摘要 - X射线血管造影中冠状动脉片段和狭窄的冠状动脉片段和狭窄的检测和诊断至关重要,但是,原始图像中图像质量的变化,噪声和伪影造成了当前算法的明确困难。这些问题通过传统方法对有意义的分析构成了挑战,这损害了检测算法的效率。为了克服这些缺点,当前的研究提出了一种新的集成深度学习技术,该技术将深度卷积神经网络(DCNN)与双重条件检测中的生成对抗网络(GAN)相结合。从X射线血管造影图像中提取的详细特征学习是通过DCNN进行的,其中考虑了血管结构和自动病理区域的检测。gan的使用是用合成图像,扭曲和视觉噪声进一步丰富数据集,这将使模型更容易受到各种图像条件的影响。两种方法都将有助于更好地分类正常和病理区域,并且对所获得图像的质量的敏感性降低。因此,提出的方法显示了诊断准确性的提高,作为心血管系统临床决策的坚实基础。已通过以下评估指标证明了建议方法的功效:97.9%的F1得分,98.7%的精度,98.2%的精度和98%的召回率。它通过在困难的成像环境中提供更好的结果来揭示了使用算法进行心血管评估的决定性进步。与传统方法相比,结果证明了牙菌斑和狭窄识别的更高灵敏度和准确性,这证实了使用建议的DCNN-GAN方法来考虑医学成像中实际波动的效率。
摘要:碳纤维增强聚合物(CFRP)复合材料属于高级类复合材料,在战略应用中通常是首选。然而,在制备增强树脂,易发的基质和纤维 - 矩阵界面中形成的脆性,气泡通常会导致复合结构在分层和灾难性衰竭方面导致复合结构的失败。So, in the current work, Epoxy matrix CFRP composites are made using a hand lay-up process with varied amounts of Graphene Oxide (GO) (0%,0.25%,0.5%, and 1%) as a Nano Filler with Epoxy Polymer and nearly 90% of air bubbles are removed with the help of vacuum pump and desiccator.样品将根据ASTM标准制备,并在张力和3点弯曲条件下进行测试。在0.25%,1%GO增强复合材料的最大拉伸强度,最大弯曲强度为866.67mpa和761.22mpa。关键词:复合材料,CFRP,环氧树脂,碳纤维,拉伸试验,弯曲试验,氧化石墨烯(GO),环氧树脂,硬化剂
摘要 — 目的:脑电信号被记录为多维数据集。我们提出了一个基于增强协方差的新框架,该框架源自自回归模型,以改进运动想象分类。方法:从自回归模型可以推导出 Yule-Walker 方程,该方程显示了对称正定矩阵的出现:增强协方差矩阵。对协方差矩阵进行分类的最新技术基于黎曼几何。因此,一个相当自然的想法是将这种基于黎曼几何的方法应用于这些增强协方差矩阵。创建增强协方差矩阵的方法与 Takens 为动态系统提出的延迟嵌入定理有着自然的联系。这种嵌入方法基于两个参数的知识:延迟和嵌入维度,分别与自回归模型的滞后和阶数有关。除了标准网格搜索之外,这种方法还提供了计算超参数的新方法。结果:增强协方差矩阵的 ACM 性能优于任何最先进的方法。我们将使用 MOABB 框架在多个数据集和多个主题上测试我们的方法,同时使用会话内和跨会话评估。结论:结果的改善是由于增强协方差矩阵不仅包含空间信息,还包含时间信息。因此,它通过嵌入过程包含有关信号非线性分量的信息,从而允许利用动态系统算法。意义:这些结果扩展了基于黎曼距离的分类算法的概念和结果。
•识别锂离子电池(UN3480,PI965),这些电池已被错误地宣布包含 /包含在设备中的宽松货物中•识别大尺寸,大型锂离子电池中的大型货物(例如,< / div>> < / div>)电子自行车,电子示波器,室外设备的电源)
铋铁氧体 (BiFeO 3 ) 纳米颗粒 K. SARDAR a 、K. ALI a,* 、S. ALTAF a 、M. SAJJAD a 、B. SALEEM a 、L. AKBAR a 、A. SATTAR b 、Z. ALI a 、S. AHMED a 、U. ELAHI a 、EU HAQ a 、A. YOUNUS aa 纳米光电子研究实验室,费萨拉巴德农业大学物理系,38040 费萨拉巴德,巴基斯坦 b 机械、机电一体化和制造工程系(新校区 KSK),工程技术大学,拉合尔,巴基斯坦 通过溶胶凝胶法合成多铁性铋铁氧化物 (BiFeO 3 ) 纳米颗粒。本研究展示了在 550 ᵒ C 下制备铋铁氧体纳米粒子的方法。在该方法中,硝酸铋 [Bi (NO 3 ) 3 .5H 2 O] 和硝酸铁 [Fe (NO 3 ) 3 .9H 2 O] 被用作起始化学剂。为了克服铋在高温下的挥发性,使用了不同重量百分比的化学品。柠檬酸被用作螯合剂。在 550 ᵒ C 下对样品进行热处理。铋铁氧体纳米粒子表现出明显的铁磁性。随着磁化强度的增加,铋铁氧体纳米粒子的尺寸减小。随着 550 ᵒ C 下化学品浓度的增加,由于重结晶,粒径减小。溶胶凝胶法有助于控制晶体的尺寸。利用 X 射线衍射 (XRD)、扫描电子显微镜 (SEM) 和紫外-可见光对制备的铋铁氧体纳米粒子样品进行表征,以获取有关表面形貌和晶体结构的信息。X 射线衍射结果提供了有关粒度和相位识别的信息。紫外-可见光提供了有关 BiFeO 3 纳米粒子带隙能量的信息。扫描电子显微镜结果提供了不同分辨率下纳米粒子的表面形貌和晶粒尺寸的信息。 (2019 年 9 月 23 日收到;2020 年 1 月 22 日接受) 关键词:纳米粒子、溶胶凝胶、氧化铋铁、带隙 1. 简介 在所有多铁性材料中,铋铁氧体 (BiFeO 3) 是一种在钙钛矿结构中显示反铁磁和铁电序参数共存的材料。它以块体形式早已为人所知。 BiFeO 3 在尼尔温度 (TN =643 ᵒ K) 下表现出反铁磁现象,在居里温度 (T c =1103 ᵒ K) 下表现出铁电现象。研究表明,尽管名称如此,BiFeO 3 并非铁氧体结构,而是钙钛矿结构。在块体中,BiFeO 3 被描述为具有空间群 R 3 C 和菱面体扭曲的铁电钙钛矿。晶格参数为 C hax = 13.87Ȧ、ar = 5.63Ȧ、a hax = 5.58Ȧ 和 α r = 59.350。室温下的最大极化为 90µ/cm 2 至 100µ/cm 2。目前对铋铁氧体的研究表明,如果粒子尺寸大于磁性,则磁性会消失,晶体尺寸越小磁性越强。在纳米粒子中,磁性导致螺旋序被抑制(Manzoor 等人,2015 年)。来自天体化学活动的 Bi 3+ 电子离子对起源于铁电序(T c ∼ 830 ᵒ C)。在此类材料中,d 需要不同的填充状态来转换金属离子在铁电和磁性中的状态(Johari,2011 年)。室温下的铋铁氧体是铁电性的,因为沿着钙钛矿结构的一个方向自发电极化是定向的。铁电态导致铋离子相对于 FeO 6 八面体的较大位移,这导致了一些重要的后果。沿 <111> 方向存在 BFO 铁电极化。它导致八种可能的极化方向。通过使用电场,可以通过切换的可能性来控制磁态
背景:主要运动皮层和小脑上的阳极经颅直流电流刺激(TDC),由于其有利于学习和运动性能的潜力,因此在文献中变得突出。如果在运动训练期间进行给药,则TDC可以增加训练的效果。考虑到自闭症谱系障碍儿童(ASD)所带来的运动障碍,在运动训练期间应用的ATDC可能会导致这些儿童的康复。但是,有必要检查和比较ATDC对运动皮层和小脑对ASD儿童运动技能的影响。此信息可能会受益于TDC的未来临床指示,以恢复ASD儿童。拟议研究的目的是确定原发性运动皮层和小脑上的阳极TDC是否可以增强步态训练和姿势控制对运动技能,迁移率,功能平衡,皮质兴奋性,认知方面和ASD儿童行为方面的影响。我们的假设是与运动训练相比,与运动训练相比,与运动训练相比,与运动训练相比将提高参与者的性能。
近年来,自主系统迅速扩张,催生出了许多前所未有的新服务和业务。然而,随之而来的是计算上极具挑战性的任务和安全关键应用场景。当今先进的信息物理系统和系统的系统具有巨大的复杂性和异质性,而使用前卫计算架构在系统中采用基于人工智能的自主性,则使这种复杂性和异质性成倍增加。诸如成群的自主机器人车辆之类的设置已经出现,需要采用新颖的智能方法来确保可靠性,而可靠性通常是新产品或新技术进入市场的关键因素。这一成功得益于物联网研究领域正在开发的连接解决方案,该领域也在朝着增强联网智能事物的自主性的方向发展 [1]。人们对可靠性的期望非常广泛,自主系统也多种多样。后者由以下许多杀手级应用驱动: 就资金和最近投入的研究工作而言,汽车领域的自动驾驶汽车是主要应用,包括具有 3 至 5 级自动驾驶 (AD) 的汽车; 具有不同自主程度的飞机,例如采用可靠性关键型“电传操纵”系统; 无人驾驶飞行器(UAV),通常称为无人机,包括固定翼和旋翼(四轴飞行器),
摘要:大型系统开发经常超出计划和预算。最终,他们交付的成果往往低于承诺。我建议标准系统工程开发“V”模型设置导致这些超支结果的条件。研讨会将讨论我建议对标准系统工程“V”模型进行的改进,该改进可显著降低系统开发风险,提高在预算内按时完成的可能性,并提高客户对最终交付系统的满意度。