检索结果

Select

1. 基于深度学习的小样本中药材粉末显微图像识别

王一丁, 郝晨宇, 李耀利, 蔡少青, 袁媛

计算机应用 2020, 40 (5): 1301-1308. DOI: 10.11772/j.issn.1001-9081.2019091646

摘要（572）

PDF （1619KB）（602）

针对中药材种类繁多、数据量稀少以及难以对其导管进行分类的问题，提出一种基于多通道颜色空间与注意力机制模型的卷积神经网络改进方法。首先，采用多通道颜色空间将RGB颜色空间与其他颜色空间合并为6通道作为网络输入，使网络学习亮度、色调和饱和度等特征信息，弥补数据量的不足；其次，在网络中加入注意力机制模型，其中通道注意力模型将两个池化层紧密连接到一起，空间注意力模型将多尺度空洞卷积结合到一起，使网络将注意力聚焦于小样本中关键的特征信息。实验结果表明，针对34种中药材样本的8 774张导管图像，采用多通道颜色空间和注意力机制模型的方法，与原始ResNet网络相比，准确率分别提升了1.8个百分点和3.1个百分点，将二者结合后准确率提升了4.1个百分点，说明所提方法对小样本分类的准确率有着大幅度的提升。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于分水岭算法的作物病害叶片图像分割方法

任玉刚张建李淼袁媛

计算机应用 2012, 32 (03): 752-755. DOI: 10.3724/SP.J.1087.2012.00752

摘要（1429）

PDF （676KB）（787）

为了提高作物病害叶片图像分割的准确性,采用了一种改进的基于标记的分水岭图像分割算法。首先,通过对二值图像进行距离变换和分水岭分割来获取背景标记,并通过提取数学形态学重建后的梯度图像中的区域极小值得到初步的前景标记,接着对前景标记进行进一步过滤,消除部分伪前景标记;然后,通过强制极小值方法将背景标记和前景标记叠加在梯度图像上;最后,对修改后的梯度图像进行分水岭变换。采用该方法对多幅黄瓜病害叶片进行图像分割,实验结果表明:该方法能够较好地将病斑部分分割出来,分割结果不受叶片纹理的干扰,平均分割正确率能够达到90%以上,具有一定的有效性和实用价值。

参考文献 | 相关文章 | 多维度评价

Select

3. 应用编译技术优化核外计算程序

李淼张建张红艳许桂艳徐大庆胡泽林袁媛

计算机应用

摘要（1371）

PDF （665KB）（706）

阐述了一种适用于核外计算程序的变换技术，它通过联合使用循环变换和数据变换这两种编译优化技术来增强程序的局部性，提高数据存取效率。该方法不仅能优化单独一个嵌套循环，还能同时处理多个嵌套循环。实验结果表明了该方法能显著提高核外计算的性能。