基于地理信息系统的智能化应用及原型设计

通用的GIS平台具有完成数据的采集、管理、存储、处理和一定的空间分析功能,但其空间分析和决策能力却比较弱,在各领域的具体运用中必须依赖于针对领域特点的特定模型,需要大量的该领域的专业知识。因此面向知识处理的专家系统(ExpertSystem)的运用就将大大提高系统的分析决策能力,使得系统能够解决更为复杂的问题。文章主要讲述专家系统如何在地理信息系统中运用,并设计了一个“自助驾车游上海”智能咨询系统的原型。

融合视觉先验与背景信息的视频目标跟踪方法

针对传统目标跟踪算法特征表示单一、背景信息利用不足而造成跟踪鲁棒性较差的问题,提出一种融合视觉先验及背景信息的跟踪算法.首先通过离线非监督学习的方式获取一般性目标物体的视觉先验知识,以视觉字典的方式加以存储.在线跟踪时,利用视觉字典,通过卷积运算获取跟踪目标及其周围局部背景的外观特征,并通过相关滤波算法来预测位移变化.实验结果表明,本文算法能够有效对抗光照变化、局部遮挡等噪声干扰,具备较高的跟踪精度与鲁棒性.

理解数字音乐——音乐信息检索技术综述

近20年来,音频压缩技术的成熟及互联网的普及使得音乐迅速从磁带和激光唱盘(CD)转变为互联网上以MP3为代表的数字音乐.海量数字音乐带来分类组织、查询检索、内容理解与分析等一系列问题,促使产生了一个新兴的交叉学科,即基于内容的音乐信息检索(Content-based Music Information Retrieval,MIR).本文阐述了MIR与音乐科技、声音与音乐计算、计算机听觉、语音信息处理、音乐声学等各个相关领域概念的区别与联系,将MIR技术的数十个研究领域按照与音乐要素的密切程度划分为核心层与应用层.分类总结了各领域的概念、原理、应用、基本技术框架及典型文献,同时介绍了研究中常用的音乐领域知识并明确了中英文术语.最后总结MIR领域存在的各方面问题,并展望其未来发展趋势.

信息安全课程中竞赛驱动项目式教学

项目式教学是软件工程专业学生培养中一种经典实践教学方法,文章提出竞赛驱动项目教学法,解决项目式教学过程中学生学习动力不足的问题,并针对信息安全课程各组成部分内容特点,设计了解题模式、应用型项目、攻防模式3种实施模式。

不确定非线性系统的自适应滑模区域到达控制

针对一类参数严格反馈型不确定非线性系统,考虑存在外界干扰的情况下,设计一种基于反推方法的自适应滑模区域到达控制器,提高系统对非匹配不确定性及未知干扰的鲁棒性。与传统的设定点控制或位置控制不同,区域到达算法的控制目标是一个以期望点为中心的目标区域。所设计控制器综合了人工势场法、自适应控制、反推技术、滑模控制和Lyapunov方法。利用人工势场法设计目标势能函数,将区域误差引入势能函数中,结合Lyapunov方法,可以实现对目标区域的到达跟踪控制。采用基于反推的区域控制思想,将高阶整体模型分解为低阶子系统,并分别设计相应的滑模面,同时在前n-1步中结合自适应律,能够在线估计非线性系统的不确定参数项,增加所设计控制器的适用性。基于Lyapunov理论证明闭环系统的全局渐近稳定性,仿真结果表明:所设计控制器有效。

概率决策树在生物信息数据库中的一个应用

GO(GeneOntology)是个标准化的生物信息本体库,被广泛地用来注释基因数据库,然而由于GO结构设计上的缺陷以及目前对基因数据库注释方法多采用手工方式,再加上基因的许多特性尚未发现,使得这种注释还不完全。该文尝试用概率决策树的方法来学习得到基因和GO本体的内在联系,进而预测基因的本体注释情况,也就是预测基因的未知特性,这样就可以引导基因数据库管理员去完善,修正基因数据库的本体注释,并指导生物学家有针对性地设计试验。作为一个应用,用MGI基因数据数据库做试验,分析表明用该方法得到的预测结果准确性比较高。

基于区块链的匿名问卷系统

在传统的问卷系统中,用户需要经过认证才能填写问卷,然而这可能造成隐私信息的泄露。同时传统的问卷系统可能存在一个用户多次填写的问题。针对上述缺陷,基于非交互式零知识证明、消息摘要算法以及区块链提出一种新的问卷系统,该系统在保护用户隐私信息的同时保证一个用户只能提交一次问卷。系统将问卷调查的流程用智能合约实现,保证系统全部流程的公开透明可信。系统在以太坊上进行实际部署测试,消耗的gas值在可接受范围,可以解决传统问卷系统中的问题。

全局信息引导的真实图像风格迁移

不同于艺术风格迁移,真实图像风格迁移的挑战在于,迁移结果在迁移风格图片的色调风格的同时在内容上应保持真实性。目前,真实图像风格迁移的方法往往是在艺术风格迁移方法的基础上进行预处理或后处理,以保持生成图片的真实性。但艺术风格迁移方法通常无法充分利用全局色彩信息实现更为协调的整体观感,且预处理和后处理操作往往繁琐而费时。针对以上问题,建立了全局信息引导的真实图像风格迁移网络,提出了色域均值损失(L_(cpm))来衡量生成图片与风格图片全局色彩分布的相似性,对自适应实例归一化(AdaIN)进行改进,提出分区自适应实例归一化(AdaIN-P),以更好地适应真实图像的色彩风格迁移;此外,引入了一种跨通道分区注意力机制,以更好地利用全局上下文信息,提升生成图片的整体协调性。上述方法能够引导网络解码器充分利用全局信息。实验结果表明,相较于其他主流方法,所提网络模型能在保持图像细节的同时实现更好的真实图像风格迁移效果。

上海市社区获得性肺炎住院患儿的医疗费用分析

目的探讨上海市社区获得性肺炎(CAP)住院患儿的流行病学特征及住院费用情况。方法回顾性病例总结,纳入2018年1月至2020年12月上海市59家医疗机构共63 614例CAP住院患儿为研究对象,采集患儿基本信息、疾病诊断、手术操作和住院费用信息等,并根据来源医疗机构类型分为儿童专科医院组、三级综合性医院组和二级医院组;根据就诊年龄分为<1岁组、1~<3岁组、3~<6岁组、6~<12岁组和12~18岁组;根据疾病严重程度分为重症肺炎组和非重症肺炎组;根据是否接受了手术操作分为手术操作组和无手术操作组。两组间比较采用χ2检验和Wilcoxon秩和检验,多组间比较采用Kruskal-WallisH检验,分析组间CAP住院患儿的流行病学特征和住院费用差异。结果 63 614例CAP住院患儿中男34 243例、女29 371例,就诊年龄为4(2,6)岁,住院时间为6(5,8)d。三级综合性医院组35 331例(55.5%)、二级医院组17 974例(28.3%)、儿童专科医院组10 309例(16.2%)。2018年CAP住院患儿27 943例、2019年29 009例,增长3.8%(1 066/27 943),2020年6 662例,与2018年相比下降76.2%(2 1281/27 943)。儿童专科医院、二级医院和三级综合性医院组收治外省市患儿、重症肺炎比例及住院费用差异均有统计学意义[7 146例(69.3%)比2 202例(12.3%)比9 598例(27.2%)、6 929例(67.2%)比2 270例(12.6%)比9 397例(26.6%)、8 304(6 261,11 219)比1 882(1 304,2 796)比3 195(2 364,4 352)元,χ2=10 462.50、9 702.26、28 037.23,均P<0.001]。2018至2020年CAP住院费用的总额分别为1.1亿、1.3亿、0.4亿元;2018至2020年单次住院费用分别为2 940(1 939,4 438)、3 215(2 126,5 011)和3 673(2 274,6 975)元。<1岁、1~<3岁、3~<6岁、6~<12岁、12~18岁组CAP患儿住院总费用差异有统计学意义[5 941(2 787,9 247)比2 793(1 803,4 336)比3 013(2 070,4 329)比3 473(2 400,5 097)比4 290(2 837,7 314)元,χ2=3 462.39,P<0.001]。重症肺炎组患儿的住院总费用高于非重症肺炎组[5 076(3 250,8 364)比2 685(1 780,3 843)元,Z=109.77,P<0.001]。接受手术操作患儿的住院总费用高于无手术操作组[10 040(4 583,14 308)比3 083(2 025,4 747)元,Z=44.46,P<0.001]。结论 2020年上海市儿童CAP住院患儿例数较2018年及2019年显著下降。儿童专科医院收治的CAP患儿中外省市患儿及重症肺炎比例较高。儿童专科医院、<1岁患儿、重症肺炎及接受手术操作的患儿住院费用较高。

结合引文信息的生物医学文本聚类研究

近年来,生物医学文献数量激增,导致严重的信息过载。生物医学文献挖掘能够有效地缓解这一现象,而文献聚类是其中一个重要研究方向。当前文献聚类算法主要是基于文献内容信息实现的,并没有考虑文献间存在的大量引文信息。将引文信息引入到文献聚类中,提出一种结合引文信息和内容信息的聚类算法,实验结果表明了该方法的有效性。

政府绩效考核公众测评的信息化探索

科技进步使得信息化技术突飞猛进,全球信息化成为大势所趋。同时,在政府绩效考核中公众参与测评越来越被人们重视,为广泛全面的开展公众测评,需要引入信息化的技术。构建了政府绩效考核公众测评信息化系统,将信息化手段应用到政府绩效考核的公众参与测评过程,提高公众测评效率,保证考核的公开公正公平,是完善政府绩效考核体系的有益探索。

一种新型的P2P信息检索系统性能评估方法

对等计算作为学术界和工业界的关注焦点,其在实践中的重要应用主要是信息资源共享.但随着对等计算信息检索系统的广泛应用,如何对其进行客观公正的评价,确定有效、实用的评估标准已迫在眉睫.于是,在以上趋势背景下,文章经过详细研究分析对等计算的信息共享系统后,指出目前P2P信息检索系统面临的实现机制和关键技术问题.之后,经过认真总结和分析,勾勒出评价系统性能的四项指标体系,提出系统性能评估的CTL定律,这对P2P信息检索系统的评价和开发将具有实际指导意义.同时,在此基础上确定今后对等计算信息检索系统研究工作的重点--关键技术及其相应策略.

儿科急诊预检分诊系统建立与应用

儿童疾病起病急、变化快,随着我国儿童就医需求的持续增长,有限的儿科急诊医疗服务资源面临较大压力。制订儿科急诊五级预检分诊标准,以急诊智能化信息系统为工具,以急救理论和技能培训考核为保障,以5G+区块链转运技术为手段,构建了智能化儿科急诊预检分诊系统,对优化急诊资源配置、持续改进急诊工作质量发挥了积极作用。认为统一儿科急诊预检分诊标准,强化急诊医护人员儿科急诊急救能力提升培训,建立医院间信息互联互通机制是儿科急诊急救发展方向。

面向视觉语言理解与生成的多模态预训练方法

大多数现有的视觉语言预训练方法侧重于理解任务,并在训练时使用类似于BERT的损失函数(掩码语言建模和图像文本匹配).尽管它们在许多理解类型的下游任务中表现良好,例如视觉问答、图像文本检索和视觉蕴涵,但它们不具备生成信息的能力.为了解决这个问题,提出了视觉语言理解和生成的统一多模态预训练(unified multimodal pre-training for vision-language understanding and generation,UniVL).UniVL能够处理理解任务和生成任务,并扩展了现有的预训练范式,同时使用随机掩码和因果掩码,因果掩码即掩盖未来标记的三角形掩码,这样预训练的模型可以具有自回归生成的能力.将几种视觉语言理解任务规范为文本生成任务,并使用基于模版提示的方法对不同的下游任务进行微调.实验表明,在使用同一个模型时,理解任务和生成任务之间存在权衡,而提升这两个任务的可行方法是使用更多的数据.UniVL框架在理解任务和生成任务方面的性能与最近的视觉语言预训练方法相当.此外,实验还证明了基于模版提示的生成方法更有效,甚至在少数场景中它优于判别方法.

融合深度主动学习的医学图像半自动标注系统

目前深度学习在医学图像分析领域取得的良好表现大多取决于高质量带标注的数据集,但是医学图像由于其专业性和复杂性,数据集的标注工作往往需要耗费巨大的成本.本文针对这一问题设计了一种基于深度主动学习的半自动标注系统,该系统通过主动学习算法减少训练深度学习标注模型所需的标注样本数量,训练完成后的标注模型可以用于剩余数据集的标注工作.系统基于Web应用构建,无需安装且能跨平台访问,便于用户完成标注工作.

基于双视图特征融合的糖尿病视网膜病变分级

基于双视图眼底图像的诊断方法被广泛应用于糖尿病视网膜病变(diabetic retinopathy,DR)的筛查,该方法可以有效地解决单视角下图像遮挡和视场受限的问题.针对如何有效融合不同视图信息来提高DR分级准确率,提出了一种基于注意力机制的多视角图像之间特征融合的学习方法.针对眼底图像中病灶占比率较小的问题,引入了自注意力机制以加强局部病灶特征的学习;针对双视图眼底图像分类场景,提出了一种跨视图注意力机制,有效地利用了双视图之间的信息.在内部数据集DFiD和公开数据集DeepDR上进行的实验,验证了所提方法能够有效提高DR分级精度,可用于大规模DR筛查,辅助医生实现高效诊断.

基于时空大数据与卫星图像的城市火灾风险预测

火灾事故在全世界范围内普遍存在且频繁发生。然而,针对城市火灾的风险预测研究尚在起步中。为此,提出一种针对城市火灾风险的预测模型HISS。基于多重分形维度从卫星图像中提取视觉特征,并将卫星图像的视觉特征与从历史火灾数据、气象数据、出租车流动记录、区域用电量数据和POI数据中提取的非视觉特征相融合,构成静态特征。基于静态特征对XGBoost进行预训练,并设计一种特征嵌入模块,将XGBoost的预测结果作为基准值嵌入到包含时序关系的动态特征中,通过Transformer学习火灾的时间波动模式。采用动态加权模块实现XGBoost和Transformer在模型层面的融合,进一步提升模型的性能。实验结果表明,HISS模型的确定系数R2达到了72.56%,与长短期记忆网络和门控循环单元相比R2分别提升4.25和3.92个百分点,与Lasso、随机森林和梯度提升决策树相比R2分别提升10.88、5.62和3.93个百分点,具有较优的预测性能。

基于5G+区块链的危重症患儿全流程闭环转运体系构建与应用

基于5G网络与区块链技术,构建了危重症患儿全流程闭环转运体系,通过转运平台实现转运各环节的紧密衔接,并设置危重症患儿病情早期恶化风险评估及预警、临床危急值提醒、新生儿液体治疗监控警示、儿童重症肺炎快速分级等辅助决策功能,形成高效、安全、便捷的危重症患儿转运网络,提高了危重症患儿院际转运诊疗质量,确保了患儿转运安全。

基于分布式密钥生成和属性基密码的多方跨链交易方案

由于不同区块链的底层协议与技术架构存在差异,导致了链与链之间的数字资产交换难以有效进行.目前数字货币交易所是提供数字资产交换的主要平台,但现有的中心化交易所存放的用户资金存在易被黑客攻击、内部盗窃或交易所跑路等安全问题.已有的去中心化交易所受参与跨链的区块链的出块时间和确认速度的限制,影响了交易效率,并且去中心化交易所的订单类型和功能较少.为解决上述这些问题,通过分布式密钥生成与属性密码实现去中心化的多方交易方案.通过分布式密钥生成将用户的资产质押到分布式网络中,实现去中心的资产管理模式.分布式网络为用户在交易区块链上生成等额的数字资产代币,使得用户在交易区块链使用代币进行交易,然后根据代币所有权凭证去分布式网络提取对应的数字资产.用户通过属性密码实现交易控制,将资产类型、金额、汇率和时间等作为属性,设置多样化的访问控制策略,满足用户策略的交易对象才可以与用户进行交易.交易区块链提供的智能合约服务可以实现用户多样化的交易选择,为用户提供公平交换服务.通过实验验证了方案的可行性.方案的跨链效率在锁定和提取资产时受分布式密钥生成算法和参与跨链的区块链限制,在多方交易系统内的交易效率仅与交易区块链有关.

眼底图像半自动标注系统

近年来,由于人工智能在医疗领域的高速发展,科研人员对医学图像的需求量与日俱增.这些医学图像往往需要经过精细地标注之后才能够被投入使用.与自然图像相比,医学图像的数据标注工作更具专业性、复杂性.因此,医学图像面临着标注速率低、标注成本高等问题,从而导致带标签样本稀缺的困境.眼底图像作为一种重要的医学图像,能够实现绝大多数的眼科疾病筛查与初诊工作,如糖尿病视网膜病变、青光眼等,但也同样面临着标注困难的问题.针对这样的现状,本文设计并开发了一种高效的眼底图像半自动标注系统,该系统的创新点是能够对多种眼病进行半自动标注.针对眼底图像进行多种疾病的预测,预测结果的类型包括疾病分级和病灶分割,标注人员只需对生成的预测结果进行审核并修改,这一过程可以大大降低标注人员的工作量.此外,该系统包括用户管理、项目管理、图像管理、算法模型管理4个模块.通过这4个模块可以实现团队标注中的任务分配,标注进度数据可视化,标注结果快速导出等人性化功能.该系统极大提升了标注人员的标注效率和标注体验.