行业分类-物理装置-一种基于训练集样本低秩筛选的图像特征鉴别方法.zip

行业分类-物理装置-鉴别食品添加剂冰醋酸中合成醋酸的方法.zip

行业分类-物理装置-基于红外光谱技术的鉴别化妆品的方法.zip

GB∕T 34953.1-2017 信息技术 安全技术 匿名实体鉴别 第1部分：总则

U-Net GAN PyTorch PyTorch实施CVPR 2020论文“用于生成对抗网络的基于U网络的鉴别器”。 论文和补充资料可以在找到。 别忘了看一下补充文件（可以在此处找到Tensorflow FID（表S1））。 该代码允许用户重现和扩展研究报告的结果。 报告，复制或扩展结果时，请引用上述论文。 设置 从提供的unetgan.yml文件创建conda环境“ unetgan”。 可以使用training_scripts文件夹中提供的脚本来复制实验（必须手动设置实验文件夹和数据集文件夹）。 争论 解释 --unconditional 如果数据集没有类，请使用此选项（例如CelebA）。 --unet_mixup 使用CutMix。 --slow_mixup 对CutMix增强损失使用预热。 --slow_mixup_epochs 预热的时期数 --full_ba

超声人工智能联合TI-RADS分类在甲状腺结节鉴别诊断中的辅助价值.pdf

民以食为天,食以安为先。注重食品安全问题,就是尊重自己的生命。问题食品屡禁不止,相关事件媒体常有报道,严重危害了民众的健康及社会的安定。降低食品风险、提高食品质量,是当前社会发展中不可或缺的一部分。因此,在微信小程序愈发普及的信息化时代,设计一款食品鉴别讨论平台,方便百姓了解食品安全资讯、了解如何鉴别食品,同时可以学习养生食谱。通过平台的使用,树立大众的食品安全意识,防止问题食品流入餐桌。

GM/Y 5002-2018 《云计算身份鉴别服务密码标准体系》 “云计算身份鉴别服务密码标准体系”标准研究项目时2014年3月密码行业标准化技术委员会下发的云计算领域密码标准相关的研究任务。该标准研究报告的目标范围与定位是研究云计算领域的身份鉴别服务中密码应用相关标准和技术。

特征向量是一个 5（灰度）或 15（彩色）维向量，反映了每个像素的对比度、纹理强度和方向以及纹理尺度。 纹理尺度由总变化框架中像素强度的平均变化速度表示，而纹理强度和方向是根据结构张量的 3 个不同分量进行计算的，这些分量经过非线性耦合各向同性矩阵值扩散。 特征向量可以直接用于纹理分割框架。 您需要下载非线性耦合扩散包（提交 27604 可在http://www.mathworks.com/matlabcentral/fileexchange/27604-nonlinear-coupled-diffusion 获得）来运行此代码。 在 discriminative_texture_feature.m 的标题中提到了代码和输入/输出变量的定义和用法。 示例脚本 test_discriminative_texture 显示了代码的用法以及高斯正则化在非线性扩散过程中加速的有用性。 请注意，您需

提出一种将卷积神经网络(CNN)学习特征与传统影像学特征结合的肺结节良恶性鉴别方法。首先,从电子计算机断层扫描(CT)图像中分割出肺结节区域,并使用传统机器学习方法提取结节区域的影像学特征;然后,使用截取的肺结节训练3D-Inception-ResNet模型,提取网络学习的CNN特征,组合两类特征,并利用随机森林(RF)模型进行特征选择;最后,采用支持向量机(SVM)、RF等传统分类器对肺结节进行良恶性鉴别诊断。使用LIDC-IDRI数据库中的1036个肺结节进行实验验证,最终所提方法的分类准确率、敏感度、特异度及接受者操作特性曲线(ROC)下面积(AUC)分别达94.98%、90.02%、97.03%及97.43%。实验结果表明,所提方法能准确地判别肺结节的良恶性,并优于大部分主流方法。