摘要：糖尿病视网膜病变(Diabetic Retinopathy,DR)是一种致盲率很高的眼科疾病。不同病变等级的视网膜图像之间差异小且病灶点分布无规律。针对现有深度模型对DR中的相似病灶点识别率低,严重影响模型分类精度的问题,本研究以深度学习为基础,构建新的模型架构进行训练,提出一种集成MobileNetV2和EfficientNetB0深度模型的注意力网络:ME-ANet。模型集成分为头部和主干两部分,将深度模型的浅层部分融合构成网络的头部,训练时采用迁移学习的策略对网络模型参数进行初始化,减少训练中的过拟合问题。主干部分利用上述两种模型的核心结构,设计3个阶段集成模块进行特征提取。同时设计全局注意力机制(Global Attention Mechanism,GAM)并分别嵌入到3个阶段的集成模块中。模型的改进加速了网络的收敛速度,该网络模型实现了对图像浅层信息的特征融合提取,减少了微病灶特征信息在训练过程中的卷积丢失问题,模型的分类精度进一步得到改善。通过模型集成构建特征提取主干网络,提高了模型对低级特征信息的学习,注意力机制抑制非病变特征信息,强化典型病灶特征学习,从而实现细粒度分类,进一步提升了模型的分类性能。

摘要：为解决当前深度分割模型对糖尿病视网膜病变渗出物区域精准分割的问题,提出一种基于改进U-Net的糖尿病视网膜渗出物分割方法。重构编码端的特征提取器,以ResNet50预训练模型作为特征提取器,提升模型对低维特征的学习能力;结合注意力机制优化解码端上采样过程,缓解卷积特征丢失的问题,提高模型对病灶特征通道权重的学习能力;在模型解码端构造多特征尺度的融合,丰富不同尺度特征的语义信息。利用IDRID数据集和DIARETDB1数据集进行训练,训练采用Focal loss焦点损失函数,模型的特异性、灵敏度、精准率和F1-Score分别达到0.973、0.982、0.971和0.875,Dice系数达到了0.984,与其它先进算法相比,该算法分割性能较优。

摘要：分析了制造业企业产品项目开发对图文档管理的需求,采用J2EE技术规范和多层Web应用程序结构,开发其管理系统,有较好的可扩充性和可维护性。阐述了如何利用J2EE进行系统设计的过程。通过实例,重点介绍了系统的逻辑分离思路及各逻辑层实现的方法。

摘要：通过对某大型有色金属企业的组织机构地域分布特点、采购作业流程和采购系统数据特征的分析，利用Oracle对分布式数据库的良好支持．结合各种采购数据的分布特征及各部门的数据访问需求，设计了该行业采购系统的分布式数据库方案，以提高数据访问效率。基于该方案所实现的采购系统较好的解决了大量数据传输效率问题，避免集中式数据库的通信瓶颈，实现了数据处理负载均衡，同时满足了数据共享需求。

摘要：为培养学生较高水平的程序设计能力和创新能力,该文探讨了将ACM竞赛引入程序设计类课程教学的方法,以ACM赛题为案例,驱动理论课讲授,培养学生的抽象建模思维和逻辑思维,通过使用ACM在线评判系统OJ,将教学实践环节从实验课堂延伸到课外,加强学生在综合运用知识解决实际应用问题方面的编程训练。

摘要：分析管理信息系统课程教学存在的问题,进行了教学改革探索和尝试,分专业类别调整了教学内容,采用案例与演示系统相结合的教学方法和模拟项目驱动的教学模式,有助于改进教学效果及培养学生综合运用课程知识的实践能力。