基于Web的模板式公文审批系统

制造企业对公文审批过程自动化的要求是高效性和安全性,需要系统操作简单,易与其他信息系统集成.公文审批过程中存在三个主要因素,即公文、角色和流程.在此基础上构建出公文审批系统的模型,包括公文审批、监控、流程管理以及角色认证等模块.为方便公文审批流程的管理引入模板的概念,最后通过开发出能够与企业内其他信息系统集成的基于Web的模板式公文审批系统验证了模型的合理性和有效性.     

Physiological Imaging Methods for Evaluating Response to Immunotherapies in Glioblastomas

Glioblastoma (GBM) is the most malignant brain tumor in adults, with a dismal prognosis despite aggressive multi-modal therapy. Immunotherapy is currently being evaluated as an alternate treatment modality for recurrent GBMs in clinical trials. These immunotherapeutic approaches harness the patient’s immune response to fight and eliminate tumor cells. Standard MR imaging is not adequate for response assessment to immunotherapy in GBM patients even after using refined response assessment criteria secondary to amplified immune response. Thus, there is an urgent need for the development of effective and alternative neuroimaging techniques for accurate response assessment. To this end, some groups have reported the potential of diffusion and perfusion MR imaging and amino acid-based positron emission tomography techniques in evaluating treatment response to different immunotherapeutic regimens in GBMs. The main goal of these techniques is to provide definitive metrics of treatment response at earlier time points for making informed decisions on future therapeutic interventions. This review provides an overview of available immunotherapeutic approaches used to treat GBMs. It discusses the limitations of conventional imaging and potential utilities of physiologic imaging techniques in the response assessment to immunotherapies. It also describes challenges associated with these imaging methods and potential solutions to avoid them.     

电子束焊接工艺文档编制与管理系统

采用面向对象编程技术开发实现了对焊接工程项目工艺流程档的计算机管理(具备对记录的检索、添加、删除、修改、复制和打印功能)以及对电子束焊接工艺数据(包括母材、焊机、焊材、接头图和焊接工艺参数等)的存储和管理。设计了电子束焊接工艺知识咨询模块，以实现整理、保存和传播电子束焊接知识的功能。系统具有友好的人机界面、良好的使用性能和较高的数据安全性及防错能力。     

Efficient data selection for speech recognition based on prior confidence estimation using speech and monophone models

This paper proposes an efficient speech data selection technique that can identify those data that will be well recognized. Conventional confidence measure techniques can also identify well-recognized speech data. However, those techniques require a lot of computation time for speech recognition processing to estimate confidence scores. Speech data with low confidence should not go through the time-consuming recognition process since they will yield erroneous spoken documents that will eventually be rejected. The proposed technique can select the speech data that will be acceptable for speech recognition applications. It rapidly selects speech data with high prior confidence based on acoustic likelihood values and using only speech and monophone models. Experiments show that the proposed confidence estimation technique is over 50 times faster than the conventional posterior confidence measure while providing equivalent data selection performance for speech recognition and spoken document retrieval.     

基于文档文字特征的碎纸机碎片拼接算法

针对经碎纸机粉碎的文档碎片,提出拼接复原的模型并研制了相应的算法。首先研究文档碎片边界像素特征,据此提出碎片横向拼接的两种算法;然后,研究行高、字体间间距以及字体大小等文本特征,据此提出针对经横向拼接形成的水平残条的纵向拼接算法。最后根据算法编写Matlab程序,并进行实验,结果表明该算法效果良好。     

基于本体的文档互操作度量模型

为客观、自动化地评价各种文档在不同情况下实际达到的互操作能力,提出利用本体技术建立文档互操作性度量模型。在准确、形式化地描述文档概念及其关联的基础上,综合考虑各种影响互操作性的度量因素,通过度量函数对不同文档系统间的互操作性进行计算,通过量化的结果为互操作性测评提供客观依据。基于本体的形式化描述,实现了一个面向办公文档领域的原型系统以自动化地进行文档互操作性度量,验证了度量模型构建方法的有效性和模型的实用性。     

基于深度学习的恶意文档可视化检测

为了更加准确、快速地检测恶意PDF与DOCX格式文档,提出一种基于深度学习的恶意文档可视化检测方法。该方法通过马尔可夫模型将文档的字节序列转化为三通道的彩色图,从而获取更能区分恶意文档和良性文档的视觉表征,并采用当前主流的EfficientNet-B0模型对提取的可视化特征进行分类。结合迁移学习领域中的微调技术,将ImageNet上的分类权重应用到EfficientNet-B0模型的训练中,加快检测模型的收敛速度,缩短模型的训练时间。实验证明,在两个数据集上,模型的收敛速度快于随机初始化权重的预训练,且模型对恶意PDF文档和恶意DOCX文档的检测准确率分别达到了99.80%和98.14%,优于ResNet34、MobileNetV2等模型。与主流的恶意文档检测工具Wepawet和PJScan相比,所提出的方法具有更优的综合检测性能,进一步验证了所提出方法对恶意文档检测的有效性。     

雷达软件测试文档追踪系统的关键技术研究

雷达软件规模日益庞大,其软件测试也变得非常复杂,测试需求追踪逐步变成非常困难的任务,目前急需解决雷达软件中测试需求追踪管理、文档自动生成等问题。通过对软件测试需求的识别与定位、软件测试任务的分派,实现了雷达软件测试需求的跟踪、追溯,以及按标准模板产生相应的文档,重点对实现该追踪系统的关键技术进行了分析和描述。     

基于K-L散度的恶意代码模型聚类检测方法

在云计算应用环境下,由于服务系统越来越复杂,网络安全漏洞和被攻击情况急剧增加,传统的恶意代码检测技术和防护模式已无法适应云存储环境的需求。为此,通过引入高斯混合模型,建立恶意代码的分层检测机制,使用信息增益和文档频率等方法分析和提取样本数据特征值,结合K-L散度特性,提出基于K-L散度的恶意代码模型聚类检测方法。采用KDDCUP99数据集,使用Weka开源软件完成数据预处理和聚类分析。实验结果表明,在结合信息增益和文档频率进行特征分析的前提下,与贝叶斯算法相比,该方法在虚拟环境中恶意代码的平均检测时间降低16.6%,恶意代码的平均检测率提高1.05%。     

作战文书关键信息抽取方法*

作战文书关键信息抽取是实现自动标图系统的关键。现有研究多以文书处理流程设计为主,未深入分析军标用法,信息抽取不完整。为完整提取信息,提出了基于分词处理与语义角色标注（SRL）相结合的文书关键信息抽取方法,实验证明方法有效、可行。基于文中方法所设计的信息抽取系统,已在某集团军内推广、应用。