外部注意力机制的PointLSTM网络实现三维点云在时序的分类。通过MIMO体制的毫米波雷达芯片采集人体动作的回波信号，利用集成雷达基带处理器的微控制器实现信号处理的部分，可将原始数据实时转换成三维点云，并提高点云处理中的计算速度及雷达硬件的整体性能。

PointLSTM网络可实现点云在时空中的提取特征和分类识别，网络改进了PointLSTM帧间点信息的流失问题，并在信息提取中对所有数据实现特征联系，外部注意力机制通过独立的可学习参数优化了网络复杂度和识别精确率。

拓扑结构是miRNA-疾病预测算法的重要组成部分，然而当前算法并未有效利用拓扑结构导致预测结果并不理想。与此同时，如何有效地融合多源数据也是当前的研究趋势。

一种自适应融合异质节点结构信息算法（MMTP），通过利用节点的一阶邻居和元路径诱导网络学习结构特征，并利用度量学习和拓扑传播自适应地融合异质节点结构信息，以提升miRNA-疾病预测精度。

5折交叉验证实验结果表明，MMTP在HMDD v3.2数据集上的受试者操作曲线下面积（AUC）为94.81，高于其他模型。并且在基于肾癌的案例研究中，该模型所预测的前30个miRNAs全部得到证实。

使用Top-Hat变换加强图像中的缺陷区域，最后将Top-Hat变换前后的图像进行融合，得到最终的图像。实验结果表明，在擦伤、划痕、孔洞这三类缺陷中，增强后的图像信息熵分别提升了10.51%、5.29%、2.89%，与其他图像增强算法相比，所提算法能够有效抑制铜板表面缺陷的反光，提升图像的质量并增强图像中的缺陷区域。

针对铜板表面缺陷图像容易受到非均匀光照影响，出现反光和亮度失真，导致图像难以运用到检测中的问题，提出了一种非均匀光照场景下铜板表面缺陷图像的增强方法。

深圳市恒凯威科技开发有限公司http://szhkwkj.51dzw.com