期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
“人工智能+X”背景下医学生科研创新能力培养探究 被引量:6
1
作者 周培斌 张靓 +3 位作者 王希 牛雅蓉 王海星 郭宋 《医学教育研究与实践》 2024年第3期252-255,278,共5页
在新时代人工智能背景下,“人工智能+医疗”复合型人才的需求不断增加,本研究对医学生教育培养现状进行了分析,从个性化培养、多元融合培养、科研团队协作、多学科实践向导等层面提出了“人工智能+X”医学生科研创新能力培养模式及应用... 在新时代人工智能背景下,“人工智能+医疗”复合型人才的需求不断增加,本研究对医学生教育培养现状进行了分析,从个性化培养、多元融合培养、科研团队协作、多学科实践向导等层面提出了“人工智能+X”医学生科研创新能力培养模式及应用构架,并对该模式的实践应用进行了探讨,为实现人工智能对医学教学的赋能和改革提供思路。 展开更多
关键词 人工智能+X 科研创新能力 医学生培养模式
在线阅读 下载PDF
基于纹理特征的网络多媒体图像模板匹配方法 被引量:1
2
作者 周培斌 《电子设计工程》 2021年第21期179-182,188,共5页
传统图像模板匹配算法受到椒盐噪声影响,图像纹理特征分割和提取效果较差,导致图像模板匹配结果不精准,为了解决该问题,提出基于纹理特征的网络多媒体图像模板匹配方法。使用小波多尺度滤波方法匹配椒盐噪声干扰图像特征,根据特征匹配结... 传统图像模板匹配算法受到椒盐噪声影响,图像纹理特征分割和提取效果较差,导致图像模板匹配结果不精准,为了解决该问题,提出基于纹理特征的网络多媒体图像模板匹配方法。使用小波多尺度滤波方法匹配椒盐噪声干扰图像特征,根据特征匹配结果,获取图像分割轮廓线,完成图像纹理特征分割。采用分块模板匹配方法模拟椒盐噪声干扰图像的活动轮廓分布情况,构建特征提取模型,提取图像纹理特征分量。使用全矩阵加权搜索策略,匹配网络多媒体图像模板,根据旧模板和当前图像的最佳匹配位置实现自适应修正。由实验结果可知,该方法在无干扰情况下最高匹配精准度为99%,在椒盐噪声干扰下最高匹配精准度为90%,具有精准匹配的效果。 展开更多
关键词 纹理特征 网络多媒体图像 模板匹配 椒盐噪声
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部