4种深度学习图像分类算法在人工智能硅藻检验中的比较

目的 选择深度学习图像分类算法中复杂性和准确性较为平衡的4种算法进行硅藻的自动识别,探究最适用于硅藻识别的分类算法,为法医学自动化硅藻检验研究提供数据参考。方法 建立真实水中尸体肺组织消化液涂片的“硅藻”“背景”小样本量数据集（20 000张）,用于4种算法（VGG16、ResNet50、InceptionV3和Inception-ResNet-V2）模型的训练、验证和测试。绘制受试者工作特征曲线、混淆矩阵并计算召回率、查准率、特异性、准确率及F1分数,对各模型性能进行系统性评估。结果 InceptionV3的硅藻识别性能明显优于其他3种算法,具有更为均衡的硅藻查全（89.80%）与查准（92.58%）性能;VGG16和InceptionResNet-V2的硅藻识别性能相当,虽无法做到硅藻查全与查准的性能均衡,但其识别能力尚可接受;特征,且都以硅藻区域为主要识别依据。结论 包含Inception结构的模型,在硅藻特征提取方面具有更强的指向性和靶向性。其中,InceptionV3算法能够更为准确、靶向地提取到硅藻特征,具有最优的硅藻识别性能,更适合应用于日常法医学硅藻检验。     

基于反向传播神经网络的棍棒类钝器打击速度预测

目的 分析并预测不同人群的棍棒类钝器打击速度范围,为法医学鉴定中钝器伤的损伤生物力学分析提供基础数据。方法 以PhotronFASTCAMSA3高速摄像机、PhotronFASTCAM查看器4.0和SPSS26.0软件为基础,计算并分析被测者的棍棒类钝器最大挥棒速度及相关因素,以此输入训练反向传播（backpropagation,BP）神经网络,利用训练完成且经过验证的BP神经网络作为预测模型。结果 共测试180例,测得470条数据。棍棒类钝器最大打击速度范围为11.30～35.99 m/s,其中女性数据122条,最大打击速度范围为11.63～29.14 m/s;男性数据348条,最大打击速度范围为20.11～35.99 m/s。棍棒类钝器最大打击速度随体质量、身高增大而增大,但在男性分组中并无明显增大趋势;最大打击速度随年龄增大而降低,但在女性分组中并无明显下降趋势;棍棒类钝器最大打击速度与其材质、打击姿势相关性无统计学意义。利用BP神经网络预测结果的均方根误差、平均绝对误差和决定系数（R2）分别为2.16、1.63和0.92。结论BP神经网络预测模型能够满足预测不同人群的棍棒类钝器...     

应用高通量测序DNA甲基化差异体液识别研究

目的通过检测和分析DNA甲基化差异的方法识别三种法庭科学犯罪现场常见体液(唾液斑、精液斑、血液斑)细胞来源。方法利用亚硫酸氢盐法对唾液斑、精液斑、血液斑的DNA样品进行甲基化处理,对由文献[1]和实验过程中筛选得到的甲基化位点进行illumina高通量测序,检测三种体液斑中细胞DNA的甲基化程度,并通过BP神经网络分析每一个位点的甲基化程度与细胞来源的关系及全部检测位点的甲基化程度联合与细胞来源的关系。结果运用BP神经网络对35份样品的73个位点的甲基化程度进行训练和预测,可以将唾液、精液、血液三种来源的DNA样本分开,其准确率达到77.3%。其中精细胞在L81528位点中表现为高甲基化,唾液和血液表现为低甲基化,可将精细胞准确鉴别出来。结论本研究建立的高通量测序分析DNA甲基化差异的方法可通过增加检测位点和样品数量进一步提高识别体液细胞来源的准确率。     

BP神经网络在工程估价中的应用研究

随着招投标机制的推行，摆在建筑企业面前的主要课题是改革工程预算管理办法，快速提出工程报价，因此我们对建筑工程估价的速度和精度都提出了更高的要求。利用神经网络可直接使用样本数据实现输入层与输出层之间的非线性映射，因此不需要建立精确的计算方程或规则，非常适用于难以建立精确数学模型但易于收集学习样本的问题。本文将通过建立基于BP神经网络的工程估价模型，并借助某市建筑工程造价管理办公室的大量历史资料，采集近年来该地区住宅楼工程相关数据，进行实证研究。     

让幸福的声音传向千里之外——通信技术30年变迁史

核心提示：如果穿越时间隧道，回首30年的通信历程，你一定会感叹：从古老笨重的“摇把子”电话，到如今轻松按键的数字程控电话；从退出历史舞台的BP机、“砖头”大哥大，到如今形体轻巧、功能多样的手机；从速度慢如蜗牛的窄带，到如今快如闪电的宽带……通信的每一步发展，都是经济发展和科技进步的最好印证。     

封面人物简介

尚钢,河南新乡人,1959年12月生,教授,博士,博士生导师。湖北省高校跨世纪中青年学科带头人,2009年中国纺织行业年度创新人物。先后在武汉理工大学攻读学     

神经网络在房地产领域的实证研究

研究表明，房地产价格指数常表现为非线性，要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲，神经网络能够无限逼近非线性函数。采用神经网络模型作为预测的模型，可以对房地产价格指数进行预测。     

神经网络的过去、现在和将来

二十一世纪的今天,人类跨入了经济的全球化、证券化和信息化的时代。信息技术正在全方位地影响着人类的生产和生活,信息化的加深与拓展,开阔了发展的空间和提高效率,同时导致全球一体化进程的加快。在信息纷飞的信息社会里,面对海量的信息,如何有效地甄别与筛选黄金信息,然后借助于黄金信息来分析预测,促使人们做出更多理性的决策,从而减少人们处理未知事件时所担当的风险,由此提高竞争能力而立于不败之地,这些都是人们梦寐以求的。在信息挖掘方面,人工神经网络扮演着重要角色——前沿的科学理论指导和先进的技术工具应用。神经网络具有自组…     

开发BP机的侦察线索价值,提高破案效率

BP机作为一种便捷的现代通讯工具,被人们广泛使用,但也被一些人利用来进行犯罪。文章对开发BP机的侦察线索价值及应注意的问题进行了研究,为利用BP机自身的功能来提高破案效率提供了一条思路。     

企业人事甄选智能决策支持方法研究

人事招聘过程中的候选人甄选是一个多因素的决策问题。评估人需要在短时间内对应聘人员是否胜任工作岗位做出判断。这个决策过程涉及到多种相关因素,主观性强,干扰因素多。本文根据心理学进行岗位胜任特征分析,从而设计合适的人事招聘模型,并对模型采用智能决策支持系统进行决策支持。BP神经网络型的智能决策系统较强的模式判别能力,能够进行不断的学习,可以按照岗位胜任特征模型,经过样本训练后将候选人进行分类,从而为选拔合适的人选提供决策支持。