自适应融合层级特征的混合退化图像复原算法

多种退化类型混合的图像比单一类型的退化图像降质更严重,很难建立精确模型对其复原,研究端到端的神经网络算法是复原的关键.现有的基于操作选择注意力网络的算法(operation-wiseattentionnetwork,OWAN)虽然有一定的性能提升,但是其网络过于复杂,运行较慢,复原图像缺乏高频细节,整体效果也有提升的空间.针对这些问题,提出一种基于层级特征融合的自适应复原算法.该算法直接融合不同感受野分支的特征,增强复原图像的结构;用注意力机制对不同层级的特征进行动态融合,增加模型的自适应性,降低了模型冗余;另外,结合L1损失和感知损失,增强了复原图像的视觉感知效果.在DIV2K,BSD500等数据集上的实验结果表明,该算法无论是在峰值信噪比和结构相似性上的定量分析,还是在主观视觉质量方面,均优于OWAN算法,充分证明了该算法的有效性.     

探索特殊管理股在传媒融合发展中的应用研究

通过特殊管理股制度来重新确立话语权,是传统媒体在今天传媒融合的发展背景下,在当今媒体在融合创新过程中必需面对的挑战。特殊管理股制度也应借助新机遇创新思想,为建立新型现代化传媒企业抢占先机。本文针对在传媒整合的发展过程中特殊管理股发挥的效用来进行深入的分析。     

武汉市一般人群血清中全氟及多氟烷基化合物浓度及其影响因素研究

目的 了解武汉市一般人群血清中全氟及多氟烷基化合物(PFASs)浓度,探索血清中PFASs浓度水平的影响因素。方法 以在武汉市某医院进行一般体检的人群为研究对象(n=67),通过超高效液相色谱-三重四级杆质谱(UPLC-TQ/MS)联用仪测定外周血清中12种PFASs浓度,采用多元线性回归分析方法分析一般人口学特征和血清中PFASs浓度的关联性。结果 武汉市一般人群血清中12种PFASs的平均浓度水平为11.60 ng/mL。全氟辛烷磺酸及其盐类(PFOS)和全氟辛酸及其盐类(PFOA)的贡献率较大,分别为45.03%和31.86%。男性人群血清中PFOS、PFOA、全氟己基磺酸(PFHxS)、全氟壬酸(PFNA)等主要化合物的浓度高于女性,其β值(95%可信区间)分别为0.708(0.313,1.104)、0.518(0.069,0.967)、0.724(0.388,1.059)和0.684(0.399,0.968)。同时,发现血清中PFOS、PFHxS、PFNA浓度和年龄呈正相关,其β值(95%可信区间)分别为0.062(0.042,0.081)、0.035(0.019,0.052)和0.030(0.016,0.045)。结论 性别和年龄对血清中PFASs浓度有影响,在进行人体PFASs暴露评估中应考虑这些因素。     

基于OBE理念的高校公共建筑设计原理课程融合信息化教学模式研究

线上线下融合的信息化课程教学已经成为当下高校教育的常见教学模式,结合工程教育认证及"OBE"理论,对建筑学专业理论课程构建符合专业特色和时代需求的教学模式设计策略和实践路径进行了阐述,并对课程的实际应用进行了总结和反思。     

面向分拣机器人的珍珠形状视觉检测方法

针对人工进行珍珠形状分拣效率低、精度不稳定等问题,提出基于机器视觉的珍珠形状检测方法;采用背光成像方式消除珍珠表面纹理和光泽的影响,对获取的珍珠图像进行同态滤波等预处理算法,提高图像对比度;为了解决相互接触珍珠影响珍珠轮廓提取的问题,采用分水岭算法对珍珠图像进行分割,得到了独立存在的珍珠个体,再通过连通域标记、质心算法对珍珠进行定位;根据国家标准对珍珠形状的规定,基于珍珠图像信息建立珍珠形状参数模型,对珍珠形状进行量化;实验结果表明,不同形状的珍珠样本的检测误差为0.63%,形状统计精度为100%,算法耗时24 ms;该方法可准确高效地对珍珠进行分拣分级,具有一定的实用价值。     

基于“234”现代学徒制人才培养模式的研究与实践

2015年,教育部下发了关于现代学徒制项试点建设要求,经过5年多实践,探索出 “234”现代学徒制人才培养模式,即培养主体“两融合”(学院与企业两个主体深度融合)；培养方式“三对接”(课程内容与岗位标准相对接,教学过程与生产过程相对接,学历证书与职业资格证书相对接)；培养过程“四阶段”(企业认知、基础学习；岗位训练、工学结合；学徒实践、工学交替；顶岗实习、考核入职)。通过培养模式创新,学生学习主动性明显增强,人才培养质量显著提高。     

基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.