改进人脸识别算法在APP中的应用研究

针对主成分分析算法在人脸识别应用中由于平等的对待脸部的每一处特征而影响其识别率问题,本文通过一维高斯函数推导出二维高斯函数,由此构造出一种双核边缘柔化加权函数来解析人脸扫描图像,选取适当参数,采用ORL人脸库来训练,结合OpenCV库中的cvResizx函数实现人脸图像的统一缩放,以达到最佳的识别效果,得出相比于主成分分析算法不仅在时间上快了1.8秒外,而且在识别率上提高了7%左右,最后算法应用于APP中效果明显,达到预期。

CT平扫结合三维重建对骨质疏松性脊柱压缩骨折患者椎弓根宽度的观察

目的:探究CT三维重建技术下骨质疏松性脊柱压缩骨折患者椎弓根宽度及其变化特点。方法:回顾性分析2015年6月-2016年6月于笔者所在医院接受检查治疗的患者61例,其中27例年龄>60岁且接受PKP治疗的骨质疏松性脊柱压缩骨折患者作为观察组,34例年龄<50岁的胸腰椎骨折患者作为对照组。两组患者在医护人员指导下依次进行CT平扫检查,并将所得信息进行三维重建处理,测量两组患者脊椎左侧与右侧的POW值、POW均值、椎弓根细小率等指标。结果:观察组患者T11~L5左侧POW值与右侧POW值相比较,差异无统计学意义(P>0.05)。观察组患者T11~L5的POW均值明显低于对照组患者,差异有统计学意义(P<0.05)。观察组患者椎弓根<5 mm 3例(11.11%)、椎弓根<7 mm 11例(40.74%),对照组椎弓根<5 mm为1例(2.94%),椎弓根<7 mm 5例(14.71%),差异有统计学意义(P<0.05)。结论:与胸腰椎骨折患者相比,在CT平扫结合三维重建技术下骨质疏松性脊柱压缩骨折患者的POW值较小,尤其是椎弓根细小率显著较高,可以有效为患者在进行PVP、PKP及椎弓根置钉提供可靠的椎弓根宽度,在手术治疗过程中具有重要的参考与指导意义。

X线平片与MSCT对外伤性椎体骨折的诊断价值对比

目的:探究X线平片和MSCT对外伤性椎体骨折患者的诊断价值。方法:选取2015年6月-2016年6月于笔者所在医院接受检查治疗的患者30例,所有患者行MSCT和X线平片检查并记录相关数据,分别统计患者的骨折部位检出率与骨折部位解剖学改变情况显示率。结果:MSCT检查下骨折部位检出率为前柱骨折100%(30/30)、中柱骨折46.67%(14/30)、后柱骨折16.67%(5/30),均高于X线平片检查(93.33%、26.67%、6.67%),差异有统计学意义(P<0.05)。MSCT检查骨折部位解剖学改变情况显示率为骨碎片33.33%(10/30)、小关节滑脱26.67%(8/30)、椎管狭窄36.67%(11/30)、椎体移位26.67%(8/30),均高于X线平片检查结果 (16.67%、16.67%、23.33%、13.33%),差异有统计学意义(P<0.05)。结论:与X线平片检查方式相比,临床医学上应用MSCT方法的骨折部位检出率与骨折部位解剖学改变情况显示率均具有明显优势,诊断外伤性椎体骨折效果更佳,具有重要的借鉴意义。

CT、MRI及X线平片在椎体骨折中的诊断效果研究

目的:对比分析CT、MRI及X线平片在椎体骨折中的诊断效果。方法:选择2015年11月-2016年12月于笔者所在医院就诊的脊柱骨折患者,其中胸、腰椎体骨质疏松伴椎体急性压缩性骨折30例,外伤性脊柱压缩性骨折30例,胸、腰椎体恶性压缩性骨折30例。均行CT、MRI及X线平片检查。结果:CT和MRI对骨质疏松伴椎体急性压缩性骨折、外伤性脊柱压缩性骨折和椎体恶性压缩性骨折诊断准确率均显著高于X线平片(P<0.05)。结论:CT和MRI对骨质疏松伴椎体急性压缩性骨折、外伤性脊柱压缩性骨折和椎体恶性压缩性骨折诊断准确率优于X线平片。

船舶工控网络安全态势监测预警关键技术研究

针对船舶制造过程中存在的设备、网络、数据以及监测感知、处置恢复等多方面的工控网络安全问题,收集提取多源异构数据,引入人工智能、大数据等新技术进行分析处理,开展船舶工控网络安全态势要素提取、网络安全态势要素关联分析、网络安全态势评估等研究。构建可抵御不断演变的工业网络高级威胁的安全态势监测预警机制,实现船舶工控网络安全态势的监测预警,提升船舶制造车间工控网络在安全监测、预警响应方面的能力。

面向离散制造的工控安全管理平台应用研究

针对离散制造型车间工控系统网络安全存在的风险以及数据上传缺乏可信的机制等问题,提出了一种面向离散制造车间的通用型工控系统安全管理平台架构,并开展了车间工控系统网络交换设备告警管理与分析技术研究,能够实现对车间的可信工控交换设备进行认证及预警分析等功能。这一研究将给离散制造型车间的网络安全防御提供参考,具有一定的市场推广价值。

基于态势感知的船舶网络安全监测预警技术研究

我国船舶制造业与发达国家相比仍处于智能化制造起步阶段,船舶制造企业网络安全意识薄弱,然而随着船舶制造智能化高速发展,船舶制造工控系统与物联网、互联网逐步融合,制造企业对网络安全的要求也越来越高。针对漏洞风险的安全通告和单位内部的安全告警缺少统一的监测预警机制,难以做到安全问题的提前感知和及时处理等。通过引入多源异构数据处理技术、多维交叉层次时序关联分析技术和基于人工智能的数据融合预测技术等态势感知关键技术,对网络整体安全状况进行评估,并提出PSO-RBF神经网络预测模型对安全态势进行预测,最后实验验证该模型的有效性和可行性,为信息安全管理者提供可靠的数据参考和决策支持。