Data Masking for Chinese Electronic Medical Records with Named Entity Recognition

With the rapid development of information technology,the electronifi-cation of medical records has gradually become a trend.In China,the population base is huge and the supporting medical institutions are numerous,so this reality drives the conversion of paper medical records to electronic medical records.Electronic medical records are the basis for establishing a smart hospital and an important guarantee for achieving medical intelligence,and the massive amount of electronic medical record data is also an important data set for conducting research in the medical field.However,electronic medical records contain a large amount of private patient information,which must be desensitized before they are used as open resources.Therefore,to solve the above problems,data masking for Chinese electronic medical records with named entity recognition is proposed in this paper.Firstly,the text is vectorized to satisfy the required format of the model input.Secondly,since the input sentences may have a long or short length and the relationship between sentences in context is not negligible.To this end,a neural network model for named entity recognition based on bidirectional long short-term memory(BiLSTM)with conditional random fields(CRF)is constructed.Finally,the data masking operation is performed based on the named entity recog-nition results,mainly using regular expression filtering encryption and principal component analysis(PCA)word vector compression and replacement.In addi-tion,comparison experiments with the hidden markov model(HMM)model,LSTM-CRF model,and BiLSTM model are conducted in this paper.The experi-mental results show that the method used in this paper achieves 92.72%Accuracy,92.30%Recall,and 92.51%F1_score,which has higher accuracy compared with other models.

基于改进Mask R-CNN特征点精确提取技术研究与应用

针对大型零部件自动对接装配系统使用的传统特征提取算法泛化能力不足的问题,提出一种基于改进Mask R-CNN模型的深度学习特征提取算法。首先采集目标对象的图像数据并进行人工标注,采用数据增强策略扩充数据集;其次构建Mask R-CNN模型,基于迁移学习策略预训练模型,使用人工采集数据集训练模型;然后使用鲸鱼优化算法改进Mask R-CNN模型,优化超参数,进一步提升模型性能;最后对传统特征提取算法和基于Mask R-CNN模型的深度学习特征提取算法进行对比实验,验证了在自动对接装配系统中使用所提算法有更高的准确性和更强的泛化能力。

基于多目标采样和改进Mask R-CNN的木瓜成熟度检测

目的:提高木瓜成熟度检测准确率及鲁棒性。方法:提出一种基于多目标采样和改进Mask R-CNN的木瓜成熟度检测方法。通过均值平均精度、准确率、精确率—召回率曲线和计算时间等指标,验证所提方法的有效性和鲁棒性,并将其检测效果与Faster R-CNN、RetinaNet和CenterMask等方法进行对比。结果:试验方法对木瓜成熟度检测的平均精度均值、50%平均精度均值、75%平均精度均值分别为98.43%,98.67%,98.68%,对未成熟、半成熟和成熟木瓜成熟度的平均检测精度为99.38%,98.81%,99.37%。结论:该方法可用于开发木瓜成熟度检测的电子系统,提升木瓜成熟度检测和木瓜分级的性能。

基于SE-Mask-RCNN建筑遗产识别与空间可视化分析

传统建筑是中国宝贵的建筑遗产,承载着优秀的民族建筑文化,是反映城市特色风貌的重要指标。现阶段深度学习识别建筑物的技术相对成熟,但使用街景图片识别建筑遗产并进行地图可视化展示的研究较少,因此,本研究基于Mask-RCNN(mask region-based convolutional neural network)模型,融合SE(squeeze and excitation)注意力机制,提出一种基于SE-Mask-RCNN识别街景图片中建筑遗产的方法。首先,通过路网数据获取百度街景图片,制作数据集。其次,在模型的残差网络(residual network,ResNet)中引入SE注意力机制;并与已有相关方法 U-net(u-shaped network)、全卷积网络(fully convolutional network,FCN)、Mask-RCNN三种模型进行实验对比评价。最后,使用本方法识别研究区域内的街景图片,形成可视化地图,分析建筑遗产在空间上的分布情况。结果表明,本方法可以有效识别城市中的建筑遗产,识别结果较Mask-RCNN、U-Net、FCN模型分别提高了2%、3.1%、4.7%,证明了本方法对城市中建筑遗产的识别具有可靠性和有效性。研究成果可为建筑遗产保护及现状调查提供依据。

基于Mask R-CNN的试管-支架系统Data Matrix码识别方法

在试管-支架自动化系统的输入图像中,Data Matrix(DM)码呈现为多个小目标,图像存在成像模糊、边缘干扰严重等问题,使得传统方法难以达到良好的识别效果。为此,提出一种基于深度学习的Data Matrix码识别方法DeepDMCode,以Mask R-CNN模型为基础,通过内容差异化数据合成和同步自动化标注,实现训练数据的增强,提升模型的学习能力。在模型分割结果的基础上,提出一种旋转校正方法,确保可用标准解码库实现DM码的解码。以分辨率为1600×1200、支架容量为96的数据实验表明,由于该方法在前期码定位阶段最大程度地还原码边界信息,准确度可达0.92(mIoU),完成单张图像中所有DM识别的平均速度为5.2 s,优于YOLO、SegNet、CenterNet等主流工业基准算法。

Parameter Estimations in BurrⅫ Model Using Masked Data

We consider a series system of two independent and non-identical components which have different BurrⅫ distributed lifetime.The maximum likelihood and Bayes estimators of the parameters of the system＇s components are obtained based on masked system life test data.The conclusion is that the Bayes estimates are better than the maximum likelihood estimates in the sense of having smaller mean squared errors.

Reliability Estimation for Component-Based Software Using General Masking Grouped Data

Masked data are the system failure data when exact component causing system failure might be unknown.In this paper,the mathematical description of general masked data was presented in software reliability engineering.Furthermore,a general maskedbased additive non-homogeneous Poisson process(NHPP) model was considered to analyze component reliability.However,the problem of masked-based additive model lies in the difficulty of estimating parameters.The maximum likelihood estimation procedure was derived to estimate parameters.Finally,a numerical example was given to illustrate the applicability of proposed model,and the immune particle swarm optimization(IPSO) algorithm was used in maximize log-likelihood function.

Inference and optimal design on step-stress partially accelerated life test for hybrid system with masked data

Under Type-Ⅱ progressively hybrid censoring, this paper discusses statistical inference and optimal design on stepstress partially accelerated life test for hybrid system in presence of masked data. It is assumed that the lifetime of the component in hybrid systems follows independent and identical modified Weibull distributions. The maximum likelihood estimations(MLEs)of the unknown parameters, acceleration factor and reliability indexes are derived by using the Newton-Raphson algorithm. The asymptotic variance-covariance matrix and the approximate confidence intervals are obtained based on normal approximation to the asymptotic distribution of MLEs of model parameters. Moreover,two bootstrap confidence intervals are constructed by using the parametric bootstrap method. The optimal time of changing stress levels is determined under D-optimality and A-optimality criteria.Finally, the Monte Carlo simulation study is carried out to illustrate the proposed procedures.

改进Mask RCNN的焊缝缺陷检测

焊接缺陷检测是焊接行业的一项重要工作,利用X射线焊缝缺陷图像进行缺陷检测是焊接无损检测的重要手段。为实现对缺陷的自动识别和定位,结合缺陷的具体特征提出了一种改进的Mask RCNN实例分割网络实现对图像进行缺陷检测和分割。该方法在原有网络的基础上通过采用变形卷积更好地提取不规则形状缺陷特征信息,引入空洞卷积加强高层特征的感受野,在局部图像中融合全局图像信息使局部图像获取上下文信息,利用迁移学习和数据增强降低对训练数据的需求,提升检测和分割精度。最终,通过对焊缝X射线数据集上进行实验,验证改进的Mask RCNN模型与原始Mask RCNN模型以及Faster RCNN模型等模型进行客观比较,并对实验结果进行可行性分析,提出的模型表现出更精确的检测精度和更好的性能。实验结果表明改进的Mask RCNN模型可以更好的适用于焊缝缺陷检测中。

MaskMix:用于变化检测的掩码混合数据增强方法

数据增强是提升变化检测模型泛化能力的一种主要方法。尽管现有的数据增强方法在图像分类、目标检测中取得了较好的效果,但忽略了多个时间序列图像之间的差异和变化目标的多样性。为了较好地保留变化区域并且增加复杂的背景信息,基于变化区域掩码,提出一种适用于变化检测的数据增强方法:MaskMix。首先,将当前图像对的变化区域粘贴到一个图像对上,得到具有新的背景和新的变化的变化图像对。其次,采用多路径加权融合策略进一步增强变化图像对。在每条路径上,从图像处理集合中随机选取一种经典的图像处理方法进一步处理变化图像对,然后使用Dirichlet分布产生的K维权重将K条路径处理后的图像对进行融合。最后,通过跳跃连接将处理前的图像对和处理后的图像对按Beta分布产生权重,进行更深层次的混合。实验结果表明,提出的MaskMix在BCD和LEVIR-CD两个数据集上,有效地提升了变化检测方法ADCDNet、BIT、ChangeFormer、SNUNet和DSAMNet的泛化性能。与现有的图像增强方法MixUp、AugMix、MUM和CropMix相比,MaskMix能有效增加变化图像的复杂性和多样性,提升现有变化检测方法的泛化性能。

基于关键视图的文本驱动3D场景编辑方法

基于去噪扩散模型的零样本图像编辑方法取得了瞩目的成就,将之应用于3D场景编辑可实现零样本的文本驱动3D场景编辑。然而,其3D编辑效果容易受扩散模型的3D连续性与过度编辑等问题影响,产生错误的编辑结果。针对这些问题,提出了一种新的文本驱动3D编辑方法,该方法从数据端着手,提出了基于关键视图的数据迭代方法与基于像素点的异常数据掩码模块。关键视图数据可以引导一个3D区域的编辑以减少3D不一致数据的影响,而数据掩码模块则可以过滤掉2D输入数据中的异常点。使用该方法,可以实现生动的照片级文本驱动3D场景编辑效果。实验证明,相较于一些目前先进的文本驱动3D场景编辑方法,可以大大减少3D场景中错误的编辑,实现更加生动的、更具真实感的3D编辑效果。此外,使用该方法生成的编辑结果更具多样性、编辑效率也更高。

数据脱敏关键技术研究

数据脱敏技术作为一种保护数据的主要手段得到了广泛应用。然而,在实际的脱敏过程中,由于敏感数据的格式不规范,往往会导致敏感数据的识别率降低、漏报与误报现象显著增加的问题。为了解决这一难题,结合多种数据脱敏应用场景需求,对数据脱敏技术进行深入研究,详细梳理静态脱敏和动态脱敏的关键技术,提出一种新的敏感数据扫描优化方案,旨在解决传统敏感扫描方式对不规范数据和用户自定义代码的识别缺陷。实验证明,所提优化方案极大地提高了敏感数据扫描的准确度。

考虑数据缺失的图注意力网络暂态稳定评估

基于人工智能的暂态稳定评估模型的性能高度依赖于系统的可观测性,而通信延迟和相量测量单元(phasor measurement units,PMU)故障等因素易导致数据缺失,使模型的评估性能下降。针对该问题,提出了一种基于图注意力网络(graph attention network,GAT)的暂态稳定评估模型。首先,根据原始网络拓扑及PMU配置方案获得表征系统可观测性的掩码矩阵,在任意PMU缺失的条件下,利用掩码矩阵训练模型;其次,通过GAT网络的多头注意力机制提取输入节点的时空信息,利用不同的权重聚合目标节点的邻域特征,实现对可观测数据的充分利用;最后,利用焦点损失函数加强模型对失稳样本的学习能力。仿真结果表明,所提方法可以最大限度地利用可观测数据,具有高精度和强鲁棒性,并且不受网络拓扑的限制,易于迁移。

移动群智感知中高效可验证的安全真值发现方法

针对移动群智感知中参与者数据的真值和隐私保护问题,提出了一种高效可验证的安全真值发现方法 EVSTD,通过安全迭代更新参与者权值和评估对象真值,从而得到对象的真实数据。EVSTD中,参与者利用本地随机数和协商随机数对敏感数据进行双掩码数据扰动,使得EVSTD不仅能够保证敏感数据的隐私性,且解决了参与者因延迟发送感知数据而导致的敏感数据泄露问题。同时, EVSTD利用秘密共享协议解决了参与者掉线或失效的问题,且通过动态选择L邻居节点策略让参与者只与其关联邻居进行通信从而大大降低了参与者的计算和通信开销。此外,参与者通过计算敏感数据的同态哈希值以用于数据的验证并上传给服务器,服务器对敏感数据进行聚合和对验证信息进行乘积,并将计算结果发送给参与者,参与者再对聚合结果和证明信息进行验证,验证通过则说明聚合结果正确,进一步保证了真值发现结果的可信性,防止服务器对参与者的敏感数据进行篡改,保证了聚合结果的真实性。实验结果显示所提方法在保证数据隐私的同时获得真实可靠的数据信息,且能够有效的防止服务器篡改数据和共谋攻击。

隐私保护数据挖掘算法MASK的改进

为了在数据挖掘过程中既保护敏感信息和知识不被泄露,又使得到的挖掘结果相对准确,对XMASK算法进行改进。在重构原数据项支持度的过程中利用布尔集合的特性简化计数过程。通过实验将改进算法与原MASK算法和XMASK算法进行比对。结果表明,该算法提高了运行的时间效率。

两参数麦克斯韦分布的串联系统屏蔽数据统计分析

在系统寿命研究中,由于数据的不可缺陷性等原因容易出现系统数据被屏蔽的现象,因此对系统进行有效的统计分析和估计具有重要的意义。针对2个元件串联系统且有屏蔽发生的场合,元件寿命服从两参数Maxwell分布且形状参数已知,给出了刻度参数的极大似然估计与近似区间估计,并从理论上证明了该极大似然估计的存在与唯一性,最后通过2个Monte Carlo模拟算例说明了方法的可行性。

Parameter Estimation Based on Censored Data under Partially Accelerated Life Testing for Hybrid Systems due to Unknown Failure Causes

In general,simple subsystems like series or parallel are integrated to produce a complex hybrid system.The reliability of a system is determined by the reliability of its constituent components.It is often extremely difficult or impossible to get specific information about the component that caused the system to fail.Unknown failure causes are instances in which the actual cause of systemfailure is unknown.On the other side,thanks to current advanced technology based on computers,automation,and simulation,products have become incredibly dependable and trustworthy,and as a result,obtaining failure data for testing such exceptionally reliable items have become a very costly and time-consuming procedure.Therefore,because of its capacity to produce rapid and adequate failure data in a short period of time,accelerated life testing(ALT)is the most utilized approach in the field of product reliability and life testing.Based on progressively hybrid censored(PrHC)data froma three-component parallel series hybrid system that failed to owe to unknown causes,this paper investigates a challenging problem of parameter estimation and reliability assessment under a step stress partially accelerated life-test(SSPALT).Failures of components are considered to follow a power linear hazard rate(PLHR),which can be used when the failure rate displays linear,decreasing,increasing or bathtub failure patterns.The Tempered random variable(TRV)model is considered to reflect the effect of the high stress level used to induce early failure data.The maximum likelihood estimation(MLE)approach is used to estimate the parameters of the PLHR distribution and the acceleration factor.A variance covariance matrix(VCM)is then obtained to construct the approximate confidence intervals(ACIs).In addition,studentized bootstrap confidence intervals(ST-B CIs)are also constructed and compared with ACIs in terms of their respective interval lengths(ILs).Moreover,a simulation study is conducted to demonstrate the performance of the estimation procedures and the methodology discussed in this paper.Finally,real failure data from the air conditioning systems of an airplane is used to illustrate further the performance of the suggested estimation technique.

基于自适应Merkle哈希树的动态数据流审计方案

针对现有数据结构不能很好支持动态大数据流及传统Merkle哈希树验证路径过长及单点故障问题,提出一种基于自适应Merkle哈希树的动态数据流审计方案。使用陷门哈希函数构建一个新的自适应Merkle哈希树数据认证结构存储动态数据流,自适应扩展树的深度。引入局部权威根节点,解决验证路径过长和单点故障问题。采用BLS签名技术和随机掩蔽技术,保证数据完整性验证过程的隐私保护。安全性分析证明了所提方案是可证明安全的,实验结果表明,所提方案能够高效实现云端数据完整性验证,确定了最佳叶子节点存储区间。

动态脱敏技术在医院数据安全保护中的应用

医疗数据中包含患者隐私信息等很多敏感数据,一旦泄露就会产生严重的社会问题。为了加强医院信息安全建设,降低医疗数据安全风险,防止敏感数据被泄露,文章在对医疗数据分级分类的基础上建立了一套动态脱敏系统,自动识别敏感数据并使用预先制定的脱敏规则实时动态脱敏。文章应用数据动态脱敏技术,实现了对数据的实时保护,确保敏感信息在数据使用过程中不被泄露,并且不破坏数据的统计特性与关联性。数据动态脱敏系统有效地提升了医院的信息安全水平,是医疗数据保护领域的一项重要进步。

基于Copula函数的故障相依软件系统可靠性模型

传统的软件系统可靠性模型常常容易忽略子系统之间的故障相依性从而不能很好的反映对整个软件系统的可靠性建模分析。故根据实际情况考虑了屏蔽数据的存在且基于Copula函数考虑了子系统之间的失效相依性,进而提出了具有故障相依的软件系统可靠性叠加模型来解决此类相依性问题。又可靠性叠加模型的参数估计是难点,所提模型参数复杂,涉及到的似然函数变量维度高难以求解,故从可靠性出发,利用期望最小二乘算法(ELS)和最小二乘估计(LSE)来求解模型参数的近似估计值。最后通过一组实际数据和一组仿真数据进行数值验证,从最后的结果分析发现所提模型结果更加贴合于实际,且能很好的拟合累计故障数,从而验证了所提模型的有效性。