摘要：为解决固定翼无人机集群的快速任务规划问题,提出一种基于聚类算法和改进化学反应优化模型的快速集群任务规划算法,满足固定翼无人机集群对规划时间的限制和实际飞行中机载计算机工作场景。利用聚类的方式降低算法的计算负担,通过改进化学反应优化算法保证规划问题的可靠快速收敛,实现无人机集群的快速任务规划。数值仿真结果表明。在与同类算法的比较中该算法有更好的计算效率和收敛效果,通过硬件在环仿真实验模拟了算法在机载计算机环境下运行的效率和结果,验证了在真实场景下算法的可靠性。

摘要：为获取污水处理设备铭牌图像中设备编号、名称等基本参数信息,针对现有的文本检测算法存在的漏检率高、准确度低等问题,基于传统的CTPN算法,增加图像校正模块,采用Res Net50网络进行特征提取,提高特征提取效果;识别阶段采用Dense Net+BLSTM+CTC算法模型实现对铭牌图像中不定长字符序列的识别,改进传统的NMS算法,将检测区域进行融合,减少文本框边界丢失导致文本识别错误的问题。在铭牌数据集上进行测试,检测精确率达到95.8%,识别准确率为92.6%,与传统的算法相比,性能有所提升,验证了该模型的有效性。

摘要：为解决传统的一维混沌映射由于吸引子结构单一而面临的安全问题,提出一种耦合Sine映射和Cubic映射的混沌系统。通过单一映射的控制参数进行相互耦合,使系统的状态信号发生较大的变化;压缩感知针对所提出的耦合Sine-Cubic混沌映射,分析其在混沌性和随机性方面的性能,表明其优于现有的一些2D混沌系统,具有更高安全性能;基于该系统良好的密码学特性,结合分块压缩感知技术和按行扩散的方法,设计图像加密和压缩算法。通过对加解密及压缩结果的实验分析,得出该算法在随机性、敏感性、抗干扰性和抗攻击性等多个方面具有良好性能,安全性和鲁棒性高。

摘要：针对传统分类方法分割精度低、特征提取耗时等问题,构建一个适用于CT肺结节良恶性分类的卷积神经网络模型.首先确定网络深度、卷积核数目和卷积核大小等参数,构建卷积神经网络初始模型;然后选择激活函数类型、学习率和学习率衰减策略等训练参数;最后提出对感兴趣区域划分局部子区域的方式增强样本进行训练.在LIDC-IDRI数据集上进行实验的结果表明,准确率、特异性、敏感性及AUC值分别达到92.50%,0.91,0.94和0.93;对恶性结节的识别能力明显优于其他网络模型.

摘要：在对.NETRemoting技术和传统的分布式负载平衡算法深入研究的基础上,提出一种排序队列和哈希映射矩阵相结合的负载平衡策略,给出一个分布式环境下的动态负载平衡模型。一方面可提高系统吞吐量,另一方面可缩短任务请求的响应时间。模型采用模块化设计方法,使其具有部署灵活性和容错性,并应用滑动窗口机制提高模型的负载平衡指标可信度。

摘要：提出一种基于OLAP的电力营销管理决策支持系统的设计思路和实现方法,利用OLAP技术中的多维数据分析,采用非全连接的前馈神经网络技术对供电行业的营销数据进行多层次、多角度、全方位的分析,从而科学、快速地指出电力营销存在的问题、隐患。该研究对于电价的针对性调整以及合理地安排电力生产具有重要的参考价值。

摘要：为了能够正确地理解医疗概念和精确地分析临床记录,提出了一种基于概念信息量的方法来衡量概念之间的语义相似度。引进了计算概念信息量的算法,从医疗本体的分类知识中来计算概念的信息量。介绍和分析了常用的语义相似度算法,根据概念的信息量来重定义这些语义相似度算法,产生新的基于概念信息量的语义相似度算法。通过使用一个医疗术语的评估标准和一个标准的医疗本体来评估和比较这些算法。实验结果表明,相比常用的语义相似度算法,重定义后的算法有效地改善了概念相似性评估的准确性。

摘要：针对序列模式挖掘算法支持度阈值设定困难的问题,为提高在没有领域专家经验指导下设定支持度阈值的有效性,提出一种改进的SPADE(sequential pattern discovery using equivalence classes)算法。通过分析频繁序列数目和支持度阈值之间的关系,动态选择支持度阈值。采用一家医疗中心的电子病历数据,提取高血压患者服用的药物的时序关系作为药物序列数据集。通过判定数据集的最佳支持度阈值,挖掘频繁序列集,将得到的频繁序列生成序列规则,实现序列规则的可视化。

摘要：分析了网络服务平台的技术特点,探讨了基于Web技术的服务平台的设计思路以及主要技术的实现方法,构造了一个基于Web的学校勤工助学服务系统。该系统分为两部分:一部分对申请和提供勤工助学的信息进行资源整合,由后台数据库操作与管理;另一部分进行服务流程的重新设计,可实现注册/登录、最近新闻的提示、浏览与搜索查询、数据采集与存储、网上预订与处理等功能。该系统的实际制作过程中,除了对网站的外观进行设计以外,还对资料进行创建并让网站内的网页与数据库相结合,将网页与网站服务器上的数据创建连接,并且可以更新网页上的内容。

摘要：为了充分利用现有的生物医学文献和基因组信息来确定基因之间的功能关系,开发了一个基于Web的生物信息学软件环境,叫做基因功能关系助手(GFRA)。该软件使用了非负矩阵因子分解(NMF)的算法,便于发现基因之间的功能关系并根据基因之间的相关程度将其分类。使用3个手动构建的基因文档集合来测试GFRA,准确率达到一定的精度。GFRA实现了从文本流和文本库(如MEDLINE)中挖掘知识,鉴定新基因之间的功能关系,对于验证和分析由微阵列实验提出的基因关联有很大帮助。