摘要： Background: Many health-related problems arise with aging. One of the diseases that are prevalent among the elderly is the loss of sight. Various eye diseases namely age-related macular degeneration, diabetic retinopathy, and glaucoma are the prime causes of vision loss as people grow old. Nevertheless, early detection of such eye diseases can impede the progression of this problem. Therefore, the elderly is encouraged to attend regular eye checkups for early detection of eye diseases. However, it is time-consuming and laborious to conduct a mass eye screening session frequently. This thesis proposes a retinal screening system to automatically differentiate normal image from abnormal (AMD, DR, and glaucoma) fundus images. Methods: To achieve these, two methods will be used. The first method uses the combination of pyramid histogram of oriented gradients (PHOG) and speeded up robust features (SURF) technique. Then, the extracted data are subjected to adaptive synthetic sampling to balance the number of data in the two classes. Subsequently, the canonical correlation analysis approach to fuse the highly-correlated features extracted from the two (PHOG and SURF) descriptors was used. The second method applies pyramid histogram of visual words (PHOW) for the detection of retinal health with digital fundus images using Fisher vector and visual vocabularies. The algorithm can discriminate four classes. As the aim is to get the best performance with the least number of features, the second method outperforms the first method. Results: An average accuracy, sensitivity, and specificity of 96.21%, 95.00%, and 97.42% respectively is obtained using the first method for the classification of normal and abnormal classes using ten-fold cross validation. An average accuracy, sensitivity, and specificity of 96.79%, 96.73%, and 96.96% respectively is obtained using the second method for the classification of normal, AMD, DR and glaucoma classes using ten-fold cross validation. This w

关键词： 智能节水   决策支持系统   优化决策模型   SSM框架   LINGO  

摘要： 随着信息技术的快速发展,农业灌溉智能化也得到了很大的提高,智能节水决策支持系统成为了农业灌溉必不可少的工具。智能节水决策支持系统不仅可以帮助决策者更加深入地了解灌区的农业灌溉情况、水资源情况、农作物生长情况,而且可为决策者提供更合理科学的智能优化配水方案,有利于灌区有限水资源的合理分配及使用,实现智能节水。另外,智能节水决策支持系统的研究对于发展智慧农业和农业物联网具有非常重要的意义。本论文开发的智能节水决策支持系统是一个基于优化决策模型并为决策者提供农业灌溉信息及智能节水优化决策方案的重要工具,对农业智能节水灌溉有一定的实用价值。本论文的主要研究工作如下:(1)本文首先介绍并分析了智能节水决策支持系统的国内外发展现状,提出了一种基于B/S架构技术的智能节水决策支持系统的设计理念。经过对系统进行功能需求分析和非功能需求分析得到系统整体架构图、系统各模块的用例图以及系统功能模块构成,并使用SSM开发框架对系统进行实现。(2)针对智能节水决策支持系统的核心决策部分,本文在分析决策区域的各种因素之间的关系,决策区域的发展规划以及地表水、地下水等相关水资源的约束限制情况的基础上构建了实现决策者不同目标的智能节水优化决策模型,并提出了求解智能节水优化决策模型的三种求解方法,然后将三种求解方法分别对四种优化函数进行求解并对比,实验证明:LINGO求解法运算速度更快,精度更高。(3)根据系统整体架构设计,使用MVC设计模式来实现智能节水决策支持系统的视图层、业务逻辑层以及控制层的基本架构。然后对系统的具体功能模块和数据库进行详细设计。最后采用web技术对系统登陆注册模块、农作物数据查询及输入模块、模型求解模块、结果展示模块等做了详细的实现,其中在模型的求解中利用JNI调用LINGO编写的优化决策模型来实现决策。(4)最后对开发完的智能节水决策支持系统进行了软件测试,测试主要是从功能测试和性能测试两方面进行的,如功能实现测试、系统负载能力测试等,测试结果证明了该系统的稳定性和可靠性。

关键词： CDSS   协同过滤   DRBM   CNN  

摘要： “健康中国2030”规划纲要明确指出,健康是促进人的全面发展的必然要求。推动健康科技创新,提升医疗健康服务水平已经成为国家发展战略。临床决策支持系统(CDSS)能够有效降低医生的误诊和漏诊率,一直是领域的研究热点。近年来,深度学习和协同过滤技术发展迅速,并越来越多的应用到不同领域。本文基于协同过滤和深度学习技术,对CDSS领域里的临床疾病辅助诊断和临床高危病症预测的方法进行深入研究。针对临床疾病辅助诊断问题,本文深入分析频繁发生的临床疾病信息缺失及其对临床决策的挑战。在此基础上,提出了基于用户的协同过滤、基于受限制波尔兹曼机(RBM)的协同过滤这两种无监督学习方法,以及基于辨识受限玻尔兹曼机(DRBM)的有监督学习方法,以此支持疾病辅助诊断。利用UCI数据库的皮肤病数据集和慢性肾炎数据集,通过随机方法产生3种不同缺失程度的缺失数据集,用于实验训练与验证提出的方法。实验结果表明,基于DRBM的方法整体性能最好,在两个数据集缺失度为30%时,仍有90%以上的分类准确率。针对临床高危病症预测,本文深入研究了基于脑电图(EEG)数据集进行癫痫发作预测存在的问题,特别对预测癫痫发作前片段的概率问题进行了实验分析。本文提出了通过离散傅里叶变化转换时域EEG数据为频域信息,并基于两层卷积神经网络(CNN)提取频域和时间序列数据特征的方法,该方法AUC指标可达到0.79。此外本文还对线性判别分析(LDA)、逻辑回归(LR)和基本的递神经网络(RNN)方法,进行了对比实验与系统分析。实验结果表明基于CNN模型相对于其他模型预测性能最好且预测概率值更精确。

关键词： 决策支持   在线评价模式   综合集成平台   白洋淀湿地  

摘要： 决策作为人类实践活动的重要环节,从日常生活到社会管理,再到改造自然、改造社会都离不开决策,评价作为支持决策的科学工具,在人类社会发展进程中发挥着重要作用。白洋淀湿地作为我国重要湿地,被誉为“华北之肾”,在调节气候、维持生态平衡、保护生物物种多样性、缓洪滞洪、水体净化等多方面具有重要作用。近几十年以来,随着气候的变化、社会经济的发展和人类活动范围的扩大,白洋淀湿地面积急剧减小,干淀情况频频发生,生态系统遭到严重破坏,健康状况岌岌可危。雄安新区的成立使白洋淀湿地生态系统健康状况受到了国家政府、专家学者以及公众的广泛关注,因此选取白洋淀湿地作为研究区域进行生态系统健康评价对白洋淀湿地生态系统健康问题的决策与治理具有重要意义。本文在利用知识可视化综合集成平台的基础上,结合数据仓库技术、组件技术和可视化技术,将白洋淀生态系统健康问题按照主题化的思想进行主题分类,提出在线评价模式并应用于白洋淀生态系统健康评价。主要研究成果包括:(1)基于.白洋淀湿地的主要现状,考虑到湿地生态环境健康的内涵,对白洋淀湿地生态系统健康问题进行分析,把白洋淀湿地生态系统健康问题归结为决策问题,阐述传统评价模式在解决决策问题上的不足,并提出新的解决思路——在线评价模式。(2)把复杂的决策问题进行拆分,利用主题化的思想对其进行全方位分析,多角度看待。通过对整个决策过程的解析,将评价过程按照决策的执行分为白洋淀生态系统健康现状评价、白洋淀生态系统治理过程评价和白洋淀生态系统治理结果评价对应决策过程的事前、事中和事后。分别确定了多个评价的主题:春季主题、夏季主题、秋季主题、冬季主题和生态补水主题等,并建立了评价所需的指标库、方法库和组件库。(3)对白洋淀湿地生态系统健康开展各主题下的评价,通过指标体系动态变化、多方法共同评价、不断评价、不断反馈的评价服务为白洋淀湿地生态系统治理提供强有力的决策支持。通过与传统评价模式的对比,在线评价模式更加灵活、更加科学、更加合理,能够满足不同评价者和决策者的需求,适应不同背景、不同价值观的评价问题,能够较好的融合不同领域、不同需求的评价者、决策者和专家群体的经验智慧,可用于不同领域的决策支持,具有较强的实用性和推广价值。

关键词： 经济林   决策支持系统   生态适宜性   生长因子   混合编程  

摘要： 经济林是以生产除木材以外的果品、食用油料、工业原料和药材为主要目的的林木,在林业中占据重要地位。近些年经济林产业得到政府部门的大力支持,经济效益快速提高,经济林随之得到了快速发展,很多地区对经济林进行了大范围的扩张,将原始生物多样性丰富的森林砍伐种植生物种类单一的经济林,一系列人为活动严重破坏了经济林的生态环境。本研究首先完成包括经济林的生长环境和计算机技术平台的基础研究。生长环境的研究从地上、地下两个角度开展了对经济林生长可能具有重要影响的环境因子的探索,然后收集所有相关因子的数据,包括遥感数据、地面调查等数据,并利用遥感、GIS技术,从相关数据中提取相关变量,包括归一化植被指数(NDVI)、多窗口纹理、高程、坡度、土壤类型、降雨等多种变量;然后研究学习多种计算机语言、不同开源框架、开发环境等的结构和特色,完成计算机环境的搭建。基于以上生长环境和技术的基础研究,通过大量阅读并总结土壤有机碳(SOC)空间预测、适宜性评估、水土流失等相关文献,将总结结果应用到经济林生态适宜性评估当中,完成生态适宜性相关数据的处理,为该决策系统的研发提供数据基础;同时利用计算机语言完成相关算法(包括随机森林算法、最大熵模型、RUSLE模型等)的封装。最终基于前期的研究基础和理论,结合文章的研究目的,完成系统的设计、代码的编写与功能的实现。本研究选择了C++、Java、R三种计算机语言作为系统开发的基础,充分发挥了不同计算机语言的优势;同时,选择Geo Tools、GDAL、Armadillo等开源框架作为系统开发依赖的主要开源库,分别用于GIS数据的界面操作实现、GIS数据读取以及遥感影像数据的运算实现等。文章以临安山核桃为例,研发了以算法(以机器学习算法为主)为核心的经济林生态适宜性决策支持系统,操作简单,可跨平台。该研究成果为经济林的科学经营管理提供了智能化平台,丰富了经济林的研究内容,填补了缺少经济林决策系统的空白,对今后经济林的生态可持续发展具有重要意义。

关键词： 职业生涯   决策支持   数据挖掘   关联规则  

摘要： 为了适应世界教育发展的大趋势,实现学生个性化的职业选择,引导学生进行职业生涯规划是十分必要的。但是一直以来,在我国基础教育阶段,对于中学生的教育多强调理论、书本知识教育,而对于学生生涯的规划、探索、决策及自我认识等方面的教育却没有给予足够的重视,这使得中学生既不了解自己,也不了解职业,更谈不上了解大学专业、课程、就业等信息。因此,中学生的职业生涯规划能力亟需加强。研究一款具备职业测试与决策功能的中学生职业生涯规划决策支持系统也是必要且急迫的。该系统应主要面向中学生,通过帮助学生清晰认识自我、探索和发现自己能力特长的方式,让学生了解社会上的行业类型与职业特点,有效确立职业生涯发展目标,做好在校的选科、选课、专业选择和学业规划,进而做好未来的生涯发展规划。本文首先从大学生“学非所好”问题入手,对某高校1262名不同专业不同年级的本科生进行了调研,分析了学生出现该问题的原因,为设计中学生职业生涯规划决策支持系统奠定了基础;然后,在相关理论、技术与系统的支持下,对中学生职业生涯规划决策支持系统进行了设计研究,详细设计了生涯测试与生涯决策两个主要模块;同时,描述了改进后的关联规则挖掘算法Apriori,对所收集的某高校软件专业本科生数据进行了挖掘;最后,展示了系统相关的设计细节。本文从中学生发展的实际需求出发,设计研究了中学生职业生涯规划决策支持系统。期许能够帮助中学生更好地规划自己的未来,减少学非所用现象的发生。同时,也期许研究成果能够供后续的相关研究者参考。

关键词： 回采巷道   围岩分类   支护智能决策   差异化支护   样本巷道数据库  

摘要： 论文以皖北矿区回采巷道为工程背景,通过现场调研和查阅文献的方式,评价了皖北矿区回采巷道支护存在的问题。分析了皖北矿区差异化支护现状以及差异化支护经济效益,总结出回采巷道差异化支护设计应综合考虑的因素包括:服务年限、巷道类型、区域类型、围岩整体分类、围岩次分类等,提出了皖北矿区回采巷道差异化支护设计思路及技术路径。论文评估了皖北矿区回采巷道围岩稳定性的主要影响因素,将回采巷道划分为顶板、底板和两帮3个部分,并对巷道每个部分进行稳定性分类,综合巷道顶板、底板、煤帮和护巷煤柱的稳定性分类指标,作为围岩综合评价指标,进行巷道围岩整体稳定性分类,并将巷道围岩分为5大类。利用数值模拟计算出随围岩条件动态变化的分类指标权值,结合基本顶来压当量和围岩塑性率函数的斜率变化关系,对巷道围岩进行次分类,并针对每种类型巷道都提出了差异化支护方案。利用Access构建了包含巷道类型、区域类型、围岩力学参数、支护参数、支护效果评价等信息的回采巷道样本数据库,并对样本巷道进行围岩稳定性分类。原数据库共收集了皖北矿区5个典型矿井的56条回采巷道的基本信息,在原数据库的基础上,实地调研了多个矿区的回采巷道支护现状,对数据库中的“巷道支护参数记录表”做了进一步扩充,使数据库更加完善。利用Visual Basic语言进行编程,结合数据库,成功编辑出一套“皖北矿区回采巷道支护智能决策支持系统”。该支护智能决策系统以朱集西矿11501机巷为背景,对系统进行了现场应用与工程验证,结果表明,系统具有很高的可靠性。最后运用FLAC3D数值模拟的方法,进一步验证了朱集西矿11501机巷差异化支护参数的可靠性,研究结果表明差异化支护设计在深部矿井中同样能够满足不同岩性条件下的回采巷道支护要求。

关键词： 国务院   快递物流   协同发展  

摘要： 近日,国务院办公厅印发了《关于推进电子商务与快递物流协同发展的意见》(国办发[2018]1号,以下简称《意见》)。商务部电子商务司负责人就《意见》进行解读。一、《意见》出台的背景是什么?主要解决哪些问题?电子商务与快递物流是现代服务业的重要组成部分,与民生息息相关。随着电子商务的快速发展,电子商务与物流快递协同发展方面暴露出一些问题,比如基础设施不配套、配送车辆通行难、快递末端服务能力不足、行业间协调联动不够等,成为制约电子商务发展的重要瓶颈。自2014年10月开始,商务部会同财政部、邮政局在11个城市开展了电子商务与

关键词： 监管报送   决策支持   商业银行  

摘要： 伴随着国内经济地快速发展,银行业、金融业也因此欣欣向荣地不断扩展和开展业务。商业银行在各项业务上的活动越来越多,各个城商银行网点的遍地铺开,相关的银行业务量也越来越大。而金融风险作为国家经济管控中的重中之重在面对这样不断活跃的市场环境中,也是在隐性中增加的。这就需要国家更加牢固地检测和把控行业情况。因此,商业银行在国家的银行监管中就尤为重要。国家有关部门对商业银行的监管主要是通过非现场监管系统的报表来进行分析和防范风险的,因此监管报表的准确性和及时性显得十分重要。同时就行内来说,监管报表也有着对商业银行运营情况有着全面和及时的反映,能够成为决策支持的参考,这也使得报表的需求不断地多元化和复杂化。这也就意味着报表数量的增多,多元化的增加,以及报表统计口径的复杂程度提高。这些直接导致的是报表业务人员工作量的负担。综上所述,一个具有及时性、准确性以及符合业务操作要求的监管平台是极其重要的。因此,面对这样的业务需求,本文通过相关的技术来搭建和实现这样一个能够及时报送并且数据准确的监管报送系统。该系统需要能够通过相关技术来实现指标的灵活性以及报表统计的复杂性和多元性,并且对商业银行内部的数据进行真实和准确的反馈。为了实现满足要求的监管报送系统,论文通过系统的需求分析,系统设计、系统实现以及系统测试,阐述了系统的实现过程和相关的实现思路。监管报送系统采用的是SSH前端框架和ORACLE数据库,通过Java和sql语言实现监管报送系统的数据查询、数据填报、审核报送、信息补录以及其他系统管理等等功能。系统的底层通过加工的数据集市进行清洗-抽取-加载成相应的报表层数据,再通过前端与数据库的交互进行展示。通过最后的测试表明,该系统是一个能够满足业务使用需要和行内监管要求的良好。

关键词： 喀斯特石漠化   信息管理系统   决策支持   石漠化治理工程  

摘要： 我国喀斯特石漠化地貌面积分布广泛,类型众多,且多集中在中国的西南地区。其中,贵州省石漠化地区所占面积数量在全国各省区之中排名首位,石漠化对贵州省所造成的生态危害也最为严重。据统计,贵州省轻度以上石漠化面积占全省国土面积的20%以上,有13个县级行政区的石漠化面积占比30%以上,有9个县级行政区的石漠化等级在强度及以上。现如今,石漠化生态难题已发展成为阻碍贵州省发展的最大阻碍。从上世纪90年代至今,国家对石漠化生态问题愈发重视,对此进行了一系列治理计划部署,并且投入了大量的人力物力财力进行专项整治。2004年8月,国家发改委制定颁布了《关于进一步做好西南石山地区石漠化综合治理工作指导意见的通知》,提出了石漠化治理工程的五大组成子工程,这五大治理工程分别是喀斯特水资源开发利用工程、农村能源工程、生态修复工程、基本农田建设工程和生态移民工程。在经过前期大量的基础研究和准备工作铺垫后,石漠化综合治理工程在2011年开始正式实施。本研究依托国家“十三五”科技支撑计划重大课题,以开发实现喀斯特石漠化治理工程决策支持系统为研究目标,以高原山地轻-中度石漠化综合治理示范区——毕节撒拉溪示范区、中-强度石漠化综合治理示范区——贞丰-关岭花江示范区为研究对象,以示范区遥感数据选取与处理、空间/属性数据库建立、设计实现喀斯特石漠化GIS查询与分析模块、石漠化地区社会经济管理模块、石漠化治理工程实施条件的决策支持模块以及空间数据加权叠加的决策支持模块,实现了石漠化治理五大工程在贵州省的推广适宜性评价。(1)以ARCENGINE组件为开发基础,结合Internet技术与GIS技术,运用C#开发语言与.NET开发环境实现石漠化综合治理地理信息系统集成与应用,该系统实现了地理空间自然背景数据与传统的社会经济多媒体数据兼容的管理功能。同时,本系统以Microsoft SQLServer2008数据库管理软件、ArcSDE数据引擎、ArcCatalog建库工具、以贵州省毕节撒拉溪和关岭-贞丰花江两大示范区的基础信息及石漠化治理工程配置相关信息为数据库建库基础,使用***技术,结合WindowsForm控件,并辅以SkinEngine、DevExpress等控件加以优化,完成喀斯特石漠化治理工程决策支持系统的信息管理和空间分析模块的设计与实现。系统提供了以促进人机交互的友好界面,为喀斯特石漠化治理提供了多样的数据查询、分析与支持服务。(2)通常采集石漠化地区社会经济信息需要耗费大量的人力物力财力,而且石漠化地区山路崎岖、交通极为不便,这给社会经济调查带来了相当大的困难甚至是对调查人员的人身安全造成了一定程度的威胁。所以,如果仍采用手工管理石漠化地区社会经济信息的方法,必将会阻碍石漠化综合治理工作的开展。为了提高社会经济调查信息收集的效率,实效对石漠化社会经济信息的高效管理,本研究运用***、XML以及AJAX技术,使用Microsoft SQLServer 2008数据库以及IIS服务器开发出石漠化地区社会经济信息管理系统。针对使用系统人员的角色不同,系统设计使用权限分配设计的思路,实现了对调查对象个人信息、调查对象家庭成员信息、调查对象家庭经济状况信息以及用户验证等相关信息的查询、添加、删除等编辑等功能。(3)不同喀斯特地区自然环境、生态环境以及社会环境等存在差异,所以在石漠化治理工程的选择上往往要根据当地实际状况,耗费大量人力物力财力进行调研,再根据调研结果人工分析得出治理方案,这种方法耗时较长。本研究分析了各大石漠化治理工程实施的自然背景、生态环境、社会经济等条件,选取地貌类型、气候类型、年均温等11个指标作为石漠化治理工程实施的决策因子,结合专家调查法和层次分析法对各大石漠化治理工程种每种决策因子所占的权重进行确定与校正。最后在系统中进行栅格图像的加权叠加计算得出决策支持的结果。同时,通过示范区的石漠化治理工程决策适宜性延伸到整个贵州省的石漠化治理工程决策支持,具有极大的引导和推广意义。(4)针对国家石漠化治理工程面临的科技顶层设计与宏观调控力度不够、石漠化标准体系不健全、信息孤岛普遍、多源异构数据管理与挖掘利用欠缺等瓶颈和突出问题,按照统一部署、规范标准、协同构建、智能决策、服务产业的基本思路,在石漠化治理空间数据获取与聚合方法、表征模型、信息提取与知识发现机理研究的基础上,重点突破服务于生态衍生产业化智能决策支持系统的复杂时空系统模型构建与定量分析的科学问题与核心技术,开展遥感信息自动识别与提取、石漠化变化多源多尺度立体动态监测、分布式多源异构数据汇聚机制和模型的构建、基于动态数据驱动的知识发现模型、挖掘算法的设计、大数据平台的构建等重大关键技术研发,整合石漠化防治工程体系、监测体系与管理体系的现有配套技术,在示范区复杂环境、不同成因