论文部分内容阅读
2019年第11卷总目次
【出 处】
：
南京信息工程大学学报:自然科学版
【发表日期】
：
2019年6期
其他文献
目的：分析数字化全景曲面体层片的失真率大小。方法：在2个干燥头颅标本上用直径为5mm的金属球固定在其上下颌前磨牙及磨牙区域的16个部位，拍摄数字化曲面体层片。测量曲面体层片
目标跟踪一直都是机器视觉领域的研究热点,应用场景主要分为单目标跟踪和多目标跟踪.本文主要介绍了单目标跟踪问题,回顾了近年来用于视频单目标跟踪的算法,对单目标跟踪方法进行了分类,并且对每一类中具有代表性的方法进行了介绍,分析了各自的优缺点.最后讨论了单目标跟踪任务中的难点问题和发展趋势,为该方向的研究人员快速了解单目标跟踪技术提供了参考.
卵巢肿瘤可因肿物扭转、破裂、出血等而导致剧烈腹痛、恶心呕吐、甚至出现失血性休克等急腹症的表现,是妇科临床常见的急腹症之一。约10%卵巢肿瘤并发蒂扭转。蒂扭转一经确诊,应尽快剖腹手术。术时应在蒂根下方钳夹,将肿瘤和扭转的瘤蒂一并切除,钳夹前不可回复扭转,以防栓塞脱落。同时随着医疗水平的提高及微创观念的引入,目前对妇科急腹症如卵巢囊肿蒂扭转的处理在与治疗方面发生了很大的变化,本文为此探讨了32例卵巢肿
本文提出了一种利用方向性特征进行显著性建模的MRI脑图像肿瘤自动检测算法.该模型首先将MRI脑图像进行预处理,去除掉图像中头骨区域的干扰;然后使用基于方向特征的显著性检测增加病变区域的对比度,实现更准确地提取肿瘤图像区域.本文算法在脑图像数据集上进行了大量的实验,并且与主流的肿瘤自动检测方法进行了对比,证明了本文算法的有效性,并为医生提供可靠的辅助诊断和临床参考.
摘要 文本理解是人工智能的一个重要分支，其技术推动了人与计算机之间在自然语言上的有效交互.为了让计算机准确地理解和感知文本数据，文本特征提取是最为基础和关键的步骤之一.基于此，本文介绍文本特征提取研究的发展历史，以及近年来主流特征提取的方法，并对未来的研究方向进行展望.首先，介绍语义最底层的词级表示;接着，总结在词级表示基础上衍生出的句级表示上的研究进展;随后，介绍比词级表示和句级表示更高层的篇分
摘要 对说话人意图的识别极大地推进了自然语言理解任务的发展.之前的工作大多采用Bi-LSTM即双向LSTM模型进行词汇特征与词汇之间语义关系的提取，但这并不能很好地使句子整体和构成句子的词汇个体之间的信息进行交流.而S-LSTM（Sentence-state LSTM）模型，即句子状态LSTM模型可以很好地将自然语言中句子整体与词汇个体的信息相结合，以便于我们挖掘与利用意图检测与槽值填充之间的关系
为感知室内空间布局,提出一种基于信息化边界和多模态特征的场景布局估计方法.首先,采用VGG-16全卷积神经网络预测蕴含空间布局先验的信息化边界图.其次,采用Canny边缘检测和投票策略估计水平和竖直方向消失点,从消失点等角度间隔引出射线细采样信息化边界能量高的区域.接着,采用VGG空间多尺度卷积神经网络估计几何深度和法向特征.然后,积分几何求和候选布局多边形中多模特征描述一元共生,候选布局的表面法