基于密集网络改进的肺结节良恶性分类模型

针对现有方法在大量肺部数据中存在的检测肺结节效率不高及大量假阳性的问题,提出了一种基于端到端的二维全卷积对象定位网络(2D FCN)与三维立体式目标分类卷积神经网络(3D CNN)相结合的肺结节检测方

CT三维容积分析在肺结节风险度评估中的价值，李梦琦，韩融城，目的：评估肺结节的容积及三维形态特征在结节恶性风险度评估中的价值。方法：应用软件回顾分析200例直径小于3cm实性结节的CT资料，�

目的：确定在科米利亚医学院附属医院进行甲状腺切除术的患者在临床和超声检查中孤立的甲状腺结节中甲状腺恶性肿瘤的发生率。 方法：在2016年1月至2019年1月期间，在Comilla医学院附属医院的耳鼻喉

基于改进隐马尔可夫模型的网络攻击检测方法.pdf

人流密度估计作为一种有效的人群监测、控制和行为理解方法,得到了广泛的应用和研究。但传统估计方法使用的手工特征提取图像特征单一、准确度较低,容易造成密集场景人流估计不准确。为此,文中提出了一种基于深度的

针对基于卷积神经网络的超分辨技术在纹理恢复时存在信息丢失、边缘模糊的现象,将密集块和激励模块结合,对图像进行低分辨率到高分辨率的端对端处理。密集连接融合后组成的密集块结构使图像区域的上下文信息得到有效

针对超密集网络中毫微微小区(Femtocell)之间同层干扰以及毫微微小区与宏小区(Macrocell)之间跨层干扰问题,提出了一种基于小区动态分簇的资源分配算法。该算法分为两步:第一步首先采用了基于

生物网络中紧密相连的模式可以帮助生物学家阐明有意义的见解。近年来,如何有效,快速地检测密集的子图已成为迫在眉睫的挑战。在本文中,我们提出了一种称为边缘密度系数的局部度量,该度量可以指示边缘是否位于密集

一种针对小型水下设备内存和计算能力有限的问题的轻量级水下目标检测网络NSN-R-YOLOv4。在训练模型之前，采用带色彩恢复的多尺度视网膜增强算法对水下图像进行预处理，以提高目标识别准确性。在改进YO

提出一种解决早熟收敛问题的改进遗传算法. 通过最小生成树聚类将种群划分为若干个子种群, 子种群内的个体之间及不同子种群间的个体之间同时进行遗传操作. 同子种群间个体的遗传操作可以保证算法的进化方向和收