课程文献中心 更多>>

关键词： ABE算法   隐私   加密   数据   数据库  

摘要： 针对现有加密方法在对数据库隐私数据加密时,未充分考虑属性基安全性,并且存在关键字、密文索引过大的问题,导致数据库开销较大、安全性不佳,研究了基于ABE算法的数据库隐私数据加密方法。为了实现对加密列中数据的灵活查询、降低开销,设计数据库数据外部索引方式,引入ABE算法,确定双线性关系,根据列名在十字链表中定位到对应的列,然后依次遍历该列的所有元素,并使用提供的密钥加密处理每个元素,使用相同的密钥解密每个元素,解密后的数据替换原有加密数据,保存在原位置,完成初步隐私数据加密。为进一步增强隐私数据的安全性,通过加密访问控制数据库属性基,优化数据库隐私数据加密方法。通过对比实验证明,新的加密方法应用下,加密后在保证数据安全的前提条件下,有效降低关键词和密文索引数据量,降低数据库计算开销和存储开销,数据量降到了1.23 Mbit,隐私数据量降到了18.56 Mbit,促进数据库运行性能提升。

关键词： 病理切片   数字病理图像   质量控制   人工智能   深度学习  

摘要： 病理切片是病理医生对肿瘤患者的病程及预后进行诊断和分析的重要依据。然而,由于切片的制备过程自动化程度较低,人为操作的失误和设备噪声均会降低切片的质量,进而影响诊断。当前病理切片的质量控制主要采用人工抽样检查的方式,该方式工作强度大,工作时间长,易因视觉疲劳造成评估偏差。借助深度学习技术对病理切片进行质量控制受到了医学界和工业界的关注,并取得了一定的进展。文中对该领域的研究现状进行了回顾:首先简要介绍了病理切片的制作和数字化流程,分析了质量控制工作中存在的困难和挑战;然后对现有的关于病理切片的质量控制相关工作进行了分析和总结,从染色标准化、聚焦质量评估、伪影检测、图像的修复与重建等方面,对现有工作的方法理论和应用现状进行了概述;最后对该领域未来可能的研究热点进行了展望。

关键词： 计算机自适应测验   算法   医学统计学  

摘要： 目的对医学统计学计算机自适应测验(computerized adaptive testing,CAT)算法进行模拟研究,为实现医学统计学CAT奠定基础。方法基于中山大学医学统计学研究生试题库,采用蒙特卡洛模拟生成被试作答及能力水平,对CAT测验中应用的选题策略及其非统计约束、终止规则进行模拟比较及验证。结果根据模拟结果,选择了渐进最大信息量法作为选题策略,标准误=0.3为测验终止规则,0.4为最大曝光控制界值,并研究了不同能力考生在内容平衡约束下的CAT应用结果。结论为医学统计学CAT选定了适用的算法,了解了其测试结果规律,为确保医学统计学CAT具有良好的性能提供了理论支持,也为其他学科进行CAT建设前模拟提供了一定的参考。

关键词： 图像处理   算法   深度学习   放射影像   脑血管   血管分割  

摘要： 在颅脑血管相关疾病的预防和诊断中,基于放射影像的血管分割是实现其准确诊断的重要前提。从前基于二维影像进行人工勾画的血管轮廓被认为费时费力且准确率较低,目前基于三维放射影像的半自动或自动血管分割算法在一定程度上提高了分割精度。本文聚焦颅脑血管成像领域较为先进的基于传统算法和与深度学习算法相结合的混合算法两大类图像处理方法,其中基于传统算法的图像处理较为基础且常见,而基于深度学习算法的图像处理则还处在逐步走向成熟阶段。笔者通过列举近几年具有代表性的基于放射影像的颅脑血管分割与提取算法,描述采用的图像信息和算法的准确性、鲁棒性和效率等,在深入了解其现状的基础上展望颅脑血管分割领域未来的发展方向及研究重点。

关键词： 行为识别   边缘计算   罐笼   异常告警   矿井安全  

摘要： 煤矿罐笼是矿工进出矿井的主要运输工具,承担着从地面到地下数百米深的运载任务。由于罐笼在运行过程中存在速度快、空间有限等特点,矿工在罐笼内站立不稳、意外摔倒等行为可能导致严重的安全事故。提出了一种基于人员行为检测的罐笼辅助系统,以提升煤矿作业的安全性,特别是保障煤矿工人在井下和运输过程中的安全。系统利用IP摄像头实时监控罐笼内部,通过边缘计算设备实现目标检测和行为识别算法,及时发现和处理矿工的异常行为。采用轻量级的MobileNetv2和改进的TSM模型,并增加多尺度区域特征融合模块(MRFA),以提升行为识别的精确性和鲁棒性。试验结果表明,改进后的TSM模型在准确率、参数量和推理速度方面均优于传统行为识别算法,特别是在计算资源有限的边缘设备上表现出更高的效率和可靠性。改进的TSM模型在矿工行为数据集上的准确率达99.30%,显著高于其他主流行为识别算法,具有较高的实用价值和广泛的应用前景。

关键词： 设备管理系统   数据库   快表软件  

摘要： 本文针对成都兴蓉沱源自来水有限责任公司的设备管理工作现状,结合管理需求和生产实际,以快表软件为开发平台构建了集设备信息管理、报修、维修、设备点巡检、定标维护、备品备件领用及费用管理于一体的设备管理系统平台,实现了设备全生命周期监控和管理,为企业实现设备精细化管理打下了良好的基础,推动了企业设备管理的现代化、信息化进程。

关键词： 妊娠风险预测   人工智能   概率神经网络  

摘要： 目的使用麻雀优化算法(SSA)优化的概率神经网络(PNN)预测妊娠风险,保证孕妇和未出生婴儿健康。方法传统的分类模型存在分类准确率不高的问题,使用麻雀优化算法(SSA)优化的概率神经网络(PNN)预测妊娠风险水平,并与一些经典的人工智能分类模型作比较。结果SSA-PNN能够更加准确地预测妊娠期间孕妇的风险水平。结论SSA-PNN模型可以为妇产科的医护人员对孕妇的健康监测行为提供决策支持。

关键词： 机器人避障   全局规划   人工势场法   路径优化  

摘要： 随着智能控制技术研究的不断深入,移动机器人避障规划问题在智能制造领域得到广泛的应用。为了弥补蚁群算法(ACO)临过快收敛以及会造成局部最优的问题,引入势场跳点(PJP)对蚁群算法进行优化,更新补齐获得的最优路径全局信息素浓度,设计了一种基于势场跳点优化蚁群算法(PJPACO)的移动机器人避障规划。给出了PJPACO控制流程,并展开仿真和实验测试分析。仿真研究结果表明:以PJPACO算法形成更少路径转折点,具备更快收敛速度并且可以获得更优路径。通过试验验证发现,PJPACO算法获得了比ACO算法更短寻路时间,机器人可以达到更短行走路径,加入PJP算法后构建的ACO算法可以更高效规划机器人路径。该研究对提高移动机器人的工作效率具有很好的实际指导意义,可以拓宽到目标识别等领域。

关键词： 带约束弱监督学习算法   企业专利附图   高关联性自动化推荐   附图特征  

摘要： 常规企业专利附图高关联性自动化推荐主要依托于朴素贝叶斯算法,通过构建图片推荐模型实现自动化推荐。但此方法由于缺少专利文本与附图匹配交互图的建立,导致得到的归一化折损累积增益较小,推荐效果欠佳。为此,提出基于带约束弱监督学习算法的企业专利附图高关联性自动化推荐方法。根据企业专利文本与附图之间的匹配关系,采用卷积神经网络对附图的深层次视觉特征进行识别,并设计样本采样策略,建立文本与附图匹配的交互图,结合带约束弱监督学习算法计算企业专利偏好的预测概率向量值,进而构建企业专利配图偏好模型,以此为依据,求取每个附图的综合评分,将评分最高的附图构造为推荐列表,由此实现企业专利附图高关联性自动化推荐。对比实验结果表明,所设计的方法得到的归一化折损累积增益较大,企业专利附图推荐效果较好,可以满足实际应用需求。

关键词： 自动避碰   召回测试   卷积神经网络  

摘要： 在对船舶自动避碰算法进行仿真测试过程中发现缺陷并改进之后,需进行召回测试以验证改进的有效性,而随着被测算法的水平逐步提升,测试场景逐渐复杂,进行召回测试时难以设计更全面的测试场景。对此,提出一种能根据历史测试数据对新场景进行事故预测的卷积神经网络模型。通过该模型筛选出的场景与历史上发生过的事故场景属于同类,能支持更全面且有针对性的召回测试。在特征建模过程中,对测试场景进行9通道建模,以将场景信息表达为模型能识别的张量结构;在样本收集过程中,提出平行场景的方法,进行1次测试可收集到多组样本。在多样复杂场景中采用该预测方法对一种事故率为6.2%的被测避碰算法进行试验,结果发现该方法训练的模型从所有新的随机场景中筛选出24.9%的样本,这些筛出的场景以91.8%的概率覆盖所有事故场景。