更高、防治范围广、副作用小、使用方便,值得推广使用。

探讨早孕胚胎停育与多种接触因素相关性和胚胎停育的病因

目的探讨早孕胚胎停育与多种接触因素相关性和胚胎停育的病因。方法选取我院2018年1月~2019年1月收治的早孕胚胎停育患者80例为观察组,同期选择正常孕妇80例为对照组。回顾性分析两组相关资料,总结分析胚胎停育与多种接触因素相关性及其病因。结果两组孕期补充叶酸、烫染发、喝酒、体育锻炼、被动吸烟、喝咖啡或饮浓茶、孕后心情、情绪控制、性格等因素对比差异显著(P<0.05);而不同孕周胚胎停育不良接触因素对比无明显差异(P>0.05)。结论胚胎停育的危险因素为烫染发、喝酒、体育锻炼、被动吸烟、喝咖啡或饮浓茶等,保护因素为好的心情、稳定的情绪、良好的性格,适量运动、孕前、孕期补充叶酸可促进胚胎健康发育;不良接触因素数量与胚胎停育的孕周无相关性。

早孕胚胎停育76例超声下卵黄囊的观察

目的通过对早孕胚胎停育超声下卵黄囊的观察,评价卵黄囊预测早孕预后不良结局的价值。方法应用超声诊断仪观察76例早孕胚胎停育的卵黄囊形态的改变,根据结果分为正常及异常卵黄囊的结构,进行对比分析。结果胚胎停育者中卵黄囊的形态、大小与正常卵黄囊存在着明显的差异。结论应用超声诊断仪监测卵黄囊的形态的异常对早孕结局不良有着较好的预测作用。

早息停喷雾剂对大鼠阴道粘膜刺激性实验研究

目的观察大鼠阴道接触早息停喷雾剂后所产生的局部刺激反应。方法以大鼠阴道每日给药一次,同时设溶剂组和空白对照组,观察大鼠阴道粘膜的刺激反应。结果肉眼观察取出的阴道组织,各组均未见阴道粘膜有明显充血、水肿、糜烂及溃疡等改变。结论早息停喷雾剂对阴道粘膜无刺激。

集束化护理干预在早孕胎停产妇中的护理效果研究

围绕集束化护理干预用于早孕胎停产妇临床过程的实际护理效果展开回顾性研究。方法:选取本院妇产科在2017年1月-2019年1月期间的200例早孕胎停产妇临床病例资料作为研究对象,基于护理方法的不同用进行对象分组,研究组1采取常规护理干预,研究组2采取常规护理干预基础上的集束化护理干预,对比分析两组孕产妇经临床护理后的护理效果、心理状态、生活质量改善评分及护理满意度。结果:研究组2孕产妇护理后的护理效果明显高于研究组1(P<0.05),孕产妇对于整体护理工作的满意度明显高于研究组1(P<0.05),同时研究组2孕产妇心理状态和生活质量改善评分均明显高于研究组1(P<0.05),可见两组护理整体效果差异显著。结论:实施集束化护理干预用于早孕胎停产妇临床过程的实际护理效果可以提升孕产妇整体素质,能够有效改善孕产妇的心理状况和生活质量,提升护理满意度,极具应用价值。

基于YOLO的集装箱锁销分类联邦学习网络

集装箱锁销自动拆卸任务是实现无人码头的最后一个技术瓶颈,锁销图像分类实时结果用于后继机械手启用适配的拆卸装置和动作程序,是自动化拆卸任务的关键环节。丰富多样的锁销数据集有利于保障锁销分类神经网络的鲁棒性。然而,由于锁销使用具有商业敏感性、图像网络传输开销大等原因,锁销使用方如码头往往不将其拥有的锁销图像数据与他方共享,而是各自迭代自己的神经网络模型。这导致各使用方的自有模型对其之前少用的锁销的分类准确率较低,极易在拆卸时引发故障,从而影响无人化操作效率。由于传统的中心式学习无法解决上述问题,提出了一种基于YOLO的锁销分类联邦学习网络。首先,在YOLOv8的基础上建立锁销分类神经网络;其次,基于Flower框架建立分布式的联邦学习架构,并提出了改进的FedAvg-mAP算法,提高了聚合后的全局模型的性能。此外,在本地模型训练阶段引入早停策略,加速了全局模型的收敛,且使收敛过程更加平滑。实验表明,提出的基于YOLO的锁销分类联邦学习网络能在图像数据不共享的前提下实现传统的中心式学习的功能,且改进的FedAvg-mAP算法相比传统算法具有更好的性能。

基于改进注意力机制的自适应航迹预测方法

针对现有循环神经网络在解决目标航迹预测问题中容易存在训练过拟合、预测精度不高、泛化能力差以及适应性不强的问题,提出了一种基于改进注意力机制和门控循环单元(GRU)的目标航迹预测方法。该方法通过早停法来自动终止网络训练过程,防止训练过拟合;通过模型检查点函数保存网络训练中的最优网络参数;通过把注意力机制引入GRU网络中,对轨迹特征赋予不同的权重来聚焦重点航迹信息,提高网络的预测性能。最后,通过仿真实验证明,该方法能够有效提升循环神经网络的预测精度、泛化性及适应性。

早孕期胚胎停育发生的影响因素及Zeste增强子同源物2和水通道蛋白3水平变化分析

目的探讨早孕期胚胎停育发生的影响因素分析及Zeste增强子同源物2(EZH2)和水通道蛋白3(AQP3)水平变化。方法选取2018年5月—2020年5月于陇南市第一人民医院产科行早孕期检查的产妇379例为研究对象,统计早孕期胚胎停育的发生情况,分析早孕期胚胎停育发生的影响因素,并根据是否发生早孕期胚胎停育分为早孕期胚胎停育组349例、正常早孕组各30例。分析早孕期胚胎停育组、正常早孕组EZH2、AQP3水平,并做比较。结果早孕期胚胎停育与既往不良孕产史、电子产品使用、情绪控制、孕期患病、孕期补充叶酸、孕期服用避孕药、饮酒(配偶)及吸烟(配偶)有关,其中既往不良孕产史≥2次、电子产品使用≥4 d/周、情绪控制力弱、孕期患病、孕期未补充叶酸、孕期服用避孕药、饮酒(配偶)及吸烟(配偶)患者早孕期胚胎停育发生率较高,差异有统计学意义(P<0.05)。既往不良孕产史、电子产品使用、情绪控制、孕期患病、孕期补充叶酸、孕期服用避孕药、饮酒(配偶)及吸烟(配偶)为早孕期胚胎停育的主要影响因素(P<0.05)。与正常早孕组相比,早孕期胚胎停育组EZH2水平较低,AQP3水平较高(P<0.05)。EZH2、AQP3之间负相关(r=-0.481,P<0.05)。结论早孕期胚胎停育受多因素的共同影响,且EZH2、AQP3水平表达异常,临床可根据相关影响因素及EZH2、AQP3水平表达高低,早期预测并评估早孕期胚胎停育,以降低早孕期胚胎停育的发生率。

针对深度伪造的对抗攻击算法动态APGD设计

为了防范利用深度伪造模型伪造图片,提出了一种改进的对抗样本生成算法即动态APGD(dynamic APGD,DAPGD),通过制作对抗样本替代原始图片,使深伪模型的输出产生明显失真,从而无法有效地生成伪造图片。DAPGD使用自适应衰减学习率的思路,能加快算法收敛速度,提升收敛时对抗样本的质量;同时针对APGD容易错过最佳衰减学习率时机的问题,动态地设置用于衰减学习率的检查点,能更彻底地发挥学习率衰减的作用。由于深伪模型使用随机参数导致损失函数不稳定,取消了APGD的局部早停机制,提升算法的效果与速度。针对三个主流深度伪造模型进行DAPGD攻击实验,并与原算法及其他算法进行对比,结果表明,DAPGD生成的对抗样本在输出失真大小、攻击成功比例两个指标上均能取得更好的效果,能更有效地干扰深伪模型伪造图片。

基于卷积神经网络的漏液视觉检测

针对在工厂内设备结构复杂、杂物种类众多、地面磨损严重的现场环境下进行漏液检测时,传统图像处理方法准确率低的问题,本文提出一种基于CNN的漏液检测算法。通过对漏液检测问题进行分析,制作数据集,建立VGG16模型并结合早停算法训练样本,避免过拟合状态,实现了对复杂管道的漏液快速自动检测。在工业现场,该方法可以准确识别漏液并减小噪声干扰的影响。最终通过与多种图像处理方法作对比验证了本文算法的优越性。结果表明,该算法测试准确率可以达到99.44%,预测准确率达到97.0%,高于传统图像处理算法的准确率,且单张图片预测时间约0.2 s,满足工业现场的检测需求。

100例早孕胚胎停育绒毛染色体核型分析

目的:分析早孕胚胎停育与绒毛染色体异常的关系。方法:选择2010年～2011年3月安徽医科大学100例胚胎停育患者,对其进行绒毛染色体核型分析。结果:100例胚胎停育患者,孕周最长15周,最短6周。绒毛培养失败5例,培养成功率95.0%;检出异常核型34例,检出率35.8%,其中单纯染色体数目异常占55.9%,异常类型有:染色体数目异常23例,三倍体4例,四倍体1例,结构异常2例,嵌合体4例。95例早孕胚胎停育中,女性胚胎51例,占53.7%;男性胚胎44例,占46.3%。结论:胚胎染色体异常是胚胎停育的重要原因。

基于多层次特征交互的点击率预测模型

针对点击率预测模型xDeepFM对低阶特征信息利用不充分且训练参数过多问题,提出一种基于多层次特征交互的点击率预测模型。该模型在DNN与嵌入层之间引入二阶特征交互层,充分融合低阶与高阶特征,并通过二阶特征向量对位相乘的方式减少参数量,提升模型的特征组合能力;在输入特征的预处理过程中引入最大支持的维度参数,避免稀疏特征在独热编码映射时出现维度爆炸。结果表明,在Criteo和Avauz两个真实数据集上本文所提模型AUC指标比xDeepFM模型分别提高了0.007 8和0.004 3。

基于改进训练策略的高光谱图像分类

将卷积神经网络应用在高光谱图像分类中,提出了一种基于训练集损失的训练策略.这种策略选取固定训练周期后半段训练集损失最小时的权重作为最终使用的权重,模型在固定周期下训练完毕,输出的模型为训练集损失最小时的模型.为了评估提出训练策略的有效性,在Indian Pines、Pavia University、Salina Valley数据集上使用了SSRN、FDSSC、DBMA、DBDA模型,对比于广泛使用的早停训练策略进行了实验,识别精度及其稳定性普遍获得了提高,使用的有标记样本仅为早停训练策略的一半.

改进的物理层控制信道极化码译码算法研究

为了提高物理层下行控制信道(Physical Downlink control channel PDCCH)极化码译码的吞吐率,降低复杂度,减少第五代无线通信终端的设计面积,本文提出了一种适用于半导体芯片设计的极化码译码算法.鉴于PDCCH携带的控制信息需要盲解的特性,本文采用分布式循环冗余校验辅助串行抵消表的方法研究了PDCCH的Polar译码过程.通过路径排序和分布式CRC校验比特早停功能,对路径进行优化选择,简化了Polar译码的复杂度;提出并行模块组的改进译码方法减小了芯片设计面积.仿真结果表明该方法不仅降低了复杂度,而且保证了译码性能.

面向隧道掘进机可掘性评价的多算法融合优化模型及其工程应用

开展隧道掘进机(TBM)可掘性评价对于科学规划施工要素具有重要意义。在Karaj输水隧道、Zagros输水隧道和西秦岭铁路隧道的219组数据基础上,建立一种基于贝叶斯优化算法和早停策略改进的深度信念网络TBM可掘性评价模型。该模型以岩石单轴抗压强度(UCS)、岩石质量指标(RQD)、优势结构面与隧道轴向的夹角(α)和岩体可切削性指数(RMCI)作为输入变量,以现场贯入度指数(FPI)作为输出变量。在数据预处理阶段,分别采用Kriging插值和改进的CRITIC算法补全数据库中的缺失值并实现数据加权。以引松供水工程和辽西北引水工程为例检验模型的工程实用性:对于引松供水工程的37组测试数据,模型的均方根误差(RMSE)、平均绝对百分比误差(MAPE)和决定系数(R^(2))分别为2.18,8.25%和0.9262;对于辽西北引水工程的49组测试数据,模型的RMSE,MAPE和R^(2)分别为2.83,8.14%和0.9817。进一步地,通过定量比较数据加权前、后模型的RMSE,MAPE和R^(2),发现数据加权可以有效改善模型预测性能。最后,从预测精度和运行速度2个方面开展了本文模型与BP神经网络、支持向量回归、K–近邻和随机森林的对比分析,验证了本文模型的优越性。