微生物数字全息显微图像的嵌入式分类系统

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户：davesd

【摘要】

：

微生物识别对于水质检测及污水处理领域具有重要意义,传统方法效率低下,需要大型仪器、人工干预.针对上述问题,本文提出一种嵌入式平台下微生物数字全息显微图像分类系统.本文使用数字全息显微镜采集微生物图像,引入卷积神经网络进行分类计算,利用Tengine架构在嵌入式平台部署神经网络算法,构建实现了GoogLeNet、AlexNet、VGG16Net等模型,实现在Whoi微生物数据集上的分类检测.使用精简

【作者】

：

陈朋戴陈统宫平王海霞

【机构】

：

浙江工业大学计算机科学与技术学院,杭州310023浙江工业大学信息工程学院,杭州310023;

【出处】

：

小型微型计算机系统

【发表日期】

：

2020年12期

【关键词】

：

嵌入式系统数字全息显微卷积神经网络微生物分类

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

基于开关磁阻电机的新型固态物料料位探测系统

本文介绍了基于开关磁阻电机(SRM)的固态物料料位的探测方法，开拓了新型开关磁阻电机控制系统新的应用领域.针对一些恶劣的特殊环境，该探测系统采用了一种全新的探测方法来实现

会议

基于集成电容检测芯片MS3110的加速度计

目前应用在电容式传感器中的电容检测电路主要为分立式结构，存在有结构复杂，功耗较大，精度较低等缺点.新型集成电容检测芯片MS3110，适用于需要高分辨率电容检测电路的电容式传感

会议

基于X波段雷达的海浪监测装置的设计与研究

本文针对舰船对浪高实时测量的需要，提出了基于X波段雷达的海浪监测装置的设计方案.文中还具体介绍了基于X波段雷达海浪监测装置的设计原则、功能设计、硬件设计以及基于VC++

会议

波段雷达海浪监测装置硬件设计实时测量设计原则设计方案软件实现界面显示舰船功能设计测量装置操作平台参考实例应用系统浪高程度

ENT-BERT:结合BERT和实体信息的实体关系分类模型

目前,在关系抽取和分类任务中,通过将卷积神经网络和循环神经网络与注意力机制相结合的深度学习技术,一直以来都是主流和最佳的解决方法.最近提出的BERT(Bidirectional Encod

期刊

深度学习实体关系分类BERT注意力机制

使用胶囊网络的细粒度情感分析方法

Aspect-BasedSentimentClassification(ABSC)属于细粒度情感分析任务之一,旨在发现实体方面(Aspect)相关的情感倾向.本论文中提出一种基于胶囊网络的模型:MADC(Model based o

期刊

方面情感分析胶囊网络双嵌入卷积神经网络动态路由迁移学习

基于AD7705的温度测量及其解析计算

AD7705是一款16位双通道，低成本高性能的AD转换芯片，广泛应用于各种电压测量电路中，以AD7705和微控制器构成的温度测量系统实现简单、可靠性高、编程方便，配合Pt100铂热电阻使用，

会议

温度测量系统一元四次方程转换芯片一般要求微控制器铂热电阻测量电路双通道可靠性解析式高性能应用理论计算构成电压成本编程

基于CDMA的心电监护系统数据终端设计

设计了一种基于CDMA的心电监护系统的数据终端，利用DSP的高速运算能力，将采集的心电数据有效压缩，同时利用CDMA数据终端将压缩成包的心电数据发送给监护中心.设计中充分考虑到低

会议

心电监护系统系统数据心电数据数据终端硬件设计运算能力压缩数据发送监护中心低功耗软件措施采集

融合改进YOLOv2网络的视觉多目标跟踪方法

针对现有视觉目标跟踪方法精度不高的实际问题,提出了一种融合改进YOLOv2网络的视觉多目标跟踪方法.首先,优化了原有YOLOv2网络结构以提高视觉多目标检测的可靠性.然后,结合Deep-SORT的多目标实时跟踪方法克服了YOLOv2在检测阶段存在的帧间信息被忽略的缺陷.针对目标遮挡情况,提出了目标状态变化率修正策略,移植轻量级神经网络的深度可分离卷积取代特征提取网络中的普通卷积,提高了跟踪的整体性

期刊

深度神经网络视觉目标目标跟踪YOLOv2

一种基于服务区分的实时数据传输调度模型研究与实现

面向工业物联网的故障运维数据对传输量、实时性等要求各有不同,在传感信息多样化及大数据量传输条件下,建立高效灵活的通信调度模型,保障事件触发类通信中突发敏感数据的实

期刊

多优先级传输调度感知时隙队列管理动态策略

一种梯度正则化稀疏表示的图像超分辨率重建方法

近年来,稀疏表示的方法在图像超分辨率(Super-resolution,SR)重建方面取得了较好的结果.但是,由于图像在获取的过程中受外界因素的影响,获取到的低分辨率(Low Resolution,LR)图像细节往往损失严重,在图像SR重建中LR图像自身可利用的先验信息有限.因此,传统的稀疏表示不能很好地恢复出图像的高频细节.针对这一不足,本文基于稀疏表示的SR重建思想,采用邻域回归的方法从外部样

期刊

图像超分辨率稀疏表示梯度正则化邻域回归

微生物数字全息显微图像的嵌入式分类系统

其他学术论文