XiaoMi-AI文件搜索系统
World File Search System距离
使用CANSAT中的深度学习从10 m距离进行目标识别的新方法
在这项研究中，我们提出了一种方法，可以使Cansat识别和指导一个目标，即甚至距目标10 m，并描述说明性评估的结果，以确保该方法的有效性。我们第一次将深度学习图像分类应用于Cansat中的目标识别，并在2019年Arliss Arliss中使用了几乎一路指导它，在所有三场比赛中都将其引导到目标，并赢得了第一个位置，成为整体胜利。然而，常规方法具有回溯性，因为当Cansat距离目标超过6-7 m时，目标识别率显着下降，这使得由于各种因素，因此很难将Cansat转移到目标时。为了使目标识别距离目标10 m的距离，我们研究了感兴趣的划分水平区域的数量以及图像识别过程中垂直移动的方法，并使用实验确定了有效的划分和识别率的数量。尽管对象检测通常用于通过深度学习从图像中检测对象的位置，但我们确定了该方法在长时间差异时具有更高的识别率，而计算时间比SSD Mo-Bilenet V1更短。此外，我们还参加了《 Cansat竞赛法案》 2020年，以评估拟议方法的有效性，并在所有三场比赛中实现了零距离的目标，并通过在复出类别中赢得第一名来证明其有效性。
基于椭圆曲线密码学，生物识别和锤距离的低复杂性智能网格安全协议
1 School of Computer Sciences, Universiti Sains Malaysia, USM, Gelugor, Penang, Malaysia, 2 IT and Communications Center, University of Basrah, Basrah, Iraq, 3 Department of Computer Science and Software Engineering, Jaramogi Oginga Odinga University of Science & Technology, Bondo, Kenya, 4 Department of Computer Science, College of Education for Pure Sciences, University of Basrah, Basrah, Iraq, 5巴斯拉大学计算机科学与信息技术学院计算机科学系，巴斯拉大学，巴斯拉，伊拉克，6个大数据和互联网学院，深圳科技大学，深圳，中国深圳，7个国家大数据系统计算技术实验室，深圳大学，申赞大学，申赞，中国，伊拉克大学，伊拉克大学8号计算机工程学院
使用特征态迹距离识别量子多体可积性和混沌
虽然量子多体可积性和混沌的概念对于理解量子物质至关重要，但它们的精确定义迄今为止仍是一个悬而未决的问题。在本文中，我们引入了量子多体可积性和混沌的替代指标，该指标基于通过最近邻子系统迹线距离计算的特征态统计数据。我们表明，通过对各种典型模型系统（包括随机矩阵理论、自由费米子、Bethe-ansatz 可解系统和多体局部化模型）进行广泛的数值模拟，这为我们提供了忠实的分类。虽然现有指标（例如从能级间距统计中获得的指标）已经得到了巨大的成功，但它们也面临局限性。例如，这涉及量子多体踢顶，它是完全可解的，但根据能级间距统计，在某些范围内被归类为混沌，而我们引入的指标则表明了预期的量子多体可积性。我们讨论了我们观察到的最近邻跟踪距离的普遍行为，并指出我们的指标在其他情况下也可能有用，例如多体局部化转变。
通过马哈拉诺比斯距离识别下肢外骨骼中的用户意图
摘要 — 现有的下肢机器人外骨骼控制策略对用户意图的侧重点有所不同，这些意图的分辨率各不相同，从高级目标（提高速度）到中级动作（增加步幅）再到低级关节行为（增加髋关节屈曲）。虽然外骨骼上的传感器只能通过人机界面间接感知人类，但它们在穿戴设备所需的时间方面比更直接的方法更具优势。在本研究中，要求外骨骼用户（包括身体健全和脊髓损伤）改变他们的预期步行速度。机载传感器测量结果用于离线测试基于马哈拉诺比斯距离的意图识别算法。该算法的目标是识别意图变化并正确分类其类型，但不是通过外骨骼实现该变化。该算法正确识别了用户希望以比设备标称速度更快或更慢的速度行走的情况。对于体格健全的受试者，已知意图变化与算法正确识别之间的平均延迟为 0.63 秒。对于体格不健全的受试者，这一延迟平均为 0.93 秒。这些概念验证结果表明，基于马哈拉诺比斯距离的意图识别是可能的，而对该方法的分析表明，还有进一步改进的空间。
通过移动符号距离函数实现定向能量沉积过程的热多相流模型
热多相流分析已被证明是金属增材制造 (AM) 建模中不可或缺的工具，但准确高效地模拟金属 AM 工艺仍然具有挑战性。本文提出了一种灵活有效的定向能量沉积 (DED) 工艺热多相流模型。与文献中数据拟合或假定的沉积形状不同，我们首先基于具有质量守恒约束的能量最小化问题推导出沉积几何模型。然后，构建一种基于随激光移动的有符号距离函数的界面捕获方法来表示空气-金属界面的演变。该方法可以应用于任何类型的网格，而无需激活网格中的实体元素。耦合的多相 Navier-Stokes 和能量守恒方程通过变分多尺度公式 (VMS) 求解。采用密度缩放的连续表面力 (CSF) 模型来结合 Marangoni 效应、无穿透边界条件和空气-金属界面上的热源。我们利用所提出的方法模拟两个代表性的金属制造问题。将模拟结果与可用的实验测量结果和其他人的计算结果进行了仔细的比较。结果证明了所提出的方法对于金属 AM 问题的准确性和建模能力。c ⃝ 2020 Elsevier BV 保留所有权利。
基于Minkowski距离的新型脑电图聚类方法提高癫痫智能诊断能力
本文介绍了一种基于闵可夫斯基数学相似性的新型聚类方法，以改进用于分类的EEG特征选择，并在机器学习的背景下实现高效的粒子群优化（PSO）。鉴于高维医学数据集的复杂性，特征选择在预防疾病和促进公共健康方面起着至关重要的作用。通过采用闵可夫斯基聚类，目标是将数据集记录分组为两个具有高特征一致性的聚类，从而通过应用 PSO 等优化技术来选择最优特征，从而提高准确性。此外，所提出的模型可以扩展到智能数据集，包括EEG和其他数据集。由于精确分类所需的特征较少，因此智能特征选择是机器学习的一个高级步骤。本文研究了影响波恩大学EEG数据集中特征选择的关键因素。将所提出的系统与各种优化和特征选择方法进行了比较，结果表明，在基于准确度测量分析和分类EEG信号方面具有卓越的性能。实验结果证实了所提出的模型作为脑电图数据分类的有用工具的有效性，准确率高达 100%。这项研究的成果有可能通过简化识别和诊断脑部疾病的过程，使相关专业的医学专家受益。从技术上讲，机器学习算法 RF、KNN、SVM、NB 和 DT 用于对选定的特征进行分类。
审查对距离脊髓病变原发性遥控部位的细分市场的更多关注
多模式成像研究的最新发现表明，在脊髓和大脑中的脊髓损伤的震中，区域的宏观结构病理变化。正在进行研究以确定这些移位的细胞和分子机制，这些移位目前知之甚少。研究表明，重点区域中的病理过程是多方面的。此过程涉及星形胶质细胞和小胶质细胞，这有助于神经纤维从直接影响区域传播的神经纤维的变性，并参与相互激活。结果，距脊髓损伤位置的区域有突触损失。反应性星形胶质细胞产生硫酸软骨素蛋白聚糖，可抑制轴突生长和损伤细胞。但是，偏远地区的神经元死亡仍然有争议。原发性损伤面积是释放到脑脊液中的许多神经毒性分子的来源。假定这些分子（主要是基质金属蛋白酶）破坏了血脊髓屏障，从而导致偏远地区的巨噬细胞前体浸润。活化的巨噬细胞分泌促炎性细胞因子和基质金属蛋白酶，这反过来诱导了星形胶质细胞和小胶质细胞，一种促炎的表型。另外，反应性小胶质细胞与星形胶质细胞一起分泌了许多促炎和神经毒性分子，这些分子激活了炎症信号通路，从而加剧了突触耗竭和神经系统降解。似乎很可能是慢性炎症和神经退行性之间的相互作用是远离病变中心的脊髓区域中病理过程的关键特征。遥远地区的病理变化应成为潜在治疗靶标的研究对象。
使用纳米力学谐振器在深度亚波长距离下测量近场辐射传热
摘要：近场辐射传热（NFRHT）测量通常依赖于定制的微发行版，这些版本在其原始演示后可能很难再现。在这里，我们使用纯硅（SIN）膜纳米力学谐振器研究NFRHT，一种可广泛可用的基材，用于电子显微镜和光学力学等应用，并可以轻松地沉积其他材料。我们报告的测量值降低到较大的曲率半径（15.5 mm）玻璃散热器和SIN膜谐振器之间的最小距离。在如此深的次波长距离处，热传递在（0.25 mm）2的有效区域上由表面极化共振支配，这与使用自定义的微型制造设备的平面 - 平面实验相当。我们还讨论了使用纳米力学谐振器的测量如何创造机会，同时测量近场辐射传热和热辐射力（例如，对Casimir力的热校正）。关键字：近场辐射，纳米力学谐振器，热辐射，表面极化
使用 Wasserstein 距离对颞叶癫痫脑网络进行统一拓扑推理
持久同源性为从脑网络中提取隐藏的拓扑信号提供了一种强大的工具。它捕获了跨多个尺度的拓扑结构的演变，称为过滤，从而揭示了在这些尺度上持续存在的拓扑特征。这些特征总结在持久性图中，并使用 Wasserstein 距离量化它们的差异。然而，Wasserstein 距离不遵循已知的分布，这对现有参数统计模型的应用构成了挑战。为了解决这个问题，我们引入了一个以 Wasserstein 距离为中心的统一拓扑推理框架。我们的方法没有明确的模型和分布假设。推理以完全数据驱动的方式进行。我们将这种方法应用于从两个不同地点收集的颞叶癫痫患者的静息态功能磁共振图像 (rs-fMRI)：威斯康星大学麦迪逊分校和威斯康星医学院。重要的是，我们的拓扑方法对由于性别和图像采集而导致的变化具有鲁棒性，无需将这些变量视为干扰协变量。我们成功定位了对拓扑差异贡献最大的大脑区域。本研究中所有分析使用的 MATLAB 包可在 https://github.com/laplcebeltrami/PH-STAT 上找到。
sbirs促进分子化学成像技术，自主在距离处实时检测危险材料
LightGuard是一种关于微波炉大小的高光谱成像检测器，旨在满足与IED相关的特定爆炸性威胁检测需求。它旨在坐在入口控制点上的三脚架上，在那里它可以评估固定的固定传入车辆和距离距离的人，这些车辆不会直接与潜在的威胁接触。较小版本的LightGuard，可以安装在车辆上，以扫描移动或Sta Tionary，同时检测到移动目标的炸药。先前的软件进展允许进行全自动检测 - 可能的威胁会触发声音警报，以提醒用户，监视器上的边界框以显示威胁的位置以及对材料本身的准确识别。