简介:摘要:煤矿开采一直是高危行业,煤矿安全监测监控是保障煤矿安全生产,减少煤矿安全事故发生的首选。为促进安全监测监控新技术新装备的推广应用,提高安全监控系统技术性能和安全可靠性,适应煤矿安全生产的需要,国家煤矿安全监察局要求各矿井在 2020年必须完成升级改造。国家能源集团积极响应国家号召,在全集团范围内研发一套多系统融合的煤矿安全监控系统,并在部分矿井试用,使用效果较好。
简介:摘要到现在为止,中小学信息化多网融合受到了很多教育者以及研究者的高度重视,也成为了社会上的一大热点。所以要不断地探索校园网,将很多网络融合在一起,这会使得校园网在现代教育信息化中发挥出更大的作用。本文主要从中小学校园网建设存在的问题和多网融合的优势出发,来促进校园网在中小学的学习生活中的合理应用。
简介:道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.
简介:摘要目的探讨多模态影像融合技术在神经外科中的应用效果.方法选取2013年1月至2015年7月我院收治的接受手术治疗的神经外科患者80例,随机分成对照组以及观察组两组,每组患者40例,观察组在手术治疗过程中采用多模态影像融合技术进行处理,对照组采用常规的手术治疗方法进行治疗,未应用多模态影像融合技术,观察多模态影像融合技术的应用价值.结果经手术治疗后,两组在手术后复发率上的差异非常明显(P<0.05),存在统计学意义.结论对神经外科接受手术治疗的患者在常规手术治疗过程中应用多模态影像融合技术可以在一定程度上降低患者疾病的复发率,应用效果突出.关键词多模态影像融合技术;神经外科;应用价值Abstractobjectivetostudythemultimodalimagefusiontechnologyapplicationinneurosurgery.SelectionmethodsbetweenJanuary2013andJuly2015toundergosurgeryofourhospital80casesofpatientswithneurosurgicaltreatment,randomlydividedintotwogroups,controlgroupandobservationgroup40caGsesofpatientsineachgroup,theobservationgroupusedintheprocessofsurgicaltreatmentformultimodalimagefusiontechnologyforprocessing,theoperativemethodofthecontrolgroupusingconventionaltreatment,withoutapplyingmultimodalimagefusiontechnology,observetheapplicationvalueofthemultimodalimagefusiontechnology.Resultsaftertreatmentwithsurgery,thedifferenceoftwogroupsofrecurrenceaftersurgerywasverysignificantly(P<0.05),thereisstatisticalsignificance.ConclusiontheneurosurgeryinconventionalsurgicaltreatmentinpatientsundergoingsurgeryforapplicationintheprocessofmultimoGdalimKageeyfwuosridosntechnologycantoacertainextent,reducetherecurrencerateofpatientswithdiseaseapplicationeffectisprominent.Multimodalimagefusiontechnology;Neurosurgery;Applicationvalue中图分类号R651.1文献标识码B文章编号1001-5302(2015)09-0632-02
简介:摘要: 工艺管理体系是制造型企业实现优质、高产、低耗、高效益的保证,是衡量企业管理水平的标准之一。将全流程工艺管理体系与项目运用结合,可有效提高工艺技术准备水平,并指导精益生产高效进行。通过对工艺管理体系的不断完善,达到推动企业经营指标实现,提高企业整体管理水平的目的。
简介:摘要目的结合图像自动分割技术和机器学习方法对乳腺钼靶X线图像进行准确分类识别。方法以数字钼靶X线图像数据库(DDSM)中的BI-RADS4类的簇状分布多形性钙化钼靶图像为研究对象,自动切分图像的感兴趣区域(ROI)。对小波变换、Gabor滤波和灰度共生矩阵法所提取的特征参数进行融合,并基于灵敏度分析对融合后的特征参数进行筛选。使用基于集成学习的方法,对多项式核支持向量机(SVM)、随机森林和逻辑(logistic)回归分类器进行投票集成,构成用于乳腺钼靶X线图像自动分类的分类器。投票集成方法为软投票。结果提出的集成分类器可高效地识别与分类乳腺钼靶X线图像,其分类的灵敏度、特异度和准确率分别为99.1%、99.6%和99.3%。结论所提出的乳腺钼靶X线图像处理与分类识别方法能为医生的临床判断提供辅助检测的依据,并为细分BI-RADS4类图像提供技术基础。