-
题名最小割与深度学习联合优化的室内粘连点云分割方法
被引量:2
- 1
-
-
作者
钱建国
张宇琦
汤圣君
王伟玺
李晓明
-
机构
辽宁工程技术大学测绘与地理科学学院
深圳大学建筑与城市规划学院智慧城市研究院
自然资源部城市自然资源监测与仿真重点实验室
深圳市空间信息智能感知与服务重点实验室
广东省城市空间信息工程重点实验室
-
出处
《测绘通报》
CSCD
北大核心
2022年第9期45-51,共7页
-
基金
自然资源部城市自然资源监测与仿真重点实验室(KF-2019-04-010)
国家自然科学基金(41801392,41901329,41971354,41971341)。
-
文摘
随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高。如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题。点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点。本文提出了一种面向室内粘连点云数据的分割分类方法。首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割。利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证。结果表明,该分割优化方法具有较高的精度与数据完整性。
-
关键词
室内粘连点云
深度学习
标签点云分类
欧氏算法
最小割
-
Keywords
indoor adherent point cloud
deep learning
labeled point cloud classification
Euclidean algorithm
minimum cut
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于细粒度特征提取的轻量骨龄评估级联方法
- 2
-
-
作者
李南欣
张俊然
程勃超
-
机构
四川大学电气工程学院
四川大学华西第二医院
-
出处
《计算机仿真》
2024年第4期199-204,共6页
-
基金
四川省科技厅重点研发项目(2022YFS0178)
智能电网四川省重点实验室应急重点项目(020IEPG-KL-20YJ01)
+1 种基金
成都市科技计划项目(2021-YF05-D0916-SN)
德阳科技局(揭榜挂帅)项目(2021JBJZ007)。
-
文摘
针对现有骨龄自动评估模型细节特征提取能力较弱且没有兼顾手骨发育特点的问题,提出了一种基于轻量级网络的两阶段骨龄评估级联模型。首先,定位提取手掌区域进行背景去噪。其次,提出了一种新型的轴向空间注意力与多尺度并行空洞卷积相结合,融入模型中,从而提升模型细节特征提取能力。同时,将每个骨龄标签转化为两点分布向量,充分利用个体手骨发育的信息。实验结果表明,模型预测结果的平均绝对误差为4.80且评估误差在±0.5、±1、±2岁以内的准确率分别为69.26%、95.60%、99.80%。本研究提出的模型不仅能快速准确的评估骨龄,且充分考虑了手骨发育过程中所包含的信息,同时,基于轻量化的架构为其后续推广应用提供了基础,具有良好的临床应用前景。
-
关键词
轴向空间注意力
多尺度空洞卷积
两点分布骨龄标签
级联模型
轻量化
-
Keywords
Axial spatial attention
Multi-scale dilated convolution
Two-point distribution of bone age labels
Cascade mode
Lightweight
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名德国KHS贴标机的技术特点
被引量:1
- 3
-
-
作者
张铁利
-
机构
可口可乐辽宁(北)饮料有限公司
-
出处
《装备制造技术》
2012年第8期229-230,共2页
-
文摘
KHS贴标机采用伺服电机控制技术,提高贴标精度与速度,色差光眼检测标签MARK点准确控制标签长度,MCU可编程序控制和参数设定功能,促进操作简单化,方便快捷的生产转换程序,是其发挥高效、运行稳定的重要技术手段。
-
关键词
KHS贴标机
伺服电机控制技术
色差光眼检测标签MARK点
PLC可编程序控制
生产转换程序
-
Keywords
KHS labeler
servo motor control technology
achromatic light eye detection tag MARK
PLC programmable control
production and conversion program
-
分类号
TB486
[一般工业技术—包装工程]
-
-
题名基于C/S架构的电力设备数据库管理软件设计研究
- 4
-
-
作者
邹宜金
张美锋
曹玲燕
左祖胤
-
机构
福建华电可门发电有限公司
国电南京自动化股份有限公司
-
出处
《电气技术与经济》
2023年第4期18-22,共5页
-
文摘
随着电力设备在线监测技术的快速发展,对于在线监测带来的大量信息数据进行有效管理利用显得越来越重要。本文介绍了一个功能全面的电力设备标签点管理软件的设计、开发操作方法及其采用的核心技术。具体完成了软件的业务流程、需求分析和功能模块的划分以及界面设计。该软件采用C/S模式,旨在辅助现场工程服务人员对设备标签点的管理,提高工作效率。最后,以某发电厂电气设备在线监测系统数据为例,进行实际应用操作,结果表明,该电力设备数据库管理软件能够极大的提高电力设备在线监测数据的管理利用率。
-
关键词
电力设备
标签点
管理软件
C/S
界面设计
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名MPLS网络中的可扩展QoS组播研究
- 5
-
-
作者
何樟伟
江勇
崔来中
-
机构
清华大学深圳研究生院
清华大学计算机科学与技术系
-
出处
《小型微型计算机系统》
CSCD
北大核心
2012年第8期1639-1644,共6页
-
基金
国家自然科学基金项目(60972011)资助
高等学校博士学科点专项科研基金项目(20100002110033)资助
国家"八六三"高技术研究发展计划项目(2009AA01Z251)资助
-
文摘
MPLS网络中的服务质量组播面临着组播路由状态的可扩展性、服务质量支持困难等瓶颈.针对这些问题,提出一种基于子树共享的新型MPLS服务质量组播方案.本文的贡献有:提出一种组播组到组播分发子树的映射算法,将多个组映射到同一颗子树,以共享的子树为基础构造完整的组播分发树,从而有效地减少MPLS核心网络中的路由状态;将服务质量的考量引入组播分发树的构造过程中,使新的方案能够支持服务质量组播;提出一种简单方便的子树共享实现机制.模拟结果表明,基于子树共享的新型MPLS服务质量组播方案能够有效地减少组播路由状态并提供多种服务质量控制的能力.
-
关键词
多协议标签交换
组播
服务质量
点到多点标签交换
-
Keywords
MPLS
multicast
QoS
P2MP
LSP
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名应用卷积神经网络的学习推荐系统
- 6
-
-
作者
于冰
袁贝贝
庄可馨
潜静
倪晓燕
章美仁
-
机构
台州学院计算机系
-
出处
《福建电脑》
2020年第4期55-57,共3页
-
基金
浙江省大学生新苗计划项目基金(No.2019R436005)资助。
-
文摘
在传统的学习过程中,学习者需要题海战术来了解和完善自身的知识掌握情况。这就面临着练习题目重复、单调、冗余与知识点零散、片面、不连贯的问题。针对这一现象,本文提出了一种基于卷积神经网络对接标签的学习推荐系统。该系统通过个性化推荐来满足个体化差异,大大提高了用户的学习效率,为用户提供了一个更加完整、全面、连贯的知识体系。
-
关键词
卷积神经网络
学习推荐系统
个性化
知识点标签
-
分类号
G434
[文化科学—教育技术学]
-
-
题名全监督和弱监督图网络的病理图像分割
- 7
-
-
作者
沈熠婷
陈昭
张清华
陈锦豪
王庆国
-
机构
东华大学计算机科学与技术学院
上海市第一人民医院
-
出处
《中国图象图形学报》
CSCD
北大核心
2024年第3期697-712,共16页
-
基金
上海市教育委员会上海市教育发展基金“晨光计划”(18CG38)。
-
文摘
目的 计算机辅助技术以及显微病理图像处理技术给病理诊断带来了极大的便利。病理图像分割是常用的技术手段,可用于划分病灶和背景组织。开发高精度的分割算法,需要大量精准标注的数字病理图像,但是标注过程耗时费力,具有精准标注的病理图像稀少。而且,病理图像非常复杂,对病理组织分割算法的鲁棒性和泛化性要求极高。因此,本文提出一种基于图网络的病理图像分割框架。方法 该框架有全监督图网络(full supervised graph network,FSGNet)和弱监督图网络(weakly supervised graph network,WSGNet)两种模式,以适应不同标注量的数据集以及多种应用场景的精度需求。通过图网络学习病理组织的不规则形态,FSGNet能达到较高的分割精度;WSGNet采用超像素级推理,仅需要稀疏点标注就能分割病理组织。结果 本文在两个公开数据集GlaS(Gland Segmentation Challenge Dataset)(测试集分为A部分和B部分)、CRAG(colorectal adenocarcinoma gland)和一个私有数据集LUSC(lung squamous cell carcinoma)上进行测试。最终,本文所提框架的两种模式在3个数据集中整体像素级分类精度(overall accuracy,OA)和Dice指数(Dice index,DI)均优于对比算法,且FSGNet在GlaS B数据集中效果最明显,分别提升了1.61%和2.26%,WSGNet在CRAG数据集中较先进算法提升效果最明显,分别提升了2.63%和2.54%。结论 本文所提框架的两种模式均优于多种目前先进的算法,表现出较好的泛化性和鲁棒性。
-
关键词
病理图像分割
图卷积网络(GCN)
全监督学习
弱监督学习
点标签
-
Keywords
histopathology image segmentation
graph convolutional network(GCN)
fully supervised learning
weakly supervised learning
point labels
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-