摘要:针对遥感图像中目标方向、尺度和长宽比变化剧烈以及时而密集时而稀疏排列等造成的特征提取困难和基于回归的旋转检测器中存在的边界不连续问题,我们提出了以下解决方案:首先,使用YOLOv7检测器进行特征提炼与融合;其次,结合密集编码标签(Densely Coded Label,DCL),构建角度分类编码-解码器,实现旋转检测;然后,改进SimOTA自适应样本匹配策略为R-SimOTA,通过在代价函数中增加角度分类损失指导,提高样本分配准确性;最后,在损失函数中增加角度分类损失(DCL Loss)和权值(theta),并引入角度距离和长宽比敏感加权(Angle Distance and Aspect Ratio Sensitive Weighting,ADARSW),指导模型收敛并拟合出正确的角度预测值。在大型遥感图像数据集DOTA上进行了大量实验和视觉分析,结果表明该方案有效。
摘要:构建一种儿科患者骨髓移植生存预测模型。利用Kaggle儿童骨髓移植数据集基于PSO-BP(Particle Swarm Optimized Back Propagation)神经网络构建预测模型。研究结果表明,预测模型AUC(Area Under the Curve)值为0.98,算法模型表现优秀,特征重要性分析揭示了生存时间、复发和每公斤受体体重的CD34+细胞剂量等特征是骨髓移植儿童患者的生存预后最重要的影响因素。