【摘 要】
：
工业品表面缺陷检测是工业产品质量评估的关键环节,实现快速、准确、高效的检测对提升工业产能具有重要意义;该研究针对传统神经网络提取特征尺度单一、参数量大,网络训练效率低等问题,提出了一种基于残差网络的多尺度特征融合与RBN结合的残差网络模型;首先该模型通过多尺度卷积特征融合模块提取不同尺度的特征信息;然后,通过引入RBN层,使特征分布更加均匀;最后,采用全局平均池化代替传统的全连接层来减少模型的参数量,实现输出通道与特征类别的直接映射;该研究提出的网络模型在公开数据集NEU-DET上进行实验,识别率达到10
【机 构】
：
内蒙古科技大学信息工程学院,内蒙古包头 014010
论文部分内容阅读
工业品表面缺陷检测是工业产品质量评估的关键环节,实现快速、准确、高效的检测对提升工业产能具有重要意义;该研究针对传统神经网络提取特征尺度单一、参数量大,网络训练效率低等问题,提出了一种基于残差网络的多尺度特征融合与RBN结合的残差网络模型;首先该模型通过多尺度卷积特征融合模块提取不同尺度的特征信息;然后,通过引入RBN层,使特征分布更加均匀;最后,采用全局平均池化代替传统的全连接层来减少模型的参数量,实现输出通道与特征类别的直接映射;该研究提出的网络模型在公开数据集NEU-DET上进行实验,识别率达到100％,在天池人工智能大赛铝型材缺陷数据集上的识别率达到98.8％,模型性能较为优异,可以很好地完成工业品表面缺陷检测任务.
其他文献
目的:建立基于多模态MRI的影像组学模型，比较不同模型鉴别诊断肺结节和肿块良性与恶性的效能。方法:回顾性分析2014年1月至2019年10月在南通市第一人民医院就诊的114例患者共115个肺结节的MR平扫影像资料。提取基于Tn 1WI图像、表观扩散系统（ADC）图像及Tn 2WI图像的纹理特征，分别建立logistic回归模型（LR）、支持向量机（SVM）、随机森林（RF）、k-近邻（KNN）模型。为控制建模特征数量降低模型不可解释性，选择性对超参数模型下部分参数手工修改得到的新模型为
目的:评价国产伞形Octoparms腔静脉滤器预防肺栓塞的有效性和安全性。方法:采用多中心、随机、阳性平行对照、非劣效性临床试验，于2017年10月至2019年3月在国内10家医疗单位按照统一的纳入和排除标准纳入拟行下腔静脉滤器置入的受试者188例。采用中央随机系统将受试者按照 1∶1随机纳入试验组或对照组，每组各94例。试验组使用Octoparms腔静脉滤器，对照组使用Celect腔静脉滤器。主要疗效指标为临床成功率，包括滤器置入的临床成功率和滤器取出的临床成功率；次要指标包括输送鞘系统的手术成功率，肺
智能合约是区块链生态环境的根基,以太坊区别于比特币的最显著特性就是支持“智能合约”,也正因为这种特性使其可承载DeFi、NFT等上层应用,因此保障智能合约安全至关重要.然而,近年来兴起的智能合约蜜罐(Smart Contract Honeypot,以下简称合约蜜罐)已对以太坊生态环境造成显著污染,其具有的检测延迟大、攻击时效长、变形方法多等特点,使其成为有别于以太坊其他攻击形式的新形态威胁.为了准确、及时的检测未知合约蜜罐,本文首先研究了合约蜜罐机理,分析了现有检测方法不足.在此基础上,本文提炼了合约蜜罐
随着互联网的不断普及与网络通信技术的不断进步,网络已经逐渐进入到人们生活的每一个层面,越来越多的网络应用应运而生.但是另一方面,随着当前网络结构的日益复杂,会引起各种各样的网络安全问题,对社会构成了巨大的威胁和挑战.因此,网络安全问题至关重要.其中网络异常检测得到了研究人员的普遍关注.多年来,虽然已有许多异常检测的工作可以一定程度上发现和抵御网络攻击,但是有些方法难以适用于无标签的数据集,有些方法则训练成本过高,无法应用于实时场景.此外,对于细微异常的检测也是现有方法面临的一大问题.考虑到模型可解释性对于
目的:探讨双气相定量CT对吸烟合并慢性阻塞性肺疾病（COPD）患者各肺叶小气道病变与肺气肿损伤程度的评估价值。方法:本研究为回顾性研究。收集延安大学附属医院2018年7月至2020年9月接受双气相CT及肺功能（PFT）检查的男性体检者186例，并分为吸烟合并COPD者（COPD组）121例，年龄34~84（64±8）岁；吸烟非COPD者（非COPD组）65例，年龄34~72（61±5）岁。根据COPD全球倡议指南，将COPD组患者分为慢性阻塞性肺疾病全球倡议（GOLD）Ⅰ~Ⅳ级。将CT原始DICOM数据导
批处理、流式计算和机器学习等分布式的大数据计算环境在云上的广泛部署与应用,为云用户带来了极大的便利,但随之带来的隐私数据泄露事件愈演愈烈.如何在这种云上部署的大数据计算环境下保护数据隐私成为一个研究热点,本文对近些年国内外在该领域的最新隐私保护研究成果及进展进行了全面综述.针对上述大数据计算环境下的参与角色及应用场景,结合不同角色的敌手模型,从计算过程涉及的数据输入、计算和输出等三个环节出发,依据计算数据为明文、密文或可信硬件保护条件下可能存在的隐私泄露风险,总结了对应的5类主要研究方向,包括:基于数据分
针对航天发射场智能化快速测发的建设需求,提出了一种应用第五代移动通信技术进行无线测发网络建设的方案,主要解决发射场箭地无线通信覆盖及与公共5G移动通信网的便捷融合,可满足测试数据不小于100 Mbps的传输速率,测发指令传输时延小于2 ms,传输可靠性小于10-6,同时支持远程测发及便携式测发的潜在应用需求;无线测发网络采用接入网+承载网+核心网的架构,打造5G-SA独立组网模式的工业现场无线总线,接人网用于航天发射场前后端的无线信号覆盖,承载网及核心网实现数据传输及网络管理,采用网络切片的形式将大带宽传
目的:探讨MRI征象评估先天性膈疝胎儿疝囊存在与否的价值。方法:回顾性分析2016年11月至2020年12月在上海交通大学医学院附属新华医院经产后手术证实的57例先天性膈疝胎儿的MRI图像，孕周为20~40（28±5）周，产后术中判定有疝囊18例（有疝囊组）、无疝囊39例（无疝囊组）。分析7个MRI征象，包括疝外周包膜感、肺-疝交界面光滑、肺被压缩呈新月形、患侧可见残余肺组织、心脏移位、肺-疝交界面上方积液和肺-疝交界面下方积液。采用χ2检验或Fisher确切概率法比较有疝囊与无疝囊组间各MRI征象的差异
移动边缘计算(Mobile Edge Computing,MEC)把计算和存储等资源部署在网络边缘以满足某些对延迟要求苛刻的应用.用户设备可以通过无线网络将计算任务整体或者部分卸载到边缘服务器执行从而降低延迟和本地耗能,进而获得良好的用户体验.现有传统优化算法在MEC卸载决策和资源分配方面是可行的,但传统优化算法并不很适合高实时性的MEC系统.深度强化学习可以通过与传统优化算法不同的方式,建立尝试-奖励反馈机制,通过积累经验进行学习,从而完成优化目标.本文考虑移动边缘计算网络中多用户多任务卸载的情况下,研
目的:探讨TAB182促进同源重组(HR)修复的相关调控分子及机制。方法:利用shRNA敲低人乳腺癌MCF-7细胞中的TAB182基因，TAB182敲低的MCF-7细胞为沉默组，使用shRNA阴性对照物的MCF-7细胞为TAB182阴性对照组。通过RNA测序分析，筛选与TAB182相关差异表达的HR修复基因。qRT-PCR验证相关基因的mRNA表达，Western blot验证相关蛋白的表达。RAD51和BrdU免疫荧光检测DNA断裂末端形成的3′单链DNA(ssDNA)；流式细胞术检测细胞周期阻滞和细胞