深度学习中的无监督学习方法综述

从2006年开始,深度神经网络在图像/语音识别、自动驾驶等大数据处理和人工智能领域中都取得了巨大成功,其中无监督学习方法作为深度神经网络中的预训练方法为深度神经网络的成功起到了非常重要的作用.为此,对深度学习中的无监督学习方法进行了介绍和分析,主要总结了两类常用的无监督学习方法,即确定型的自编码方法和基于概率型受限玻尔兹曼机的对比散度等学习方法,并介绍了这两类方法在深度学习系统中的应用,最后对无监督学习面临的问题和挑战进行了总结和展望.

基于云计算的医院绿色信息化构建

随着国际互联网和信息技术的快速发展,网络虚拟运算和存储成为目前主要的网络运用和研究。云计算就是当前研究的重点,其应用范围广,可以涵盖医疗、国防、金融、教育等诸多领域,具有很强的前瞻性和拓展性。文章对医院构建基于云计算的绿色信息化进行了探讨。

基于“军卫一号”系统的心脏移植信息管理系统的设计与构建

目的:设计并构建基于"军卫一号"系统的心脏移植信息管理系统,探讨扩展"军卫一号"系统平台,并利用数据库技术进行心脏移植数据管理、分析和临床支持的可能性及应用。方法﹕在分析心脏移植数据流及"军卫一号"系统基础上,完成心脏信息管理系统设计及构建。结果﹕完成了主系统及与其对应的系统维护工具,并作为"军卫一号"的子系统投入临床试用。结论﹕心脏移植信息管理系统显著提高了"军卫一号"系统中心脏移植数据的管理及分析效率,提供了实时的临床支持,具有重要的实用价值。

血液透析中心信息管理系统关键技术分析

血液透析中心信息管理系统对具体工作的开展有显著的影响,实现任务的自动化,从而使医护理人员能够将更多的时间用于患者的个体诊疗,所以在实践中出于高效和质量管理的需要,要对管理系统的具体建设做分析与完善。一方面,保证系统功能的全面性;另一方面,实现系统应用过程中的稳定性和安全性。就目前的血液透析中心信息管理系统的具体建设来看,无论是从功能完善性做考虑还是从应用便捷性考虑,信息网络、数据采集管理、模块化统计分析技术等均是系统的关键技术,明确技术内容以及技术价值,这对于技术的应用和系统发挥价值意义显著,所以本文就血液透析中心管理系统关键技术做分析与讨论,旨在为实践提供指导和帮助。