基于生成对抗网络的CT图像数据扩增

训练基于深度学习的计算机辅助诊断系统可以有效地从肺部CT图像中检测出是否受到COVID-19感染, 但目前面临的主要问题是缺乏高质量带标注的CT图像用于训练. 为了有效的解决该问题, 本文提出了一种基于生成对抗网络来扩增肺部CT图像的方法. 新方法通过生成不同感染区域的标签并通过泊松融合以增加生成图像的多样性; 通过训练对抗网络模型实现图像的转换生成, 以达到扩增CT图像的目的. 为验证生成数据的有效性, 基于扩增数据进一步做了分割实验. 通过图像生成实验和分割实验, 结果都表明, 本文提出的图像生成方法取得了较好的效果.     

矿物纤维代替植物纤维的应用与展望

探讨了矿物纤维代替植物纤维用于造纸的机理,展望了矿物纤维用于造纸的前景.通过生产实验证明,经过表面复合技术处理的矿物纤维用于造纸,不改变造纸工艺,能够改善纸品性能,减少环境污染,降低造纸成本;但大量使用矿物纤维会降低纸的松厚度和纸张强度.     

浅谈部队转型期如何防范资金管理风险

<正>1严格用人机制1.1存在的问题(1)编制体制调整,造成编制人数与实际需要人数的差距较大。一是总队在职的财务干部存在四分之三的人不能纳编,不能纳编就是意味着不能正常的调职、调衔;二是总队助理会计师占总会计人员的57%,这部分人基本上是财务岗位的骨干,而编制没有助理会计师的岗位,也没有纳编的机会;     

基于蚁群算法特征选择的语音情感识别

情感特征提取是语音情感准确识别的关键,传统方法采用单一特征或者简单组合特征提取方法,单一特征无法全面反映语音情感变化,简单组合特征会使特征间产生大量冗余特征,影响识别正确结果.为了提高语音情感识别率,提了一种蚁群算法的语音情感智能识别方法.首先采用语音识别正确率和特征子集维数加权作为目标函数,然后利用蚁群算法找到最优语音特征子集,消除特征冗余信息.通过汉话和丹麦语两种情感语音库进行仿真测试,仿真结果表明,改进方法不仅消除了冗余、无用特征,降低了特征维数,而且提高了语音情感识别率,是一种有效的语音情感智能识别方法.     

多源头网络入侵特征的有效分类检测模型仿真

在多源头网络入侵检测的研究中,由于网络中接入不同协议的网络,造成入侵后很难确定入侵源头,传统入侵检测方法是根据单源网络确定入侵来源,进行入侵数据的确认,在多源网络中,无法确定入侵源头,导致多源头分布网络入侵检测模型的数据分类收敛效率低,检测准确率很低.提出了一种无约束聚类关联以及重复博弈因子的多源头网络入侵特征有效分类检测模型,面向多源头网络特征塑造多源头网络入侵模型,按照访问数据的辨识属性完善入侵检测模型,采用无约束聚类关联的入侵检测算法对网络多属性子干扰进行准确分类,在分类概率计算中融入约束计算博弈因子,采用数据博弈过滤网络入侵特征概率匹配过程中的多次概率对比,通过博弈约束计算最优反应函数,使得多源头网络入侵特征分类达到最优.仿真结果说明,所提模型可对网络入侵特征进行有效的分类,并且误检率和检测率都优于传统模型,具有明显的优化效果.     

刍议蚁群算法在高校就业管理系统设计的运用

随着我国普及高等教育,大学生数量剧增,大学生就业难是目前亟待解决的一项重要课题。大学生作为国家栋梁之才,获得有效应用可以为社会、国家创造更多的利益。利用学生在校期间留存的个人相关资料评估学生能力,实现人才资源的有效配置,能解决高校就业问题。该文针对基于蚁群算法的高校就业管理系统的设计进行研究分析。     

基于动态卷积的多模态脑MR图像生成

近年来, 通过自动生成方法获取多模态MR图像得到了广泛研究, 但仍难以通过一种模态直接生成其他各类模态的图像. 针对该问题, 本文提出了动态生成对抗网络. 新模型通过将生成对抗网络与动态卷积相结合, 同时加入任务标签这一条件, 实现从一种MR模态同时生成其他3种MR模态. 同时为了提高图像生成质量, 进一步提出了多尺度判别策略, 通过融合多个尺度来提升判别效果. 基于BRATS19数据集进行生成验证, 实验结果表明, 新方法不但可以同时生成多种模态的数据, 而且提高了生成图像的质量.     

高校实验室机房管理改革探析

计算机硬件是计算机系统的关键组成部分,在高校实验室机房管理过程中,由于硬盘及主板型号的差异性,给计算机维护工作带来了巨大的工作难度.为了适应现阶段高校实验室机房工作的要求,提升实验室机房的管理效率是必要的,实现计算机系统的有效性维护,提升高校实验室机房的利用效率,解决实验室机房教学工作中的问题.