期刊文献+
共找到189篇文章
< 1 2 10 >
每页显示 20 50 100
基于复剪切波变换与VGG19模型的医学图像融合方法 被引量:1
1
作者 王钰帏 王雷 +1 位作者 郭新萍 程天琪 《山东理工大学学报(自然科学版)》 CAS 2024年第4期53-60,共8页
针对传统医学图像融合方法存在的细节信息不够清晰、边缘信息易丢失和图像失真等缺点,以及深度学习网络缺乏足够的训练数据集等问题,提出了一种基于复剪切波变换和预训练网络模型VGG19的多模态医学图像融合方法。首先,利用复剪切波变换... 针对传统医学图像融合方法存在的细节信息不够清晰、边缘信息易丢失和图像失真等缺点,以及深度学习网络缺乏足够的训练数据集等问题,提出了一种基于复剪切波变换和预训练网络模型VGG19的多模态医学图像融合方法。首先,利用复剪切波变换提取医学图像边缘和纹理信息,并得到多尺度、多方向的子带系数。然后,使用加权局部能量和修正的拉普拉斯算子对低频子带系数进行融合;引入预训练的VGG19提取多层特征图,结合加权评估规则来获取高频子带的融合结果。最后,对融合的高频和低频子带,施加复剪切波逆变换重构融合图像。实验表明,该方法得到的融合图像,不仅可以清晰地显示图像的细节信息和边缘信息,而且能够有效抑制伪影和失真现象的产生,在主观视觉比较和6种客观评价指标下能够达到更佳融合效果。 展开更多
关键词 医学图像 图像融合 复剪切波变换 vgg19模型 修正的拉普拉斯算子
下载PDF
基于迁移学习和VGG19卷积神经网络的苹果树叶片病虫害图像分类方法
2
作者 陈浩 唐柳青 《南方农机》 2024年第20期6-9,共4页
[目的]传统的苹果树叶片病虫害识别方法存在识别准确率低、效率低等问题,亟需探索一种更有效的叶片病虫害图像分类方法。[方法]文章基于VGG19卷积神经网络,采用迁移学习策略,提出了一种创新的苹果树叶片病虫害图像分类方法。该方法借助I... [目的]传统的苹果树叶片病虫害识别方法存在识别准确率低、效率低等问题,亟需探索一种更有效的叶片病虫害图像分类方法。[方法]文章基于VGG19卷积神经网络,采用迁移学习策略,提出了一种创新的苹果树叶片病虫害图像分类方法。该方法借助ImageNet预训练的VGG19网络,通过参数迁移和模型微调,构建了专门的病虫害图像分类流程。并对该模型进行应用与测试,利用训练集调整参数、验证集优化模型、测试集评估分类精度。[结果]通过迁移学习,将经过ImageNet训练的VGG19模型成功微调至苹果树叶片病虫害数据集并生成了新的分类模型。新模型对各叶片病虫害的分类准确率均在99%及以上,对健康叶片的分类准确率达到了100%。[结论]在训练过程中,未见过拟合或欠拟合,表明迁移学习有效解决了数据稀缺问题,分类精度较高,具有强大的应用潜力。 展开更多
关键词 迁移学习 vgg19 卷积神经网络 病虫害 图像识别
下载PDF
基于改进VGG19的中医背部痧象特征分类研究 被引量:2
3
作者 李斌 李霄 +1 位作者 胡广芹 张新峰 《中国医疗设备》 2023年第9期12-16,共5页
目的比较3种网络模型[VGG19网络、多任务学习、卷积注意力模块(Convolutional Block Attention Module,CBAM)]在中医背部痧象特征分类的可行性与有效性,进而说明该模块的有效性。方法首先通过对痧象图片数据的分析,将图片数据按照颜色... 目的比较3种网络模型[VGG19网络、多任务学习、卷积注意力模块(Convolutional Block Attention Module,CBAM)]在中医背部痧象特征分类的可行性与有效性,进而说明该模块的有效性。方法首先通过对痧象图片数据的分析,将图片数据按照颜色特征划分为暗红、红、淡红3类,形状特征划分为点状和片状两类,确定实验包含二分类和三分类两个任务,将图片按照训练集∶验证集∶测试集=8∶1∶1的比例进行划分,然后采用VGG19网络模型对两个任务分别进行训练,并以该网络模型为主干进行改进,引入多任务学习模型的思想,添加CBAM。采用训练准确率以及测试准确率进行评价,并设置颜色与形状准确率的均值,以判断网络模型的性能高低,同时通过消融实验比较最终的分类准确率,以及分析中医痧象特征与证型间的对应关系。结果以VGG19网络模型为主干,采用多任务学习并加入CBAM的改进网络取得了最高的分类准确率,当缩减率为1/8、batch_size为8时得到的训练结果最好,颜色分类准确率为93.90%,形状分类准确率为95.12%,平均准确率为94.51%。结论以VGG19网络模型为主干,采用多任务学习并加入CBAM的改进网络在中医痧象特征自动分类识别上可取得较好的效果,能够结合传统中医的经验知识准确完成对于人体证型的判断。 展开更多
关键词 中医痧象 特征分类 注意力机制 vgg19 多任务学习
下载PDF
基于VGG19卷积神经网络的图像拼接质量评价算法 被引量:6
4
作者 麻方达 刘泽平 +3 位作者 陈世海 李晓帆 姚明杰 符朝兴 《青岛大学学报(工程技术版)》 CAS 2023年第2期31-36,共6页
针对图像拼接质量评价算法多数存在没有分析拼接前后图像的综合图像像素信息和结构信息的问题,本文提出了一种基于VGG19深度卷积神经网络的图像拼接质量评价方法。采用VGG19网络,提取拼接图像和原图像的卷积特征,分别计算2个图像特征图... 针对图像拼接质量评价算法多数存在没有分析拼接前后图像的综合图像像素信息和结构信息的问题,本文提出了一种基于VGG19深度卷积神经网络的图像拼接质量评价方法。采用VGG19网络,提取拼接图像和原图像的卷积特征,分别计算2个图像特征图的Gram矩阵,并以2个Gram矩阵的差异作为评价图像拼接质量的指标。同时,为了验证图像拼接质量评价算法的可行性,选取同一场景下的5幅图像进行实验测试。测试结果表明,L s函数值越小,图像的拼接效果越好;而随着L s函数值的增大,图像的拼接效果逐渐变差。说明该算法的评价结果符合人眼的主观评价,能够有效评价图像的拼接质量,可以作为评价同一场景下图像拼接效果的有效指标。该研究有效解决了双目视觉下自动导向车(automated guided vehicle,AGV)在2个摄像头图像拼接处的质量评价问题,具有一定的创新性。 展开更多
关键词 vgg19 GRAM矩阵 质量评价 拼接图像
下载PDF
基于VGG19卷积神经网络和迁移学习的水稻病害图像分类方法 被引量:1
5
作者 廖露 韩春峰 何纯樱 《测绘》 2023年第4期153-157,181,共6页
本文在原有VGG19卷积神经网络的基础上,提出了一种基于迁移学习模型参数的水稻病害图像分类方法。该方法利用ImageNet数据集预训练生成的VGG19卷积神经网络,通过将网络相关参数迁移和调整的方式构建水稻病害图像分类的技术流程。通过对... 本文在原有VGG19卷积神经网络的基础上,提出了一种基于迁移学习模型参数的水稻病害图像分类方法。该方法利用ImageNet数据集预训练生成的VGG19卷积神经网络,通过将网络相关参数迁移和调整的方式构建水稻病害图像分类的技术流程。通过对图像的预处理扩充样本数据,针对病害特征利用训练集调整训练参数,并利用验证集进行性能实测优化分类模型,实现水稻病害图像的快速识别分类,最后利用测试集评价分类精度。测试结果表明,该方法能够很好实现水稻病害图像的分类,分类精度达到99%以上。 展开更多
关键词 vgg19 迁移学习 卷积层 迭代次数 混淆矩阵
下载PDF
基于深度学习的面料密度回归预测
6
作者 毋涛 王娟 车秋凌 《纺织高校基础科学学报》 CAS 2024年第1期34-41,共8页
在实际面料设计和质量检测过程中,人工检测面料密度通常需要耗费大量的时间与人力资源,效率十分低下。为了解决这一问题,提出一种基于深度学习的面料密度回归预测方法。首先,基于迁移学习在改进后的VGG19上进行训练,在卷积层后面加入自... 在实际面料设计和质量检测过程中,人工检测面料密度通常需要耗费大量的时间与人力资源,效率十分低下。为了解决这一问题,提出一种基于深度学习的面料密度回归预测方法。首先,基于迁移学习在改进后的VGG19上进行训练,在卷积层后面加入自适应平均池化层使输入图像大小不受限制,在全连接层加入SVD矩阵分解来减少计算时间。其次,删除分类层,将全连接层的输出作为最终模型的输出结果。在训练过程中,选用均方差损失函数,以某纺织企业提供的面料为数据集,进行对比实验和结果分析。结果表明:提出的方法相较于传统方法更加智能化,其面料密度计算误差约为5%,准确率为95.5%,具有一定的可行性。 展开更多
关键词 面料密度 深度学习 迁移学习 回归预测 vgg19
下载PDF
基于深度学习的大米加工新鲜度分类方法
7
作者 訾薇宇 舒忠平 《粮食与饲料工业》 CAS 2024年第5期71-75,共5页
为提高大米加工新鲜度分类的精度和速度,提出一种基于深度学习的分类方法。方法以VGG19网络为基础分类网络,通过在该网络基础上引入SE注意力机制加强对重要通道特征的关注,并采用PReLU函数替换ReLU函数作激活函数,同时将网络的最后一层... 为提高大米加工新鲜度分类的精度和速度,提出一种基于深度学习的分类方法。方法以VGG19网络为基础分类网络,通过在该网络基础上引入SE注意力机制加强对重要通道特征的关注,并采用PReLU函数替换ReLU函数作激活函数,同时将网络的最后一层池化层替换为全局混合池化,并删除前两层全连接层,对VGG19网络进行了改进。最后,以大米新鲜度为研究对象,采用改进VGG19网络进行新鲜度分类,实现了大米新鲜度分类。仿真结果表明,改进VGG19网络实现了精确、快速地大米新鲜度分类,平均准确率、精确率、召回率和F 1值分别达到97.81%、97.63%、97.89%、97.56%,且具有较快的检测速度,测试时间为275 s,提高了大米加工新鲜度分类的精度和速度。 展开更多
关键词 大米加工 新鲜度分类 深度学习 vgg19网络 大米新鲜度
下载PDF
多尺度融合的双分支特征提取人群计数算法
8
作者 曾芸芸 张红英 袁明东 《计算机工程与应用》 CSCD 北大核心 2024年第20期224-232,共9页
人群计数在公共安全管理、公共空间设计以及其他视觉任务如行为分析、拥塞分析等方面具有重要的应用。然而复杂的背景和人头尺度大小不一导致人群计数的效果并不理想。针对静态图像中尺度变化和背景干扰问题,提出了一种基于双分支中间... 人群计数在公共安全管理、公共空间设计以及其他视觉任务如行为分析、拥塞分析等方面具有重要的应用。然而复杂的背景和人头尺度大小不一导致人群计数的效果并不理想。针对静态图像中尺度变化和背景干扰问题,提出了一种基于双分支中间特征提取的人群计数网络——DBFE_MFNet。该网络沿用编码-解码器结构,在编码阶段使用VGG19卷积神经网络的前16层,为了更好融合多尺度信息,将VGG19卷积神经网络的前16层的后4层卷积替换成空洞率为2的膨胀卷积,解码部分采用抑制背景干扰的残差卷积注意力模块(residual convolutional attention module,RCAM),在编码-解码器结构中间插入双分支中间特征提取模块(dual branch intermediate feature extraction module,DBFE),分支1采用金字塔结构并融合位置注意力模块提取多尺度上下文信息,分支2沿用金字塔结构融合双通道注意力机制使模型关注不同大小人头信息,最后使用1×1卷积生成密度图。实验方面,在ShanghaiTech PartA、ShanghaiTech PartB、Mall数据集上进行了算法对比实验,DBFE_MFNet模型在上述数据集的平均绝对误差和均方根误差分别为63.2、7.1、1.80和99.2、11.8、2.28,经对比实验分析,DBFE_MFNet模型具有不错的计数性能和稳定性能;在ShanghaiTech PartB进行了消融实验,实验验证了模型各模块的有效性。 展开更多
关键词 人群计数 vgg19 编码-解码器 残差卷积注意力模块 双分支中间特征提取模块
下载PDF
含氟磺酰基的靶向PD-L1小分子PET探针的合成及其初步生物学评价
9
作者 胡鑫 张楠 +2 位作者 朱君翊 林建国 吕高超 《合成化学》 CAS 2024年第7期627-633,共7页
大量研究数据显示,抗肿瘤免疫治疗的效果与肿瘤中细胞程序性死亡配体1(PD-L1)的表达水平呈正相关。使用放射性核素标记的探针进行正电子发射计算机断层扫描(PET)成像可以准确定量患者全身PD-L1表达水平的动态变化。以联苯类PD-L1小分子... 大量研究数据显示,抗肿瘤免疫治疗的效果与肿瘤中细胞程序性死亡配体1(PD-L1)的表达水平呈正相关。使用放射性核素标记的探针进行正电子发射计算机断层扫描(PET)成像可以准确定量患者全身PD-L1表达水平的动态变化。以联苯类PD-L1小分子抑制剂的母核为结构基础进行优化,并引入氟磺酰基,成功合成靶向PD-L1的小分子化合物8。通过质谱、核磁(^(1)H/^(13)C/^(19)F NMR)表征验证了化合物8的结构正确,并利用均相时间分辨荧光(TR-FRET)测得其抑制PD-1/PD-L1结合的IC_(50)值为237.2±9.37 nM。体外细胞毒性实验表明:化合物8具有良好的生物相容性。通过“^(18)F-^(19)F”一步法标记合成小分子PET探针[^(18)F]8,放射转化产率达79%,放射化学纯度大于98%,在PBS和小鼠血清中均保持高度稳定,脂水分配系数为1.87±0.19。探针[^(18)F]8在小鼠黑色素瘤B16-F10细胞中的最大摄取值达到2.23±0.05%AD,且可被化合物8显著阻断(0.24±0.21%AD)。因此,简单、快速、高产的标记方法和对PD-L1良好的亲和力为探针[^(18)F]8的PET显像提供了基础。 展开更多
关键词 PD-L1 氟磺酰基 小分子PET探针 亲和力 ^(18)F-^(19)F
下载PDF
新型冠状病毒感染疫情政策干预下群体虚拟轨迹时空模式差异性研究
10
作者 董广胜 谢文析 +4 位作者 李锐 吴华意 田野 韩行国 沙浩 《时空信息学报》 2024年第1期104-117,共14页
轨迹时空模式的研究,对于突发公共安全事件监测及政策制定评估具有重要意义。目前大量的研究仅分析了物理轨迹时空模式变化,尚缺乏从群体虚拟轨迹的视角,分析其与物理轨迹的关联性和差异性。因此,本研究选取美国10个大型样本城市作为研... 轨迹时空模式的研究,对于突发公共安全事件监测及政策制定评估具有重要意义。目前大量的研究仅分析了物理轨迹时空模式变化,尚缺乏从群体虚拟轨迹的视角,分析其与物理轨迹的关联性和差异性。因此,本研究选取美国10个大型样本城市作为研究对象,以OSM网络地图作为虚拟空间,利用地图瓦片访问频率构建群体虚拟轨迹,与物理轨迹对比分析居家令干预政策实施前后时空分布、时空衰减和空间要素偏好的变化。结果表明:①城市中群体虚拟轨迹访问频率具有一致的中心–边缘空间结构,但新型冠状病毒感染疫情导致城市中心吸引力明显减弱;干预政策实施后,群体虚拟轨迹不同空间要素访问频率相比疫情前平均下降67.84%,且不同空间要素同步下降,仅在部分区域中对医疗设施的访问频率增加,谷歌移动指数代表的物理轨迹平均下降48.05%,仅居住场所增长22.15%。②物理轨迹访问频率变化与干预政策时间一致,然而虚拟空间中群体提前一周左右已经进入居家管制的活动模式。研究成果表明群体虚拟轨迹相比物理轨迹对于干预政策响应时间更早、时空衰减更大,为突发公共安全事件监测及政策制定评估提供了新途径。 展开更多
关键词 虚拟空间 群体虚拟轨迹 时空模式 新冠肺炎疫情 OSM
下载PDF
改进CNN的风力机叶片故障诊断方法
11
作者 黄灿冰 熊妮 +3 位作者 吴伟 刘诗剑 张巧 杨锡运 《风机技术》 2024年第2期67-73,共7页
针对图像分辨率低的风力机叶片图像会导致故障诊断过程中精度和速度降低等问题,提出了一种基于小波变换、深度可分离卷积和卷积块注意力机制模块的轻量级改进VGG-19模型;使用DB4小波和基于形态学的增强技术来提高风力机叶片图像的质量,... 针对图像分辨率低的风力机叶片图像会导致故障诊断过程中精度和速度降低等问题,提出了一种基于小波变换、深度可分离卷积和卷积块注意力机制模块的轻量级改进VGG-19模型;使用DB4小波和基于形态学的增强技术来提高风力机叶片图像的质量,然后将VGG-19中的传统卷积层替换为深度可分离卷积层,以减少网络参数的数量并提高训练效率,最后引入卷积注意力机制模块(Convolutional Block Attention Module, CBAM)来提高风力机叶片故障诊断的准确性;研究结果表明:所提模型的准确率为93.91%,与其他传统卷积神经网络(Convolutional Neural Networks,CNN)模型LeNet、AlexNet、GoogleNet、ResNet-50和VGG-19相比分别提高了15.06%、8.57%、3.10%、-1.13%和7.13%;测试时间为每幅图像0.046秒,较传统CNN模型每幅图像分别减少了-0.004秒、-0.002秒、0.006秒、0.015秒和0.010秒的检测时间;该模型结构轻巧,相比于其他传统CNN具有更高的准确性和更快的检测速度。 展开更多
关键词 故障检测 风力机叶片 模糊图像检测 深度学习 VGG-19 注意力机制
下载PDF
基于VGG⁃19和MMD卷积神经网络模型的国画风格迁移
12
作者 徐子俊 胡予昕 +2 位作者 陆文浩 宋兴睿 刘哲 《现代计算机》 2024年第3期61-65,70,共6页
卷积神经网络因效果强大而被广泛应用于图像识别,在提取图像特征方面有极大的进步。由于风格迁移技术主要是针对西方油画,而国画是一种传统的中国艺术风格,其在风格迁移方向上缺乏广泛的应用。设计以国画代替西方油画作为风格图像,以自... 卷积神经网络因效果强大而被广泛应用于图像识别,在提取图像特征方面有极大的进步。由于风格迁移技术主要是针对西方油画,而国画是一种传统的中国艺术风格,其在风格迁移方向上缺乏广泛的应用。设计以国画代替西方油画作为风格图像,以自然景观照片作为内容图像,探究传统国画经过卷积神经网络后的提取效果。实验依据VGG算法模型并结合TensorFlow 2框架,对采集的数据集进行预处理,采集像素制成数据矩阵,输入VGG⁃19浅层模型进行训练,通过MMD最小化分布特征图差异,增强卷积层的目标效果。该方法取得比较满意的结果,可为风格迁移转换的研究提供更多参考。 展开更多
关键词 卷积层神经网络 VGG⁃19 MMD 风格迁移算法
下载PDF
Contemporary Study for Detection of COVID-19 Using Machine Learning with Explainable AI
13
作者 Saad Akbar Humera Azam +3 位作者 Sulaiman Sulmi Almutairi Omar Alqahtani Habib Shah Aliya Aleryani 《Computers, Materials & Continua》 SCIE EI 2024年第7期1075-1104,共30页
The prompt spread of COVID-19 has emphasized the necessity for effective and precise diagnostic tools.In this article,a hybrid approach in terms of datasets as well as the methodology by utilizing a previously unexplo... The prompt spread of COVID-19 has emphasized the necessity for effective and precise diagnostic tools.In this article,a hybrid approach in terms of datasets as well as the methodology by utilizing a previously unexplored dataset obtained from a private hospital for detecting COVID-19,pneumonia,and normal conditions in chest X-ray images(CXIs)is proposed coupled with Explainable Artificial Intelligence(XAI).Our study leverages less preprocessing with pre-trained cutting-edge models like InceptionV3,VGG16,and VGG19 that excel in the task of feature extraction.The methodology is further enhanced by the inclusion of the t-SNE(t-Distributed Stochastic Neighbor Embedding)technique for visualizing the extracted image features and Contrast Limited Adaptive Histogram Equalization(CLAHE)to improve images before extraction of features.Additionally,an AttentionMechanism is utilized,which helps clarify how the modelmakes decisions,which builds trust in artificial intelligence(AI)systems.To evaluate the effectiveness of the proposed approach,both benchmark datasets and a private dataset obtained with permissions from Jinnah PostgraduateMedical Center(JPMC)in Karachi,Pakistan,are utilized.In 12 experiments,VGG19 showcased remarkable performance in the hybrid dataset approach,achieving 100%accuracy in COVID-19 vs.pneumonia classification and 97%in distinguishing normal cases.Overall,across all classes,the approach achieved 98%accuracy,demonstrating its efficiency in detecting COVID-19 and differentiating it fromother chest disorders(Pneumonia and healthy)while also providing insights into the decision-making process of the models. 展开更多
关键词 COVID-19 detection deep neural networks support vector machine CXIs InceptionV3 VGG16 vgg19 t-SNE embedding CLAHE attention mechanism XAI
下载PDF
SARS-CoV-2 Pooled Testing Methodology for PCR Testing Applied in Private Laboratory in Armenia
14
作者 Inessa Nazaryan Narek Pepanyan +3 位作者 Arshag Keshishyan Susanna Petrosyan Naira Margaryan Shahane Mnatsakanyan 《Advances in Infectious Diseases》 CAS 2024年第1期67-73,共7页
Since the beginning of COVID-19 pandemics many countries were facing challenges with testing capacity recourse limitations. Throughout the waves of the pandemic countries were trying to address the existing constrains... Since the beginning of COVID-19 pandemics many countries were facing challenges with testing capacity recourse limitations. Throughout the waves of the pandemic countries were trying to address the existing constrains exploring solutions to increase the testing capacity with more cost-effective approaches. Pooled methodology was one of the methods which many have validated and used. It is evident that in case of pooled sample testing the sensitivity becomes lower, however the variation highly depends on the pool size as well as the incidence rate at the certain point. Armenia as well as many other countries has adopted regulations for mandatory COVID-19 PCR testing for all the travelers. Current study aimed to explore the efficiency of COVID-19 pooled PCR testing for nasopharyngeal swabs of individuals with no symptoms in a time period with good epidemiological state of the infection. Nasopharingeal swab samples from individuals were collected. The manual extraction of RNAs of samples was performed after pooling up to 5 samples. The pools with Cycle Threshold (CT) of < 37 were considered positive and were retested individually. In total 28,015 samples were grouped in 667 pools of which 57 were positive. The total number of positive samples was 65. The median difference (CT-pool–CT samples) was 2.4 (ranging from–3.0 to 8.9). The correlation of CT of pools and positive samples was positive. The correlation coefficient r = 0.84, P < 0.000, 95% CI range 0.7423 to 0.9243). The total economic saving when using pools compared to the individual testing was 72%. The minor difference between CT values of pools and samples can be explained by the dilution effect in the pool. However, the positive correlation between the values as well as the amount of cost saving demonstrate that pooling on nasopharyngeal samples for COVID-19 PCR testing can be a good method for efficient screening with significant resource saving. One of the most important advantages of the proposed method is the fact that samples are pooled prior extraction, which avoids the possibilities with misinterpretation of IC due to low yield of RNA in the extraction process. 展开更多
关键词 COVID-19 SCREENING Grouped Testing
下载PDF
基于迁移学习的桥梁裂缝无损检测方法
15
作者 金龙 《信息记录材料》 2024年第8期83-85,共3页
为了实现桥梁裂缝的精准、高效、稳定检测,本文提出基于迁移学习的桥梁裂缝无损检测方法。在计算机视觉领域选取网络开源数据集中采集桥梁裂缝图像数据,通过图像增强方式对采集到的图像进行随机明度变化调整与图像仿射变换。将VGG19神... 为了实现桥梁裂缝的精准、高效、稳定检测,本文提出基于迁移学习的桥梁裂缝无损检测方法。在计算机视觉领域选取网络开源数据集中采集桥梁裂缝图像数据,通过图像增强方式对采集到的图像进行随机明度变化调整与图像仿射变换。将VGG19神经网络作为基础网络模型,对PASCAL VOC数据集图像进行预训练后,利用迁移学习算法将学习到的边缘特征迁移到VGG19神经网络卷积层中,输出特征图,完成桥梁裂缝无损检测。实验结果表明:利用设计方法进行桥梁裂缝无损检测测试过程中,针对不同数据集所获取的R值、P值与F1值均高于0.975,验证准确率最高达到98%、损失值最高值为1。由此证明,该方法具有较好的实际应用效果。 展开更多
关键词 迁移学习 桥梁裂缝 vgg19神经网络 无损检测
下载PDF
基于VGG-19的带式输送机滚动轴承故障模型分析与应用
16
作者 纪文轩 《机械管理开发》 2024年第6期119-120,123,共3页
针对传统带式输送机轴承故障诊断方法存在检测准确度低、工作人员劳动强度高、诊断时间长的问题,构建了一套以VGG-19理论为基础的轴承故障诊断系统,并对其算法进行优化。通过实际应用,结果表明:优化后的算法能够准确地提取出轴承的故障... 针对传统带式输送机轴承故障诊断方法存在检测准确度低、工作人员劳动强度高、诊断时间长的问题,构建了一套以VGG-19理论为基础的轴承故障诊断系统,并对其算法进行优化。通过实际应用,结果表明:优化后的算法能够准确地提取出轴承的故障信号,故障诊断准确率高达98%,极大地提升了故障诊断效率,降低了维修成本,既能够有效地防止煤矿事故发生,同时又保障了煤矿安全与高效生产。 展开更多
关键词 带式输送机 轴承故障 诊断方法 VGG-19
下载PDF
肺癌化疗后肺部感染病原菌的分布及血清细胞角蛋白19片段抗原、高迁移率族蛋白B1及可溶性血红蛋白清道夫受体的诊断价值
17
作者 郑钧麒 刘相燕 《实用临床医药杂志》 CAS 2024年第14期7-11,共5页
目的探讨肺癌化疗后肺部感染病原菌分布及血清细胞角蛋白19片段抗原(CYFRA21-1)、高迁移率族蛋白B1(HMGB1)、可溶性血红蛋白清道夫受体(sCD163)水平变化和诊断价值。方法将2022年7月—2023年11月收治的83例肺癌化疗患者根据肺部感染情... 目的探讨肺癌化疗后肺部感染病原菌分布及血清细胞角蛋白19片段抗原(CYFRA21-1)、高迁移率族蛋白B1(HMGB1)、可溶性血红蛋白清道夫受体(sCD163)水平变化和诊断价值。方法将2022年7月—2023年11月收治的83例肺癌化疗患者根据肺部感染情况分为未感染组(n=43)和感染组(n=40)。收集肺癌化疗患者痰液标本,记录标本来源并进行菌种鉴定。比较2组血清CYFRA21-1、HMGB1、sCD163水平变化;采用多因素Logistic回归模型分析肺癌化疗后肺部感染的影响因素;分析血清CYFRA21-1、HMGB1、sCD163水平对肺癌化疗后肺部感染的诊断价值。结果80例肺癌化疗患者中,发生肺部感染者40例;病原菌检测出55株,其中革兰阴性菌、革兰阳性菌分别为34、18株,占比61.82%、32.73%,真菌仅3株,占比5.45%。感染组血清CYFRA21-1、HMGB1、sCD163水平均高于未感染组,差异有统计学意义(P<0.05)。年龄、肺部疾病史、CYFRA21-1、HMGB1、sCD163为肺癌化疗患者发生肺部感染的影响因素(P<0.05)。血清CYFRA21-1、sCD163、HMGB1水平诊断肺癌化疗后肺部感染的曲线下面积依次为0.677、0.763、0.819(P<0.05)。结论肺癌化疗后,肺部感染患者病原菌以革兰阴性菌为主,血清CYFRA21-1、HMGB1、sCD163水平显著升高,其可作为早期诊断和评估感染的生物学指标。 展开更多
关键词 肺癌 化疗 肺部感染 病原菌 细胞角蛋白19片段抗原 高迁移率族蛋白B1 可溶性血红蛋白清道夫受体
下载PDF
基于卷积神经网络的天然地震和非天然地震识别
18
作者 彭登靖 《高原地震》 2024年第2期36-40,共5页
为实现天然地震和非天然地震分类识别,利用云南省及周边地区范围内测震台站所记录的302次天然地震和308次非天然地震事件(爆破、塌陷、强夯土等)为神经网络模型测试集、训练集数据,设计了VGG19卷积神经网络模型对天然地震和非天然地震... 为实现天然地震和非天然地震分类识别,利用云南省及周边地区范围内测震台站所记录的302次天然地震和308次非天然地震事件(爆破、塌陷、强夯土等)为神经网络模型测试集、训练集数据,设计了VGG19卷积神经网络模型对天然地震和非天然地震进行分类识别。结果表明:VGG19对训练集与测试集数据的识别准确率达92%以上;天然地震的识别准确率为96%以上,非天然地震的识别准确率约为98%。通过实验说明,VGG19神经网络模型对天然地震和非天然地震识别具有实用意义。 展开更多
关键词 vgg19 卷积神经网络 天然地震 非天然地震 识别
下载PDF
Bilateral pericapsular end nerve blocks for steroid-induced avascular necrosis following COVID-19 infection requiring bilateral total hip replacement
19
作者 Somita Christopher Sweety Dutta Thota Venkata Sanjeev Gopal 《World Journal of Anesthesiology》 2024年第1期1-8,共8页
BACKGROUND Osteonecrosis or avascular necrosis(AVN)of the hip was one of the dreaded complications of coronavirus disease 2019(COVID-19),which emerged in patients who received steroid therapy.Corticosteroids have been... BACKGROUND Osteonecrosis or avascular necrosis(AVN)of the hip was one of the dreaded complications of coronavirus disease 2019(COVID-19),which emerged in patients who received steroid therapy.Corticosteroids have been a mainstay in the treatment protocol of COVID-19 patients.Popular corticosteroid drugs used in patients suffering from COVID-19 were intravenous(IV)or oral dexamethasone,methylprednisolone or hydrocortisone.The use of such high doses of corticost-eroids has shown very positive results and has been lifesaving in many cases.Still,long-term consequences were drug-induced diabetes,osteoporosis,Cushing syndrome,muscle wasting,peripheral fat mobilization,AVN,hirsutism,sleep disturbances and poor wound healing.A significant number of young patients were admitted for bilateral total hip replacements(THR)secondary to AVN following steroid use for COVID-19 treatment.AIM To assess the efficacy of bilateral pericapsular end nerve group(PENG)blocks in patients posted for bilateral THR post-steroid therapy after COVID-19 infection and assess the time taken to first ambulate after surgery.METHODS This prospective observational study was conducted between January 2023 and August 2023 at Care Hospitals,Hyderabad,India.Twenty young patients 30-35 years of age who underwent bilateral THR were studied after due consent over 8 months.All the patients received spinal anaesthesia for surgery and bilateral PENG blocks for postoperative analgesia.RESULTS The duration of surgery was 2.5 h on average.Seventeen out of twenty patients(85%)had a Visual Analog Score(VAS)of less than 2 and did not require any supplementation.One patient was removed from the study,as he required re-exploration.The remaining two patients had a VAS of more than 8 and received IV morphine post-operatively as a rescue analgesic drug.Fifteen out of seventeen patients(88.2%)could be mobilized 12 h after the procedure.CONCLUSION Osteonecrosis or AVN of the hip was one of the dreaded complications of COVID-19,which surfaced in patients who received steroid therapy requiring surgical intervention.Bilateral PENG block is an effective technique to provide post-operative analgesia resulting in early mobilization and enhanced recovery after surgery. 展开更多
关键词 Avascular necrosis Pericapsular end nerve group block ANALGESIA Hip replacement COVID-19 STEROIDS
下载PDF
基于改进VGG19卷积神经网络的肺炎图像分类(特邀) 被引量:12
20
作者 熊丰 何迪 +4 位作者 刘玉杰 齐美捷 郜鹏 张周锋 刘立新 《光子学报》 EI CAS CSCD 北大核心 2021年第10期335-343,共9页
将VGG19卷积神经网络与机器学习算法结合,构建了基于SVM(linear)和XGBoost的两种VGG19改进模型,并且分别利用VGG19模型和两种改进的VGG19模型对细菌性肺炎和病毒性肺炎图像进行分类。对三种网络模型的性能进行评估和比较,结果显示三种... 将VGG19卷积神经网络与机器学习算法结合,构建了基于SVM(linear)和XGBoost的两种VGG19改进模型,并且分别利用VGG19模型和两种改进的VGG19模型对细菌性肺炎和病毒性肺炎图像进行分类。对三种网络模型的性能进行评估和比较,结果显示三种模型的平均准确率均在85.9%以上。改进的VGG19模型在准确率的稳定性方面优于传统VGG19模型,基于XGBoost的VGG19模型的综合性能最好,验证了深度学习模型结合机器学习模型的有效性。 展开更多
关键词 肺炎图像分类 卷积神经网络 深度学习 vgg19 支持向量机 极端梯度提升
下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部