发明名称 --- 基于深度学习卷积神经网络的LIBS多成分定量反演方法

Submitted by neurta on Thu, 04/02/2020 - 11:00
本发明公开了一种基于深度学习卷积神经网络的LIBS多成分定量反演方法,适用于激光光谱分析领域。本方法利用卷积神经网络算法在图像特征识别方面的独特优势,将其应用于LIBS光谱定量反演。由本发明所设计的卷积神经网络构建方案,能够对样品的LIBS谱线形态进行特征提取和深度学习,利用已知样品的LIBS光谱对卷积神经网络进行训练后,该网络可同时对未知样品的多种化学成分含量进行分析预测。本发明具有操作简捷、训练高效、准确度高、鲁棒性好的优点,适用于定量分析LIBS光谱,尤其适用于分析谱线形态复杂度较高、干扰噪声较大的LIBS光谱。

一种利用深度语义分割技术的图像压缩方法

Submitted by neurta on Thu, 03/26/2020 - 12:55
本发明涉及图像压缩技术领域,具体提供了一种利用深度语义分割技术的图像压缩方法。与现有技术相比,本发明的利用深度语义分割技术的图像压缩方法,主要分为编码过程和解码过程;在编码过程中利用GAN网络进行训练,输出生成模型和判别模型;在解码过程中语义分割图利用解压工具进行解压,还原成原语义分割图;将原语义分割图作为输入,放入到之前生成的生成模型和判别模型中,产出生成一个仿原输入图像的近似图像。该方法可以大大提升图像压缩的速度、压缩率,并可以使压缩后图像降低失真率,优化压缩流程,具有良好的推广价值。

COVID-19相关蛋白结构的计算预测【转】

Submitted by neurta on Fri, 03/06/2020 - 10:00
值得注意的是,我们的结构预测系统仍在开发中,我们无法确定我们提供的结构的准确性,尽管我们相信该系统比我们早期的CASP13系统更精确。我们证实,我们的系统为实验测定的SARS-CoV-2蛋白数据库中共享的峰蛋白结构提供了准确的预测,这使我们相信我们对其他蛋白的模型预测可能是有用的。我们最近与英国Francis Crick研究所的几位同事分享了我们的研究结果,其中包括结构生物学家和病毒学家,他们鼓励我们现在就向一般科学界发布我们的结构。我们的模型包括每残基的置信分数,以帮助指出结构的哪些部分更可能是正确的。我们只提供了缺乏合适模板或模板建模困难的蛋白质的预测。虽然这些未被研究的蛋白质不是目前治疗工作的主要焦点,但它们可能会增加研究人员对SARS-CoV-2的了解。

Comsenz 核心产品 Discuz! X3.4 正式版

Submitted by neurta on Sun, 03/01/2020 - 14:54
产品介绍 Discuz! X3.4 在继承和完善 Discuz! X3.3 的基础上,去除了云平台的相关代码,其他功能保持不变,如果您的论坛不需要云平台可以选择安装或更新到此版本。X3.4将不定期的在官方 Git 中更新,欲追求更新版本的站长欢迎关注。 官方 Git 地址:https://gitee.com/ComsenzDiscuz/DiscuzX 更新日志 点此查看 下载地址 X3.4 从 2018 年 1 月 1 日起只在官方 Git 发布 说明: 全新安装:请参照以往版本的安装过程进行,上传程序,并执行 http://你的域名/论坛/install/ 升级: Discuz! 程序 X3.2、X3.3 1)备份数据库 2)建立文件夹 old,旧程序除了 data , config, uc_client, uc_server 目录以外的程序移动进入 old 目录中 3)上传 X3.4 程序(压缩包中 upload 目录中的文件), 如上传时候提示覆盖目录,请选择“是” 4)如果您不再需要云平台相关插件,请上传安装包 utility 目录中的 clearcloud.php 到论坛 install 目录,执行后将会把云平台相关应用进行降级操作 升级完毕,进入后台,更新缓存,并测试功能 X3.4 其中的QQ互联功能已升级为允许使用QQ互联官方的 appid,新站点必须到 http://connect.qq.com/ 申请,升级上来的站点不受影响 友情提示: Discuz! X3.2、X3.3 已停止更新,欲升级的站点请升级到 X3.4 X3.4 漏洞和相关修补同样适用于 X3.2、X3.3 版本,请注意更新

使用sphinx search测试中文搜索引擎【转发】

Submitted by neurta on Wed, 02/26/2020 - 12:54
以上是及时建立实时索引的python程序的主要部分。可以把它设置成后台一直运行的守护程序,也可以在crontab里面配置每隔几分钟运行一次。 索引的更新  静态的主索引如果只建立一次,实时索引的数据量会越积越多,对实时索引的搜索带来很大压力,所以我们要定时重新建立主索引,清理实时索引。 清理实时索引的程序可以参考上面建立实时索引的python程序。

一种基于SIFT和DDIS的智能立体仓库货物自动识别方法

Submitted by neurta on Mon, 02/24/2020 - 10:24
发明公开一种基于SIFT和DDIS的智能立体仓库货物自动识别方法,包括以下步骤:S1、采集待匹配货物图像,将待匹配货物图像进行预处理,得到预处理图像;S2、对预处理图像进行目标提取,得到匹配模板图像;S3、采用SIFT特征匹配法对匹配模板图像与图像库进行粗匹配,并进行匹配对数判别;S4、采用DDIS模板匹配法对无法识别的匹配模板图像与图像库进行精匹配。对仓库货物图像进行SIFT特征匹配与DDIS模板匹配方法相结合,能将复杂货物图像较准确地识别出来,通过对货物图像的预处理以及目标提取,减少了识别所需时间,满足仓库货物识别要求的实时性。

一种基于相关性分析的神经网络自组织遗传进化算法

Submitted by neurta on Mon, 02/10/2020 - 10:49
一种基于相关性分析的神经网络自组织遗传进化算法,构建初始神经网络,初始神经网络只包含输入层和输出层;采用BP算法训练网络,并记录训练日志数据;获取链接相关性,优化神经网络;复杂化神经网络;融合遗传进化算法迭代神经网络,输出最优神经网络模型。发明输出最优模型的迭代次数由于NEAT输出最优模型的迭代次数,输出最优的神经网络模型之前所进行的bp调节次数少于普通的bp神经网络所需要的调节次数,通过使用不同数据集进行相关实验对算法性能(准确率)进行验证,结果表明在分类问题发明的表现相当优秀。

一种基于数据挖掘和可视化的电网事故关联原因回溯方法

Submitted by neurta on Sun, 02/09/2020 - 09:43
发明涉及一种基于数据挖掘和可视化的电网事故关联原因回溯方法,属于智能检索领域,该方法包括以下步骤:s1:数据挖掘,S2:事故追溯检索,s3:结合词库关联规则展示追溯过程;发明再电力系统处于运行状态时,如果系统出现问题,保护装置的动作信息就会把故障的有关信息传送给调度中心,通过将故障信息导入到智能分析系统中,建立故障数据挖掘算法,可以对故障的数据进行分析,提取故障特征,再收集历史事故事件数据,再根据这些元素相关联的其他运行信息,进行网状拓扑展示,辅助调度人员进行事故事件数据,再根据这些元素相关联的其他运行信息,进行网状拓扑展示,辅助调度人员进行事故事件的调查,使之成为系统运行人员对电力系统故障进行快速判断和处理的依据

一种基于图像分割及动态阈值的字幕提取方法

Submitted by neurta on Sat, 02/08/2020 - 08:51
本发明公开了一种基于图像分割及动态阈值的字幕提取方法,包括步骤:s1、遍历视频内某一时段含字幕的视频帧,做轮廓查找和划定轮廓外部矩形边界的操作;s2、分析矩形边界的特征,获取字幕区域的位置;s3、取定间隔的视频帧,对所述字幕区域进行图像分割;S4、对分割后的图形进行灰度化处理,根据灰度图像的像素直方分布获取二值化的动态阈值;S5、基于前序步骤中获得的动态阈值进行图像二值化操作,突出字幕图形,消除噪声像素点;S6、根据所述的动态阈值以及二值化图像进行判断,对不包含字幕的图像进行忽略,仅对包含字幕的图像进行字符识别;s7、汇总识别结果去重去冗;最终获得按时间排序的字幕文本文件