简介:摘要:文章首先对Dijkstra算法进行了概述,然后分析了Dijkstra算法的优化,其中包括存储结构的改进、搜索区域的限定、双向查找规划,最后基于优化的Dijkstra算法,文章对其开展了验证,无论是结点总数、计算时间,还是总的路程,都取得了极大的优化比例,以期能为相关人士提供参考。
简介:【摘要】算理和算法的教学在计算教学中应齐头并进,只有充分运用直观感知、操作感知、生活感知、迁移感知等方法将算理和算法有效地融合,促进学生在理解算理的基础上掌握算法,学生的运算能力才能真正地获得提高。
简介:摘要:一直以来,由于遗传算法的优异性,被广泛应用在各个领域;本文通过遗传的各个步骤和方法的介绍,便于学者理解,并指出算法的评价指标,为广大学者提供验算标准。
简介:摘要:VB程序设计是中职计算机专业学生学习程序语言的一门必修课程,枯燥乏味且逻辑性强,而算法更是程序设计学习中的难点,本文介绍了学生在学习算法过程中遇到的困难;结合教学实际,分析困难产生的原因;提出了使用图解法解决问题的策略,并结合VisuAlgo网站的辅助资源,把促进程序算法的教学效果作为本文的研究重点。
简介:摘要目的构建一种基于深度学习的肺结节分类以及分割算法,探究其在不同CT重建算法下的诊断效能。方法回顾性收集2019年6至9月天津医科大学朱宪彝纪念医院放射科363例胸部CT平扫影像学资料,每例患者的胸部CT平扫均包含三种CT重建算法(肺重建、纵隔重建、骨重建)生成的图像,这些数据构成了模型的测试集;模型的训练集由公开数据集(LIDC-IDRI)和私有数据集共4 185例患者胸部CT图像组成。模型的构建采用3D深度卷积神经网络和递归神经网络结合的方式,在多任务联合学习下训练肺结节密度类型分类和分割,最后将训练好的模型在天津医科大学朱宪彝纪念医院放射科363例测试病例上进行效果测试,得到三种CT图像重建算法下结节分类准确率和分割Dice系数指标。采用方差分析对三种CT重建算法下的结节分类准确率和分割Dice系数进行比较以分析差异是否有统计学意义。结果在三种CT重建算法下,模型对肺结节密度类型的分类准确率分别为98.67%±5.70%、98.38%±6.61% 和97.89%±7.32%,其中实性结节的分类准确率分别为98.79%±5.58%、98.49%±6.89%和97.90%±7.41%,亚实性结节的分类准确率分别为97.57%±10.19%、98.52%±7.77%和98.52%±7.77%,三种不同重建算法下的肺结节的分类准确率差异无统计学意义(均P>0.05)。三种重建算法下,所有结节分割的Dice系数分别为79.87%±5.78%、79.02%±6.04%和79.31%±5.95%,三组间结节分割的Dice系数差异无统计学意义(均P>0.05)。结论结合了3D卷积神经网络和递归神经网络的深度学习算法,对不同CT重建算法图像中肺结节的分类和分割均有较为稳定的效果。
简介:摘要:受疫情期间网络在线教学的影响,疫情过后线上线下混合式教学是大势所趋,我们在教学过程中发现,线上的互动和实体课堂的结合可以提高课堂的教学效率和学生的学习效率,就尝试着把混合式结合本校特点本土化,并总结出来一点实践经验和大家分享。
简介:摘要: 针对当前很多国家都进入了老龄化社会,轮椅的市场潜力的很大的。本文针对轮椅的智能化研究,提出了基于eSense算法的感应智能轮椅设计,此设计包含了肌肉感应,语音驱动相结合的功能模块。具有能够实现对使用者提供保护,同时还可以提供最大的操作自由度,轮椅在肌肉感应控制的基础上,增加了肌电控制,对使用者更加保险,实现功能强大。