Windows平台下补丁管理系统的设计与实现

计算机系统的补丁管理已经成为计算机系统安全的一个重要组成部分.在现有技术下,如何完整、规范地为需要严格与Intemet隔离的内联网计算机用户分发和安装补丁是一个较为突出的问题.文章在微软免费的WSUS(Windows Server Update Services)服务基础上,开发出一套基于Windows平台的内联网补丁管理系统,弥补了WSUS系统的不足,提出了一种解决该问题的方案,并已经在中国人民银行浙江省范围内的分支机构中使用,具有很好的效果.     

基于struts框架的林政加工厂管理系统的开发

随着Internet及全球信息网应用的快速发展,WEB应用已逐步走向企业办公自动化,极大的方便了现代企业处理日常事务,B/S模式的方便性以及安全性越来越受到人们的青睐.本林政加工厂管理系统采用B/S模式,利用Struts框架和Hibernate技术的结合来开发.相对于使用JDBC和SQL来手工操作数据库,Hibernate可以大大减少操作数据库的工作量.     

别让键盘“谋杀”汉字

首先我们先来"赞美"一下我们每天所使用的文字--汉字.它是我们华夏民族几千年文化的瑰宝,也是我们终身的良师益友,每个人的精神家园.人生几十年,一切身外之物都发生了许多次变异.新陈代谢,过时的淘汰了,破损的废弃了,家用电器不多久就要换代,人们都习以为常,毫不为怪.天地万物,只有语言文字是永远存在的.     

虚拟现实及其应用进展

虚拟现实是一种多通道的新型人机交互接口,它提供了具有沉浸感的智能虚拟环境并允许用户和该环境进行交互.计算机技术、交互技术和人工智能等相关技术的快速发展促进了虚拟现实技术的巨大进步,以此为基础的实际应用也得到了很快的发展和提高.描述了虚拟现实的涵义及其本质特征,归纳了适合使用虚拟现实技术的场合,并介绍了虚拟现实技术在教育、医疗、科学可视化和工程制造等方面的最新应用,最后对虚拟现实未来的应用做出了展望.     

Java中双向控件的使用、制作及布局*

介绍了一种国际化控件--双向控件的使用、制作和布局方法,并介绍了如何设置控件的方向,设计控件的结构和布局控件的原理,以及在此过程中可能遇到的问题和解决方法.     

中华卫士DNA构筑中小企业安全链

在目前的安全市场里,活跃着这样一批硬件芯片级防火墙,它们正是卫士通信息产业股份有限公司新近推出的——中华卫士VPN防火墙低端系列产品,由于专门服务于中小企业以及远程分支机构,所以它们都普遍具有高性价比、功能齐备和使用     

中国可信计算技术:TCM带动IT安全新革命

创新点:传统的防御方式主要通过防火墙、病毒检测、VPN及加密锁等安全体系,都是以被动防御为主,大有兵来将挡、水来土掩之势,结果不仅各种防御措施花样层出,而且防火墙也越砌越高、入侵检测越做越复杂、恶意代码库越做越大,但是信息安全仍然得不到有效保障。如今,最简单的方法,就是建立起中国自主可信计算的技术架构,让我们的计算机像人类的免疫系统那样可以识别计算状态、防泄漏、防木马、防病毒。可信计算平台让我们看到了IT安全新革命的曙光,这也将是未来安全免疫计算的重要基础。     

上海大学自强队征战RoboCup伊朗公开赛获小型组冠军

在RoboCup机器人大赛开展10周年之际,RoboCup机器人伊朗公开赛(IranOpen2007)于2007年4月3日-7日在伊朗首都德黑兰举行,本次大赛分为senior与junior组,参赛队伍有东道主伊朗、德国、巴西、日本、葡萄牙、中国等共400多支代表队,比赛项目包括了除RoboCup2D组以外的RoboCup其它组全部项目.     

PTC的梦想

2004年11月16日,PTC在北京召开了2004年PTC用户大会,这是全球巡展(北美、印度、欧洲以及日本)的其中一站,来自总部的8位专家,为了更好地了解用户的需求,与参会的1000多名企业代表进行了面对面交流.人数规模之大给记者留下了深刻印象,也给竞争对手施加了压力.目前PTC在全球已为35000多家用户提供了PLM解决方案,在中国市场,自2003年Pro/ENGINEER野火版投放以来,约52%的老客户已开始采用,Windchill 7.0推出仅6个月,用户数量即扩大了15%.环顾我们身边,航天、船舶、汽车、电脑、甚至牙刷等等,越来越多的产品留下了PTC的痕迹,他在幕后默默地帮助企业实现一个又一个梦想的同时也在一步步实现着自己的梦想.     

稳步发展的HP CAE

随着市场需求的不断扩大,世界巨头开始纷纷入住中国.在街头、商场、办公室,越来越多中国制造的名牌映入眼帘.不过,几年前很多厂商都是看中中国低廉的劳动力,采取国外元件,中国组装的方式进行生产.市场永远是最终的引导者,中国人群的消费水平、审美水准在潜移默化地提高,洋品牌不得不开始考虑中国人的生活习惯、东方人的审美思想,中国制造也开始了转变.曾经属于研究院所"专有名词"的CAE开始作为产品设计研发的重要一环,被越来越多的企业所应用,其需求在稳步增长.     

基于FT-LSTM模型的临床事件诊断序列预测研究

针对不同患者的临床数据信息难以得到合理表示,且事件之间时间间隔不同,从而导致预测困难等问题,提出一种基于词向量表示,并添加时控单元的时控长短期记忆神经网络（FT-LSTM）预测模型。首先通过FastText方法对医学事件进行可解释性的向量表示,以更有效地捕获富含医学信息的概念关系;然后针对临床数据对时间戳有着强依赖性的现象,在原有LSTM模型的基础上设计时控门,以更好地捕获长短期信息,对事件信息进行建模,从而改善预测表现。在MIMICⅢ数据集上的实验结果表明,使用FT-LSTM模型预测的召回率、准确率皆高于多种对比模型,证明了该方法的有效性。     

电子病历文本挖掘研究综述

电子病历是医院信息化发展的产物,其中包含了丰富的医疗信息和临床知识,是辅助临床决策和药物挖掘等的重要资源.因此,如何高效地挖掘大量电子病历数据中的信息是一个重要的研究课题.近些年来,随着计算机技术尤其是机器学习以及深度学习的蓬勃发展,对电子病历这一特殊领域数据的挖掘有了更高的要求.电子病历综述旨在通过对电子病历研究现状的分析来指导未来电子病历文本挖掘领域的发展.具体而言,综述首先介绍了电子病历数据的特点和电子病历的数据预处理的常用方法;然后总结了电子病历数据挖掘的4个典型任务(医学命名实体识别、关系抽取、文本分类和智能问诊),并且围绕典型任务介绍了常用的基本模型以及研究人员在任务上的部分探索;最后结合糖尿病和心脑血管疾病2类特定疾病,对电子病历的现有应用场景做了简单介绍.     

面向医疗系统的隐私保护疾病预测研究

为了提高医疗数据的隐私性并有效对疾病进行预测,针对从物联网(IoT)设备收集的患者医疗数据,构建了面向医疗系统的隐私保护疾病预测系统框架,通过加密组合文本建立密钥提高了系统认证阶段的隐私性,加强系统和信息传输的安全性。利用基于对数循环值的椭圆曲线密码体制(LR-ECC)提高了数据传输阶段的安全性,从而授权的医护人员可以在医院侧安全地下载患者数据。运用基于象群遗传算法的的深度学习神经网络(EHGA-DLNN)分类技术在疾病预测系统(DPS)阶段实现了疾病数据的有效分类预测。实验结果表明,LR-ECC方法在加密时间和解密时间效率方面高于其他加密方法,并且能够达到98.87%的安全级别,EHGA-DLNN方法在疾病预测分类准确率达到98.35%。     

病种分类方法在医保中的应用研究

随着国内医保病种付费方式改革的稳步推进,疾病种类的准确规范成为医保事业中亟待解决的问题,也是新医改顺利进行的关键环节。目前存在的最大难题是医院的病种名称和疾病编码不规范,对应关系混乱。因此,提出一种算法组合的疾病种类预测模型。首先对住院病案首页数据作质量检测和清洗等预处理,然后通过过采样和加大敏感数据权重等方法生成数据集以解决病种类别不均衡和代价敏感问题;采用自然语言处理技术对数据集进行中文分词并映射到向量空间,计算文本相似度筛选病组,以SVM和Text CNN组合成病种预测模型,在不同样本量的数据集上进行模型实验并分析结果。随后采用2012年至2018年30多万份阑尾炎患者的病案首页数据进行实验,结果表明SVM适合少见的样本量小的病种模型,其有效且稳定,Text CNN适合常见的样本量较大的病种模型其精确度高。最后就该领域存在的问题和发展方向进行说明。     

GRU和GBDT混合模型在早产风险预测中的应用

早产是新生儿死亡及病残的首要原因, 且影响新生儿的远期健康. 然而早产的准确预测一直是医学上的一个难题. 目前医学上早产的早期筛查多基于特殊检查, 但因成本核算等问题难以大规模临床应用, 而电子病历的普及和人工智能技术的发展, 为产科疾病的早期风险评估提供支持. 本文利用产科电子病历的诊疗信息, 构建 GRU和GBDT的混合模型预测早产. 混合模型利用GRU在孕妇多次产检信息中探究早产发生的概率, 并将结果融入孕前和28周前末次产检数据, 最后利用GBDT对孕妇进行更加精确的早产风险预测. 实验结果表明, 基于GRU和GBDT的早产预测模型在AUC和ROC等评估指标上优于其他单一模型, 本研究方法可有效帮助产科医护人员在妊娠早中期判断孕妇是否有早产风险.     

基于电子病历可视分析的临床诊断模型

针对当前医生在临床诊疗过程中缺乏系统有效的手段,以及隐藏在大量电子病历中的医学知识没有得到充分利用的现状,研究了利用可视分析和数据挖掘相结合的方法,辅助医生进行临床诊疗服务.本文以不明原因发热疾病为例,首先对电子病历进行数据预处理和结构化提取,然后结合具体需求进行可视组织与分析,再利用数据挖掘相关算法对患者大量症状和发热原因之间的关系进行学习,帮助医生发现病历中潜在的医疗知识,辅助医生进行诊断.在上述工作的基础上,构建了一个面向临床诊疗的可视分析与辅助诊断框架,并给出了系统实例加以验证,结果表明该系统可以有效的帮助医生分析不明原因发热电子病历内的知识,有利于进一步的疾病诊断,缩短了平均确诊时间.     

肿瘤类疾病的过度与错误医疗检查控制机制与模型的研究

针对当前肿瘤类疾病诊治过程中存在的错误与过度医疗问题,基于医疗大数据提取出相似病案专家处方中的影像信息,利用机器学习分类模型提出了发现错误与过度诊治的检查控制机制与解决方案。该方案依托医院长期积累的各类肿瘤疾病病历中的CT、MRI图像,以每次诊疗过程中的实际肿瘤类型为依据,从医疗数据库中选择对应类型的影像数据进行特征提取、特征选择、模型构建,得到该类型肿瘤的预测分类器,预测当前病例的良恶性;并通过跟医生诊断结果的对比判断诊疗过程中是否存在过度与错误医疗问题。其核心是提高不依赖人工判别方法的判别正确率来降低肿瘤类疾病的错诊可能性,通过实验证明结合了spearman去冗余方法的SVM_RFE降维,与传统的SVM_RFE方法相比,在肺结节良恶性分类问题的SVM模型中表现更佳,同时也优于传统的radiomics方法。该方案能及时发现错误与过度医疗问题并提出预警,发挥监督提醒的作用,在实现预防和避免诊治错误的同时减少对人工鉴别的依赖,为错误医疗问题及减轻患者负担提供一种新的解决途径。     

Intelligent heart disease prediction in cloud environment through ensembling

Cloud computing is the delivery of on‐demand computing resources. Cloud computing has numerous applications in fields of education, social networking, and medicine. But the benefit of cloud for medical purposes is seamless, particularly because of the enormous data generated by the health care industry. This colossal data can be managed through big data analytics, and hidden patterns can be extracted using machine learning procedures. In particular, the latest issue in the medical domain is the prediction of heart diseases, which can be resolved through culmination of machine learning and cloud computing. Hence, an attempt has been made to propose an intelligent decision support model that can aid medical experts in predicting heart disease based on the historical data of patients. Various machine learning algorithms have been implemented on the heart disease dataset to predict accuracy for heart disease. Naïve Bayes has been selected as an effective model because it provides the highest accuracy of 86.42% followed by AdaBoost and boosted tree. Further, these 3 models are being ensembled, which has increased the overall accuracy to 87.91%. The experimental results have also been evaluated using 10,082 instances that clearly validate the maximum accuracy through ensembling and minimum execution time in cloud environment.     

基于区块链的电子病历数据共享方案

以区块链为数据存储平台的电子病历系统是当下研究的热点. 存储在区块链上的数据是不可变的, 这加强了数据的安全性. 提出了一个基于区块链的电子病历数据共享方案, 实现了患者和第三方数据用户在不侵犯患者隐私的前提下共享患者电子病历. 使用私有链与联盟链构造方案的系统模型, 医院服务器上存储患者的电子病历密文, 私有链上存储患者病历密文的哈希值和关键字索引, 联盟链上存储由关键字索引构成的安全索引. 同时利用可搜索加密技术实现了联盟链上对关键字的安全搜索, 运用代理重加密算法实现了第三方数据用户对患者电子病历的共享. 通过数值实验对方案进行了性能评估.     

融合多类型数据的胃癌风险预测模型

胃癌的早期发现对于降低死亡率、提高患者生存质量具有重要意义。现有预测模型通过单一的结构化电子健康记录数据预测患者的癌症患病风险,但是无法有效地整合不同类型的临床数据且不能满足实际的临床需求。提出一种基于多类型异构数据融合的胃癌风险预测模型。利用预训练语言模型提取电子健康记录数据中的入院记录文本信息,采用降噪自动编码器提取实验室检验数据的特征,同时对低维度的结构化数据向量表示的维度进行扩增,以避免低维度的实验检验特征表示被高维度特征淹没。在此基础上,将扩增后的结构化数据向量与高维度的文本表示向量在相同的尺度上进行融合,从而预测患者的患病风险。实验结果表明,该模型的准确率可达到0.949 337,相比支持向量机、逻辑回归、朴素贝叶斯等模型,具有较优的预测性能。