基于非对称多模态学习的阿尔茨海默症辅助诊断算法研究

针对传统阿尔茨海默症辅助诊断算法使用单一模态数据,以及丢弃缺失模态样本的问题,本文提出了一种基于非对称多模态学习的阿尔茨海默症辅助诊断算法.本算法包含两阶段任务,第1阶段利用磁共振成像(Magnetic Resonance Imaging,MRI)和正电子发射断层扫描成像(Positron Emission Tomography,PET)之间的潜在联系,使用3D循环生成对抗神经网络,训练出一个特定的PET生成模型,补全缺失的PET数据.第2阶段,通过多模态深度非负矩阵分解模型,将MRI和PET的特征融合/学习过程和辅助诊断集成到一个框架中进行分类.这可以消除神经影像特征与疾病标签之间的差异,并提高辅助诊断性能.本文对ADNI数据库中1457名受试者进行的实验结果表明,本文提出的算法在阿尔茨海默症识别和轻度认知障碍转换预测中均表现出良好的性能.

Hadoop集群异常节点实时检测与诊断算法

针对Hadoop集群节点增加导致任务运行效率降低,以及异常节点会拖慢整体作业进度的问题,提出了一种Hadoop集群异常节点实时检测与诊断算法。首先基于正常状态下节点性能相似性原理,使用Logstash工具收集Hadoop集群节点运行日志中的任务状态信息;其次,发现异常节点后,通过Perf性能分析工具收集体系结构性能信息,再利用异常节点诊断算法诊断导致该节点异常的原因。通过实时流计算框架Spark Streaming构建了异常节点实时检测与诊断模型,并设计了一系列的实验验证了本算法的有效性。

建宁县应急管理局:扎实开展道路交通安全整治行动

交通安全与每个人息息相关,为防范遏制道路交通事故的发生,连日来,三明市建宁县应急管理局按照全县道路交通安全整治百日攻坚行动方案要求,通过压实工作责任、加强宣传劝导、推进隐患治理等,夯实道路交通安全管理基础,筑牢群众出行“安全网”。