基于物联网和混合云的公共安全管理平台研究

目前的公共安全管理平台存在着信息采集困难、数据传输不及时和数据处理无法实现智能化等问题。为此,将物联网技术与云技术相结合,设计一种新型的公共安全管理平台框架,其中利用物联网技术来解决公共安全管理信息的全天候、多样化采集以及实时传输,利用云技术来实现海量数据的高效分析和智能化处理。利用该平台,可以有效实现公共安全事件的实时监控、及时预警,以及应急处理时的跨职能部门统一调度。另外,还对该新型公共安全管理平台建设中存在的标准化问题和信息安全问题进行了深入讨论,并给出了指导性方案。该方案的研究将有助于我国新一代公共安全管理平台的建设。     

基于背景分类的运动目标检测算法

针对光线暗、对比度和分辨率低的监控视频,提出了一种基于背景分类的运动目标检测算法。 首先用视频第一帧图像HSV空间的色度H和亮度V作为背景特征进行初始化,建立两种包含色度和亮度特征的背景模型类,即初始化得到的原始背景类和受光照或者其他因素影响得到的在原始背景周围波动的背景波动类,利用这两个背景模型进行前景检测和背景更新。为提高前景检测的准确率,背景模型的更正加入背景更正机制和权重机制,使得背景中样本的数量根据背景的实际情况处在一种动态的变化中,提高前景分割的效率。用不同场景下的监控视频进行算法对比实验,结果证明,该算法获得的前景完整清晰,视频处理的速度较快。提出的算法简单实用,对噪声干扰表现出良好的鲁棒性。     

面向分布式控制系统的实时SOA研究与应用

SOA(Service Oriented Architecture)已广泛应用于传统信息系统领域。如何将sOA思想应用于社会上广泛存在的分布式控制系统的构建,是服务计算领域的一个新的研究课题。针对分布式控制系统的特点及面向服务的思想,提出一种可有效解决消息可靠性传输、服务实时性处理的层次化实时SOA模型,给出各层次模型的详细思路与实现机制。基于该模型,设计并实现了电力配网自动化系统的底层多网络冗余实时消息总线原型系统,并给出了相关结 论。     

基于离散人工免疫系统的服务选择

在Web环境中,功能相似但是具有不同QoS参数的Web服务越来越多.服务组合的过程中,如何选择Web服务,形成可执行的服务组合,是一个关键问题.Web服务选择是基于服务的QoS指标进行选择的,本文首先将服务选择问题映射为基于QoS约束的多目标优化问题.人工免疫系统是处理多目标优化问题的较好的解决方案,本文对人工免疫系统进行离散化扩展,增加了离散交叉算子和离散变异算子,使其适用于解决Web服务QoS的各项指标的离散变量,提出了离散人工免疫系统和基于人工免疫系统的Web服务选择算法,并应用于Web服务选择过程中.实验证明,离散人工免疫系统在Web服务选择是可行的,尤其是在进化代数为200,变异率为0.25的前提下,结果最优.     

预训练模型特征提取的双对抗磁共振图像融合网络研究

随着多模态医学图像在临床诊疗工作中的普及,建立在时空相关性特性基础上的融合技术得到快速发展,融合后的医学图像不仅可以保留各模态源图像的独有特征,而且能够强化互补信息、便于医生阅片.目前大多数方法采用人工定义约束的策略来实现特征提取和特征融合,这容易导致融合图像中部分有用信息丢失和细节不清晰等问题.为此,提出一种基于预训练模型特征提取的双对抗融合网络实现MR-T1/MR-T2图像的融合.该网络由一个特征提取模块、一个特征融合模块和两个鉴别网络模块组成.由于已配准的多模态医学图像数据集规模较小,无法对特征提取网络进行充分的训练,又因预训练模型具有强大的数据表征能力,故将预先训练的卷积神经网络模型嵌入到特征提取模块以生成特征图.然后,特征融合网络负责融合深度特征并输出融合图像.两个鉴别网络通过对源图像与融合图像进行准确分类,分别与特征融合网络建立对抗关系,最终激励其学习出最优的融合参数.实验结果证明了预训练技术在所提方法中的有效性,同时与现有的6种典型融合方法相比,所提方法融合结果在视觉效果和量化指标方面均取得最优表现.     

肺腺癌CT影像分子分型研究进展

研究表明在明确驱动基因后进行特异性靶向治疗,肺癌患者的中位生存期显著延长。而除高通量测序技术和荧光原位杂交等分子生物学技术外,影像基因组学的出现,也为肺腺癌分子分型预测提供了一种无创的新方法。本文对肺腺癌计算机断层扫描(computed tomography, CT)影像分子分型的研究进展进行综述。首先,介绍肺腺癌分子分型的研究背景及肺腺癌主要的基因突变类型;然后,重点介绍两种主要的研究方法,即CT语义特征与肺腺癌分子亚型的相关性分析和基于机器学习的肺腺癌分子分型预测模型;最后,总结了该领域现阶段面临的主要问题,并对未来的研究方向做出展望。肺腺癌CT影像分子分型研究已经取得了一定成果,但仍存在很多问题。相关性分析与基于影像组学的预测模型研究由于样本各异且受过多人为干预,导致研究结果差异大,甚至有部分文献得到的结论截然相反。而基于深度学习的预测模型研究采用端到端的神经网络模型,人为参与极少,降低了研究难度,但尚处于起步阶段,构建的模型大多相对简单,远不能达到临床应用标准。今后的研究应聚焦于结合多种医学图像构建肺腺癌分子分型的大样本深度学习预测模型,同时结合临床信息、语义特征及影像组学特征...     

用于手势识别的时空融合网络以及虚拟签名系统

由于新型冠状病毒的流行,非接触式个人签名可以在一定程度上降低感染的风险,其将在人们日常的生活中发挥重要作用。因此,提出了一种简单而有效的时空融合网络来实现基于骨架的动态手势识别,并以此为基础开发了一款虚拟签名系统。时空融合网络主要由基于注意力机制的时空融合模块构成,其核心思想是以增量的方式同步实现时空特征的提取与融合。该网络采用不同编码的时空特征作为输入,并在实际应用中采用双滑动窗口机制来进行后处理,从而确保结果更加的稳定与鲁棒。在2个基准数据集上的大量对比实验表明,该方法优于最先进的单流网络方法。另外,虚拟签名系统在一个普通的RGB相机下表现优异,不仅大大降低了交互系统的复杂性,还提供了一种更为便捷、安全的个人签名方式。     

基于微粒群辨识算法的电力负荷综合模型的建模与仿真

微粒群优化(PSO)算法具有全局性能好、搜索效率高等优点.应用该算法进行电力系统负荷模型的参数辨识,辩识结果表明PSO算法在计算时间、全局性方面均有比较明显的优势.辨识的模型具有较高精确性,最后通过工程实例进行仿真实验,实验结果验证了模型和算法的有效性.     

基于ECC的电力负荷管理及用电监控系统设计

本文分析了近期供电企业的用电管理需求,提出了基于椭圆曲线密码体制(ECC)的电力负荷管理及用电监控方案,并据此方案成功地开发了该系统.应用表明,电力负荷管理及用电监控系统可以帮助管理人员及时、准确、安全地获得用电信息,发现表记故障、窃电行为,且可以进行谐波监测,提高用户的用电质量.     

90m2住宅中太阳能技术的应用研究

"90 m2中小户型住宅"的政策和"坚持科学发展、建设和谐社会"的方针,对于我国住宅建筑的设计具有十分重要的指导意义。在90 m2住宅中普及太阳能及其他相关节能系统,是当前住宅建筑设计中非常具有研究价值的课题。介绍了90 m2城市多层住宅中太阳能技术及其他节能技术的应用。