面向复杂网络舆情知识发现的事理图谱方法优化

[研究目的]优化事理图谱构建方法,提升事理图谱工具在非结构化网络舆情数据中的知识发现能力,能更好挖掘复杂网络舆情事件内部的因果关系和演化路径。[研究方法]研究采用RoBERTa预训练模型进行序列标注以取代传统模式匹配方法,引入Word2Vec词向量和BERTopic主题模型取代传统机器学习聚类算法,对知乎平台“硅谷银行破产”网络舆情进行实证分析。[研究结论]结果表明,融合深度学习与序列标注的因果关系抽取在114901个上下文中识别到68613条原始因果事件对,相较模式匹配方法高出46.47%;基于词向量与主题聚类模型的事件泛化将2148个代表事件划归为14个主题,在文本特征和语义特征层面的泛化效果优于K-means算法。该文依据优化方法构建的网络舆情事理图谱围绕核心主题呈现“循环型”“紧密型”“长链型”的演化路径特征,构建流程和分析过程可为网络舆情治理提供工具及决策支持。

多模态医疗数据中海量小文件存储优化方法

Hadoop分布式文件系统(HDFS)通常用于大文件的存储和管理,当进行海量小文件的存储和计算时,会消耗大量的NameNode内存和访问时间,成为制约HDFS性能的一个重要因素.针对多模态医疗数据中海量小文件问题,提出一种基于双层哈希编码和HBase的海量小文件存储优化方法.在小文件合并时,使用可扩展哈希函数构建索引文件存储桶,使索引文件可以根据需要进行动态扩展,实现文件追加功能.在每个存储桶中,使用MWHC哈希函数存储每个文件索引信息在索引文件中的位置,当访问文件时,无须读取所有文件的索引信息,只需读取相应存储桶中的索引信息即可,从而能够在O(1)的时间复杂度内读取文件,提高文件查找效率.为了满足多模态医疗数据的存储需求,使用HBase存储文件索引信息,并设置标识列用于标识不同模态的医疗数据,便于对不同模态数据的存储管理,并提高文件的读取速度.为了进一步优化存储性能,建立了基于LRU的元数据预取机制,并采用LZ4压缩算法对合并文件进行压缩存储.通过对比文件存取性能、NameNode内存使用率,实验结果表明,所提出的算法与原始HDFS、HAR、MapFile、TypeStorage以及HPF小文件合并方法相比,文件读取时间更短,能够提高HDFS在处理多模态医疗数据中海量小文件时的整体性能.

彩色眼底图像视网膜血管分割方法研究进展

视网膜血管分割方法是眼科计算机辅助诊断和大规模疾病筛查系统的基础,文中讨论了基于彩色眼底图像的视网膜血管分割方法研究进展.概述了该领域的背景意义、常用标准库、性能衡量指标、采用的主要算法及其优缺点,旨在快速地引导研究人员了解本领域研究内容.视网膜血管分割方法可分为基于血管跟踪的方法、基于匹配滤波的方法、基于形态学处理的方法、基于形变模型的方法和基于机器学习的方法等5大类,各类方法都各有特点,为后期研究提供了基础.其中基于机器学习的方法是目前最重要的分割方法,以数据驱动的方式为眼科辅助诊断系统提供依据.尽管研究人员已经做了大量工作,视网膜血管分割依然有进一步提高精度和效率的空间.眼底图中其他生理结构和各种病灶的干扰,微小血管、视盘内血管、新生毛细血管网等的分割,都是血管分割问题中有待解决的难点.

基于分类回归树和AdaBoost的眼底图像视网膜血管分割

提出一种能有效分割眼底图像中视网膜血管的监督学习方法,为眼底图中的每个像素点构造一个包括局部特征、形态学特征和Gabor特征在内的39维特征向量,用以判定其是否为血管上的像素.在进行分类计算时,以分类回归树作为弱分类器对样本集分类,然后对AdaBoost分类器进行训练得到强分类器,并由此完成各个像素点的分类判定.基于国际公共数据库DRIVE的实验结果表明,该方法的平均精确度达到0.960 7,且敏感度和特异性均优于已有的基于监督学习的方法,适用于眼底图像的计算机辅助定量分析和疾病诊断.

基于多特征融合和随机森林的视网膜血管分割

为了进行眼底疾病辅助诊断,提出一种基于多特征融合和随机森林的视网膜血管分割方法.首先为彩色眼底图中的每个像素点提取一个23维特征向量(包括图像不变矩、灰度共生矩阵、LoG结合高斯二阶导、梯度法、相位一致性和Hessian矩阵特征);然后选取一定数量的像素点,提取其特征共同构造一个特征矩阵作为输入数据,并采用随机森林算法训练分类器;再用训练好的分类器对待分割图像中的像素点进行分类,判断其是否为血管点;最后在初步分割基础上进行基于连通区域补足血管的后处理,得到优化后的血管分割结果.在DRIVE公共数据库上进行实验的结果表明,该方法平均精确度达0.9606,平均灵敏度达0.7447,平均特异性达0.9838,比已有方法性能更优.

浅析移动云计算技术研究现状

本文介绍了正在快速发展的移动云计算技术,总结了移动云计算的概念和核心思想,描述了其基本模型及架构,以及该技术的进步性和存在的问题。

分布式医疗大数据存储方案研究综述

医疗数据属于大数据的一种,具有数据量大、增长迅速、多模态、高价值、重隐私等特点。针对医疗数据特点,如何对其进行统一、高效的组织管理是目前重要的研究方向。为此,通过阐述医疗数据特点,分析其存储需求,梳理分布式系统和非关系型数据库在医疗数据存储领域的应用现状,综合分析了未来医疗数据待解决的关键核心问题,旨在探讨效率高、响应快的医疗数据存储方案。

基于注意力机制的医学影像深度哈希检索算法

针对现阶段医学影像检索中检索性能差、精度低、缺乏可解释性等一系列问题,提出了一种结合了注意力机制的医学影像检索算法。以深度卷积神经网络为基础,以贝叶斯模型为框架,所提算法引入了由语义特征引导的注意力机制模块,通过分类网络的引导,生成包含语义信息的局部特征描述子,同时使用全局特征与富含语义信息的局部特征作为哈希网络的输入,引导哈希网络从全局和局部的角度关注重要特征区域,增强了哈希编码的特征表达能力,并引入加权似然估计函数解决了正负样本对数量不均衡的问题。采用MAP和NDCG作为评价指标,选择ChestX-ray14数据集进行实验,将所提算法与目前常用的深度哈希方法进行对比。实验结果表明,本文算法在哈希编码不同码位下的MAP值和NDCG值都远优于现有的深度哈希方法,证明了其有效性。

序列模式挖掘在网格调度优化中的应用

提出了一种基于数据挖掘的网格调度优化方法,其思想是通过将网格监控信息转化为时序数据库,对其进行多维序列模式挖掘以获得用户行为模式,利用挖掘结果构造优化逻辑,并使用这些信息对网格调度过程进行优化.

基于网格环境的自适应资源调度策略

网格计算使得大规模的网络资源共享和协作成为可能,网格环境中如何提高资源有效利用率是一个有研究价值的问题.本文提出在网格环境中,根据资源失效规律可以自适应的提供更可靠的资源节点.经测试表明,与普通资源调度策略相比较,本文提出的策略可以屏蔽掉大量失效节点,为用户动态提供更可靠的节点资源.

基于网络属性的网格信息服务调度策略的设计与实现

引入IP地址这一网络属性,设计并通过模拟器实现了一种性能更优的网格信息服务调度策略,从而减少主干网络的流量并为用户提供高效服务.

BOW-HOG特征图像分类

为了减少图像尺寸对提取特征的影响,同时移除特征向量中的冗余信息,将词汇袋模型(BOW)与梯度方向直方图(HOG)特征相结合,提出一种基于BOW-HOG的特征描述子用于图像分类.将图像划分为不同的子区域,对梯度幅值较大的子区域提取HOG特征.用BOW模型对子区域HOG特征编码,构建原始图像上维度一致的特征向量.将特征向量输入训练好的分类器,完成图像分类任务.将BOW-HOG特征描述子在不同的图像分类任务上进行试验,包括图像文本分类、图像场景分类.本实验的文本分类正确率为0.813,场景分类正确率为0.826,优于传统基于HOG特征的方法,表明了基于BOW-HOG特征图像分类方法的可行性、有效性.

彩色眼底图像视盘自动定位与分割

针对彩色眼底图像视盘定位时图像边缘高亮环对定位准确率的影响,提出了一种有效的图像预处理方法。针对已有的视盘分割算法中存在的问题,提出了一种结合形态学、椭圆拟合及梯度矢量流(GVF)Snake模型的分割算法。提出的预处理方法首先利用最小二乘法拟合出眼底图像的边界,然后裁剪掉边界的一部分高亮像素点,最后进行视盘定位。视盘分割算法则首先进行血管擦除,然后用椭圆拟合提取初始轮廓,最后使用GVF Snake精确调整视盘边界。用提出的方法对Messidor眼底图像数据库1 200幅图像上进行了实验,结果显示:视盘定位准确率由原来没经过预处理的95.4%提升到了98.7%;视盘分割错误率与当前已知最好的算法相比由12.5%降低到了9.39%。结果表明:提出的眼底图像视盘自动定位与分割方法准确率高、实用性强,可以用于眼科疾病的计算机辅助诊断。

基于网络属性的网格信息服务调度策略的实现与性能测试

网格信息服务的性能优劣直接影响到整个网格平台的性能和应用。本文设计了一种基于IP地址这一网络属性的网格信息服务调度策略,并通过模拟器将其实现,且经过测试验证了其性能较随机调度策略更优。

具有仿射不变性的视网膜图像配准方法

为解决眼底照相机视角发生变化的视网膜图像的配准问题,提出一种具有仿射不变性的局部特征配准方法.首先通过寻找连通的血管交点对应的最小包围矩形得到仿射不变的各向异性图像结构;然后通过旋转、采样和压缩操作将各向异性的图像结构变为含不同角度因素的各向同性的图像结构;最后使用尺度不变特征变换算法在各向同性的图像结构上提取特征点,并对特征点坐标进行匹配.在包含83组视网膜图像的私有样本集中的实验结果表明,该方法的均方根误差为 1.247±0.251 像素,能很好地解决视角和尺度变化问题.

一种基于网络属性的信息服务机制的设计

网格技术为地理上广泛分布的资源的共享和协作提供了很大的便利,信息服务是其重要组成部分,而信息服务的性能属性直接影响整个网格平台的服务质量.本文设计了一种基于网络属性的新的信息服务机制,该机制将IP属性与网络的带宽和链路的传输延迟时间相联系,将每一用户任务调度至最合理的资源上执行,使任务向资源的总提交时间最短,从而优化了资源的分配调度过程,提高了网格性能.

基于自适应色彩聚类和上下文信息的自然场景文本检测

自然场景文本检测是图像内容分析和理解的重要前提.本文提出一种基于自适应色彩聚类和上下文信息分析的方法,用于检测自然场景图像文本.首先,将层次聚类和参数自学习策略结合,设计一种自适应色彩聚类方法,提取图像中的候选字符.该自适应色彩聚类方法能针对不同图像自动学习权重阈值,有较好的字符召回率.然后,利用文本中字符成行出现的性质,设计一种基于上下文信息的字符验证策略,既能保证较高字符召回率,也能有效移除非文本字符.最后,合并字符构建文本行,并通过后处理得到文本检测结果.在ICDAR2013公共数据集上的实验结果表明:本文分别获得74.17%的召回率,83.40%的准确率和78.52%的F得分.与其他文本检测方法相比,本文获得了较好的文本检测性能,说明本文方法的优越性.

聚合多通道特征的青光眼自动检测

眼底影像的自动分析是计算机辅助青光眼筛查和诊断的关键基础.为提高青光眼辅助诊断的准确性,基于彩色眼底图,提出一种聚合多通道特征的青光眼自动检测算法.首先基于多尺度分析技术,通过聚合多通道图像特征,从颜色分布、多尺度Gabor滤波和梯度方向分布等方面表示视盘形态和结构在彩色眼底图上的细微变化;然后设计基于随机森林的分类器,在青光眼数据集上训练分类器模型,并利用集成学习技术鉴别青光眼,从而实现一种基于图像特征的青光眼自动检测算法;最后在2个具有挑战性的青光眼公开数据集(RIM-ONE r2和Drishti_GS)上对青光眼检测算法进行测试和验证,分别得到了0.869 0和0.800 4的曲线下面积值.实验结果表明,该算法在保证青光眼检测敏感性的同时能够显著提高其特异性,对青光眼辅助筛查和诊断具有很好的参考价值.

基于计算经济的服务网格资源管理模型研究

服务网格是网格计算研究领域中的重要分支,代表应用网格的发展方向.本文针对传统资源管理模型不能满足服务网格的需求,采用计算经济学原理作为资源管理理论基础,结合服务网格环境特性,对资源管理模型进行研究,提出的基于计算经济理论的资源管理模型,可大大提高服务网格的资源分配效率和系统吞吐量.

新文科创新人才数据思维培养研究

在新文科建设背景下,培养学生的数据思维能力可为行业培养更符合需求的创新型人才。以中南大学传媒系为研究对象,改革相关专业课程体系结构,进行信息类前沿课程与板块的建设,构建媒体大数据案例库,探索媒体智能化新兴学科专业方向,提高学生的行业数据分析实践能力,形成新文科人才的数据思维,以培养具有跨学科素养的创新型传媒从业人才。经过8年的改革实践,学生们开始自主学习专业核心知识,自发探索学科领域的前沿热点问题,积极投身于实践活动中,形成了全面的知识储备和完善的数据思维,更好地满足了社会对复合型新文科创新人才的需求。