基于改进VOLO网络的糖尿病视网膜病变分类研究

为提高糖尿病视网膜病变(diabetic retinopathy, DR)的诊断效率,本研究提出了一种基于VOLO网络的DR分类模型。首先在Outlook attention中添加深度卷积模块,以提高注意力的表达能力;然后在注意力机制后端嵌入归一化的注意力模块突出显著特征,完成DR严重程度的分类。实验结果表明,模型的分类准确率达到89.10%,本研究设计的网络模型具有较好的可行性,可在临床上更好地辅助医生精准治疗。

基于核的最小距离分类法的参数选择方法

在基于核函数的最小距离分类方法对数据集进行分类过程中,目标函数的核函数参数选择直接影响分类器的分类成功率。该文提出一种选择应用目标函数来选择适当参数的方法。实验结果表明,与单纯的基于核的最小距离分类法相比,选择最优核函数的参数可以提高分类器的成功率。

基于流媒体技术构建第三代远程教育系统

基于流媒体的远程教育是一个突破时空界限,有别于传统的教学模式,它可以轻易扩大教学规模,随时随地的进行交互式教学。流媒体是一个实时,无需等待下载的网络传送技术。在该文中,为基于流媒体的远程教育引入了统一的网络构架和用户功能模块,并且展望了基于流媒体技术的远程教育的将来发展方向。

概论核方法及核参数的选择

本文介绍支持向量机分类非线性数据集的优越性,讨论了基于核的方法,并对核的方法的实质进行了论述。通过matlab制作的图像可知:核方法的参数的选择对于基于核的分类法具有重要作用。对现有的选择核参数的方式效果进行了归纳与比较,从而分析得出了各种选择参数方式的优缺点。

基于核的K-medoids分类器的参数选择方法

对于基于核的分类算法来说，选择一个最优的核参数是个至关重要的问题．核参数直接影响到基于核的分类算法的分类正确率．作者为基于核的K－medoids分类器提出了一个新的选择参数的方式，即通过目标函数的方式来选择参数．对比传统的选择核参数的方式，该方法克服了计算复杂度高的缺点，且不依赖于数据集分布情况．基于UCI数据集的k－－medoids实验表明：提出的选择参数的方法使分类器取得很好的效果．

“以用户为重心”的中医院校图书馆网站建设——以山东中医药大学图书馆网站为例

本文以山东中医药大学图书馆网站升级改版为例,分析了原网站存在的问题,结合当前智慧图书馆建设的需要,详细阐述了新版网站的功能设计思路,提出高校图书馆网站建设需要从原来的“以内容为中心”向“以用户为重心”转型。

胰腺癌胰液肽表达谱变化的分析

目的:分析正常胰液与胰腺癌胰液多肽表达谱的差异。方法:用ZipTipC18提取胰液样品多肽,采用基质辅助激光解析离子化飞行时间/飞行时间质谱技术(MALDITOF/TOFMS)对胰液的多肽表达谱进行肽质量指纹图谱(PMF)分析,对获得的数据进行标准化处理,对高丰度的差异肽段进行TOF/TOF分析,建立胰腺癌胰液的诊断模型。结果:通过质谱分析,得到了反映胰腺癌胰液多肽组成的特征图谱,通过TOF/TOF分析,一个胰腺癌胰液相关的肽段鉴定为fibrinogenα链前体,氨基酸序列为DS-GEGDFLAEGGGVR。结论:ZipTipC18富集胰液样品后直接进行MALDI-TOF/TOFMS分析的技术,可应用于快速扫描与胰腺癌有关的多肽表达谱,建立胰腺癌胰液的多肽诊断模型,具有较好的临床应用价值。