简介:摘要:及时准确地发现路面、桥梁、房屋的裂缝对做到及时维护和消除安全隐患至关重要,大规模的表面裂缝检测工程量巨大,且易受人们主观因素影响。本文构建一种基于编码器-解码器的U型网络结构,以改进的Transformer作为网络基础模块,以捕获裂缝狭长语义信息。利用卷积模块对局部强特征提取的优势,在瓶颈层处引进了空洞空间金字塔池化模块。为了弥补编码器-解码器之间的语义鸿沟,在U型网络的不同跳跃连接处插入注意力模块以更好聚合不同层次的特征信息。
简介:摘要:该系统基于物联网Android应用开发,采用图像识别、数据分析等技术,对农田的数据实时监测和分析,实现降温、浇水、施肥、除草功能并通过APP将数据实时呈现在农户面前,通过摄像头观察农田同时监测农田可能出现的动物并报警进行驱赶,识别鸟类具体名称并上传至云端进行统计,解决了小型农田多且难以管理的问题并间接统计当地鸟类物种多样性,实现人与自然的和谐相处。
简介:摘要:作为一个复杂的神经网络系统,大脑区域和基因协同有效地存储和传递信息。本文提出将协作相关性抽象为脑区基因网络(BG-CN),并提出了基于图卷积神经网络的阿尔兹海默症的早期治疗系统,图卷积神经网络(GCN),用于研究脑区内部和脑区之间的信息传递。该结果可用于阿尔茨海默病(Alzheimer ' s disease, AD)的诊断和病因提取。首先,建立了BG-CN的亲和聚合模型来描述脑区间和脑区内的信息传递。其次,基于亲和聚合模型,设计了具有脑区间卷积和脑区内卷积操作的GCN体系结构。通过在AD神经成像倡议(ADNI)数据集上的充分实验验证,GCN的设计更符合生理机制,提高了可解释性和分类性能。此外,GCN可以识别受损的大脑区域和致病基因,这可能有助于AD的精准医疗和药物设计,并为其他神经系统疾病提供有价值的参考。