基于空间自适应和混合损失对抗网络的乳腺肿块图像分割方法

在乳腺癌筛查的计算机辅助诊断过程中，乳腺肿块的精确分割至关重要.然而，乳腺肿块在X光成像中与背景灰度接近、形状不规则，使得精确分割面临很大挑战.为进一步提升分割性能，提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方法.首先，提出可分离卷积U-Net模型作为对抗网络中的生成器，以减少参数量和计算量；然后，在判别网络中添加空间自适应归一化层来获取分割掩码中蕴含的语义信息；最后，综合考虑类别不平衡、语义一致性等因素的影响，提出一种融合对抗损失、分割损失和感知损失的混合损失函数以提升模型学习效果.实验结果表明，新方法在INbreast和CBIS-DDSM两个乳腺分割公开数据集中分别取得99.35%和99.72%的准确率，以及81.27%和82.01%的集合相似度，获得优于现有方法的分割性能.     

推进常州装备制造业高端化发展研究

装备制造业是常州经济的支柱产业之一，随着经济发展的进一步深化，传统装备制造业面领着向高端化发展的挑战。在介绍常州装备制造业现状的基础上，通过分析常州装备制造业发展的制约因素分析，为推进常州装备制造业高端化发展提出相应的建议。     

DNA紫外吸收定量法中干扰校正用沉淀剂存在的问题及改进方法

核酸定量分析的紫外吸收法中,采用钼酸铵-过氯酸沉淀大分子核酸,以校正酸溶性小分子物质的干扰。对钼酸铵-过氯酸沉淀剂存在的问题进行了分析探讨,并研究了以乙醇作为沉淀剂的改进方法,对乙醇的pH值、用量、沉淀时间、离心速度和离心时间等因素进行了考察,确定了乙醇作为沉淀剂的检测方法和条件。试验结果显示,钼酸铵-过氯酸沉淀剂在260 nm处有较强的光吸收,严重干扰测定结果,同时,结果重现性差。采用pH 3. 0的95%乙醇作为沉淀剂,校正小分子物质的紫外吸收干扰,测定结果相对误差可控制在5%以下,样品回收率达(97. 7±2. 1)%,方法稳定可靠,所用试剂简单、安全、操作简便,可用于DNA样品的常规定量检测及教学实验。     

超级双相不锈钢电化学腐蚀性能的实验研究

利用电化学工作站,对SAF2906超级双相不锈钢的耐点蚀性能、耐晶间腐蚀性能进行了研究。结果表明:SAF2906在3.5 wt Na Cl溶液中,具有比较宽的钝化区,以及较小的腐蚀电流密度(0.147μA·cm-2),耐点蚀性能良好;在2 mol/L H2SO4+1 mol/L HCl介质中,具有较低的再活化率(4.39),其晶间腐蚀敏感性较小,具有良好的耐晶间腐蚀性能。     

智能控制系统智能水平评价的软件系统

在“一种智能控制系统智能水平的评价方法”提出方法的基础上,提出一种新的评价算法,并设计开发出智能控制系统智能水平评价的软件系统。给出了系统的功能模块设计、数据库设计等,最后列举了两个模拟评价的例子。     

面向混合内存体系结构的模拟器

提出了一种基于全系统模拟器gem5的混合内存系统模拟器的构建方法.构建混合内存系统模拟器时,首先在gemg5中添加一层混合内存控制器结构,然后引入NVMain中的新型非易失性内存模型与gem5原生DRAM内存模型一起挂接到新添加的混合内存控制器上.实验结果表明,该方法能够实现构建混合内存系统模拟器的目标.     

网络信息安全控制技术及应用

计算机和互联网已成为当今社会巨大变化的最主要推动力。随着计算机网络的普及,网络安全问题也日益突出。电子文档因存储密度大、传递速度快、共享程度高等特点,被广泛的应用于办公系统中,极大地提高了办公效率,但也给安全保密带来了诸多隐患。针对电子文件的泄密隐患,采取行之有效的防范对策,确保信息安全保密,是最大限度地发挥电子文件效能的当务之急。     

阀系预紧力对减振器开阀点的影响分析

研究阀系预紧力对减振器开阀点节流阀片节流压差的影响.以活塞阀系总成为例,用有限元仿真和理论计算相结合的方法,建立了阀系预紧力与节流阀片在开阀点的节流压差之间的数学关系.根据建立的数学模型,分析活塞阀体弹性模量和节流阀片弹性模量对预紧力作用的影响.实例分析结果表明,活塞阀体弹性模量变化对预紧力的作用影响较大,节流阀片弹性模量的变化对预紧力的作用影响较小.随着活塞阀体弹性模量的增大,阀系预紧力对开阀点节流阀片节流压差的影响减小;节流阀片弹性模量的变化对阀系预紧力的作用影响可以忽略.     

克里普克论知识悖论

知识悖论及其解决涉及到知识论的核心问题。克里普克在一篇新作中对意外考试悖论进行了深刻分析,并指出这一悖论的产生是由于错误地使用了"知识的持久性"这一前提,并以此为基础提出了一种新的知识悖论,即独断论悖论。通过分析可见,克里普克对"知识的持久性"的反驳以经典的知识论为框架,面对经典知识论所遭受的强有力的挑战,克里普克对意外考试悖论的解决缺乏可靠的理论支撑。知识悖论触及的是知识论的核心问题,任何尝试性的解决方案都要重新思考知识的本质到底是什么。