摘要：针对目前高压电缆绝缘层检测操作繁琐、效率低、重复测量差异大等问题,设计了一种新型电缆绝缘层检测装置,提出了一种基于改进U-Net的高压电缆绝缘层图像分割方法。首先替换主干特征提取网络为VGG16网络,结合迁移学习将VGG16在Pascal VOC2012数据集中训练的权重作为预训练权重,利用通道注意力模块在跳跃连接处融入自适应特征加权机制,在上采样过程中添加分组卷积,提高了语义分割精度;然后利用训练的最优权重进行绝缘层图像分割,提取轮廓区域特征并进行二值化处理,使用连通区域算法对轮廓区域进行填充;最后,融合原始图像和分割区域生成完整绝缘层分割图像。实验结果表明,平均交并比和平均像素准确率达到99.56%和99.81%,较原网络效果提升明显,验证了该方法在高压电缆绝缘层分割上的有效性。

摘要：目前在阿尔茨海默病(Alzheimer’s disease, AD)、早期轻度认知障碍患者(early mild cognitive impairment, EMCI)和正常人(normal control, NC)的分级诊断中存在着EMCI识别困难、多分类识别率低的问题。针对上述难点,提出一种脑区域特征选取方法,设计了融合残差网络的多模态AD分类模型。首先对三类脑核磁共振影像进行配准;然后采用贝叶斯方法和高斯混合模型分割脑组织,获得灰质信息进行组间差异性分析,确定脑图像选取区域;最后将脑图像与生物标志物一起输入分类模型。实验表明:与传统方法相比,本方法脑图像分类准确率提高5%以上,融合生物标志物和脑图像的多模态分类中AD&NC、AD&EMCI、AD&EMCI&NC分类准确率分别为95.5%、93.5%、86.3%,均高于任意单模态网络,验证了本方法的有效性。

摘要：随着电子商务的快速发展,网络服务提供商为用户提供多种多样的服务,而这些服务往往运行在不同的服务器上.因此,多服务器架构已经普遍存在;同时,越来越多的人通过手机等移动设备来快速获取网络服务,这就是当前得到广泛应用的移动客户端——多服务器模型.一方面移动设备为我们的生活带来了便捷,另一方面移动互联网的开放性使得其安全性问题也越来越突出.因此,设计一种适用于移动客户端——多服务器环境的用户认证与密钥协商协议是非常有必要的.但是由于移动设备与个人电脑相比具有资源受限的特点,要设计一种兼具安全性与高效性的协议并不是一件容易的事情.为了解决上述问题,本文利用无证书公钥密码技术、提出了一种适用于移动客户端——多服务器环境的用户认证与密钥协商协议.无证书公钥密码体制能够解决传统公钥密钥体制的证书管理问题和基于身份公钥密码体制的密钥托管问题,所以其兼具高效性与安全性的优点.同时,由于移动设备具有资源受限的特点,无证书公钥密码体制非常适合用来设计应用于移动设备的安全协议.在随机预言模型下,我们证明了该协议能够提供双向认证性和安全的密钥协商.同时,将该协议与其它同类型的协议做对比后得出,该协议在计算效率上具有明显的优势.