面向隐私保护的数据挖掘技术研究

隐私与安全是数据挖掘中一个越来越重要的问题。隐私与安全问题的解决能破坏图谋不轨的挖掘工程。文中研究了数据挖掘中隐私保护技术的发展现状,总结出了隐私保护技术的分类,详细讨论了隐私保护技术中最重要的隐私保持技术,最后得出了隐私保护技术算法的评估指标。     

石材幕墙的深化设计

介绍了石材幕墙设计中石材和干挂方式的选择,详细探讨了石材及干挂体系的力学计算,简述了石材的物理性能试验,分析了石材的安装立面图、节点大样图、石材加工详图等,以确保石材幕墙的安全性。     

在线产品评论用户满意度综合评价研究

文中提出一种基于灰色理论的用户满意度评价方法。基本思想:根据对各种类型的产品和对象(如旅社、酒店等)的评价具有相对性、不确定性和模糊性(这三种特性统称为灰色性)的特征,将用户满意度分为很满意,满意,一般,不满意和很不满意等五种类型,克服了已有方法将情感分为满意和不满意的粗粒度定性评价缺陷。构建了用户满意度灰色评估模型,为了扩大对各类型产品评价的适应性,引用了相似性情感词匹配词对和对象对应产品的对应性热点词匹配词对来构建用户对产品和对象的满意度评测指标。以实际产品为实验数据对象,仿真结果表明:提出的方法不仅能获得产品或对象的总体满意度结论值VB,还能得到各项评测指标(影响产品或对象的因素)的量化评估结论值VBi,有效解决了定性评价方法的不足,为消费者提供了更详细的消费指导,为商业机构提供了有针对性的生产销售措施。     

四川元坝地区大安寨段陆相细粒沉积岩储层物性特征及有利储集层研究

四川盆地元坝地区大安寨段陆相细粒沉积岩不同于盆地内其他地区,储层的物性差异较大,需对该区域目的层段细粒沉积岩储层物性特征开展研究。综合利用薄片观察、氦气法测孔渗、低温氮气吸附、扫描电镜及FIB等方法,对研究区岩石的物性特征、储集空间、孔隙结构和渗透性进行分析研究。结果表明:研究区细粒沉积岩储层储集空间类型分为孔隙和裂缝两大类,包括有机质孔、粒间孔、溶蚀孔、晶间孔、黏土矿物间微孔和构造缝、页理缝、成岩收缩缝;平均孔隙度为3.35%,平均渗透率为1.54 mD,属于特低孔低渗的孔缝型储层;细粒岩储层以微孔和介孔为主,孔径主要为3～7 nm;大二亚段富有机质页岩和介壳页岩是最有利的储集岩性,大安寨段下部和中部的富有机质细粒岩段为有利储集层段。储层特征分析有助于揭示大安寨段陆相特低孔低渗致密储层形成机理,也可为该类储层成因解剖与分布规律预测提供支撑和借鉴。     

有限存储分布式社交网络中数据的动态划分和复制

社交网络的庞大数据需求分布式存储,多个用户的数据分散存储在各个存储和计算节点上可以保持并行性和冗余性。如何在有限的分布式存储空间内高性能存储和访问用户数据具有现实意义。在当前的社交网络系统中,用户数据之间的读写操作会导致大量跨存储节点的远程访问。减少节点间的远程访问可以降低网络负载和访问延迟,提高用户体验。提出一种基于用户交互行为的动态划分复制算法,利用用户之间的朋友关系和评论行为描述社交网络的结构,周期性划分复制用户数据,从而提高本地访问率,降低网络负载。通过真实数据集验证,该算法相比随机划分和复制算法能够大大提升本地访问率,降低访问延迟。     

DenseNet-GRU:直肠癌CT影像分类的深度神经网络模型

DenseNet是一种广泛用于影像分类的卷积神经网络,但它不具备记忆功能,无法反映卷积操作后不同特征映射之间的关联关系。若将其直接应用于判断直肠癌是否发生淋巴结转移,则无法比较直肠癌CT影像特征在深度神经网络映射过程中的变化。基于此,提出了一种新颖的深度神经网络模型DenseNet-GRU(gated recurrent unit),其核心是利用GRU获取DenseNet提取的不同影像特征之间的关联关系,进而获得不同图像之间相同像素区域的特征变化情况,最终判断直肠癌患者的淋巴结是否存在转移。以包含107个患者DCM格式的腹部横断位动脉期和门脉期两种增强CT影像为实验数据集,采用数据增强和阈值分割方法对数据进行预处理,DenseNet-GRU模型在F-score上的分类精度达到了65%以上,对临床辅助诊断具有重要的现实意义。     

Delaunay三角网构建方法比较研究

Delaunay三角网构建是3维场景可视化领域的一个热点也是难点问题。归纳总结了现有Delaunay三角网构建研究中的3类方法——逐点插入法、三角网生长法和分治法,以及在各自原理框架下的不同实现算法;比较分析了3种不同方法的优缺点和各自代表性算法的时间复杂度,并详细讨论了Delaunay三角网构建方法在大规模场景渲染和地形可视化领域中未来3个研究方向：混合算法研究、算法支撑技术研究和分布式并行算法研究。