摘要：针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。

摘要：针对物联网(IoT)系统中海量数据存储成本大、数据溯源验证效率低等问题,提出一种基于Merkle山脉(MMR)的可信数据溯源方法MMRBCV。首先,利用IPFS存储IoT数据;其次,采用联盟链和私有链来设计一种双链结构,从而实现数据流转过程的可靠记录;最后,基于MMR设计区块结构,以实现轻量级IoT节点在数据溯源过程中的快速验证。实验结果表明,MMRBCV减少了数据溯源时所下载的数据量,且数据验证时间与MMR结构有关,当MMR可以组成一个完美二叉树时数据验证时间较短。当区块高度为200000时,MMRBCV的最大验证时间约为10 ms,比SPV的最大验证时间(约为36 ms)缩短了约72%,可见所提方法有效提高了验证效率。

摘要：传统医疗数据共享模型存在访问效率低下和访问控制中心化问题。针对医疗数据动态性强、数据量大和隐私度高的特点,提出一种基于智能合约的分类分级属性访问控制方法。首先,对属性和级别进行划分,形成属性类别和资源隐私等级,根据资源等级设计不同粒度的访问控制策略,合理配置属性信息,提升用户访问效率;然后,利用智能合约为访问控制提供去中心化的执行环境,允许自动化策略判决,解决集中式访问控制带来的安全隐患;最后,实验结果表明该方案能够有效提高访问控制效率,实现访问控制智能判决,保证医疗数据的安全共享。

摘要：在目前的区块数据生成方式下,小额交易场景容易遭遇效率瓶颈。针对区块链应用中的小额交易等待时间过长的问题,提出一种区块链小额实时交易策略(real-time micro trading strategy with blockchain,RMTSB)。首先,构造一种时延控制Petri网(delay control Petri nets,DCPN)模型用于描述、分析和控制带有时延信息的系统;其次,为了记录和评估交易过程,给出了一种含个人信用指标的交易数据区块结构和面向小额交易的个人信用度评价方法;然后,在信用度分析的基础上,采用DCPN建模设计了RMTSB策略;最后,从全节点和轻节点两个角度分别建立了区块链的小额实时交易过程。为了验证策略的有效性,对常规区块链交易过程、RMTSB策略下的交易过程及含有网络时延变量的RMTSB策略下的交易过程进行了仿真,并通过多轮交易的时延累积消除单次实验的偶然性。仿真结果表明,与区块链常规交易过程相比,RMTSB策略以支付方信用度为参考,有效提高了交易验证的效率,其交易时延与常规交易过程相比可降低50%~75%。因此,该策略可在一定程度上简化认证过程,从而提高区块链环境下小额交易的支付速度,使区块链真正成为小额交易应用场景中的支撑技术。

摘要：智能工厂存在大量的物联网设备,设备之间通过工业物联网实现信息和指令的实时交互。物联网设备产生的海量数据需要上传,导致中心服务器压力过大、数据处理耗时过长,且设备之间的通信存在安全隐患。提出一种基于主从链和边缘计算的制造执行系统生产调度模型。首先,设计主从链架构模型,将制造执行系统模块化并集成到边缘节点,减少数据传输和降低泄露风险;其次,设计一种基于属性基的智能合约访问控制策略,实现设备和节点之间的安全通信;最后,设计生产调度算法完成跨节点、跨车间调度任务,实现去中心化的生产调度方式。实验结果表明,所提模型与传统工业制造系统相比,保证了数据安全性,提高了响应速度。

摘要：神经元间的连接以先增大后减小的方式演化,提示了大脑神经元网络在演化过程中存在"剪除"过程。以"剪除"为启发,首先使用数学方法对大脑网络进行建模;然后基于大脑网络中的神经元连接方式,设计了网络减边演化算法。最后,考虑布线消耗和信息传输之间的效率,建立了大神经元优先与距离优先的演化博弈模型,探索该模型对脑网络拓扑结构特性的影响。实验结果显示,在此演化过程中,呈现了中心节点度约为200、小世界特性S>1和高效率代价比等性质,表明该算法能够有效模拟仿神经元剪除机制。上述算法和模型为有效模拟高效低能耗的脑网络提供了一种新途径。

摘要：针对影像组学过程中医生标注影像数据工作量巨大的问题,提出了一种基于价值评估的磁共振单序列多层低价值点(low value point,LVP)图像压缩算法.对单序列多层LVP原图像使用滤波压缩算法,对已标注的单序列多层LVP分割图像使用池化压缩算法,将单序列多层LVP原图像和分割图像压缩为单层高价值点(highvaluepoint,HVP)原图像和分割图像.将压缩算法应用于磁共振脑胶质瘤的自有数据集和公开数据集中,对比了压缩前原始图像标注时间和压缩成单层HVP图像标注时间,并测试压缩图像进行影像组学分级任务的效果.实验结果表明:压缩后标注一例病例的时间与压缩前相比显著减少,AUC等指标在执行文中算法和未执行下得到的分级结果相差甚微,均高于医生诊断水平.因此,在误差可接受范围内,医生仅需标注一层HVP图像便能进行医学影像分析,并且也能获得较好的分析结果.对于医生来说,可显著缩减医生标注任务的工作量.

摘要：设计一种基于云计算的智能健康监测系统,实现人体多体征参数的检测、监护和健康干预,为慢性病防治和不良生活习惯纠正提供了积极有效的解决途径。系统由智能监测设备、应用终端和云平台三部分组成。通过监测心电、血氧、血压、血常规等体征参数,判断受检者的健康状况,当发生异常可及时预警。该系统监测参数多、实时性能高,可实现数据的远程传输、处理和展示,有助于建立健康监测新模式。

摘要：目的:进一步优化和改善"优质医疗资源分布不均、就医体验差"等问题,一定程度上优化医疗服务环节,提高服务效率。方法:从患者、医生、医院视角出发,利用"互联网+"在医疗领域的应用,研究基于IPv6的互联网医院服务平台设计与实现。结果:优化了患者就医服务流程,有效解决了"三长一短"问题、提升医院服务质量的同时,解决IP地址不足及数据传输安全性问题。结论:"互联网医院"的发展势不可挡,已获国家认可,可随时随地为基层患者提供优质医疗服务。

摘要：镜像康复与感觉刺激等被动运动恢复的模式不同,其主动模式对于受损运动恢复更有效,对此设计一种镜像康复机器人,包括患侧辅助及健侧信息采集。患侧辅助采用末端导引模式设计机械结构,具有良好的手臂适应性,使辅助装置可以适应更多人群;健侧信息采集基于双目视觉技术测距和实时角度信息采集,可以无接触采集,使采集更加安全;采用镜像转换技术将健侧信息与患侧辅助装置结合,完成康复训练。实验中机器人完成了双目视觉采集,肩关节外展/内屈、肘关节外展机/内屈运动等相应任务,该设计为卒中患者的康复训练提供了一种新的途径。