泪膜干涉图像特征识别算法研究
这是一篇关于干眼症,图像分类,目标检测,注意力机制,特征识别的论文, 主要内容为近年来,干眼症在我国的发病率越来越高,其危害性也越来越大,如果不及时治疗,不仅会引发其他眼科疾病,严重的还会导致失明。现如今国内常用的诊断方式为侵入性检测方法,该方法流程复杂且容易对患者造成二次伤害;传统的图像处理方法耗时较长且容易出现错误。基于以上背景,本文对泪膜干涉图像的特征进行研究,通过深度学习的方法自动识别干眼症,期待在快速准确识别的同时消除对检查者的眼部损伤。首先,为解决泪膜干涉图像数据不足问题,本文联合辽宁何氏眼产业集团,收集了大量临床图像,构建了泪膜干涉脂质层图像库和泪膜干涉破裂图像库,并在眼科专家的帮助下完成脂质层图像的分类和泪膜破裂位置的标注,为了能更好的识别干涉图像的特征,对图像库中的数据进行了图像分割和图像增强等预处理操作。其次,选取VGG19和Res Net50作为泪膜干涉脂质层图像分类的基础算法,完成泪膜干涉脂质层特征的自动化提取和分类。此外,还对VGG19算法进行了三方面的改进,为了提升深度学习网络准确率,借鉴inception网络模型设计了三个分支的多尺度残差网络模型;为了把握更多的图像细节,将后两层的8个传统卷积层替换为可变形卷积;为了增强网络中的重要特征信息,抑制不重要特征,引入通道注意力机制ECA模块。最后,当泪膜干涉脂质层图像不能完全诊断为干眼时,需要进行泪膜破裂检测。本文以YOLOv5和Faster R-CNN作为泪膜破裂点检测的基础算法,完成泪膜破裂点的自动化检测。为解决漏检、错检问题,将YOLOv5算法在检测速度和精度方面双向改进,为了提高检测速度减少计算量,将主干网络中第九层的C3模块替换为Res Net bottleneck blocks;为了让模型更好地识别目标,提高检测精度,将YOLOv5中PANet转为Bi FPN结构。实验结果表明,基于泪膜干涉脂质层图像的特征识别算法改进后,分类正确率达到99.28%,基于泪膜干涉破裂图像的特征识别算法改进后检测正确率达到96.1%。本文提出的算法能有效识别干眼,可为临床干眼检测提供很好的思路。
基于用户特征的无人超市推荐系统设计与实现
这是一篇关于推荐系统,无人超市,促销,特征识别的论文, 主要内容为“新零售”是将互联网领域的新思维、新技术应用于传统的商品销售领域。无人超市作为“新零售”的代表,必须依托互联网,利用先进技术,让消费者可以享受更加舒适并且高效的购物体验。为构建无人超市推荐系统,本文开展如下工作:(1)针对无人超市推荐系统无法像电商平台一样通过用户注册信息获取用户特征的问题,利用人脸特征识别技术,通过图像预处理、特征提取、分类训练等环节,最终实现了推荐系统对用户特征的实时获取。其中,测试表明设计的性别识别方法,即较传统方法,准确率提高了0.3%以上。(2)设计并实现了满足无人超市需求的推荐系统:首先,针对相同特征用户偏好的商品具有相似性的特点,本文将用户特征因素结合到商品推荐算法模型中,其中,该模型以基于用户的协同过滤算法为主算法;其次,针对无人超市用户对推荐商品时效性要求高的问题,以时间段对用户消费记录进行划分,构建更加准确的用户-商品评价矩阵;然后,针对无人超市希望利用促销手段提高销售额的需求,使用K-Means算法设计了多种促销方式的商品促销模块;接着,在上述两个模型的基础上,分别对推荐系统进行整体和各功能模块进行设计,并用序列图描述模块之间信息传递过程。最后,利用ZooKeeper服务及Dubbo框架实现了无人超市推荐系统,并通过了测试。(3)推荐系统需要配套一系列装置,才能实现具体工作,因此设计了两个装置:采用Hi3518E芯片,利用多线程技术设计了可以实现实时采集、识别及传输功能的特征识别装置;设计了基于推荐系统的售货装置机构,并通过计算对关键部件进行选型。测试结果表明,设计的无人超市推荐系统,不仅其算法各性能较传统算法有明显提高,而且应用的效果良好。因此本系统可以起到提高无人超市销售额和增加用户体验的作用。
基于用户特征的无人超市推荐系统设计与实现
这是一篇关于推荐系统,无人超市,促销,特征识别的论文, 主要内容为“新零售”是将互联网领域的新思维、新技术应用于传统的商品销售领域。无人超市作为“新零售”的代表,必须依托互联网,利用先进技术,让消费者可以享受更加舒适并且高效的购物体验。为构建无人超市推荐系统,本文开展如下工作:(1)针对无人超市推荐系统无法像电商平台一样通过用户注册信息获取用户特征的问题,利用人脸特征识别技术,通过图像预处理、特征提取、分类训练等环节,最终实现了推荐系统对用户特征的实时获取。其中,测试表明设计的性别识别方法,即较传统方法,准确率提高了0.3%以上。(2)设计并实现了满足无人超市需求的推荐系统:首先,针对相同特征用户偏好的商品具有相似性的特点,本文将用户特征因素结合到商品推荐算法模型中,其中,该模型以基于用户的协同过滤算法为主算法;其次,针对无人超市用户对推荐商品时效性要求高的问题,以时间段对用户消费记录进行划分,构建更加准确的用户-商品评价矩阵;然后,针对无人超市希望利用促销手段提高销售额的需求,使用K-Means算法设计了多种促销方式的商品促销模块;接着,在上述两个模型的基础上,分别对推荐系统进行整体和各功能模块进行设计,并用序列图描述模块之间信息传递过程。最后,利用ZooKeeper服务及Dubbo框架实现了无人超市推荐系统,并通过了测试。(3)推荐系统需要配套一系列装置,才能实现具体工作,因此设计了两个装置:采用Hi3518E芯片,利用多线程技术设计了可以实现实时采集、识别及传输功能的特征识别装置;设计了基于推荐系统的售货装置机构,并通过计算对关键部件进行选型。测试结果表明,设计的无人超市推荐系统,不仅其算法各性能较传统算法有明显提高,而且应用的效果良好。因此本系统可以起到提高无人超市销售额和增加用户体验的作用。
基于服装人体特征的3D服装模拟及可视化研究
这是一篇关于3D人体模型,特征识别,SURF算法,三角剖分,和谐参数化,服装可视化的论文, 主要内容为服装是人们在日常生活中不可或缺的消费品,也是社会文化的一个重要组成部分。经济和社会的发展日新月异,呈现个性化、合体化、高档化与时尚化的服装,既是服装发展的必然方向,又是当代以及未来服装行业发展的必然趋势。我国服装行业必须进行产业升级,提高科学技术含量,生产出含有高新技术的服装,这样才能真正使我国服装走向世界。而3D数字化服装造型的模拟及可视化研究的思路和方法在个性化、合体性、艺术性以及大范围量身定制等方面均呈现出明显优势,是现代数字化服装设计的重要发展方向。针对3D服装模拟及可视化研究中的关键技术和研究难点,本文将研究的重点放在3D人体模型的特征识别和3D服装原型造型。首先将处理后的3D人体点云图像转换为人体深度图像,其次在此基础上由SURF算法进行人体特征点识别并通过三次B样条对识别得到的特征点进行人体围度曲线拟合,进而得到3D人体特征线,即人体轮廓线,并测量人体尺寸数据。在此基础上,提出特征曲线和三角剖分构造3D服装原型造型的算法,将3D服装曲面分为肩部、胸部、腹部、后背等子曲面进行分片造型,并通过简单的几何计算把3D衣片展开为2D衣片。然后通过和谐参数化算法对3D衣片进行局部编辑,使衣片与3D人体模型达到更好的贴合效果。最后,根据服装织物的性能,引入质点-弹簧模型,结合AABB碰撞检测算法和碰撞响应,实现3D人体服装的可视化。
基于知识图谱的船用柴油机关键件CAPP系统关键技术研究
这是一篇关于船用柴油机,CAPP,工艺知识图谱,特征识别,工艺路线智能生成的论文, 主要内容为工艺设计作为产品制造过程中的关键一环,直接影响着产品的生产效率与合格率。特别是在大型船用柴油机关键件制造中,由于其结构复杂、特征繁多,导致在进行工艺设计的过程中出现设计效率低,工艺知识复用率差等普遍问题。为满足智能制造理念和企业实际需求,对基于知识图谱技术的智能化CAPP关键技术开展了研究,主要研究内容如下:(1)系统方案设计。针对目前CAPP系统存在的问题,根据企业技术需求和智能制造技术发展需要,设计了系统的总体方案,搭建了智能CAPP系统框架。(2)动态工艺知识图谱构建和管理技术研究。通过工艺数据获取,利用BERTBi LSTM-CRF模型对知识进行抽取,建设Neo4j图数据库。将存储的数据以本体构建的方式与记忆-遗忘模型中的数据接口映射,利用记忆-遗忘模型管理工艺数据,结合知识融合算法解决管理过程中数据之间相互转换的问题,实现了工艺知识的结构化存储和动态管理。(3)工艺路线智能生成技术研究。提出一种改进的Mesh Net网络,结合自定义数据集创建方法和加工特征网格化数据处理算法,得到网络输入数据和最优神经网络,实现零件的加工特征自动识别;获取加工特征及相关工艺信息,利用工艺知识图谱中的工艺数据进行基于知识图谱嵌入技术的特征加工方案决策,根据特征的工艺信息实现了特征加工方案自动决策;利用Apriori All算法实现了工序排序规则挖掘,实现特征加工方案及最优工艺路线生成。(4)面向船用柴油机关键件的智能CAPP原型系统开发。基于上述关键技术,在原有集成化CAPP系统的基础上,基于工艺知识图谱技术,改进了工艺路线智能生成技术,提升了系统的智能化程度。结合企业实例,对系统功能进行了验证,证明了系统的可行性与实用性。
基于服装人体特征的3D服装模拟及可视化研究
这是一篇关于3D人体模型,特征识别,SURF算法,三角剖分,和谐参数化,服装可视化的论文, 主要内容为服装是人们在日常生活中不可或缺的消费品,也是社会文化的一个重要组成部分。经济和社会的发展日新月异,呈现个性化、合体化、高档化与时尚化的服装,既是服装发展的必然方向,又是当代以及未来服装行业发展的必然趋势。我国服装行业必须进行产业升级,提高科学技术含量,生产出含有高新技术的服装,这样才能真正使我国服装走向世界。而3D数字化服装造型的模拟及可视化研究的思路和方法在个性化、合体性、艺术性以及大范围量身定制等方面均呈现出明显优势,是现代数字化服装设计的重要发展方向。针对3D服装模拟及可视化研究中的关键技术和研究难点,本文将研究的重点放在3D人体模型的特征识别和3D服装原型造型。首先将处理后的3D人体点云图像转换为人体深度图像,其次在此基础上由SURF算法进行人体特征点识别并通过三次B样条对识别得到的特征点进行人体围度曲线拟合,进而得到3D人体特征线,即人体轮廓线,并测量人体尺寸数据。在此基础上,提出特征曲线和三角剖分构造3D服装原型造型的算法,将3D服装曲面分为肩部、胸部、腹部、后背等子曲面进行分片造型,并通过简单的几何计算把3D衣片展开为2D衣片。然后通过和谐参数化算法对3D衣片进行局部编辑,使衣片与3D人体模型达到更好的贴合效果。最后,根据服装织物的性能,引入质点-弹簧模型,结合AABB碰撞检测算法和碰撞响应,实现3D人体服装的可视化。
基于用户特征的无人超市推荐系统设计与实现
这是一篇关于推荐系统,无人超市,促销,特征识别的论文, 主要内容为“新零售”是将互联网领域的新思维、新技术应用于传统的商品销售领域。无人超市作为“新零售”的代表,必须依托互联网,利用先进技术,让消费者可以享受更加舒适并且高效的购物体验。为构建无人超市推荐系统,本文开展如下工作:(1)针对无人超市推荐系统无法像电商平台一样通过用户注册信息获取用户特征的问题,利用人脸特征识别技术,通过图像预处理、特征提取、分类训练等环节,最终实现了推荐系统对用户特征的实时获取。其中,测试表明设计的性别识别方法,即较传统方法,准确率提高了0.3%以上。(2)设计并实现了满足无人超市需求的推荐系统:首先,针对相同特征用户偏好的商品具有相似性的特点,本文将用户特征因素结合到商品推荐算法模型中,其中,该模型以基于用户的协同过滤算法为主算法;其次,针对无人超市用户对推荐商品时效性要求高的问题,以时间段对用户消费记录进行划分,构建更加准确的用户-商品评价矩阵;然后,针对无人超市希望利用促销手段提高销售额的需求,使用K-Means算法设计了多种促销方式的商品促销模块;接着,在上述两个模型的基础上,分别对推荐系统进行整体和各功能模块进行设计,并用序列图描述模块之间信息传递过程。最后,利用ZooKeeper服务及Dubbo框架实现了无人超市推荐系统,并通过了测试。(3)推荐系统需要配套一系列装置,才能实现具体工作,因此设计了两个装置:采用Hi3518E芯片,利用多线程技术设计了可以实现实时采集、识别及传输功能的特征识别装置;设计了基于推荐系统的售货装置机构,并通过计算对关键部件进行选型。测试结果表明,设计的无人超市推荐系统,不仅其算法各性能较传统算法有明显提高,而且应用的效果良好。因此本系统可以起到提高无人超市销售额和增加用户体验的作用。
本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:代码助手 ,原文地址:https://m.bishedaima.com/lunwen/54612.html