摘要：图像属性标注是一种更细化的图像标注,它能缩小认知与特征间“语义鸿沟”.现有研究多基于单特征且未挖掘属性蕴含的深层语义,故无法准确刻画图像内容.改进有效区域基因选择算法融合图像特征,并设计迁移学习策略,实现材质属性标注;基于判别相关分析挖掘特征间跨模态语义,以改进相对属性模型,标注材质属性蕴含的深层语义-实用属性.实验表明:材质属性标注精准度达63.11%,较最强基线提升1.97%;实用属性标注精准度达59.15%,较最强基线提升2.85%;层次化的标注结果能全面刻画图像内容.

摘要：为解决医疗资源不足、就诊量日增等问题,需设计基于计算机的乳腺癌图像识别模型,更高效地辅助病理医生的临床诊断工作.然而,现有算法多采用单类别特征完成识别,未充分发挥特征之间互补性.该文提出改进的自适应提升算法:在SIFT、Gist、HOG、VGG16特征提取基础上,改进有效区域基因选择(Effective Range Based Gene Selection,ERGS)算法,动态计算特征权重;采用自适应提升算法将弱分类器集成为强分类器,并对其输出的预估概率做ERGS加权,实现多特征融合.实验表明:1)算法识别精准度达86.24%,较最强基线提高3.82%;2)SIFT、Gist、HOG特征之间具有较强互补性,它们有助于准确刻画乳腺癌图像;3)阳性图像更易识别.

摘要：目的优化和厚朴酚自微乳给药系统(HN-SMEDDS)制备工艺,并对其质量进行评价。方法采用拟三元相图法筛选HN-SMEDDS的辅料。在此基础上,以微乳粒径大小为评价指标,应用星点设计-响应面法优化HN-SMEDDS处方。然后采用电导率法对最优处方的HN-SMEDDS进行结构表征,并对其质量进行体外评价。结果优化后HN-SMEDDS配方为聚山梨酯80 71.54%,PEG200 14.62%,花生油10.56%,蓖麻油3.28%;在该配方下,和厚朴酚载药质量浓度为60 mg/mL,用纯水将其稀释3倍以上可形成水包油(O/W)微乳液,其平均粒径为(16.83±0.35) nm,多分散系数(PDI)为0.189±0.021,Zeta电位为(-15.530±0.205) mV。HN-SMEDDS在5~400倍稀释形成的微乳液稳定性良好,分散介质类型对其粒径无显著性影响,在-20℃或在室温条件下贮存15 d仍可稀释形成稳定微乳液。该自微乳可显著延长和厚朴酚在人工胃液中的释放时间和提高其在人工小肠液中的释放度。结论优化的HN-SMEDDS制备工艺简单、微乳粒径小、PDI小、稳定性好、制备成本低、能有效提高和厚朴酚在水中的溶解度和在人工小肠液中的释放度。

摘要：针对高校创新实验室常用的熔融沉积型(FDM)开源3D打印机容易出现的打印机断丝、耗尽和堵头等故障,本文设计一种基于光电传感器的故障检测系统。当信号检测装置检测到故障信号时,利用信号处理电路中的51单片机处理光电传感器检测到的信号并做出反应。通过系统的实验测试表明,该检测系统运行稳定,能有效检测出上述故障,从而使用户能够及时发现故障,避免时间和材料的浪费。