基于GAN的医学图像仿真数据集生成算法

基于生成对抗网络(generative adversarial networks,GAN),提出了面向肝脏肿瘤CT图像仿真数据集生成深度学习算法.首先,将CT图像数据文件进行格式解析,单独保存为PNG格式的图像文件;然后,将肝脏病变区域统一标注为白色,并结合肝脏CT原图组成配对图片;最后,用生成对抗网络的pix2pix架构仿真生成病变肝脏图像.为将生成图像与目标图像进行定量分析、比较,本文采用了峰值信噪比和结构相似性作为模型的评价指标.实验结果表明,本文算法所生成的肝脏肿瘤CT仿真数据集的平均峰值信噪比为64.72dB,平均结构相似性为0.9973,证明了所生成的仿真图像数据有着非常高的真实度.     

无线传感器网络中数据流聚集的预处理

提出了一种基于无线传感器网络数据流聚集的预处理算法。传感器结点将其在一段时间内采集到的信息当作一个数据流,由此组成数据流上的查询集合,为了得到对于给定查询的结果,结点采用预处理的算法在查询集合中选择出最有效的时间段信息,并把该段时间内的数据发给路由上其他结点进行进一步处理。提高了网络结点感知效率和数据精确度。     

智能建筑及其关键技术

在比较智能建筑、智能大厦、智能家具和智能社区概念、组成、特点、联系与区别的基础上,本文进一步分析了它们所涉及到的关键技术,并说明了这些关键技术的发展趋势。     

PC服务器实现海量数据存取的方法

在HP LH6000 PC服务器(双PIII550 Intel至强CPU、1G内存、Raid5磁盘阵列)、WINNT4.0网络操作系统和Microsoft SQL Server2000数据库管理软件环境下,提出一种应用PC服务器实现海量数据存取的方法,该方法通过改进和优化数据分类、数据分割、数据加工和保存、数据访问等一系列措施解决海量数据存取的技术难题,较好地提高了数据库服务器系统的处理速度和效率,节约了投资和维护成本.     

MIS信息需求分析方法的比较研究

论述了3种MIS信息需求分析方法即决策分析法、数据分析法和原型法的差异,对于不同的资源需求、过程特征、输出信息特征、用户的理解力和系统分析员的理解力,信息系统需求的分析应采用不同的方法。讨论结果表明,原型法是最佳方法,其次是数据分析法,最后是决策分析法,系统分析人员可以采用多种方法的组合,以弥补各种方法的不足。     

E4303焊条力学性能模糊神经网络智能预测

为了获得反映焊条原材料成分与其熔敷金属力学性能之间映射关系的预测模型,该文对E4303碳钢焊条进行配方设计和堆焊试验,测定其熔敷金属的抗拉强度、屈服强度、延伸率、冲击功4项力学性能指标.采用自适应模糊神经网络方法建立了直接由焊条原材料成分预测焊条力学性能的模糊神经网络模型.用该模糊神经网络模型对训练样本以外的试验数据进行预测.结果表明,抗拉强度和屈服强度的预测平均相对误差在5%以内,延伸率指标预测平均绝对误差仅为0.021,冲击功指标预测效果与BP网络相比有明显改善,说明该模糊神经网络预测模型能够直接根据焊条原材料成分较准确地预测其熔敷金属的力学性能.     

Big data analysis of the human brain’s functional interactions based on fMRI

The human brain is a huge, complex system generating brain activity. The exploration of human brain function using functional magnetic resonance imaging （fMRI） is a promising method to understand brain activity. However, the complexity of the big data generated by fMRI facilitates the analysis of various levels of human brain activity, such as the distribution of neural represen- tations, the interaction between different regions, and the dynamic interaction over time. These different levels can depict distinct prospects of the human brain activity, and considerable progress has been achieved. In the future, more big data analysis methods combining advances in computer science, including larger-scale computing, machine learning, and graph theory, will promote the understanding of the human brain.     

结构智能的调节器:符号化及示范实现

通过三种控制功能,将调节问题层层归约,并利用拓广了的调节问题归约与或图,来显式地表示出结构智能调节器的逻辑推理和数值计算的细节和过程。整套方法直观形象,避免了逻辑上的冗余性或(和)不完备性,容易理解和分析。     

内存集群计算:交互式数据分析

本文围绕大数据分类中决策数据的管理和分析进行展开.重点分析了大数据时代关于商务智能(Business Intelligence,BI)技术新的应用需求;讨论了计算机硬件和体系结构的发展为决策数据管理和分析带来的挑战和机遇;通过对新兴典型应用的分析和相关技术和系统特点的总结,说明了基于内存计算的高性能数据管理和分析技术是当前亟待解决的问题,具有广阔的应用前景.在全内存式(in-memory)数据管理环境下,网络通讯将成为整个系统的主要瓶颈.结合内存的特点(数据易失性、内存墙瓶颈),设计针对高性能服务器的无共享分布式内存系统拓扑结构;研究面向异构、多层次缓存和内存结构的分布式数据布局与索引策略,跨核、跨处理器、跨服务器的多粒度并行处理框架,缓存感知、内存感知的分布式数据一致性维护等关键技术,轻量级面向按列存储的数据压缩机制及压缩感知的数据处理机制,将是基于内存计算的高性能数据管理与分析技术的重点研究内容,并将最终实现实时交互式分析处理.     

基于行为采集系统的用户特征挖掘及分析

结合用户行为时间序列和操作频次,融合FP-GROWTH算法设计了用户特征挖掘算法,建立网络形式的用户行为特征表达方法,设计了相应的用户行为采集系统,给出了相应的设计框架和存储结构。并以高校学生为研究对象采集了相应的数据对系统进行测试,实验结果表明该系统可以捕捉和分析用户行为,并对用户的习惯行为进行表达,进而揭示用户的行为习惯。