陈智丽
- 作品数：6 被引量：9H指数：2
- 供职机构：沈阳建筑大学信息与控制工程学院更多>>
- 发文基金：辽宁省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于YOLOv3的乳腺X线图像肿块检测方法
- 2024年
- 乳腺X线摄影术是目前国际上公认的有效的乳腺癌早期筛查手段。提出一种基于YOLOv3网络的乳腺X线图像肿块检测方法。该方法能够在保证精度的同时,以较快的速度一次完成对整幅图像中肿块的检测。应用迁移学习技术,将由数字化乳腺X线图像学习到的肿块病变检测知识迁移到全域数字图像,有效解决了目前全域数字图像数据集缺乏的问题。使用五折交叉验证方法,在DDSM和INbreast数据集上进行实验验证,最终得到的五折间肿块检测平均准确率为81.34%。
- 潘以轩陈智丽高皓张辉夏兴华
- 关键词：乳腺X线图像
- 基于小波变换的多尺度边缘检测及其在模具识别中的应用
- 在模具识别中,模具内置铁件接近模具背景色,且相对模具尺寸较小,识别不同种类的模具内置铁件安放是否正确需要得到准确的单像素级图像边缘.本文采用小波变换进行多尺度图像边缘检测,在基于Mallat小波模极大值边缘检测方法的基础...
- 陈智丽
- 关键词：小波变换边缘检测多尺度法
- 文献传递
- 一种快速有效的动态车辆牌照定位算法被引量：4
- 2008年
- 由于动态车辆图像往往在复杂的外界环境中得到,所以很多牌照分割方法都会失去作用。提出了一种基于字符竖向纹理特征的牌照定位算法,首先对动态车辆图像进行边缘检测和腐蚀等预处理,之后水平扫描边缘图像,得到整幅图像的跳变点分布,根据牌照字符的竖向纹理特征,确定牌照的可能区域,再结合牌照的几何结构特征,修正车牌的边界。实验结果表明算法有较强的适应能力,具有较高的实用性。
- 陈智丽赵薇
- 关键词：车牌定位跳变纹理特征
- 基于深度学习和多域决策融合的轴承故障智能诊断技术
- 2024年
- 鉴于滚动轴承振动信号的不平稳性及单一信息域特征的局限性在一定程度上增加了故障诊断难度,提出一种基于深度学习和多域决策融合的轴承故障诊断技术。采用S变换和递归图变换技术将振动信号从一维时域扩展至二维时频域和空间域;为使诊断模型适应故障数据稀缺的现状,构建泛化性和自适应性较好的微型卷积神经网络,学习提取信号的多域特征,并使网络参数低至6个数量级,可实现快速训练和故障诊断;最后引入D-S证据理论对单域诊断结果进行融合。所提方法对凯斯西储大学数据集的9类轴承故障的平均诊断准确率达到99.84%。
- 林诗麒陈智丽李宇鹏孟维迎
- 关键词：滚动轴承故障诊断
- 基于TICA的太阳能电池无监督学习缺陷识别
- 2023年
- 针对传统图像特征提取方法用于缺陷检测存在自适应程度低的问题,提出了一种基于拓扑独立成分分析(TICA)的无监督图像特征提取缺陷识别方法。首先通过TICA算法从缺陷集中自适应地估计基向量,利用基向量对应滤波器与缺陷图像进行滤波,提取滤波响应作为特征,为避免TICA算法陷入局部最优,引入差分进化(DE)算法进行优化。然后采用ReliefF算法和K-means算法对提取特征进行选择,减少特征中冗余和无关信息,降低特征向量维数。最后利用随机森林分类器对样本进行缺陷分类,目前总体识别准确率高达96.0%,验证了所提出方法的有效性。
- 宋晓宇冯加华袁帅陈智丽
- 关键词：差分进化特征提取
- 乳腺X线图像计算机辅助诊断技术综述被引量：5
- 2022年
- 近年来,乳腺癌严重威胁全球女性的身体健康,乳腺X线摄影是乳腺癌筛查的有效影像检查手段。乳腺X线图像计算机辅助诊断(computer aided diagnosis,CAD)运用计算机视觉、图像处理、机器学习等人工智能先进技术,自动分析处理乳腺X线图像,可为医生在临床中提供重要的诊断参考。主要面向肿块和微钙化病变检测、分割和分类等问题,从传统方法和深度学习方法两个角度,综述乳腺X线图像计算机辅助诊断技术的发展现状。鉴于近年来深度学习方法取得的突破性成果,回顾了经典的深度学习网络模型,着重介绍了深度学习方法在乳腺X线图像分析中的最新应用,对比分析了传统方法的弊端和深度学习方法的优势。对现有技术存在的问题进行分析,并对未来发展方向进行展望。
- 陈智丽高皓潘以轩邢风
- 关键词：乳腺X线图像计算机视觉人工智能
