【摘 要】
：
深度学习模型在图像识别领域的快速发展，使得它依赖大规模数据的特性愈发明显。而民族药由于生长环境、生长周期等因素影响使得民族药图像数据采集困难，样本量过少。如何在样本量过少的情况下使用深度学习模型对民族药植物图像进行识别是目前亟须解决的重点难题。文章着眼于深度学习模型，详细讨论了几种民族药植物图像识别领域的小样本学习方法，包括基于数据增强的方法、基于迁移学习的方法和基于注意力机制的方法，同时根据所研
【基金项目】
：
国家重点研发计划项目（2019YFC1712301）； 江西中医药大学校级科技创新团队发展计划（CXTD22015）；
论文部分内容阅读
深度学习模型在图像识别领域的快速发展，使得它依赖大规模数据的特性愈发明显。而民族药由于生长环境、生长周期等因素影响使得民族药图像数据采集困难，样本量过少。如何在样本量过少的情况下使用深度学习模型对民族药植物图像进行识别是目前亟须解决的重点难题。文章着眼于深度学习模型，详细讨论了几种民族药植物图像识别领域的小样本学习方法，包括基于数据增强的方法、基于迁移学习的方法和基于注意力机制的方法，同时根据所研究的藏药数据集进行实验和对比分析，总结阐述了现有方法在解决小样本民族药植物图像识别时的性能优劣。最后对小样本民族药植物图像识别领域存在的问题进行总结，并对未来发展方向进行展望。
其他文献
目的 分析慢性阻塞性肺疾病（COPD）合并肺炎患者的痰培养病原菌分布情况及耐药性，为临床合理用药提供理论依据。方法 回顾性分析507例COPD合并肺炎患者的临床资料，采集患者痰液标本进行痰培养以明确病原菌分布情况，并通过药敏试验分析病原菌耐药性，比较根据药敏试验结果用药患者与经验性用药患者的呼吸困难程度[改良版英国医学研究委员会呼吸问卷（mMRC）评分]和生活质量[慢性阻塞性肺疾病评估测试（CAT
＜正＞2021年以来,物业企业的上市潮仍在继续,截至10月已有12家物企成功上市,据称排队等候上市的物企仍有15家之多,但是资本市场已经趋冷,有人甚至说行业即将进入冬季。物业行业热度开始降温基本成为事实,尤其是在资本市场上的表现。如果一定找个标志性时间节点的话,2021年7月23日是个重要的时间节点,在这一天,住房和城乡建设部等八部门联合印发《关于持续整治规范房地产市场秩序的通知》。
寄生原虫是一类单细胞真核生物，是人和动物疾病的重要病原之一，给人类健康和畜牧业发展造成了严重的危害。DNA解旋酶是一类参与几乎所有生物DNA代谢的重要解旋酶，目前原虫DNA解旋酶的研究主要集中在恶性疟原虫，且被报道的DNA解旋酶多为人类或酵母的同源物，其保守基序与人类、酵母等都存在差异，是研究抗原虫药物的重要潜在靶标。笔者主要综述了经典解旋酶的保守结构域及其功能特点，介绍了各个解旋酶的极性与偏好底
＜正＞ 记者从省九届人大常委会第二十五次会议获悉,省人大常委会决定于今年下半年,从其任命的省政府组成部门中选两位厅长或主任,从省高级人民法院业务庭中选一位庭长,开展一次述职评议。评议的主要目的是在实事求是、客观公正的原则下,通过对评议对象肯定成绩、指出问题、提出意见和建议,促进国家机关工作人员以"三个代表"思想为指导,增强法律意识、勤政廉政意识和法制观念,提高依法行政、公正执法、廉洁奉公、勤政为民
目的：研究脑卒中相关性肺部感染患者的病原学特点及耐药性。方法：回顾分析2020年1月至2021年12月于三门峡市中心医院住院治疗的122例脑卒中相关性肺部感染患者的病历资料，统计痰培养和药敏试验结果并进行分析。结果：122例脑卒中相关性肺炎患者痰培养共分离病原菌株154株，共有102株革兰阴性菌（GNB）（占比66.23%），主要为铜绿假单胞菌（Pa）、鲍曼不动杆菌（Ab）、肺炎克雷伯菌与大肠杆菌
绘本是一种以生动的图画与凝练的文字相结合的儿童文学，其简单的故事情节、鲜明的色彩画面不仅激发了儿童的阅读兴趣，而且增强了儿童体会绘本任务的代入感，让儿童体会到故事人物丰富的情感体验，从而让儿童学会认识情绪，理解情绪，调节情绪。因此，绘本对儿童的情绪发展具有重要作用。
民政部提出要力争在“十四五”规划末实现乡镇（街道）社工站全覆盖,打通为民服务的“最后一米”,要求保障乡镇（街道）的社会工作人才队伍建设,充分发挥社会工作者在基层民政中的作用。街道社工站建设的全面铺开为社会工作力量的专业发展提供了更加广阔的实践平台。2021年5月,济南市S区实现了街道社工站的全覆盖,但是驻站社工的专业服务能力存在严重不足的现象。因此,建立一支专业化、职业化的驻站社工人才队伍是一项重
目的:心电检测是诊断心血管疾病的重要手段,对突发性异常心电进行检测并预警,能够有效降低死亡率。深度学习已广泛应用于心电检测,但现有的监督学习分类方法需要大量的、不同类型的临床心电数据集作为训练样本,然而临床心电数据集存在数据不平衡,发生的新型疾病不属于原始数据集等问题,导致无法有效地建立分类模型。因此,与监督学习分类任务相比,采用异常检测方法来分析心电信号更为合适。针对这一问题,我们提出两种基于对
催化反应过程的绿色化对实现可持续发展至关重要。氧化反应作为一类最基础的化学反应,应用极其广泛。为实现绿色催化氧化过程,关键是使用环境友好的溶剂、低毒低污染的氧化剂和可回收利用的多相催化剂。针对传统醇、酮的氧化反应过程中需要用到次氯酸钠或强酸性氧化剂、金属或贵金属催化剂、甲苯或DMSO等有毒溶剂的问题,本工作设计合成了一系列基于含氮多孔碳材料的无金属催化剂及其负载的过渡金属氧化物纳米颗粒催化剂,利用
目的:由于深度学习的不断发展,智能医疗技术得到不断提高,心电自动诊断设备的精度得到了大幅度的提升,设备误诊率甚至达到低于人工诊断的程度。但由于深度学习神经网络模型的不可解释性,自动诊断设备的诊断结果无法得到医生与患者的信任,设备诊断结果仍需进行人工诊断验证,这在一定程度上限制了设备在临床领域的推广应用。本研究的目的是对心电自动诊断设备中的心电信号分类网络进行系统的可解释性研究,基于类激活映射法提出