中国数据要素市场发展现状与问题研究综述

数字经济时代背景下,构建成熟的数据要素市场成为各行业关注的热点话题。文章基于大量的文献分析,对国内数据要素市场的发展现状进行了总结,系统梳理了国内外学者对数据要素市场中数据信息安全、数据确权、数据定价三大问题及其对策的研究,并在此基础上指出了现阶段研究的不足之处。

基于统计聚类与无向图模型的医学图像分割

超声医学图像灰度集中、对比度较差,针对传统分割方法效果不理想的问题,提出统计聚类与马尔科夫随机场(MRF)无向图模型的医学图像分割算法。医学图像的统计结构反映了图像空间区域的聚类特征,选定其灰度统计特性的局部峰值对应的灰度值作为K均值算法的初始聚类中心能较好地定位各区域,应用基于统计信息的聚类算法对医学图像进行初始分割;在此基础上构建各区域的无向图模型,建模二阶邻域系统描述像素标记间联系,医学图像的整体特征场采用高斯混合模型表征,并采用高斯模型建模标记相同的灰度特征场;最后,求解其局部能量最小的标记场,实现医学图像分割。实验结果表明,相比于传统的K均值算法、迭代算法以及Otsu算法,文中算法分割的医学图像的边缘与细节的清晰度、精细度均有一定程度改善。

全卷积深度学习网络的细胞显微图像分割

针对具有复杂纹理特征的细胞显微图像分割问题,提出了融合BN(Batch Normalization)与全卷积深度学习网络的细胞图像分割算法。构建全卷积增强型U-Net网络来获取细胞图像的特征信息;在构建的网络中融合改进的BN算法缓解训练时网络中间层数据分布改变而降低网络泛化能力的问题,既固定了每层数据的分布,又避免破坏已学习的数据特征,标准化处理输入层及每一隐层的输入数据;为缓解网络过拟合,在网络中增加了Dropout操作,构建了错误率最小的网络循环次数;最后,采用自适应矩估计优化函数来优化模型参数,提高了网络训练的速度及收敛性能。实验结果表明,相对于经典的最大类间方差(Otsu)算法、脉冲耦合神经网络(PCNN)算法、空洞卷积算法、及U-Net网络分割算法,所提算法分割细胞显微图像的PRI提高0.04以上,VoI降低0.24以上,BDE减少0.2以上,GCE降低0.04以上,分割的图像边缘与细节的清晰度、精细度相对于其它算法均有较大程度改善。

无蜡粉油菜菜薹绿菜薹1号产量及菜薹营养品质分析

通过与白菜薹和红菜薹进行对比试验和化学检测,研究无蜡粉绿菜薹1号在长沙生态条件下的生育进程、产量和菜薹品质。结果表明,绿菜薹1号菜薹平均单产为14360.36kg/hm^2,菜薹干物质、VC含量、总氨基酸和粗蛋白的含量比红菜薹高,分别为10.75mg/100g、33.26mg/100g、2.64%、3.94%;可溶性糖、纤维素含量与红菜薹相当,分别为1.35%和11.00%。