公共文化服务平台

搜索到132038篇“ NET“的相关文章

基于U-Net的动态结构响应重构: 2025年; 在实际工程中,准确且全面地监测结构动态响应是保障装备正常运行的关键环节。然而,由于实际应用中传感器数量有限,获取完整的动态响应信息面临诸多挑战。针对这一问题,本文提出了一种基于深度学习的实时动态响应重构方法,通过测量点的响应推断结构其他位置的响应。所构建的深度学习网络以多通道传感器数据为输入,输出未知点的动态响应,并基于U-Net架构进行了改进设计:整合了优化的RevIN层、自注意力机制和跳跃连接,以提升序列到序列预测性能。通过翼型金属板模型的有限元仿真与试验验证,结果表明该方法在动态响应重构中展现出优异的预测能力,同时具备良好的可扩展性和抗噪声鲁棒性。; 凡逸飞贾亮胡金龙崔高伟

基于U-Net和频谱的信号检测方法: 2025年; 全卷积网络在图像语义分割领域取得了巨大成功。受其启发,提出了一种基于U-Net网络和信号频谱的新信号检测方法。详细介绍了算法原理和U-Net网络的训练方法,并完成了仿真试验。结果表明,基于U-Net网络的模型可以有效地实现信号检测。; 康智易嘉骅徐龙飞; 关键词：信号处理信号检测

基于.NET的科研档案管理系统设计与实现: 2025年; 文章以ASP.NET作为开发平台,采用C#语言开发设计了科研档案管理系统。该系统的主要参与者包含管理员和普通用户,能够稳定地运行,具有较好的可扩展性。作为辅助系统,它能够帮助相关工作人员管理医疗资源,减少医疗资源的浪费,提高工作效率。; 高美蓉; 关键词：科研档案 ASP.NET

基于CAD.NET技术的FAS深化工具的实现: 2025年; 深化设计是结合建筑结构、机电等专业设计资料进行的更深层次的施工图设计工作,其目的是对施工阶段所有层面的合理性和落地性进行更深层次的论证,指导项目实施的顺利进行。FAS系统在地铁建设中具有外设种类多、模块数量庞大、深化设计重复工作量大等特点,提出一种基于CAD.NET的FAS深化设计方法,使用工程基础配置和输入表进行图纸批量绘制。实践表明,该方法在图纸深化阶段可有效提高绘图的准确性、缩短绘图周期,为后期成套生产、现场调试预留充足的时间。; 李小花朱恩云张松琛; 关键词：火灾自动报警系统轨道交通 C#

基于U-net的结直肠息肉诊断方法的探索与发现: 2025年; 旨在提高早期结直肠癌的诊断准确性,采用的技术路线清晰划分为数据获取、清洗、建模和测试4个关键步骤;创新性地应用了数据增强和图像分割技术,结合迁移学习模型U-net,显著提升了检测模型的性能。测试结果表明,模型训练达到了极低的损失值(趋近于0.045)和高准确度(0.9990)。此外,还有效解决了数据标签不一致、数据集不平衡和模型选择等关键问题,最终实现了对CT影像中息肉的精确识别和定位。; 陆万里陈欣张琴; 关键词：图像分割算法

基于改进U-Net网络的树种精细分类: 2025年; 通过改进现有的深度学习网络,提出了一种结合机载高分辨率的高光谱数据和激光雷达数据的树种精细分类新方法。首先,对不同数据源进行特征提取和融合;然后,在U-Net网络的基础上,通过增加通道注意力机制模块,自适应地调整不同特征的权重,构建了CA-U-Net分类网络;最后,通过修改CA-U-Net以适应样本不平衡的分类情况,尝试解决小样本物种识别精度低的问题。研究结果表明:(1)CA-U-Net网络表现良好,总体分类准确率达到96.80%,与FCN、SegNet和U-Net等网络相比,其分类准确率分别提高了8.56、11.99、3.31百分点,而且收敛速度更快;(2)采用基于类样本量平衡的交叉熵损失函数替换CA-U-Net网络中的原始损失函数,可以提高样本量较少的树种的分类精度。所提方法对于小尺度的林业应用,例如果园管理、城市森林调查以及森林多样性调查等具有重要参考价值。; 蔡玉林高洪振范晓乐徐慧宇刘正军张赓; 关键词：无人机高光谱数据

面向腺体组织病理学图像分割的改进U2-Net模型: 2025年; 结直肠癌是全球癌症患病人数当中致死率最高的癌症之一,为提高结直肠腺体的分割准确率,本文把U2-Net引入到医学图像分割领域,并对其改进以提高分割效果.首先,为减弱下采样带来的细节特征丢失和上采样时插值误差,在RSU内部的桥接处引入ASPP模块并且使用深度可分离卷积替换普通卷积以提高有效特征的提取能力同时减少参数量;其次,在外层解码器阶段引入了注意力机制以加强特征间的融合,减少因跳跃连接而丢失的空间信息;最终,把交叉熵损失和Dice相结合作为最终损失函数来解决类不平衡问题.在SJTU_GSFPH数据集与U2-Net相比F1-Score和Dice分别提升了1.43和1.03,HD降低了10.93;在GlaS数据集中与U2-Net相比Dice提升了1.29,HD降低了3.82.实验结果表明,本文方法有效提升了结直肠腺体分割的精准度.; 张正旭陈庆奎付直兵黄陈; 关键词：结直肠医学图像分割 DICE

基于改进U-Net网络的PCB缺陷检测方法: 2025年; 针对PCB表面小尺寸缺陷难以检测的问题,提出了一种改进的U-Net语义分割网络,实现PCB表面缺陷图像的精确检测。首先,将U-Net的四层网络层次修改为三层,可以减少整体的计算工作量、提升网络模型收敛速度、缩短训练时间;其次,在U-Net网络中融入CBAM(Convolutional Block Attention Module)模块来提升图像中缺陷目标的显著度;然后,在编码阶段使用混合空洞卷积替换原有卷积块,增大感受野,获取更多的上下文信息。结果表明,U-Net的改进模型能够在提升模型性能的同时减少计算复杂度,能够增加PCB缺陷检测效率。; 彭勇刘慧民李伟松王石; 关键词：小目标检测

基于U-Net++的舌图像分割与优化方法研究: 2025年; 文章研究了一种基于U-Net++模型的舌图像分割方法,采用一种加权交叉熵损失函数来提升图像分割效果。在实验阶段,使用开源的舌图像数据集对方法进行测试。为了评估模型的综合性能,采用交并比和Dice系数作为评价指标。结果表明,采用加权交叉熵损失函数的模型在分割精度上有显著提升,尤其是在交并比和Dice系数2个指标上优于传统方法。该结果验证了加权交叉熵损失函数在舌图像分割任务中的有效性。; 廖哲皓刘忆宁; 关键词：舌图像图像分割损失函数

基于改进多尺度AOD-Net的图像去雾算法: 2025年; 针对当前去雾算法效率不高、细节恢复较差等问题,提出一种改进多尺度AOD-Net(all in one dehazing network)的去雾算法。通过增加注意力机制、调整网络结构和改变损失函数这3方面的改进,增强网络的特征提取和恢复能力。模型的第1层增加空间金字塔注意力(spatial pyramid attention,SPA)机制,使网络在特征提取过程中避免冗余信息。将网络改成拉普拉斯金字塔型结构,使模型能够提取不同尺度的特征,保留特征图的高频信息。使用多尺度结构相似性(multi-scale structural similarity,MS-SSIM)+L1损失函数替换原有的损失函数,提高模型保留结构的能力。实验结果表明,本方法去雾效果更好,细节更丰富。在定性可视化评价方面,去雾图像效果优于原网络。在定量评估层面,与原网络相比PSNR值提升了2.55 dB,SSIM值提升了0.04,IE熵值增加了0.18,这些数值指标充分验证了本算法的出色去雾效果和稳定性。; 徐玥黄志开王欢曾志超王景玉叶元龙; 关键词：拉普拉斯金字塔

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈