【摘 要】
：
传统的基于几何形态的神经元分类方法依赖于神经元空间结构特征的提取与选择,会损失大量有用的神经元分类信息.应用自适应投影算法将三维神经元进行转换,不需要提取神经元的
【基金项目】
：
国家自然科学基金(No.61762080,No.61762078),兰州市科学技术计划(No.2019-1-34),西北师范大学青年教师科研能力提升计划创新团队(No.6008-01602)
论文部分内容阅读
传统的基于几何形态的神经元分类方法依赖于神经元空间结构特征的提取与选择,会损失大量有用的神经元分类信息.应用自适应投影算法将三维神经元进行转换,不需要提取神经元的几何特征,提出了一种基于深度学习网络的神经元几何形态分类方法.该方法将原始神经元数据进行三维体素重建,经过自适应投影过程构成二维神经元图像数据,并构建了基于双卷积门限循环神经网络的深度学习模型对神经元进行分类.将该方法应用于三种神经元分类数据集,通过与基于特征提取的神经元分类方法相比,实验结果表明该方法具有更高的分类准确率和良好的适应能力.
其他文献
针对热轧带钢表面缺陷检测中存在的检测速度慢、检测精度低等问题,提出了一种改进的YOLOv3算法模型.使用加权K-means聚类算法来优化确定先验框参数,提高先验框(priors anchor)与特征图层(feature map)的匹配度;同时,调整YOLOv3算法的网络结构,融合浅层特征与深层特征,形成新的大尺度检测图层,提高网络对带钢表面缺陷的检测精度.实验结果表明,改进后的YOLOv3算法在N
为了在光照复杂、纹理丰富的图像上获得更好的去阴影效果,基于生成对抗网络提出了一种新颖的阴影去除方法.首先,所提网络中的阴影检测子网为阴影图像生成阴影掩膜,基于该检测结果提出一种光照敏感的多尺度图像分解方法,在几乎不损失光照信息的同时提取图像纹理信息;然后,蒙版生成子网为分解后的低尺度图像生成相应的蒙版用于去除其中阴影;其次,边界复原子网修复阴影边界实现友好的过渡;最后,使用自适应衰减因子引导图像进
高可靠性对于星载天线至关重要,印制馈线和焊点往往会严重降低天线的工程可靠性.针对这一问题,本文以超宽带圆锥螺旋天线的设计为例,强化电气、结构和工艺协同设计思想,通过
笔者在工作中碰到一例患者，血糖检测结果异常偏低，〈1．0mmol／L，根据经验我们复查了标本，并且请临床护士为患者重新抽血化验，复查结果一致，而患者并没有明显低血糖表现。血糖结果肯定
为了快速生成覆盖目标路径的测试数据,提出在测试数据进化生成中,利用种群中个体穿越程序各分支的均衡程度调整进化过程.首先,在个体运行被测程序后,统计个体穿越各分支节点