摘要：为精确地从超声图像中分割出甲状腺结节,提出一种包含Swin Transformer和卷积神经网络两个分支的多层特征融合分割方法,利用3个单向特征桥接单元(one-way feature bridging unit,OFU)桥接多层语义特征,并下采样特征图。实验采用来自斯坦福AIMI共享数据集的超声甲状腺结节图像用于训练、验证和测试。经过实验对比,验证了该模型在用时较短的情况下,相比其它模型取得了更好的分割效果。

摘要：乳腺癌病理图像的自动分类具有重要的临床应用价值。设计一种新颖的卷积神经网络模型(DC-DenseNet),该模型在DenseNet基础上将扩张卷积集成到密集块来实现多尺度的特征提取。此外,还提出一种新的学习率优化器,它不需要复杂的微调学习率就可以表现出优异的性能。对BACH数据集划分为良性、恶性、原位癌和浸润性癌四个类进行分类预测研究,并将所提的方法与AlexNet、VGG-19、DenseNet161模型进行综合对比。实验结果表明所提方法有效提高了乳腺癌的分类预测精度,在四个类上的平均识别率达到了94.10%。

摘要：网络在线广告中以套取广告费为目的的点击欺诈已经严重影响了网络广告的稳定发展。从FDMA2012竞赛提供的欺诈发布商检测的真实数据集出发,针对冗余特征会降低训练效率以及不平衡数据会使决策边界发生偏倚的问题,提出了一种基于集成特征选择的网络在线广告点击欺诈检测方法。采用Bagging方法和合成少数类过采样技术(Synthetic Minority Oversampling Technique,SMOTE)相结合的方法将多数的正常点击广告发布商样本与少数的欺诈点击广告发布商样本构造为多个袋装子集,利用基于相关性度量的特征选择算法对每个袋装子集中筛选出特征子集,设置阈值得到特征合集,利用随机森林算法构建点击欺诈检测模型。实验结果表明该方法能够有效识别出实施欺诈点击行为的非法发布商,达到网络在线广告中点击欺诈检测的要求。

摘要：针对以黑色素瘤为代表的皮肤癌分类任务存在数据集各类样本数量、权重不均衡,且现有的对抗生成网络生成的皮肤癌样本图像质量较差导致临床诊断时难以分辨等问题,提出了一种基于自注意力的样式生成对抗网络(Self-Attention StyleGAN)与SE-ResNeXt-50相结合的皮肤癌图像样本生成与分类框架。该框架在样式生成对抗网络(StyleGAN)的基础上引入了自注意力机制,对生成器的样式控制和噪声输入结构进行了重新设计,并重构了鉴别器对图像生成器进行了调整,从而有效地合成高质量的皮肤癌病变图像。使用SE-ResNeXt-50来对皮肤癌样本图像进行分类,更好地提取样本图像不同层次特征图的信息,从而提高了平衡多类精度(BMA)。实验结果表明,该模型在ISIC2019皮肤癌数据集上生成的样本图像质量较高,且分类BMA达到94.71%。该方法提高了皮肤癌病变图像分类的准确性,帮助皮肤科医生对不同类型的皮肤癌病变进行判断和诊断,并对不同阶段和难以区分的皮肤癌病变进行分析。

摘要：网络在线广告中以套取广告费为目的的点击欺诈检测是机器学习应用的重要内容之一。支持向量机(Support Vector Machine,SVM)是一种优秀的解决二分类和回归问题的机器学习算法,但应用于网络在线广告中的欺诈点击检测时,由于数据集的极端非平衡性,算法性能受到极大的限制。从FDMA2012竞赛欺诈发布商检测的真实数据集出发,在详细研究与对比了3种非平衡数据处理方法后,选取最佳的混合采样方法对原始数据进行处理,再将其应用于SVM分类器。实验结果表明,所提方法能够有效识别实施欺诈点击行为的非法发布商,准确度达到95%左右,满足了网络在线广告中点击欺诈检测的要求。

摘要：针对SOM网络分割图像,随着神经元数量增加,分割性能变差且无法分割噪声强度过大图像的问题,提出一种用于医学图像分割的基于神经网络的方法。提出一个改进的自组织映射(SOM)网络,FIR-SOM网络将有限脉冲响应(FIR)加入SOM中,把每个神经元作为FIR系统,在FIR-SOM方法分割后,通过合并聚类法把联合聚类的对象连接在一起。乳腺超声检查图像(BUS)的分割结果表明,该算法能够有效分割肿瘤区域,分割效果优于基于SOM的方法。

摘要：针对医疗行业数据爆炸但知识贫乏的现象,提出了一种基于云计算的关联规则挖掘算法,该算法基于云计算的核心计算模式MapReduce,在此计算模式下部署Apriori算法。

摘要：为了使电子健康档案在各个卫生机构进行安全、高效地传输,提出运用AES和DNA两种对称数据加密方法分别对电子健康档案进行加密。分析了AES和DNA两种加密方法的安全性,并且比较了它们对电子健康档案的实际加密效率。通过上述两方面的对比显示,在一般要求的硬件配置下,运用软件方法改进的AES加密算法实现的电子健康档案能够更快速、安全地传输。

摘要：在神经风格迁移(Neural Style Transfer)技术中常用Gram矩阵进行图像风格提取,简单来说就是将各个特征进行内积。这样Gram矩阵只能提取其静态特征,对图片中物体的空间序列完全没有约束。文中提出了一种具有空间约束的快速神经风格迁移方法。首先,使用残差重新设计了快速神经风格迁移的转换网络。然后,运用空间偏移的方法对Feature map(特征图)进行变换,让变换后的Feature map T(al)进行Gram矩阵计算可得到相邻位置的互相关性。此互相关性包含空间信息,即约束了物体的空间序列。最终,实验表明了该方法对空间信息的约束明显优于传统方法,可以得到效果更好的风格化图像。

摘要：文章结合多功能、超高层建筑的实际情况,在实践的基础上,总结了通信、计算机、控制综合技术在这类建筑中的电梯系统、信息基础设施、公共安全系统中的视频监控系统、系统集成的设计规律及设计特色,对指导这类建筑的设计有现实的意义。