基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

XMPP消息系统负载均衡实现方法研究

本文对XMPP系统的部署进行研究,以提供高性能、高并发、高可靠、低成本的方法,以支持百万用户级的业务接入能力。     

聚乙二醇-三聚氰胺甲醛和聚乙烯醇半互穿网络的构建及表征

为提高三聚氰胺甲醛(MF)树脂制品的柔韧性,以聚乙二醇接枝三聚氰胺(M-PEG)替代部分三聚氰胺,并与甲醛、聚乙烯醇(PVA)在碱性条件下合成了聚乙二醇-三聚氰胺甲醛(PEG-MF)与PVA的半互穿聚合物网络体系(SemiIPN)。采用红外光谱、拉曼光谱、热重分析、差示扫描量热法等手段对Semi-IPN的微观结构进行了剖析,并分析了PEG、PVA等柔性链段对Semi-IPN黏度、游离甲醛含量、柔韧性等性能的影响。结果表明,PVA作为线型结构贯穿于聚乙二醇-三聚氰胺甲醛树脂交联网络体系结构中,形成了半互穿网络结构;所形成的Semi-IPN的热分解温度比MF树脂降低了60℃左右;Semi-IPN的韧性比纯MF树脂提高了800%,最高可达到19.700kJ/m2。     

基于三维胞元空间的MA双向并行路由算法

针对传统移动代理(MA)在监测无线传感器网络(WSNs)的感兴趣信息时产生的延迟较大和能耗较多问题,提出了基于三维胞元空间的MA双向并行(3D-BPMA)路由算法.3D-BPMA将MA与传统的客户/服务器(c/S)模式相结合,在胞元内利用C/S模式搜集信息,在单层胞元系统和路由器与路由器之间采用MA双向并行的策略进行传输.仿真结果表明:3D-BPMA与LCF,DSG-MIP算法相比减少了平均响应时间和网络平均能耗,提高了MA发送率.     

基于深度信念网络的列车故障音频诊断方法

铁路在交通运输行业有着举足轻重的地位，一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低，因此难以捕获列车的故障样本。针对上述问题，提出了一种无监督学习的列车故障识别方法，通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN)，利用小波包分解提取检测信号的特征向量并将其作为DBN的输入，待网络充分训练后，由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明，该方法能够在无监督的条件下有效识别列车故障，保障了列车的运行安全。     

社交网络中基于网络结构支撑模型的谣言传播研究

结合结构支撑理论，探究节点网络结构支持力的一些性质，提出了社交网络结构中的全网支持力和被支持力的总量一致性，并进一步提出计算节点支持力的方法。谣言作为特殊信息，在支持力不同节点之间的传播特性有所不同，借鉴随机游走模型中的PageRank计算方法，对不同节点支持力的谣言传播以及传播后的辟谣状况进行了仿真模拟，结果表明支持力不同的节点对于谣言传播和辟谣影响明显。