基于预训练和多模态融合的假新闻检测

现有的多模态检测模型通常对每个模态的特征进行简单拼接,不能对模态之间的相关性进行有效建模,而且很难迁移到标签稀少的领域。提出一种基于预训练和多模态融合的假新闻检测模型PMFD。提取新闻附带图像不同区域的特征作为图像原始向量,合并图像原始向量作为图像引导向量,设计早期融合、中期融合、后期融合3种不同的多模态融合方式。在早期融合阶段,通过图像引导向量初始化文本特征提取器,获取文本原始向量,合并文本原始向量作为文本引导向量。在中期融合阶段,使用模态的原始向量集合与其他模态的引导向量构造模态的特征表示。在后期融合阶段,融合不同模态的特征表示,构造新闻的特征表示。为提高模型的泛化能力,在标签丰富的数据上对PMFD进行预训练,然后再在标签稀少的数据上对PMFD进行微调。在公开数据集上的实验结果表明,PMFD能有效检测假新闻结果,相对传统模型CNN、LSTM、BERT等有10%以上的提升,相对EANN、M_model多模态假新闻检测模型有2%~3%的提升。

基于Transformer的肺肿瘤三维CT图像分割

基于信息学技术自动分割病人的肺部CT图像,有助于医生对于肺癌患者的早期诊断,提取和整合图像区域间的空间关联,对于提升肺肿瘤分割性能是十分重要的。本文提出了一个新的基于Transformer的分割模型,用于肺肿瘤三维CT图像分割、学习和整合此类关联。本文分别设计了带有混合多头图像区域节点注意力的Transformer模块和类别注意力模块,学习并融合了肺部CT图像的空间层面和通道层面的信息。将新的基于Transformer的分割模型同其他较为先进的模型进行了对比实验,实验结果表明新的模型在骰子系数、交并比和豪斯多夫距离等方面优于其他模型。

基于机群系统的并行多连接查询优化算法

多连接查询优化是并行数据库系统的核心问题。已有的研究工作多集中于连接个数较少的情况,不适用于机群系统中的多连接查询优化。在机群环境中,系统的通信带宽是一种瓶颈资源。提出了基于遗传算法的多连接查询优化算法,算法考虑了关系的存储信息和网络的通信代价,有效地利用了机群系统中的资源。实验结果表明,算法具有良好的性能,能够提高多连接查询的执行效率。

基于机群环境的并行多连接存储分布技术

基于机群系统的数据存储分布是并行数据库领域的一个重要问题。已有的研究工作多集中在基于单个关系的存储分布,不能有效支持复杂多连接查询处理。文章提出了多个关系整体分布方法,给出分布属性选择和处理机分配算法。实验结果表明,算法具有良好的性能,有助于提高并行多连接查询效率。

MicroRNA前体的特征选择方法

microRNA(miRNA)是一类长度约为21nt的非编码RNA,具有重要的调控功能。miRNA前体包含一级序列特征和二级结构特征,其中含有冗余和无用的特征,这些特征无益于前体分类模型的分类准确度。因此需要去除冗余特征,进而降低特征维数并提高分类性能。针对miRNA的前体序列数据,已有特征选取方法,仅考虑了特征之间的区分距离。全面考虑了每个特征属性对分类的增益和特征间冗余性,选取的特征有助于建立高效的分类模型。实验结果表明,选取的特征子集有效地提高了miRNA前体分类器的预测性能,取得了更好的分类结果。

MicroRNA计算识别技术的研究进展

microRNA是近年来发现的长度约为22nt的非编码RNA，在动植物的多种生命过程中发挥着重要的调控作用。计算识别microRNA是目前发现新microRNA的有效途径，本文对计算识别microRNA的方法进行了总结，并对各类方法的思想、优点和局限进行了分析，最后探讨了进一步的研究问题。

大学精神:高等学校的立校之魂

"大学精神"是一所大学在自身存在与发展过程中逐渐形成并培养起来的、具有自身特色和气质的、表现为精神形式的文明成果总和。文章从大学精神的基本内涵、大学精神的主要功能等方面着手,提出确立大学理念,形成大学特色,强化制度建设,营造育人环境,创新校园文化等大学精神的培育策略。

学术会议对提高研究生培养质量的作用

科技创新已经成为提高综合国力的关键因素,而高校研究生培养质量对于科技创新起到了重要的作用。学术会议作为提高研究生培养质量的重要途径,帮助研究生了解最新研究进展、促进同行交流,提高自身素质起着不可忽视的作用。

基于机群的并行多连接查询处理机分布算法

多连接查询优化是并行数据库系统的核心问题。基于机群的并行数据库系统中,网络通信的带宽一直是系统的瓶颈,处理机间的数据交换会大大的增加连接操作执行的时间开销。提出了基于机群的处理机分布算法,在选择分布关系的处理机集合时,充分考虑了机群系统中引起数据重分布的因素,减少了额外的通信开销;同时兼顾并行系统中的算子内并行、算子间并行和流水线并行等多种并行,便于开发机群系统的并行性。实验结果表明,该方法具有良好的性能,有助于提高并行多连接查询的执行速度。

论高等院校学生毕业设计信息化管理模式

基于目前毕业设计管理存在的诸如实施过程监督力度不足、学生与教师缺乏有效沟通等问题,应进行管理方式和手段的改革。在过程管理中应采取便捷的网络工具,构建基于Web的信息化系统,旨在对于毕业设计的全流程提供支持,以解决教师、管理人员所面临的工作流程复杂、工作量大的问题。通过开发与之相对应的系统功能来实现网上业务,辅助完成整个毕业设计工作,提高管理水平和工作效率,提高毕业设计的整体质量。

基于跳数的传感器网络节点定位改进算法

提出一种基于跳数的无线传感器网络节点定位改进算法,用以更准确获取在无线传感器网络监视区域内目标节点的位置。算法精确估算网络中节点间的平均每跳距离,解决了经典定位算法中校正值不准确的问题,同时,算法在估算节点位置时,优化选取定位的参考节点。实验结果表明,改进算法提高了网络中节点定位精度,有助于推动无线传感器网络的应用。

基于循环BloomFilter的数据流上不同值个数的估计

数据流是连续的、实时的无限数据,到目前为止还没有有效的方法将数据流存储起来,因此数据流上的不同值个数的估计也就成为一个比较难的研究课题。文章在对BloomFilter进行分析研究的基础上,结合数据流无限、连续、实时等特点,提出了基于循环BloomFilter的数据流上不同值个数的估计策略。将数据流中的不同值存储在循环BloomFilter中,有效地解决了在内存有限情况下,无法保存数据流中的不同值的问题。通过与现有的估计算法的比较,实验结果表明基于循环BloomFilter的估计策略是可行和有效的。

Sybase环境下开发分布式事务处理程序

介绍了分布式事务的基本原理及其执行过程,结合Sybase数据库分布式开发环境,阐述了开发Sybase的分布式事务处理程序所应进行的各种环境配置,最后给出了一个用DB-L ibrary编写的分布式事务处理程序.

WSN中MAC协议模拟环境的设计与实现

无线传感器网络中,MAC协议对网络的性能有很大的影响,是无线传感器网络的研究重点之一。由于无线通信的复杂性,现有无线传感器网络普遍的实验研究方法中存在实验成本过高,实验环境难于配置,实验结果不理想等问题。本研究实现了WSN中多种MAC协议算法的模拟环境系统,该环境有效地模拟了WSN中各节点的随机分布、分布式通信等工作机制,为有关无线传感器网络MAC协议的研究提供了一种更简单方便的支撑平台,也为在科学研究过程中对不同MAC协议算法的分析和比较提供了方便的工具。

基于不同分类模型的基因芯片癌症诊断方法研究

基因芯片技术的发展为生物信息学带来了机遇,使在基因表达水平上进行癌症诊断成为可能。但基因芯片数据高维小样本的特征也使传统机器学习方法面临挑战。本文利用真实的基因表达数据,测试了目前主要的分类方法和降维方法在癌症诊断方面的效果,通过实验对比发现:基于线性核函数的支持向量机可以有效地分类肿瘤与非肿瘤的基因表达,从而为癌症诊断提供借鉴。

基于用户影响与兴趣的社交网信息传播模型

提出了一种新的无拓扑结构的社交网信息传播模型,简称NT-II,并使用表达学习方式,构建了2个隐藏的空间:用户影响空间和用户兴趣空间,每个用户和每个传播项都映射成空间中的向量。模型在预测用户接收传播项的概率时,既考虑来自其他用户的影响程度,又考虑该用户对传播项的喜爱程度,分别根据2个用户向量之间的距离和用户向量和传播项向量之间的距离来推断。实验结果表明:NT-II模型能更准确地模拟传播过程和预测传播结果。

基于情感的社会网传播模型及影响最大化算法研究

针对社会网传播领域的影响最大化问题的研究,将节点本身具备的情感对事件传播的影响力进行了忽略,提出了基于情感的社会网传播模型(Emotion Independent Cascade model,E-IC),关于E-IC模型重点强调了情感影响的最大化基本问题(Influence Maximization Problem based on Emotion,IMPE),在传播整个进程中,融合了用户位置的计算值、后置情感的计算值以及交互概率值。论证并确认基于情感的社会网传播模型问题就是NP-hard 问题,并给出近似算法EMS-Greedy。在训练集上调整模型参数,使得传播过程更符合传播规律,通过大规模真实数据集上的实验验证了E-IC模型的有效性。与其他模型相比,E-IC模型在传播范围上扩大了7%左右。

基于MapReduce的相似自连接新方法:过滤和内切圆算法

相似自连接是一个在很多应用领域中很重要的问题.对于海量数据集,MapReduce可以提供一个有效的分布式计算框架,相似自连接操作也同样可以应用在MapReduce框架下.但已有研究工作仍然存在不足,如对于聚集数据区域采用加细划分方法,目的是负载平衡,但不易实现.现有的算法不能有效地完成海量数据集的相似自连接操作.为此提出了2个新颖的基于MapReduce的相似自连接算法,其思想是采用坐标过滤技术,形成有效候选集,以及针对聚集区域采用六边形划分的内切圆算法.过虑技术是在等宽网格划分基础上,利用同一维坐标间的距离差与相似性约束阈值ε进行比较,可以明显地减少候选集的数量,也证明了六边形划分是所有正多边形全覆盖中最优的划分方法.实验结果表明:新方法比其他算法有更高的效率,提高效率80%以上,它能够有效地解决有聚集区域的海量数据集的相似自连接问题.

基于属性补全的药物与疾病关联预测

预测药物-疾病关联关系,有助于降低药物开发的成本和时间开销。先前的方法没有基于异构网络的拓扑信息对缺失属性的疾病节点进行节点属性补全,本文提出了一个新的预测方法来编码和整合多个元路径的语义,学习得到药物和疾病节点的拓扑嵌入。以节点间的拓扑关系为指导,对有属性的药物节点属性进行加权聚合,来补全没有属性的疾病节点。此外,本文还设计了一个元路径层面注意力机制和一个邻居层面注意力机制,分别融合来自多个元路径的语义信息和节点邻居的信息。采用了五倍交叉验证的方法进行评估,结果表明新的预测模型取得了比其它模型更高的预测性能。

基于全连接自动编码器的疾病相关microRNA预测

MicroRNA (miRNA)是一类长度约为22~24个核苷酸的非编码RNA,在细胞的生长和发育过程中发挥着重要的调节作用。识别与疾病相关的miRNA候选,有助于探索疾病的发生机理,先前的多数预测方法主要聚焦在整合miRNA和疾病相关的多源数据,忽略了miRNA家族和聚簇信息,但是相似的疾病通常更可能与具有相似功能和属于相同家族或聚簇的miRNA相关。本文根据miRNA和疾病节点形成的拓扑结构,结合miRNA的家族和聚簇属性,建立了基于全连接自动编码器的miRNA-疾病关联预测模型。采用了五倍交叉验证进行了实验评估,实验结果表明新的预测模型取得了比其它几个模型更优的性能。