面向涉恐领域的知识图谱构建方法

近年来,世界各地的恐怖袭击事件时有发生,为了减轻安防人员对涉恐信息分析工作的负担,需要提供工具辅助相关人员对海量信息进行整理,因此研究并实现了面向涉恐领域的知识图谱。首先,针对海量的互联网信息,采用了分布式爬虫技术进行数据的采集,并使用双向门控神经网络(BI-GRU)+注意力机制(Attention Mechanism,Att)等模型实现对信息的抽取;然后构建了涉恐领域本体库,并在此基础上完成了涉恐领域知识图谱的构建以及知识图谱的可视化展示。该研究成功地将知识图谱的构建技术应用到涉恐领域,对相关工作有一定的参考价值。

结合注意力的3D卷积网络脑胶质瘤分割算法

为了提升脑胶质瘤分割精度,提出一种结合注意力机制的3D卷积神经网络算法。输入3个不同尺度的图像块,经过9个卷积层和1个分类层后得到3个不同的分类结果,将分类结果与注意力学习到的权重相乘并逐体素相加得到输出。此外该算法采用了一种混合Dice损失函数与Focal损失函数的超参数损失函数。实验表明,该算法的Dice系数在整体区域、核心区域以及增强区域分别达到了95.31%、80.12%、82.25%。与已有的一种脑胶质瘤分割算法deepmedic相比,整体区域、核心区域以及增强区域的Dice系数分别提升了3%、2%、6%。在脑胶质瘤分割方面,具有重要的临床意义。