融合文本分类算法的皮肤病辅助诊疗模型

针对当前皮肤病辅助诊断中生物医学特征建模规模较小且耗费巨大人工成本,而患者疾病特征的时间序列同样无法准确描述等难点,本研究运用融合文本分类算法,融合常用的文本分类模型TextLSTM、TextCNN、RCNN得到皮肤疾病辅助诊疗模型(TLNN模型),通过提取图像传感器医学特征向量化后进行预处理减少焦块数量以及消除偏差较大的特征信息,提高决策数据精度。在ISIC2018和PH2数据集进行对照实验,TLNN模型的准确率为72.36%,高于其余3种文本分类模型。在与医生主观诊断对比实验中,模型诊断准确率为92%,接近于医生94%的平均准确率,而有效诊断效率(1.17min/例)明显高于医生人工诊断(4.57min/例),整体效率提升幅度达290%,结果表明对比传统人工诊断,融合文本分类算法模型能以更短时间获得精确的诊断。TLNN模型可以应用于疾病诊断,辅助医生医疗决策,为患者提供优质便捷的智能诊疗服务。

智能化无功功率补偿控制器

采用新型高性能单片机设计的智能化无功功率自动补偿控制器,集无功功率自动补偿、电能质量监测、记录功能于一体,具有较大的应用价值.

基于OpenGL与粒子系统实现三维喷泉模拟

喷泉、瀑布、火焰、水流、雨、雪等自然景物具有不规则性、动态性和随机性,模拟十分复杂。模拟自然景物的方法有两种:基于物理建模技术的方法与基于粒子系统建模的方法。运用粒子系统建模方法分析了喷泉水体模型,研究了喷泉水珠粒子产生、运动和消亡的机理,构建出三维喷泉粒子系统模型。采用了三维立体显示技术和纹理映射技术增强喷泉绘制过程中的渲染和真实感。基于OpenGL,采用Visual C++6.0编程实现了三维喷泉模拟。实验结果表明,该方法模拟效果真实,在普通的PC平台上即可满足一般动画的实时需求。

基于LMBP神经网络的无线室内定位方法

无线信号在复杂环境多变的室内传播时,信号传播往往发生反射、多径和障碍物阻挡等,导致信号传播模型参数的变化。由于传统的RSSI的定位误差较大,标准BP神经网络实现室内定位训练样本时存在目标误差下降速度较慢的问题,本文采用了LMBP算法,使用Matlab软件编写LMBP神经网络算法代码进行性能仿真分析。实验结果显示,LMBP神经网络有效地解决了训练误差收敛速度慢的不足,提高了定位精度。

基于混合神经网络的协同过滤推荐模型

数据稀疏性是推荐系统中严重影响推荐结果准确性的重要因素之一.针对数据稀疏性提出了融合卷积神经网络(convolutional neural network, CNN)和降噪自编码(denoising auto-encoder, DAE)神经网络混合的神经网络评分预测模型(convolutional-denosing autoencoder, CDAE)对用户未评分项目进行预测评分,从而解决数据稀疏性问题.首先将向量化后的用户评论数据通过卷积神经网络训练得到用户特征向量矩阵,其次将用户特征向量矩阵作为降噪自编码神经网络的初始权重,结合用户评分数据经过降噪自编码神经网络训练,得到用户-项目预测评分,然后在此基础上进行基于用户的协同过滤推荐.最后使用movielens-1M实验数据集对比验证了提出的混合神经网络协同过滤推荐(convolutional-denosing autoencoder collaborative filtering, CDAECF)模型.实验证明,所提出的CDAECF模型能够有效地结合隐性反馈和显性反馈数据,具有较高的推荐准确率.

基于身份证和人脸双重识别技术的智能门禁系统设计

针对智能门禁系统实名制管理及安全性问题,设计了一种基于身份证和人脸双重识别技术的智能门禁系统,通过RFID射频识别技术实现了身份证识别,通过宽度学习卷积神经网络算法实现了人脸识别,设计了智能门禁系统的通信指令,提出了一种基于优先级的周期性多任务调度算法,有效地提高实时多任务系统的整体控制性能;经实验结果表明,该智能门禁系统可实现网络化管理以及实名化开锁,可以应用于门禁系统、政府公租房、长短租公寓、民宿网约房、家庭联网门锁、写字楼等多领域。

表情符向量化算法

为了更加客观准确地判断微博的情感倾向,提出表情符向量化算法.首先,该算法将初始化表情符向量从随机产生改进为包含表情符语义信息的向量;然后,用随机产生的负向样本提高泛化能力.通过定性和定量分析可知:该算法能够保留表情符的语义信息;相对于忽略表情符的纯文本情感分析,在微博文本中融入表情符信息的微博情感分析能够提高微博情感分类的精度.

基于组件技术的通用指挥系统框架设计

在国产化背景下,针对航天测控体系中指挥显示软件系统(简称指显系统)在设计和开发过程中可移植性、可复用性较低的问题,在分析指显系统的任务需求和体系结构基础上,提出了基于组件技术的通用指显系统框架(General Command and Display Architecture,GCDA),解决了显示平台/编辑平台与组件耦合问题,使用Qt实现了基于组件的指显系统原型。GCDA框架和组件化方法是指显系统研发技术的积累和提升,在提高航天测控软件的研发水平方面提供了可行的技术途径。

国产平台一体化测发指挥决策软件研究

针对在关键领域实现国产化的需求,解决航天发射指挥过程中各系统数据互相独立、智能化程度低、决策难等问题,在采用基于国产化的基础软硬件平台环境下,设计并实现了多系统集成的一体化测发指挥决策软件,提出了基于插件的一体化软件体系架构,并对数据订阅分发机制、显示页面快速定制、软件性能优化等关键问题进行了研究,对在国产化平台下应用软件开发有一定借鉴价值。

基于GAPSO-ANFIS的VANET路由性能推理系统

对VANET路由的自适应能力问题进行研究,提出一种VANET路由性能推理系统。该系统在粒子群算法和遗传算法的基础上,使用遗传粒子群算法的自适应模糊推理系统(Genetic Algorithm Particle Swarm Optimization Adaptive Neuro-Fuzzy Inference System,GAPSO-ANFIS)完善了VANET最优路由机制推理系统。通过效用函数对网络最优路由机制进行推理,并在按需距离矢量路由协议(Ad hoc On-Demand Distance Vector Routing,AODV)、目的序列距离矢量路由协议(Destination Sequenced Distance-Vector,DSDV)及动态源路由协议(Dynamic Source Routing,DSR)等3种典型VANET路由协议仿真数据集下进行了最优路由协议推理验证。验证结果表明,改进后的VANET路由性能推理系统具有更高的准确性,能够提升ANFIS进行参数寻优和跳出局部最优解的能力,可以解决当前VANET自适应路由技术中对最优路由协议选择不够准确的问题。

职业院校数据共享的教学管理系统构建

职业院校的教学管理系统“信息孤岛”问题日益突出。为了在技术管理层面解决这一问题,在建设校园云数据中心的基础上,首先采用维度建模的方法,构建二级院部教学管理的数据集市,然后集成校级教学管理的数据仓库。满足二级管理模式下的各级管理人员对数据的统计、查询和分析需求。

基于置信优势关系的粗糙集近似模型

不完备有序信息处理是现实生活中的常见问题.多种拓展优势关系及其粗糙集模型被提出并用于解决不完全的偏好决策问题,但均未考虑序关系特性,与现实语义存在矛盾.对此,提出一种置信优势关系及其粗糙集近似模型,讨论了基于置信优势关系的粗糙集模型与已有模型的关系.与现有的拓展关系相比,该置信优势关系满足序关系特性,避免了语义上的矛盾.定理证明和实例分析表明,置信优势关系粗糙集近似模型的近似精度和分类精度更优.