SOSNet:一种非对称编码器-解码器结构的非小细胞肺癌CT图像分割模型

非小细胞肺癌严重损害人类健康,早期非小细胞肺癌CT(Computed Tomography)图像中的肿瘤结节体积小,不易发现,极易造成漏诊和误诊.为了精确分割非小细胞肺癌CT图像中的小体积肿瘤结节,本文提出SOSNet(Small Object Segmentation Networks)自动分割模型,利用ResNet(Residual Network)基础层和空洞卷积构造非对称编码器-解码器结构作为分割主网络,利用轴向取反注意力模块ARA(Axial Reverse Attention)逐步擦除背景中对分割有影响的结构,再使用结构细化模块SR(Structure Refinement)对主网络输出的粗略特征图进行结构细化,从而实现非小细胞肺癌肿瘤结节分割.在非小细胞肺癌公开数据集的实验测试表明,本文提出的小目标自动分割模型SOSNet可以有效分割出非小细胞肺癌CT图像中的小体积肿瘤结节,其mDice(mean-Dice)、mIoU(mean Intersection over Union)、Sensitivity、F1、Specificity、平均绝对误差MAE(Mean Absolute Error)均优于当前最先进的小目标分割模型CaraNet(Context Axial Reverse Attention Network).

基于门控循环单元编解码器的锂离子电池荷电状态估计

锂离子电池荷电状态(state of charge,SOC)估计技术是电池管理系统(battery management system,BMS)里的关键性技术之一,其精度要求随着锂离子电池应用领域的不断拓宽而越来越高。由此,该文提出一种基于门控循环单元(gated recurrent unit,GRU)编解码器(encoder decoder,ED)的估计方法;在编解码器框架下,首先利用双向GRU网络对可测量变量序列双向捕获依赖关系并将相关信息编码成语境向量,然后使用单向GRU网络完成对语境向量的解码。相比之前提出的循环神经网络,此类端到端模型可以从输入序列中更完整地学习到序列信息以建立出更精确的非线性SOC估计模型。实验数据验证表明,相较于3种双向循环神经网络,该文提出的门控循环单元编解码器(gated recurrent unit encoderdecoder,GRU-ED)模型在固定环境温度下取得了最佳的SOC估计效果;同时还在变温环境下实现了小误差的SOC估计,得到的平均绝对误差(meanabsoluteerror,MAE)与最大误差(maximum error,MAX)分别为0.92%与4.96%。

基于双模编码器-解码器框架的联机手写数学公式识别

为了充分利用联机手写数学公式的笔迹特征和全局二维结构特征,将联机模式和脱机模式联合,设计了一种基于编码器-解码器框架的双模识别模型。该模型可接受一维坐标点序列和二维静态图像形式的手写数学公式数据,通过联机编码器从输入的坐标点序列中提取笔迹特征信息,并通过脱机编码器从静态图像中提取二维结构特征信息,进而充分保留手写笔迹特征和全局二维结构特征。在编码器阶段,针对联机模式提出正弦编码,对输入的坐标点序列进行编码,补充笔画级别的信息,能够有效避免笔画间隔模糊导致的笔画信息丢失的问题;针对脱机模式提出平滑注意力机制,通过引入平滑窗口的方式,实现特征图中每个像素特征的感受野的自适应调整,在一定程度上解决了普通的注意力机制无法同时对尺寸相差较大的手写符号筛选有效特征信息的问题,有效提升了注意力机制捕捉有效手写区域的能力。实验结果表明,该模型的公式识别准确率可达58.76%,并且与相同领域内其他的识别模型相比,其可将公式识别准确率提升1.56%~4.71%,达到较高水平。

基于Transformer_LSTM编解码器模型的船舶轨迹异常检测方法

[目的]为提升船舶轨迹异常检测的精度和效率,解决传统异常检测方法存在的特征表征能力有限、补偿精度不足、容易出现梯度消失、过拟合等问题,提出一种基于Transformer_LSTM编解码器模型的无监督船舶轨迹异常检测方法。[方法]该方法基于编码器解码器架构,由Transformer_LSTM模块替代传统神经网络实现轨迹特征提取和轨迹重构;将Transformer嵌入LSTM的递归机制,结合循环单元和注意力机制,利用自注意力和交叉注意力实现对循环单元状态向量的计算,实现对长序列模型的有效构建;通过最小化重构输出和原始输入之间的差异,使模型学习一般轨迹的特征和运动模式,将重构误差大于异常阈值的轨迹判定为异常轨迹。[结果]采用2021年1月的船舶AIS数据进行实验,结果表明,模型在准确率、精确率以及召回率上相较于LOF,DBSCAN,VAE,LSTM等经典模型有着明显提升;F1分数相较于VAE_LSTM模型提升约8.11%。[结论]该方法的异常检测性能在各项指标上显著优于传统算法,可有效、可靠地运用于海上船舶轨迹异常检测。

在知识图谱实体关系预测中对DistMult解码器的优化研究

国家电网甘肃电力科学院希望通过大量科研文献构建电力行业知识图谱,并深度挖掘知识图谱中的的潜在关联。关系预测模型是解决这类问题的关键技术,也是知识图谱中的重要技术,是近年来科研工作者的研究热点。大量论文和实验已经证明使用编码器加解码器组合的框架在关系预测任务中有不错的表现。在这种框架下,由于图神经网络技术的进步,近年来有有不少工作通过以图神经网络为编码器并加以优化的方案来提升关系预测的效果,而忽略了解码器的作用。受到余弦相似度的启发,提出了基于DistMult的新型解码器COS-DistMult,并在真实的数据集上进行对比实验。实验结果表明,关系预测模型的评价指标Hits@10的值提高了2%左右,证明在以编码器加解码器为框架的关系预测任务中,优化解码器结构是一种行之有效的方法。

基于编-解码器结构的无人机群多任务联邦学习

针对传统联邦学习在无人机群应用中的局限性——要求所有参与者执行相同任务并拥有相同的模型结构,本文探索一种适用于无人机群的多任务联邦学习方法,设计一种新的编-解码器架构,以加强执行不同任务的无人机之间的知识共享.首先,为执行相同任务的无人机建立直接的知识分享机制,通过直接聚合方式实现同任务知识的有效融合;其次,对于执行不同任务的无人机,从所有无人机的编-解码器架构中提取编码器部分,构建一个全局编码器;最后,在训练环节,将本地编码器和全局编码器的信息整合到损失函数中,并通过迭代更新使本地解码器逐步逼近全局解码器,从而实现跨任务间的知识高效共享.实验结果表明:相较于传统方法,所提出的方法使无人机群在3个单任务上的性能分别提升1.79%、0.37%和2.78%,仅在1个任务上性能略微下降0.38%,但整体性能仍提升2.38%.

基于注意力编解码器及多残差网络的逆半色调方法

针对当前逆半色调方法恢复的图像存在细节不清晰甚至丢失的问题,提出了一种基于注意力编解码器及多残差网络(Encoder-decoder with attention and multi-residual network,EDAMRNet)的逆半色调方法。首先,设计融合注意力机制的编解码器结构,在其跳跃连接处添加非对称特征融合模块,以有效提取图像上下文信息;然后,构造多残差网络,捕获并保留图像空间细节信息;最后,应用监督注意力模块对图像上下文信息进行加强,再传递到多残差网络,以恢复出高质量的连续色调图像。实验结果表明:该方法与现有最优方法相比,在Urban100和Manga109数据集下的峰值信噪比平均值均提高了0.1 dB,结构相似性平均值分别提高了0.0010和0.0005。该方法能够在提取图像上下文信息的同时保留图像空间细节信息,可更好地恢复图像纹理信息,提高图像清晰度,为图像逆半色调方法研究提供了一种新的方案。

面向图像高清传输的解码器同步触发信号调制技术

当前解码器同步触发信号在调制过程中容易受到噪声影响造成信号失真,导致解码后的图像细节模糊;为了增强图像清晰度,提出面向图像高清传输的解码器同步触发信号调制技术;在设计的FPGA平台中,采用并发控制机制确保SRAM存储模块多任务访问时避免数据冲突与不一致;并结合电力载波模块和PLC网络传输器保证系统的同步性与一致性;基于16×16并行累加器输出对SRAM进行寻址,并通过同相与正交频率运算获取基带信号;同时结合DDS数字合成理论实现符号速率自由控制,在此基础上,使用5通道解码器同步触发信号调制将传输信息位映射成同步传输序列,并通过施加振荡电流,并利用数据拟合辨识方法构建传递函数,调整调制信号以改善传输中的畸变与衰减,由此完成信号调制;实验结果表明,该技术对BPSK、QPSK、FSK信号的调制误差分别为1 dB、1 dB、2 dB,对图像解码效果的影响较低,能够获得细节清晰的高清图像。

基于注意力机制的双路解码器图像去噪方法

目前大多数图像去噪算法在去除图像噪声的同时,通常会丢失图像的细节信息,特别是当噪声强度较大时甚至会出现失真。随着当前神经网络结构普遍趋向于深层设计,导致图像的浅层特征难以与深层特征融合。针对这些问题,提出一种基于注意力机制的双路解码器图像去噪方法。首先,设计一种残差密集块(RDB)来对U-Net网络进行改进,实现网络深度的增加,有效提升模型的稳定性并缓解梯度消失问题;其次,设计一种双路解码器结构,通过在不同尺度的解码器中进行多尺度特征提取,加强深浅层特征的融合;最后,通过在解码器中引入注意力机制,有针对性地捕获图像的边缘信息,增强模型的去噪表现。实验结果表明,相较于现有常见的图像去噪方法,所提方法不仅能够有效去除图像噪声,还能更好地恢复图像纹理细节,同时具有较快的去噪速度,在主观和客观评价中均获得了更好的结果。

全国产化旋转变压器解码器设计研究

通过研究旋转变压器解码原理,提出了一种基于全国产化元器件的旋转变压器解码器设计方案,设计了RDC芯片和DAC芯片接口电路,通过MCU主控进行芯片配置和数据读取,可将旋转变压器采集的螺距角位置信号转换为4~20 mA电流信号或串行总线信号传输到控制系统,解决了电气零点和机械零点不重合的问题,满足了变距控制过程中对角度反馈的高精度要求。

一种基于CommView的自定义解码器开发方案

针对通信协议的多样性,每次制定一种新协议,均需要相应的报文解码器验证协议的正确性,这就需要一种报文引擎,提供自定义协议的解码接口,而CommView满足自定义解码显示要求,因此提出了一种基于CommView的自定义解码器开发方案。方案以CommView开发自定义解码器为实例,调用CommView报文引擎,以实现IECGOOSE报文的解码、结构层次树显示为实例,介绍了具体的自定义解码器的开发流程。实际证明通过CommView开发自定义解码器,能够有效提高网络通信协议的开发调试效率。

两芯并驾齐驱 好声音刚柔并济 SUCAAUDIO声优创DAC-Q11 双核心解码器

不知道大家平常有没有到网上购物的习惯?近年来随着生活习惯的改变,笔者也加入了网购大军,在网上购买了不少音响相关的产品,如唱片、附件、线材、DIY套件等,既便捷又实惠。近年也有不少新晋的音响和数码品牌在网上购物平台占据了一席重要之地,它们往往都是体积小巧、价格便宜实惠、功能丰富多样,成为了不少入门小白的首选产品。

基于视频处理模块的高清编解码器设计与实现

该文设计并实现了基于视频处理模块的高清编解码器,能够对高清视频进行H.265编解码处理。该设备接口丰富,可对多种格式和分辨率的视频进行编码,同时能在视频上直接叠加字幕,目前已成功应用于卫星通信领域。

平台全面升级更好声更好用 AURALiC声韵 白羊座ARIESG2.2无线流媒体播放器+织女星VEGA G2.2流媒体解码器

现在音乐爱好者们有许多途径欣赏高清规格的数字音乐,虽然音频规格没有继续提高,但厂商仍在努力改良技术,将现在的高清音乐的潜力尽数挖掘。数字音乐在转换为模拟信号前,需要经过多重环节传输数据,而每一次传输都是一次考验,音乐数据可能发生变化,使音乐丢失细节、产生失真。所以数字音频产品的更新换代,要提升解码性能、改善传输质量,还要有强大的运算能力来管理这些功能的顺利运行。

瑞萨推出全新四通道视频解码器,助力车载摄像头实现经济型环视应用

全球半导体解决方案供应商瑞萨电子(TSE:6723)今日宣布推出车载高清链路(AHL)产品组合中的最新器件RAA279974,使汽车制造商能够通过低成本的电缆和连接器传输高清视频。全新RAA279974四通道AHL视频解码器可同时处理四个输入源,成为环视和多摄像头应用的经济型解决方案。瑞萨AHL技术基于调制模拟信号传输视频。其频率比目前市场上的数字传输解决方案低10倍(前者约为37MHz,后者为3GHz或更高),从而使其具有强大的抗噪能力,并能使用非屏蔽双绞线和标准连接器实现更长的传输距离(20-30米),同时也支持现有标清模拟视频电缆及连接器。

10G以太网系统中的并行CRC编解码器的设计

为了解决10G以太网接入系统中大规模并行CRC编码器的设计问题,提出了矩阵法、代入法、流水线法等三种设计方法。以此为基础,给出了10G以太网接入系统中CRC编码器的实现方案。具体计算表明,在10G以太网接入系统中采用直接并行的CRC编码器是可行的。直接并行设计的CRC编码器已经通过了EDA模拟,并成功地应用于10G以太网接入系统中。

嵌入式RISC核MPEG2/AC3解码器

介绍了在一个嵌入RISC核的AC3/MPEG2音/视频解码器中,通过增加特殊指令及其相应的硬件逻辑,对AC3的音频解码进行了一定的改进,不仅达到了AC3解码的实时性要求,而且降低了对存储器的要求。

AVS视频解码器的一种结构设计与硬件实现

为了推动音视频编码标准(AVS)解码芯片产业的发展,提出了一种针对AVS视频标准基准档次4.0级别解码器的超大规模集成电路(VLSI)实现结构.通过分析实现复杂度,阐述了AVS视频解码器的总体框架、主要模块的功能及结构.解码器采用块级流水结构,主要模块之间实现并行处理.同时根据AVS算法特点,给出了变长解码模块、反整数余弦变换模块和环路滤波模块的硬件实现结构.解码器在现场可编程门阵列(FPGA)上实现,并给出了各模块的FPGA资源占用情况.实现结果表明,该AVS视频解码器实现结构能在54 MHz时钟频率下完成对25帧/s、720×576、4∶2∶0格式AVS码流的实时解码.

Manchester解码器的锁相环实现

本文提出了一种应用于油井测斜遥传系统的Manchester码信道解码方式的实现方案。Manchester码是串行数据传输的一种重要的编码方式,具有丰富的时钟信息。本方案通过FPGA平台和由硬件语言Verilog实现的超前—滞后型全数字锁相环(LL-DPLL)实现了Manchester码解码器的设计,它解决了接收端解调时的时钟同步问题,可以动态跟踪时钟,为遥测系统中数据传输准确性的提高提供了可靠的保证。实验结果表明:此解码器能很好地提取时钟,在数据传输上误码率也小于10-5,满足设计要求。跟模拟电路设计相比,该设计更易于与原有系统集成、实现方便、性能稳定;同时比同步脉冲法等其他数字方法的抗干扰性能上也有明显的提高。

基于Verilog的曼彻斯特Ⅱ型码解码器设计

为研制1553B总线转换卡,给出了一种基于硬件描述的曼彻斯特Ⅱ型码解码器设计方案;该方案先利用Verilog语言描述少量逻辑单元(LE),构成逻辑处理模块,继而搭建出解码器;针对干扰问题,提出了边缘检测法识别同步头并寻找时钟基准和多数判定法解码曼彻斯特Ⅱ型码两种方法,并对不同模块之间同步等问题进行了研究;经过在EDA开发环境中进行时序仿真,结果显示设计满足需求,正确识别了状态/命令同步头,且曼彻斯特Ⅱ型码解码正确无误。