简介：摘要： 本文 研究了基于卷积神经网络的 超宽带通信系统室内密集多径信道模型识别。首先介绍了经典的超宽带室内密集多径信道模型，并对 IEEE802.15.4a信道模型 CM1~CM4这 4种信道的冲激响应进行了仿真，进行为后续实现信道模型识别奠定了理论基础；随后 本文提出了基于卷积神经网络对信道模型进行识别，针对不同的结构、不同的参数分别进行了试验，最终选择出较为合理的网络结构和参数，取得较好了 效果。
简介：摘要目的开发一种基于3D-CNN的脑部多发性硬化症（MS）病灶图像的自动分割方法。方法该分割方法分为两个阶段，包括2个CNN卷积层和池化层。第一阶段初步筛选出病灶体素，第二阶段进一步限定条件，从第一阶段得到的病灶体素中挑选出最终的分割结果。在MICCAI2016公共数据集上，对所提出的方法进行实验验证，并与其他的基线方法进行比较。结果对于15位MS患者的MRI图像，所提出方法得到的平均相似性系数（DSC）为0.59，相比于3个基线方法，分别提高了2%、3%和4%。结论所提出基于3D-CNN的图像分割方法在3D空间上对MRI图像进行分割，相比2D图像分割，对于临床诊断更具意义。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
