基于空间自适应和混合损失对抗网络的乳腺肿块图像分割方法

在乳腺癌筛查的计算机辅助诊断过程中，乳腺肿块的精确分割至关重要.然而，乳腺肿块在X光成像中与背景灰度接近、形状不规则，使得精确分割面临很大挑战.为进一步提升分割性能，提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方法.首先，提出可分离卷积U-Net模型作为对抗网络中的生成器，以减少参数量和计算量；然后，在判别网络中添加空间自适应归一化层来获取分割掩码中蕴含的语义信息；最后，综合考虑类别不平衡、语义一致性等因素的影响，提出一种融合对抗损失、分割损失和感知损失的混合损失函数以提升模型学习效果.实验结果表明，新方法在INbreast和CBIS-DDSM两个乳腺分割公开数据集中分别取得99.35%和99.72%的准确率，以及81.27%和82.01%的集合相似度，获得优于现有方法的分割性能.     

低算力深度学习下的图像卡通风格化研究

在深入研究图像风格迁移的基础上，提出了一种适用于图形处理器性能受限情况下，卡通（cartoon）图像风格迁移训练的生成式对抗网络(generative adversarial networks，GAN)．利用视觉几何组（visual geometry group，VGG）网络提取图片先验信息，实现学习过程的加速；裁剪cartoonGAN模型，在保证效果的基础上，使得低性能计算条件下的网络收敛成为可能；设计合理的损失函数，保证整体风格化效果．基于tensorflow 2.0构建试验平台，通过对试验结果分析可发现，该方法的迁移效果好，稳定性强，且收敛时间短．对算法的参数和初始化方法给出了相关讨论，并提出了进一步的解决方案．      

网络群体性事件应对策略研究

当前,互联网已经成为人们交流和传递信息的重要渠道。作为一种新兴事物,互联网由于缺乏自身的法律规章制度和道德约束,逐渐暴露出一些问题。同时,网络群体性事件也开始出现并呈上升趋势。该类事件虽然是一种存在于虚拟空间中的社会现象,但其爆发的危害不容小觑。网络信息参差不齐,难以判定,一旦爆发,舆论哗然,以个人、社会的力量难以控制,因此需要政府对其进行引导和强有力的干预。文章从政府角度出发,结合我国网络群体性事件典型案例,分析探讨网络群体性事件的影响、成因,并提出解决对策。     

基于移动网络的教学资源管理平台研究

移动网络的完善和智能移动平台的广泛应用,促进了基于移动网络的各种应用的发展。基于移动网络教学资源管理平台可以方便人们随时随地获取教学资源进行学习。在对移动网络教学资源管理平台的需求进行分析的基础上,对教学资源管理平台的总体结构和功能设计进行了研究。     

当代网络伦理研究的中西对比

伴随着互联网技术在全球范围内的迅猛发展和广泛渗透,网络伦理研究已成为当代中西方学者争先恐后投身的前沿课题。由于技术水平、学科历史等诸方面的差异,中西网络伦理研究呈现出不同的学术特色和发展趋向。基于当代中西方网络伦理研究现状的文献梳理,从学科发展、学术规模、方法论与问题域四大方面进行中西对比研究,对未来网络伦理研究的发展与完善大有裨益。     

全球创新网络节点城市建设——东京案例

新的全球化环境下创新已成为城市的主要职能或功能,以往的世界城市纽约、伦敦、东京、新加坡、首尔等纷纷在城市2030年、2050年长远发展战略中提出建设具有高度创新能力的世界创新城市,显示了世界城市未来发展趋势。以东京为例考察东京全球创新网络节点建设及其战略支撑,为国内创新城市建设及创新城市全球创新网络节点建设提供借鉴。     

服务器虚拟化在高校网络中的应用

文中分析了校园网服务器面临的投资成本过多、管理与维护难度较大等问题,介绍了服务器虚拟化技术的优势,并将其应用于学校校园网,有效节约了投资成本,降低了管理维护难度,充分保障了各应用系统的安全运行。