基于3D scSE-UNet的肝脏CT图像半监督学习分割方法

针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法. 该方法使用自训练的半监督学习框架,将包含改进的并行空间/特征通道压缩和激励模块（scSE-block+）的3D scSE-UNet作为分割网络. scSE-block+可以从图像空间和特征通道2个方面自动学习图像的有效特征,抑制无用冗余特征,更好地保留图像边缘信息. 在自训练过程中加入全连接条件随机场,对分割网络产生的伪标签进行边缘细化,提升伪标签的精确度. 在LiTS17 Challenge和SLIVER07数据集上验证所提出方法的有效性. 当有标签图像占训练集总图像的30%时,所提方法的Dice相似系数(dice score)为0.941. 结果表明,所提出的半监督学习分割方法可以在仅使用少量标注数据的情况下,取得与全监督分割方法相当的分割效果,有效减轻肝脏CT图像分割对专家标注数据的依赖.     

基于深度神经网络的普通话智能评测关键技术研究

为改进传统普通话水平测试第四题测评中的不足,实现测评的智能化,减轻工作人员工作量,提升考试的公平性,采用基于深度神经网络的普通话智能评测关键技术,设计使用深度神经网络-隐马尔科夫模型的语音识别模型(DNN-HMM),识别考生表述的语音,更好地反映考生真实发音的标准程度;使用条件随机场训练分句模型,更加精准地判定考生发音的流畅程度;采用矢量空间模型,较好地评估考生词汇语法使用的规范程度。     

基于曲波噪声估计的K-SVD字典学习地震资料去噪

常规K-SVD字典学习方法在处理实际地震资料的过程中,往往无法得到地震随机噪声的先验信息,使得相关的误差参数无法确定,只能通过大量调参来实现最优去噪效果。基于此提出了一种基于曲波噪声估计的K-SVD字典学习地震资料去噪方法,旨在通过对地震资料进行曲波变换,选取尺度系数最大且对应方向上噪声能量最大的曲波系数,来估计随机噪声标准差,再利用K-SVD字典学习方法自适应获得超完备字典,并在重构过程中根据所得噪声标准差确定最优迭代误差参数,从而进行去噪处理。理论模型和实际地震资料的处理结果表明,该算法相较于传统的去噪方法,能在压制随机噪声的同时,最大限度地保护有效信号不被切除。     

基于SDAI的STEP-NC解释器的研究

通过分析STEP-NC数据模型及加工程序结构,构造利于加工信息表述的系统核心数据结构,并且给出了系统框架关于时间和空间的数据流模型,提出基于SDAI的STEP-NC解释器系统框架结构,最后开发了原型系统,并就STEP-NC标准草案的实例加以论证.     

基于字典的DNA序列压缩算法研究及应用*

在现有DNA序列数据压缩算法的基础上,以DNA序列数据的存储效率及生物学解释综合考虑,设计并实现了基于字典的DNA序列压缩算法DNADCompress.算法核心包括重复子串字典建立、字典项筛选、字串压缩编码三方面.实验数据表明,数据压缩算法压缩效果达到常用DNA序列压缩算法水平,并为序列生物学解释提供了基础.     

基于时间序列模式表示的异常检测算法*

提出了一种基于时间序列的模式表示提取时间序列异常值的异常检测算法(PREOV).时间序列的模式表示本身就具有压缩数据、保持时间序列基本形态的功能,并且具有一定的除噪能力.在时间序列模式表示的基础上提取异常值,可以大大提高算法的效率和准确性,达到事半功倍的效果.在本算法中,还使用了一定的剪枝策略,使得算法的时间复杂度进一步降低.该算法计算简单、实现方便、无须训练,可以支持时间序列的动态增长.     

优化课程安排，提高先进制造训练课程教学质量

目前我国的高等教育正由传统应试教育向素质教育转变，相应地在全国各工科高校中传统的以认知为主的金工实习，也正向以综合工程素质培养为目标的工程训练转变。各高校相继建立的工程训练中心正是这一趋势的体现。先进制造训练课程在高校工程训练中起步较晚，其理论编程教学与实践操作训练间存在一些链接矛盾，二者如何合理安排以促进先进制造训练教学是待解决的难题，我们在日常教学中经过仔细观察也发现了一些存在的问题，并着手采取了一些改进方法，收到很好效果。     

从传统的金工实习教学到现代工业制造训练：也谈工程实践教育

近些年来，国内金工教学界对包括“金工实习”课程在内的“工程材料及机械制造基础”系列课程的建设与改革展开了热烈的讨论，提出了许多精辟的见解，推动着本系列课程教学改革的不断向前发展；由内地与香港特区、英国、美国、澳大利亚等一些国家和地区的高等工程教育专家...     

基于蚁群聚集信息素的半监督文本分类算法

半监督文本分类中已标记数据与未标记数据分布不一致,可能导致分类器性能较低。为此,提出一种利用蚁群聚集信息素浓度的半监督文本分类算法。将聚集信息素与传统的文本相似度计算相融合,利用Top-k策略选取出未标记蚂蚁可能归属的种群,依据判断规则判定未标记蚂蚁的置信度,采用随机选择策略,把置信度高的未标记蚂蚁加入到对其最有吸引力的训练种群中。在标准数据集上与朴素贝叶斯算法和EM算法进行对比实验,结果表明,该算法在精确率、召回率以及F1度量方面都取得了更好的效果。     

兼职找成语

从汉字英雄到中国汉字听写大会,全国各地识字最多的青少年倾情参与,一时间汉字书写成了人们热议的话题。然而由于汉字众多,每一个人都不可能记住并会写所有的汉字。在使用成语时,也会遇到不会写甚至不会读的汉字。此时,该怎么办呢？除了字典,我们还有中文输入法和搜索引擎相助。