XiaoMi-AI文件搜索系统
World File Search System馈送
使用正弦和基于教学学习的融合培训馈送前馈神经网络，用于医学图像注册
摘要这项研究提出了一种新型的杂交元神经算法，正弦辅助教学学习学习的优化（SCATLBO），旨在训练用于单声道和多模式医学图像注册的喂养前进神经网络（FNNS）。scatlbo结合了正弦骨算法（SCA）的优势，用于探索基于教学学习的优化（TLBO），以实现剥削，达到了平衡，从而增强了算法能力，以避免局部最小值并提高逆转率。医学图像注册，对于准确的医学分析必不可少的，从这种混合方法中受益，因为它有效地对齐了复杂的多模式图像。在这项工作中，SCATLBO用于训练来自癌症基因组乳房侵入性癌（TCGA-BRCA）数据集的乳房MRI图像。SCATLBO的性能是针对几种众所周知的元启发式算法的基准测试，包括TLBO，粒子群优化（PSO），蚂蚁菌落优化（ACO），灰狼优化器（GWO）和进化策略（ES），以及基于平均平方误差（MSE）的评估（MIS）和杂音的评估（MI）。实验结果表明，SCATLBO在准确性，收敛速度和稳健性方面优于其他技术，将其确立为基于神经网络的图像注册任务的有前途的工具。这项工作有助于提高FNN的元启发式培训方法，并在各种医学成像领域中使用了潜在的应用。
HTS激发中速风发生器的数值建模，带有二极管原子定子馈送
涡轮额定功率的增加超过≥14MW，需要替代稀土永久磁铁（PM）发电机是风能领域的当前趋势。1个高温超导（HTS）在电兴奋的同步发电机中是一种有前途的替代方案，在过去十年中，它一直是几个研究项目的主题。2对于多种优势，HTS激发大多是在无齿轮，直驱动（DD）同步发电机（额定速度NN≈10RPM）的背景下进行讨论的，例如减少的发电机质量M Gen和增加机械电源转换的发电机效率η。在EcoSwing项目3中已证明了无齿轮3.6 MW发电机的技术可行性。避免使用齿轮以更高的可靠性和较低的维护工作能力产生非常大的DD发电机，以实现大发电机扭矩。较大的发电机尺寸随迄今为止昂贵的HTS材料带来了大量。