期刊文献+
共找到25,171篇文章
< 1 2 250 >
每页显示 20 50 100
基于改进Res2Net与迁移学习的水果图像分类 被引量:4
1
作者 吴迪 肖衍 +2 位作者 沈学军 万琴 陈子涵 《电子科技大学学报》 北大核心 2025年第1期62-71,共10页
针对传统水果图像分类算法特征学习能力弱和细粒度特征信息表示不强的缺点,提出一种基于改进Res2Net与迁移学习的水果图像分类算法。首先,针对网络结构,在Res2Net的残差单元中引入动态多尺度融合注意力模块,对各种尺寸的图像动态地生成... 针对传统水果图像分类算法特征学习能力弱和细粒度特征信息表示不强的缺点,提出一种基于改进Res2Net与迁移学习的水果图像分类算法。首先,针对网络结构,在Res2Net的残差单元中引入动态多尺度融合注意力模块,对各种尺寸的图像动态地生成卷积核,利用meta-ACON激活函数优化ReLU激活函数,动态学习激活函数的线性和非线性,自适应选择是否激活神经元;其次,采用基于模型迁移的训练方式进一步提升分类的效率与鲁棒性。实验结果表明,该算法在Fruit-Dataset和Fruits-360数据集上的测试准确率相比Res2Net提升了1.2%和1.0%,召回率相比Res2Net提升了1.13%和0.89%,有效提升了水果图像分类性能。 展开更多
关键词 图像分类 res2Net 动态多尺度融合注意力 激活函数 迁移学习
在线阅读 下载PDF
基于Res2Net注意力机制网络智能检测CT肺动脉成像急性肺动脉栓塞
2
作者 李曼 蒋德攀 +5 位作者 王麦林 李艳若 张晗宇 王颖 张岚 黄婷婷 《中国医学影像学杂志》 北大核心 2025年第4期356-361,369,共7页
目的基于Res2Net注意力机制网络实现CT肺动脉成像急性肺动脉栓塞(APE)的智能检测。资料与方法回顾性收集2015年2月—2023年5月河南中医药大学第一附属医院疑似APE行CT肺动脉成像并确诊为APE的患者。按照7∶2∶1将数据随机分为训练集、... 目的基于Res2Net注意力机制网络实现CT肺动脉成像急性肺动脉栓塞(APE)的智能检测。资料与方法回顾性收集2015年2月—2023年5月河南中医药大学第一附属医院疑似APE行CT肺动脉成像并确诊为APE的患者。按照7∶2∶1将数据随机分为训练集、验证集和测试集。基于Res2Net网络框架,结合多孔空间金字塔池化和注意力机制模块训练模型,对模型进行五折交叉内部验证;在测试集上采用受试者工作特征曲线下面积、敏感度、特异度评估模型的诊断效能;同时采用戴斯相似系数、精确率、交集比并集(IOU)评估模型的分割效能并绘制相应曲线。比较该模型与经典的U-Net模型及CE-Net模型的效能。结果最终纳入303例APE患者,训练集212例,验证集61例,测试集30例。模型的曲线下面积为0.95,敏感度为0.90,特异度为1.00;戴斯相似系数为0.86,精确率为0.90,Pos-IOU为0.78,Neg-IOU为1.00。参数曲线图及雷达图显示Res2Net注意力机制网络多项参数均优于U-Net及CE-Net模型。分割对比的可视化结果显示Res2Net注意力机制网络对肺动脉栓子的分割精准度更高。结论Res2Net注意力机制网络模型对APE具有良好的检测性能。 展开更多
关键词 肺栓塞 CT肺动脉成像 体层摄影术 螺旋计算机 深度学习 res2Net 注意力机制
在线阅读 下载PDF
RES2Dinv反演资料快速成图方法研究
3
作者 张平 《矿产与地质》 2025年第5期1137-1146,共10页
文章提出一种基于GMT平台的自动化图件绘制方法,适用于RES2Dinv反演的三极激电测深数据处理。通过编写Bash脚本程序自动读取RES2Dinv导出的Surfer格式反演数据文件,并结合GMT模块和Linux命令定义和管理绘图参数,利用GMT软件的数据处理模... 文章提出一种基于GMT平台的自动化图件绘制方法,适用于RES2Dinv反演的三极激电测深数据处理。通过编写Bash脚本程序自动读取RES2Dinv导出的Surfer格式反演数据文件,并结合GMT模块和Linux命令定义和管理绘图参数,利用GMT软件的数据处理模块,对数据进行网格化、插值计算。最终,通过GMT绘图模块自动生成高分辨率矢量图件,并以子图形式呈现正向与反向三极实测数据、正演数据及二维反演数据的对比结果。该方法通过标准化流程提高绘图效率和质量,减少人工干预,实现高效、自动化的数据可视化处理,同时增强数据对比分析的直观性,有助于优化异常识别和地质解释。 展开更多
关键词 激发极化法 三极装置 res2Dinv反演资料 成图方法 GMT软件 脚本程序
在线阅读 下载PDF
基于Res-PGAUnet的沿海养殖池塘遥感提取研究
4
作者 陈红梅 彭俊 +4 位作者 陈芸芝 罗冬莲 陈钰玫 刘国昕 王婉萍 《渔业研究》 2025年第6期793-802,共10页
[背景]沿海养殖池塘常与盐田、河道等地物混杂,加之池塘形态多样、尺度不一,采用传统遥感提取方法面临提取精度不足、抗干扰能力弱、自动化程度低等技术瓶颈。深度学习方法能通过卷积层自动从影像中学到丰富的光谱与空间特征,从而实现... [背景]沿海养殖池塘常与盐田、河道等地物混杂,加之池塘形态多样、尺度不一,采用传统遥感提取方法面临提取精度不足、抗干扰能力弱、自动化程度低等技术瓶颈。深度学习方法能通过卷积层自动从影像中学到丰富的光谱与空间特征,从而实现大范围精准分类,提高提取任务的自动化程度。[目的]实现面向复杂干扰地物场景养殖池塘的精准、高效自动化提取。[方法]本研究基于高分二号(GF-2)卫星影像数据,以福建省漳州市旧镇湾以南沿海池塘养殖区为研究区域,在U-Net模型基础上,融合残差结构、金字塔池化、引导分支与双注意力机制,构建Res-PGAUnet模型,并进行精度分析与大范围应用测试。[结果]旧镇湾以南模型的核心改进模块(残差结构、金字塔池化、引导分支和双注意力机制)均对性能提升有显著贡献,使得Res-PGAUnet模型在面对河道、盐田、海水等多种干扰地物时,表现出更强的抗干扰能力和鲁棒性,IoU与F1-score分别达到0.8540与0.9213,能有效减少误提和漏提,改善了小目标高位池漏提和边界粘连。[结论]大范围泛化测试进一步证实了Res-PGAUnet模型在实际应用中的潜力,该模型可为池塘养殖空间信息的精准监测与渔业可持续发展提供技术支撑。 展开更多
关键词 养殖池塘 高分二号(GF-2)影像 深度学习 res-PGAUnet 金字塔池化 引导分支 双注意力机制
在线阅读 下载PDF
基于ASP-SERes2Net的说话人识别算法 被引量:1
5
作者 令晓明 陈鸿雁 +1 位作者 张小玉 张真 《北京工业大学学报》 CAS 北大核心 2025年第1期42-50,共9页
为提升说话人识别的特征提取能力,解决在噪声环境下识别率低的问题,提出一种基于残差网络的说话人识别算法——ASP-SERes2Net。首先,采用梅尔语谱图作为神经网络的输入;其次,改进Res2Net网络的残差块,并且在每个残差块后引入压缩激活(sq... 为提升说话人识别的特征提取能力,解决在噪声环境下识别率低的问题,提出一种基于残差网络的说话人识别算法——ASP-SERes2Net。首先,采用梅尔语谱图作为神经网络的输入;其次,改进Res2Net网络的残差块,并且在每个残差块后引入压缩激活(squeeze-and-excitation,SE)注意力模块;然后,用注意力统计池化(attention statistics pooling,ASP)代替原来的平均池化;最后,采用附加角裕度的Softmax(additive angular margin Softmax,AAM-Softmax)对说话人身份进行分类。通过实验,将ASP-SERes2Net算法与时延神经网络(time delay neural network,TDNN)、ResNet34和Res2Net进行对比,ASP-SERes2Net算法的最小检测代价函数(minimum detection cost function,MinDCF)值为0.0401,等误率(equal error rate,EER)为0.52%,明显优于其他3个模型。结果表明,ASP-SERes2Net算法性能更优,适合应用于噪声环境下的说话人识别。 展开更多
关键词 说话人识别 梅尔语谱图 res2Net 压缩激活(squeeze-and-excitation SE)注意力模块 注意力统计池化(attention statistics pooling ASP) 附加角裕度的Softmax(additive angular margin Softmax AAM-Softmax)
在线阅读 下载PDF
融合Res2Net和部分卷积的带钢表面缺陷检测算法 被引量:3
6
作者 胡凯涛 马向华 +1 位作者 孙向宇 刘闯 《计算机工程与应用》 北大核心 2025年第5期334-343,共10页
为提升带钢表面缺陷的层次性特征提取能力和检测效率,提出基于多尺度表征和部分卷积(PConv)的快速检测网络(multi-scale and partially convolutional network,MSPC-Net)。将限制对比度自适应直方图均衡技术(contrast limited adaptive ... 为提升带钢表面缺陷的层次性特征提取能力和检测效率,提出基于多尺度表征和部分卷积(PConv)的快速检测网络(multi-scale and partially convolutional network,MSPC-Net)。将限制对比度自适应直方图均衡技术(contrast limited adaptive histogram equalization,CLAHE)引入到该模型以突出带钢表面的缺陷特征;在YOLOv5s的基础上新增检测层,提高对不同尺寸缺陷目标的检测率;设计了融合Res2Net的多尺度特征提取块并引入ECA注意力机制(BRE-block),既可以获取细粒度层面的特征,同时也增加了模型感受野;通过结合PConv减少了模型计算量(FLOPs),且增强了部分特征信息的聚合。在NEU-DET数据集上的实验结果表明,平均精度均值(mAP@IoU=0.5)达到了80.2%,较原基线网络提高了5.9个百分点;同时改进后网络的FPS达到157,远高于近期应用广泛的目标检测算法,有效提高了带钢表面缺陷的检测效率。 展开更多
关键词 对比度增强 多尺度特征提取 改进res2Net 融合PConv 信息聚合
在线阅读 下载PDF
基于改进Res2Net模型的当归叶片病虫害图像分类研究
7
作者 孔雅利 李佳珍 王联国 《软件工程》 2025年第12期11-15,共5页
为实现当归叶片病虫害检测需求,提出了一种基于改进Res2Net模型的当归叶片病虫害图像识别算法。首先,在骨干网络中引入CBAM(Convolutional Block Attention Module)卷积注意力机制;其次,调整残差块结构,优化数据归一化分布;最后,优化分... 为实现当归叶片病虫害检测需求,提出了一种基于改进Res2Net模型的当归叶片病虫害图像识别算法。首先,在骨干网络中引入CBAM(Convolutional Block Attention Module)卷积注意力机制;其次,调整残差块结构,优化数据归一化分布;最后,优化分类器结构,在全局平均池化层后增加全连接层,提高模型的表达能力。经验证:改进模型的准确率为98.52%,较原Res2Net模型提升1.98个百分点;精确率、召回率和F1值分别提升了2.09%、1.94%和2.01%。研究结果表明,该模型为当归叶片病虫害的精准防控和智能管理提供了技术支撑。 展开更多
关键词 当归病虫害 res2Net 特征提取 注意力机制 图像识别
在线阅读 下载PDF
Ce6-RES@Soluplus纳米颗粒抑制侵袭性乳腺癌的作用机制研究
8
作者 李鑫玉 吴发亮 +3 位作者 居瑞军 彭效明 谷庆阳 马凌悦 《现代化工》 北大核心 2025年第11期113-118,125,共7页
制备包载光敏剂Ce6和白藜芦醇(RES)的Ce6-RES@Soluplus纳米颗粒并对其进行表征,在细胞分子水平验证其联合光动力治疗(PDT)的抗肿瘤效果。采用薄膜水合法制备Ce6-RES@Soluplus纳米颗粒,通过透射电镜、粒度仪、红外光谱和X射线衍射对其进... 制备包载光敏剂Ce6和白藜芦醇(RES)的Ce6-RES@Soluplus纳米颗粒并对其进行表征,在细胞分子水平验证其联合光动力治疗(PDT)的抗肿瘤效果。采用薄膜水合法制备Ce6-RES@Soluplus纳米颗粒,通过透射电镜、粒度仪、红外光谱和X射线衍射对其进行表征,测得平均粒径为(71.9±2.0)nm,Zeta电位为(1.48±0.12)mV,PDI为0.106,Ce6和RES的包封率分别为83.74%和80.12%,具有良好的粒径分布和稳定性。以乳腺癌MDA-MB-231细胞为对象,经多组对照分析,Ce6-RES@Soluplus纳米颗粒在PDT激活下对癌细胞的抑制效果显著;Western Blot分析上皮-间质转化(EMT)相关蛋白的表达水平可知,Ce6-RES@Soluplus纳米颗粒在PDT激活下,显著抑制三阴性乳腺癌(TNBC)细胞的增殖、迁移和侵袭,并通过下调EMT相关蛋白的表达抑制细胞的侵袭性。研究结果为Ce6-RES@Soluplus结合PDT治疗在TNBC中的抗肿瘤应用提供了有力的实验支持和分子机制解释。 展开更多
关键词 三阴性乳腺癌 光动力治疗 Ce6-res@Soluplus纳米颗粒 上皮-间质转化 生物利用度
原文传递
一种用于中介轴承故障诊断的网络模型Res2APCNN
9
作者 田晶 王敬迪 +2 位作者 丁小飞 林政 高明浩 《仪器仪表学报》 北大核心 2025年第8期49-62,共14页
针对航空发动机中介轴承在强噪声背景下的健康监测问题,提出了一种结合数据融合和自适应注意力机制的多尺度残差神经网络(Res2APCNN)模型。首先,采用格拉姆角差场(GADF)、格拉姆角和场(GASF)以及马尔科夫转移场(MTF)方法,将轴承信号转... 针对航空发动机中介轴承在强噪声背景下的健康监测问题,提出了一种结合数据融合和自适应注意力机制的多尺度残差神经网络(Res2APCNN)模型。首先,采用格拉姆角差场(GADF)、格拉姆角和场(GASF)以及马尔科夫转移场(MTF)方法,将轴承信号转化为二维灰度图像,并将这3种图像分别映射至RGB的3个通道,构建复合彩色图像,从而增强对时间序列信息的捕获能力。其次,引入Res2Net模块,通过并行卷积操作提取不同尺度的信息,过滤噪声干扰并优化信息流动。再次,嵌入自适应并联特征融合模块,对各特征维度的重要性赋予差异化权重,对关键特征信号进行筛选和放大。最后,通过特征提取和分类模块输出中介轴承故障类型。采用意大利都灵理工大学、哈尔滨工业大学轴承数据集和自建试验台数据集对模型进行验证。实验结果表明,所提出的Res2APCNN模型在强噪声环境下表现出优异的故障诊断性能,与当前先进方法相比,在都灵理工大学数据集上,相较于IDRSN方法准确率提升了1.52%;在HIT数据集上,相较于MC-CNN方法准确率提升了6.65%;在自建数据集上,相较于Wen-CNN方法准确率提升了2.35%。此外,该模型的诊断准确率波动最小,稳定性最高。在强噪声条件下,Res2APCNN模型仍能保持较高的识别精度,展现出良好的抗干扰能力。 展开更多
关键词 中介轴承 故障诊断 自适应特征融合 res2Net
原文传递
基于Res-CapsNet与改进YOLOv4的绝缘子破损识别与定位
10
作者 卞建鹏 朱泽明 +1 位作者 陈璇 安荣廷 《电瓷避雷器》 2025年第6期106-116,共11页
针对传统卷积神经网络(CNN)在绝缘子破损检测方面存在识别效果差、速度慢等问题,本研究提出一种基于Res-CapsNet(残差胶囊网络)与改进YOLOv4相结合的算法,包括绝缘子分类检测及破损定位两部分。首先,由于残差网络可以解决传统分类网络... 针对传统卷积神经网络(CNN)在绝缘子破损检测方面存在识别效果差、速度慢等问题,本研究提出一种基于Res-CapsNet(残差胶囊网络)与改进YOLOv4相结合的算法,包括绝缘子分类检测及破损定位两部分。首先,由于残差网络可以解决传统分类网络通过不断堆叠卷积层而出现的模型退化问题,因此提出采用ResNet34作为预训练模型提取绝缘子图像特征,将提取出的卷积特征转化成胶囊特征,然后使用动态路由算法进行传递以保证特征信息的完整性,因此不仅使输出量保留其方向和角度,同时可提取绝缘子更深层的特征,从而实现对复杂环境下破损绝缘子的准确识别。绝缘子破损定位部分,在CPSDarknet53中使用Res2Net残差单元提取绝缘子细微特征,并且在定位网络中引入CBAM注意力机制关注绝缘子轮廓、位置等特征以提高模型精度;同时由于引入Res2Net残差单元使得模型复杂度增加,因此采用通道剪枝压缩网络模型,减少模型运算量,可以实现在保持较高精度的同时加快模型训练速度。最后与SSD、VGG16、Resnet、AlexNet等网络进行对比,实验结果表明,改进后的网络对绝缘子破损识别准确率达到97.98%,定位准确率达到96.57%,能够快速准确的检测出不同天气、距离下的绝缘子故障状态,大大提高了对绝缘子进行智能巡检的效率。 展开更多
关键词 绝缘子破损检测 res-CapsNet YOLOV4 res2Net CBAM 通道剪枝 智能巡检
原文传递
Res-ECA-UNet++模型构建及其在卵巢肿瘤超声声像图语义分割中的性能评估
11
作者 王学成 封丽 +3 位作者 刘蔚 杨珊 刘慧 张广英 《医学影像学杂志》 2025年第9期109-113,120,共6页
目的 基于UNet++、残差模块(ResNet)以及高效通道注意力机制(ECA)模型构建Res-ECA-UNet++模型,并评估该模型在卵巢肿瘤(OT)超声声像图语义分割中的性能。方法 纳入OT患者276例449幅超声声像图、卵巢正常者75例90幅超声声像图,按7∶3随... 目的 基于UNet++、残差模块(ResNet)以及高效通道注意力机制(ECA)模型构建Res-ECA-UNet++模型,并评估该模型在卵巢肿瘤(OT)超声声像图语义分割中的性能。方法 纳入OT患者276例449幅超声声像图、卵巢正常者75例90幅超声声像图,按7∶3随机分为训练集与验证集,采用OpenCV软件通过数据增强将训练集377幅超声声像图增强至2 206幅,验证集162幅超声声像图保持原始图像的像素分布。基于UNet++框架,结合ResNet-34模块和ECA模块构建Res-ECA-UNet++模型。采用准确率、平均交并比及Dice系数评估Res-ECA-UNet++模型的语义分割性能,通过计算灵敏度、特异度、F1分数及ROC曲线的AUC评估Res-ECA-UNet++模型对OT亚型的诊断效能。结果 Res-ECA-UNet++模型构建成功。Res-ECA-UNet++与手工分割在病灶边缘部分具有很高的一致性。Res-ECA-UNet++模型对OT超声声像图的特征提取聚焦于病变核心区域(如囊壁增厚或实性成分),该模型对病灶的解剖学范围及实性成分显示出与超声医师诊断策略一致的特征聚焦特性。Res-ECA-UNet++模型在测试集中准确率为93.46%,平均交并比为91.54%,Dice系数为89.52%,较UNet模型分别提升6.17%、8.30%及5.62%。Res-ECA-UNet++模型在子宫内膜异位囊肿、成熟畸胎瘤及正常卵巢中达到最优分类性能,其95%CI上界均>95%。Res-ECA-UNet++模型在OT亚型诊断中表现最佳,其AUC达到0.95(P<0.05)。结论 本研究成功构建了Res-ECA-UNet++模型;该模型可对OT超声声像图进行多尺度精准分割及病理亚型鉴别。 展开更多
关键词 超声检查 res-ECA-UNet++模型 语义分割 深度学习 卵巢肿瘤
暂未订购
A Semi-Lightweight Multi-Feature Integration Architecture for Micro-Expression Recognition
12
作者 Mengqi Li Xiaodong Huang Lifeng Wu 《Computers, Materials & Continua》 2025年第7期975-995,共21页
Micro-expressions,fleeting involuntary facial cues lasting under half a second,reveal genuine emotions and are valuable in clinical diagnosis and psychotherapy.Real-time recognition on resource-constrained embedded de... Micro-expressions,fleeting involuntary facial cues lasting under half a second,reveal genuine emotions and are valuable in clinical diagnosis and psychotherapy.Real-time recognition on resource-constrained embedded devices remains challenging,as current methods struggle to balance performance and efficiency.This study introduces a semi-lightweight multifunctional network that enhances real-time deployment and accuracy.Unlike prior simplistic feature fusion techniques,our novel multi-feature fusion strategy leverages temporal,spatial,and differential features to better capture dynamic changes.Enhanced by Residual Network(ResNet)architecture with channel and spatial attention mechanisms,the model improves feature representation while maintaining a lightweight design.Evaluations on SMIC,CASME II,SAMM,and their composite dataset show superior performance in Unweighted F1 Score(UF1)and Unweighted Average Recall(UAR),alongside faster detection speeds compared to existing algorithms. 展开更多
关键词 Micro-expressions Dynamic Fusion res Net(DFR-Net) feature fusion attention mechanism
在线阅读 下载PDF
基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别研究
13
作者 李瑾 高杰 《电镀与精饰》 北大核心 2025年第7期82-88,107,共8页
电镀锌冲压钢板表面缺陷类型多样、形态复杂以及受环境因素影响大,导致表面缺陷识别难度增加。Res-UNet结合了深度学习中ResNet的残差连接和U-Net的编解码结构,残差连接可以有效缓解深度网络的梯度消失问题,使得网络在训练过程中更容易... 电镀锌冲压钢板表面缺陷类型多样、形态复杂以及受环境因素影响大,导致表面缺陷识别难度增加。Res-UNet结合了深度学习中ResNet的残差连接和U-Net的编解码结构,残差连接可以有效缓解深度网络的梯度消失问题,使得网络在训练过程中更容易收敛,从而能够学习到更复杂的特征表示,这有利于识别电镀锌冲压钢板表面多样、复杂的缺陷类型,为此提出了一种基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别方法。通过优化卷积层操作策略方式和引入混合损失函数的方式实现Res-UNet网络改进,将待识别的图像输入到改进后的Res-UNet网络,改进后的Res-UNet网络经过编码、解码等多项操作输出电镀锌冲压钢板表面缺陷图像识别结果。实验测试结果表明,在训练集和测试集下所提方法的Dice系数均呈上升趋势,且始终趋近于最大值1,准确识别出了弱光条件下的所有缺陷及对应类别,在强光干扰下也表现出了较高准度,以此证明该方法能够为类似电镀锌冲压钢板的工业品表面缺陷识别提供有价值的参考。 展开更多
关键词 电镀锌冲压钢板 res-UNet网络 卷积操作 损失函数 表面缺陷识别
在线阅读 下载PDF
Mo monoatomic doping of ReS_(2) quantum dots with size control for piezoelectric synergistic photocatalysis
14
作者 Jin-Feng Shen Shu-Le Huang +7 位作者 Mo-Ran Qin Xin-Miao Xuan Shao-Qiang Su Xiao-Ming Zhang Xin-Xing Xu Zhi-Peng Hou Zhang Zhang Jun-Ming Liu 《Rare Metals》 2025年第6期3943-3955,共13页
Water purification systems based on transition metal dichalcogenides face significant challenges,including lack of reactivity under dark conditions,scarcity of catalytically active sites,and rapid recombination of pho... Water purification systems based on transition metal dichalcogenides face significant challenges,including lack of reactivity under dark conditions,scarcity of catalytically active sites,and rapid recombination of photogenerated charge carriers.Simultaneously increasing the number of active sites and improving charge separation efficiency has proven difficult.In this study,we present a novel approach combining molybdenum(Mo) monoatomic doping and size engineering to produce a series of Mo-ReS_(2) quantum dots(MR QDs) with controllable dimensions.High-resolution structural characterization,first-principle calculations,and piezo force microscopy reveal that Mo monoatomic doping enhances the lattice asymmetry,thereby improving the piezoelectric properties.The resulting piezoelectric polarization and the generated built-in electric field significantly improve charge separation efficiency,leading to optimized photocatalytic performance.Additionally,the doping strategy increases the number of active sites and improves the adsorption of intermediate radicals,substantially boosting photo-sterilization efficiency.Our results demonstrate the elimination of 99.95% of Escherichia coli and 100.00% of Staphylococcus aureus within 30 min.Furthermore,we developed a self-purification system simulating water drainage,utilizing low-frequency water streams to trigger the piezoelectric behavior of MR QDs,achieving piezoelectric synergistic photodegradation.This innovative approach provides a more environmentally friendly and economical method for water self-purification,paving the way for advanced water treatment technologies. 展开更多
关键词 Single atom doping Quantum dot size control Piezoelectric photocatalysis res2 nanoflower
原文传递
IFIH1基因突变致Aicardi-Goutières综合征7型1例
15
作者 王培晓 王欢 +1 位作者 王跃生 周方 《中国优生与遗传杂志》 2025年第1期178-182,共5页
目的本文报道1例IFIH1基因突变致Aicardi-Goutières综合征7型(AGS-7)病例,描述临床症状、检查结果和治疗经过;文献复习部分总结AGS-7临床特征、生物学特征及诊疗进展等;为临床诊疗提供参考。方法回顾性分析2023年9月在河南省儿童... 目的本文报道1例IFIH1基因突变致Aicardi-Goutières综合征7型(AGS-7)病例,描述临床症状、检查结果和治疗经过;文献复习部分总结AGS-7临床特征、生物学特征及诊疗进展等;为临床诊疗提供参考。方法回顾性分析2023年9月在河南省儿童医院消化内科1例AGS-7患儿临床特征及基因突变结果,使用PyMOL3.0软件构建蛋白结构并分析。结果患儿皮肤黄染就诊,基因检测明确IFIH1基因c.2335C>T突变致AGS-7;AGS-7主要临床症状包括喂养困难、肌张力异常、发育落后、易怒、皮疹、肝脾肿大、肝酶升高、血小板减少等;患儿主要临床表现与文献描述相符。结论AGS-7是一种临床表现复杂、多系统损害罕见病,既往报道主要影响大脑和皮肤,该患儿主要临床特征为胆汁淤积性肝炎、肝脾肿大、腹泻、血小板减少、贫血、血细胞减少、颅脑钙化、重症肺炎等,所以对于不明原因婴幼儿胆汁淤积性肝炎,特别是存在多系统损害,要考虑AGS-7及自身炎症性疾病可能,尽早行全外显子组测序,为临床诊疗提供依据。 展开更多
关键词 IFIH1基因 Aicardi-Goutières综合征7型 胆汁淤积性肝炎
原文传递
基于Res-UNet网络的井地电阻率法反演
16
作者 周楠 王智 +1 位作者 方思南 张宇哲 《物探与化探》 2025年第1期73-81,共9页
为了解决传统电阻率反演方法依赖反演初始模型的选择、反演过程容易陷入局部极小且反演耗时较长的缺点,本文提出了一种基于Res-UNet神经网络的井地电阻率实时反演方法,通过Gmsh软件获得大幅扩展的正演响应数据集,并针对数据特性选取合... 为了解决传统电阻率反演方法依赖反演初始模型的选择、反演过程容易陷入局部极小且反演耗时较长的缺点,本文提出了一种基于Res-UNet神经网络的井地电阻率实时反演方法,通过Gmsh软件获得大幅扩展的正演响应数据集,并针对数据特性选取合适的网络参数进行反演实验。实验结果表明,Res-UNet算法能充分挖掘数据特性,快速获得符合地层电性特征的电阻率成像结果,在电阻率正演数据集上的预测值和正演响应的均方误差为0.01944,在测试集上的均方根误差为0.0758,与传统反演方法相比,成像结果有显著提升。基于Res-UNet网络的井地电阻率反演方法在仿真模型的反演计算中得到了较好的结果,能快速、准确地反演出地下异常体的位置和形态,且具有较好的抗噪声能力,为电阻率数据和真实地电结构之间的映射关系提供了一种新的方法和思路。 展开更多
关键词 res-UNet Gmsh 残差块 批量建模 井地电阻率反演
在线阅读 下载PDF
基于Res2Net-Transformer的多尺度特征融合行人重识别算法
17
作者 葛娟娟 《软件导刊》 2025年第3期200-205,共6页
为了能够准确地对行人图像进行识别,提出一种基于Res2Net-Transformer的多尺度特征融合行人重识别算法。该算法由全局特征提取模块、深度聚合模块和特征对齐模块组成,在全局特征提取模块中将Res2Net模块引入到ResNet50网络中,使网络提... 为了能够准确地对行人图像进行识别,提出一种基于Res2Net-Transformer的多尺度特征融合行人重识别算法。该算法由全局特征提取模块、深度聚合模块和特征对齐模块组成,在全局特征提取模块中将Res2Net模块引入到ResNet50网络中,使网络提取到更细粒度的特征;通过多尺度深度聚合模块实现多尺度特征的循环聚合;利用特征对齐模块降低因特征不对齐对识别造成的影响。在Market1501、DukeMTMC-reID和MSMT17数据集上的实验结果表明,与现有方法相比,该方法具有更强的鲁棒性,在行人重识别上取得了更好效果。 展开更多
关键词 行人重识别 图像识别 特征对齐 多尺度特征融合
在线阅读 下载PDF
基于RES理论的岩爆倾向性预测方法 被引量:7
18
作者 郭立 吴爱祥 马东霞 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第2期304-309,共6页
从工程地质因素、复杂环境因素和人为开挖因素3个方面分析了岩爆启动的主要影响因素,在此基础上,提出了一种基于RES理论的岩爆智能预测模型,并论证了人工神经网络的参数分析原理。此外,采用改进的前馈神经网络BP算法对交互作用矩阵进行... 从工程地质因素、复杂环境因素和人为开挖因素3个方面分析了岩爆启动的主要影响因素,在此基础上,提出了一种基于RES理论的岩爆智能预测模型,并论证了人工神经网络的参数分析原理。此外,采用改进的前馈神经网络BP算法对交互作用矩阵进行编码以及对参数的相对交互作用强度进行了分析。研究结果表明:运用该岩爆智能预测模型,不仅使岩爆倾向性的预测具有动态特性,同时又可以方便地对岩爆启动的主控因素进行分析。 展开更多
关键词 res理论 岩爆倾向性 预测方法 岩石工程 BP算法 智能预测模型
在线阅读 下载PDF
基于RES-云模型的采空区稳定性评价研究 被引量:13
19
作者 高峰 高宇旭 周科平 《灾害学》 CSCD 北大核心 2019年第1期17-21,26,共6页
针对采空区稳定性评价中评价指标间交互作用机制分析不足的问题,提出了基于RES(Rock Engineering System)-云模型的采空区稳定性二维评价方法。选取了15个采空区稳定性评价指标,基于RES理论,通过建立评价指标交互作用矩阵,分析评价指标... 针对采空区稳定性评价中评价指标间交互作用机制分析不足的问题,提出了基于RES(Rock Engineering System)-云模型的采空区稳定性二维评价方法。选取了15个采空区稳定性评价指标,基于RES理论,通过建立评价指标交互作用矩阵,分析评价指标间的相互作用,确定了各个评价指标的权重;应用云模型理论计算隶属于不同等级的各指标云模型参数,以指标等级云图的方式进行直观表现,计算样本综合等级隶属度;根据最大综合隶属度原则确定采空区的稳定性等级,引入模糊熵作为第二维评判参量,表征采空区稳定性的复杂程度。最后,将该模型应用于云南某锡矿8个采空区稳定性评价中,验证了该评价模型的可行性。 展开更多
关键词 采空区 稳定性评价 云模型 res理论 模糊熵
在线阅读 下载PDF
基于RES理论的岩体失稳模式判别及其智能实现 被引量:3
20
作者 郭立 吴爱样 +1 位作者 周科平 姚振巩 《中国有色金属学报》 EI CAS CSCD 北大核心 2003年第3期749-753,共5页
基于完全耦合模型解决复杂岩石力学问题的方法论———岩石工程系统理论 (RES)的基本原理 ,构造了地下工程岩体失稳模式判别的智能预测模型 ,并采用具有自学习、非线性映射和数据挖掘功能的模糊自组织人工神经网络模型ANN来实现RES交互... 基于完全耦合模型解决复杂岩石力学问题的方法论———岩石工程系统理论 (RES)的基本原理 ,构造了地下工程岩体失稳模式判别的智能预测模型 ,并采用具有自学习、非线性映射和数据挖掘功能的模糊自组织人工神经网络模型ANN来实现RES交互作用矩阵的编码。通过一个实例说明这种方法具有良好的实用性。 展开更多
关键词 res理论 模式判别 人工神经网络 岩体稳定性 岩石工程系统理论
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部