摘要：为了提高医学病理图像分类的准确率,提出了一种带有粒子位置权重和粒子之间相关度函数的PSO(particle swarm optimization)参数寻优算法.首先,在经典PSO算法的基础上提出了一种基于适应性原则的位置更新策略.然后,在粒子进行参数寻优的过程中,设计了一个增加粒子之间相关性的函数.该算法可以在不考虑速度影响的情况下进行参数最优解的搜索.最后,用经过PSO优化的支持向量机(SVM)算法分类检测病理图像.实验结果表明,该算法的分类准确率达到了98.5%,较高于另外几种算法.分类检测结果符合临床诊断结果,满足医学研究要求.

摘要：针对卫健委多监测系统间食品分类编码不规范、层级不统一,数据难以有效关联、深度挖掘等问题,以现有全国食品污染物填报系统、食源性疾病暴发监测系统和全国食品微生物风险监测数据汇总信息平台中的食品分类和编码相关数据为研究对象,比较各系统食品大类构成、设计目标、分类层次及依据、编码位数及规则,结合我国饮食结构特征,构建基于食品分类+属性的多元组合理论方法及编码规则,建立基于通用标准体系的食品映射标注系统网络平台并形成数据映射融合机制。基本完成了卫健委三大监测系统中食品分类和编码的映射工作,实现了数据融合。建立的通用标准体系具备兼容性强、可进化、可扩展特点,可以实现现有食品安全数据的跨库查询、统计,为进一步实现跨系统、跨部门、全链条食品安全业务数据融合提供了解决方案。