摘要：在MEMS技术的基础上,设计了一种梳齿式二维微纳传感器的芯片结构。通过应用硅基力敏感结构,实现了将微弱不可测力学信号转换为可测电信号;建立有限元模型,分析计算了微力传感器的结构和电学特性,得到了力学信号与电学信号的对应关系;对模型进行了模态分析和谐响应分析,验证了结构的固有频率和谐响应频率远离系统的工作驱动频率,保证了芯片的工作稳定性和测量精度。仿真分析结果表明,微力传感器芯片的力和力矩的分辨率分别达到2.85μN和0.0382μN·m,信号转换线性度分别达到0.999 6、0.999 9。模态固有频率(第一阶、第二阶)和谐响应频率分别为783.28 Hz、1 294.3 Hz和770 Hz,均满足性能指标要求。

摘要：为提升卷积神经网络用于阿尔兹海默症MRI图像分类的效果,提出一种融合自适应注意力机制和数据增强技术的卷积神经网络FAMENET。通过引入数据增强技术和Focal Loss损失函数缓解数据不平衡现象;重构优化主干网络Effi⁃cientNet,在保持精度的情况下减少模型参数量和网络的计算量;引入自适应注意力机制,解决输入图片进行特征提取下采样过程导致的信息丢失问题。在公开数据集进行大量对比实验,FAMENET的分类准确率达到79.95%,AUC值达到82.54%,设计的消融实验也充分证明了所提出的各个模块和网络的有效性。