简介：摘要：随着科学技术的发展，物理学科逐渐成为科学技术发展的支柱，同时在新高考下高中物理也成为高校招生中绝大多数专业录取的必选科目，所以快速求解物理考题也成为学生的必要。

简介：

简介：摘要：Transformer是一种基于自注意力机制（self-attention mechanism）的深度神经网络，这一机制原先用于自然语言处理领域。受Transformer强大的表示能力的启发，研究人员提出将Transformer扩展到细粒度图像分类任务中。与卷积网络和循环网络等其他网络类型相比，基于Transformer的模型在各种视觉领域上能获得更好的性能，因此非常具有竞争力。本文首先将简要介绍Transformer的原理与其各个组成部分；其次，文章从细粒度图像分类的角度介绍相应Transformer的应用；最后本文将介绍Transformer在应用到CV领域时依然存在的不足以及未来可能的研究方向。

简介：摘 要  针对芯片测试机台测试效率低现状（例如ADVANTEST V93000型号(后简称为V93K)机台中的shmoo图形分类目前仍采用人工检测）,借助机器学习、CA机制（Channel Attention，通道注意力）等理论指导,搭建图像分类器、自建数据集来配合提升识别精度。经过测试满足实际生产要求。

简介：摘要：遥感图像军事目标纹理分类识别技术作为遥感图像分类技术的重要组成部分，在军事目标纹理分类识别中有着重要地位。本文基于遥感图像分类对典型军事目标进行纹理分析，提出了SOFM网络模型结构以及LIADR纹理分类识别算法，同时又针对不同环境下的不同目标纹理进行了分类识别试验。试验结果表明与一般纹理分类算法相比，遥感图像军事目标纹理分类识别算法在降低目标纹理分类误差、提高目标纹理识别精度、提高军事目标地理信息系统服务质量等方面具有明显优势而且可应用于军事目标纹理检测之中。

简介：摘要：目前无人机的航拍图像拼接方法主要是以基于图像特征的拼接方法为主，基于图像特征拼接方法中，图像配准与图像融合是图像拼接最重要的两个关键步骤。图像配准是无人机影像拼接过程中的核心步骤，配准精度直接影响图像拼接的质量。针对基于特征点拼接速度较慢且不能进行地理定位问题，提出了一种基于无人机POS系统数据图像拼接的方法。首先对POS数据的精度较低问题，建立航拍参数的优化模型提高数据精度，利用优化后的POS数据计算出影像四角点的地理坐标，将第一张图像地理坐标作为基准，进行航拍有序影像的拼接。

简介：摘 要：皮肤癌是一种世界范围内比较常见的，也是最危险的癌症之一。传统的人工检测方法的费时费力，如今由于技术的进步，专家们可以依靠广泛的的计算机辅助应用诊断应用，但是还是有很多的困难需要克服。为了提高现有的精度，我们提出了一种基于DO-Conv卷积和高阶交互的框架来进行分类。我们将DO-Conv插入了ResNet中的Resblock中，将其中的3×3的卷积替换成了DO-Conv，提高了网络的性能。为了充分提取的特征引入了特征金字塔FPN，之后我们将FPN提取到特征使用高阶交互的方法进行进行融合，我们在数据集HAN10000上进行了一系列的实验，实验准确率达到了90.19%，特异度达到了97.20%。

简介：摘要目的研究快速、精确获取小鼠角膜神经三维(3D)图像及其参数的技术方案。方法选取SPF级雌性C57BL/6小鼠4只，吸入过量乙醚麻醉后使小鼠安乐死，立即在解剖显微镜下获取具有完整角膜缘的角膜4个，经过常规固定、透膜和抗β-Ⅲ微管蛋白荧光抗体标记后整铺片处理。在高分辨率去卷积显微镜下采用科学互补性金属氧化物半导体探测器捕获图像，通过显微镜系统自携带图像处理软件对图像进行3D去卷积运算，Z轴数据平面投影以及自动拼接处理得到完整的角膜神经纤维3D图像。采用交互式显微图像分析软件Imaris的丝状追踪模块中的自动检测模式获得不同区域的角膜神经密度，采用自动路径模式手动指定计算起始点到终止点的神经纤维长度。结果在去卷积显微镜60倍油镜下，可以观察到角膜缘处呈密集网络状的基质层神经纤维在角膜缘附近进入前弹力层，并发出密集的分枝，形成基底下神经丛。这些神经丛向角膜中心伸展形成密集的神经网络样结构，在角膜顶点汇聚成漩涡状结构。少部分神经纤维丛垂直进入上皮层，并发出许多微小的神经末梢分枝。采用Imaris软件丝状物追踪模块中的自动检测模式自动统计，发现角膜神经末梢密度从角膜缘的(2 488.88±282.84)μm/μm2逐渐增多至角膜中央的(5 766.66±298.55)μm/μm2；角膜基质神经纤维密度从角膜缘的(40.99±0.99)μm/μm2递减至角膜中央的(34.57±1.28)μm/μm2。通过自动路径模式手动测量发现，角膜缘处基质层神经纤维进入前弹力层约151 μm处开始分枝形成基底下神经丛。结论去卷积显微镜系统可以获得整个角膜神经纤维的3D分布，Imaris图像分析软件可以自动、快速统计待测区域角膜神经纤维的不同参数。

简介：摘要目的探讨刀锋技术快速梯度自旋回波扩散加权成像（TGSE-BLADE-DWI）较分段读出平面回波扩散加权成像（RESOLVE）在鞍区成像的图像质量。方法前瞻性纳入2019年9月15日至2020年2月15日华中科技大学同济医学院附属协和医院因临床怀疑鞍区病变行鞍区MR检查的患者38例，均行鞍区常规MR检查和冠状面TGSE-BLADE-DWI和RESOLVE扫描，32例患者存在鞍区病变。将DWI图像依据扫描方法分为2组进行图像质量的主观和客观评价。主观评价由2名放射学医师按照5级评分完成，评价内容包括正常组织结构（颈内动脉、视交叉、垂体柄、垂体）、病变清晰度、磁敏感伪影、图像失真变形程度以及整体图像质量等。客观评价指标包括基于2组DWI图像测量的病变大小、表观扩散系数（ADC）及信噪比（SNR）。2名医师主观评分的一致性采用Kappa检验，然后采用配对样本t检验、Wilcoxon符号秩和检验进行组间分析。结果2组DWI图像间鞍区正常组织结构的显示（颈内动脉、视交叉、垂体柄、垂体）、磁敏感伪影、图像的失真变形程度、病变的清晰度以及整体图像质量的差异均具有统计学意义（P均<0.05），TGSE-BLADE-DWI组图像的主观评分显著高于RESOLVE组。2组DWI图像间SNR、病变最大纵径和ADC差异均无统计学意义（P均>0.05）。TGSE-BLADE-DWI组测得的病变最大横径显著小于RESOLVE组，且差异有统计学意义（Z=3.31，P=0.001）。结论与RESOLVE相比，TGSE-BLADE-DWI可以有效降低鞍区磁敏感伪影和图像的失真变形程度，更准确地显示鞍区正常解剖结构和病变组织，明显改善鞍区DWI图像的质量。

简介：摘要目的构建并验证多模态MRI图像3D卷积神经网络（convolutional neural network, CNN）模型对肝纤维化（liver fibrosis, LF）分类的价值。材料与方法回顾性分析经病理证实为LF，并行肝脏3.0 T MRI检查的224例LF患者的T1WI、T2WI、表观扩散系数（apparent diffusion coefficient, ADC）图像，按8∶2的比例随机分为训练集和测试集。对图像进行预处理后，应用训练集图像对模型进行网络结构迭代训练，建立3D-CNN深度学习模型对无显著LF（S0～S1）、显著LF（≥S2）进行分类。经过优化的CNN由三个卷积层、三个池化层和两个全连接层组成。训练完成后，用测试集数据对CNN模型进行测试，使用准确度（accuracy, ACC）曲线、损失函数（loss）曲线及受试者工作特征（receiver operating characteristic, ROC）曲线评价模型的性能。结果基于多模态MRI的3D-CNN深度学习模型在训练集中对LF分类的ROC曲线下面积（area under the curve, AUC）值为0.94，在测试集中的AUC为0.98。结论多模态3D-CNN深度学习模型可对无显著LF和显著LF进行分类，为LF的无创性评估提供更多选择。

简介：摘要：随着社会的不断进步和科技的发展，人们获取信息的方式也在不断增加，图像是主要的信息源之一，同时在许多领域都占据着重要地位，在某些人力无法做到的地方提供了巨大帮助。本文主要讨论基于图像采集模块的在线图像识别应用，使用openmv对图像模块的采集、处理、识别以及应用等方面的处理过程。[1]图像采集模块有许多种算法，根据算法的的不同，对特征点的提取也有所不同，在应用上有很多的选择。

简介：摘要：随着科技的发展和人们的生活节奏的加快，大部分家居都实行的智能化来适应不断变快的生活节奏，当然，垃圾桶也不例外。加上“垃圾分类”政策的发布，为了让这一政策更快的融入到我们的生活当中，因此，本团队自主研发了一款自带垃圾识别的垃圾桶。该垃圾桶是基于单片机、触摸屏、语音模块、蓝牙控制系统的智能垃圾桶，区别于当下市场的智能垃圾桶，这款智能垃圾桶能够自主识别用户扔的垃圾并通过语音播报将识别的结果反馈给用户。在使用中学习垃圾分类，让垃圾分类融入我们的生活。

简介：摘要：

简介：摘要：图像匹配是信息领域中的一项重要技术，同时也是其它一些图像处理技术的基础。因此,对现有匹配算法展开研究以提高图像处理质量具有十分重要的意义。本文分析了图像匹配常用方法的优点和不足之处，讨论了图像匹配中需要进一步研究和解决的问题。

简介：摘要：垃圾分类习惯养成教育要结合幼儿实际，科学地开展教学实践，从而创新教学形式，进一步加强幼儿综合素质。教师开展研究幼儿园垃圾分类教育过程，要结合具体内容，有针对性地进行教学研究，从而激发幼儿兴趣，进一步培养幼儿良好习惯，以更好地为垃圾分类教育教学工作开展奠定基础。

简介：

简介：【摘要】当前，垃圾问题已经成为一个污染环境困扰人类的大问题。这些垃圾如果不合理的区分和再利用将会污染土壤、水、空气等，如果进行合理的区分利用，将成为一种再生能源，是人了一笔可观的财富。幼儿园教育是学校教育的初始阶段，是幼儿习惯养成的关键期，如何开展垃圾分类教育，幼儿教育是启蒙教育环境保护，应从娃娃抓起，培养幼儿具有初步的环保意识和良好的环保道德行为，要求教师在教育教学中要注意环保内容的有机渗透，教育由浅入深的渗透环保知识，以及开展丰富多样的垃圾分类专题活动，让幼儿从小养成垃圾分类的好习惯，以及幼儿的自我服务意识，将是每个幼儿园必不可少的课题。

简介：摘要：《企业会计准则第22号——金融工具》将原四大类金融资产重新分为了三大类金融资产，并且三类金融资产中的债务工具相互之间可以重分类，涉及业务复杂，会计处理难度大。通过本文对金融资产重分类和金融资产重分类核算的研究供财会人员参考。

简介：

简介：