结直肠癌患者肝脏CT图像分类中决策树模型的应用

目的:探讨数据挖掘中决策树模型在结直肠癌患者肝脏CT图像分类中的应用。方法:分别选取结直肠癌患者肝转移、单纯性肝囊肿以及正常肝脏的CT增强图像各20例。对该60例肝脏CT增强图像分别进行灰度直方图、灰度共生矩阵以及图像变换的纹理特征提取,然后采用朴素贝叶斯分类器和决策树归纳分类器对图像进行分类。最终分类结果与临床事实分类对照,利用十折交叉验证法验证两种分类模型的有效性。结果:基于数据挖掘的决策树模型对结直肠癌患者肝脏CT图像进行分类准确性较高。决策树归纳的分类准确性远高于朴素贝叶斯分类器(准确性96.7%vs 76.7%,Kappa值0.95 vs 0.65,P<0.05)。结论:基于数据挖掘的决策树模型可以对结直肠癌患者肝脏CT图像进行分类,不仅能够判断肝脏有无相关病灶,而且仅依据图像的基本特性,可以自动识别肝脏乏血供转移瘤与单纯性肝囊肿,为未来计算机辅助诊疗疾病提供有效的参考信息及途径。

基于径向基函数神经网络的膝关节磁共振T2 map数据分类

目的:设计一种膝关节骨性关节炎(OA)磁共振T2 map数据分类器,用于OA疾病分类。方法:通过磁共振成像(MRI)T2 mapping技术,采集46例膝关节MRI图像共计1380个数据,按膝关节软骨全器官磁共振成像评分(WORMS)分区方法提取10个亚区的T2值数据,以T2值数据为特征量进行数据挖掘,建立径向基函数(RBF)神经网络分类器,结合临床诊断结果实行对采集样本数据分类识别。结果:RBF分类器对于膝关节T2 map数据最终识别准确率为75%,体现了良好的OA数据分类效果。结论:基于直接确定法的RBF神经网络构造的膝关节OA分类器无需任何迭代,通过简单步骤就得到最优权值、合适的中心以及方差,适合作为OA的疾病分类器。

支持向量和多中心点:非线性聚类的两大方法

作为数据挖掘的基础方法之一,数据聚类被广泛应用各个不同领域,例如计算机科学、医学、社会科学和经济学等。根据类的样本点的分布,数据聚类问题通常可以划分成线性可分聚类和非线性可分聚类。由于现实世界的数据分布流形的复杂性,非线性聚类是最流行和最被广泛研究的聚类问题之一。本文首先从四个角度对非线性聚类的近期工作做一个简要的综述,包括基于核的聚类算法、多中心点聚类算法、基于图的聚类算法以及基于支持向量的聚类算法。接着,我们将特别地介绍我们在非线性聚类研究方面的两个主要工作,分别是位置正则化的支持向量聚类(PSVC)以及多中心点近邻传播算法(MEAP)。我们将介绍这些方法的优势与局限性,同时指出未来的研究方向。

遗传算法求解电力设施选址问题

电力系统设施选址优化问题是电力系统规划和设计中的一个基础性问题,可以抽象成约束型的p-中位(p-median)问题,这是一个经典的NP-hard问题。该问题可以描述为从一个点的集合中选择p个有容量限制的中位点,让它们去服务一些有需求的点(客户),要求每一个中位点都不超出容量,并且总花费最小。文中针对这一优化问题,在经典遗传算法的基础上,提出了一种改进的遗传算法,并混合使用局部搜索算法,进行问题的求解。该算法能够利用遗传算法的全局收敛性,并且有效克服遗传算法的局部收敛和早熟问题,从而得到更准确的近似解。最后,使用网上的公开测试数据集以及经地理信息平台(GIS)收集的某供电局的坐标信息进行实验验证。结果表明,提出的算法能够有效解决设施选址问题,并且为企业提供切实可行的方案。

基于层次分析法的金融网点综合服务质量评价方法

为了对代理金融网点的集中管控,本文拟在建立邮政代理金融网点的综合服务质量评价模型,以便对所有网点的服务质量进行统一评价。本文采用层次分析法对邮政代理金融网点综合服务质量进行系统建模。该模型主要分为3个步骤实施:1)根据业务部门对网点运营的质量要求以及影响网点运营的自身属性,建立网点服务质量评价指标体系;2)应用层次分析法,通过构建层次结构模型、构造判断矩阵计算指标权重;3)进行一致性检验,将验证后的权重系数和指标结合,推导出网点服务评价体系。该模型计算的3个网点结果与实际网点的运行情况(实点余额)以及管理部门对实际网点工作中的评价一致,说明该模型用于实际网点综合服务质量预测方面,结果真实、可靠,具有决策支持的作用。

超高Q微波光子滤波器的研究进展

微波光子滤波器是一种具有射频滤波功能的光学子系统。相对于普通的电域射频滤波器件,微波光子滤波器具有高带宽、低损耗以及不受电磁干扰影响等优点。Q(即品质因数)是衡量带通滤波器性能的主要参数之一,其大小反映了滤波器的频率选择特性。已报道的各种提高微波光子滤波器Q的方法中,基于多级滤波器级联的结构能够显著提高滤波器的Q,因而得到广泛关注。本文以超高Q为主线,综述了基于级联结构的微波光子滤波器的研究进展,并对微波光子滤波器的下一步研究进行了展望。

遗传算法在电力维护人员调度问题中的应用

随着电力设备的不断发展和电力需求的不断增加,电力维护问题日益突出。如何合理安排电力维护人员的行程成为一个亟待解决的问题。将该问题建模为累积时间的带容量的车辆路径问题的模型。CCVRP是传统车辆路径规划问题的一个变种,但与一般VRP不同的是,它以最小化客户的总等待时间为目标。针对该问题,我们利用遗传算法的框架,并结合模拟退火算法进行局部搜索对问题进行求解。实验部分证明该方法能有效地解决该类优化问题。

计算机与考古学的发展关系

就计算机在考古学中的应用,数据处理,计算机在博物馆系统中的应用,考古学信息的网络化共享,处理等方面做出初步讨论与研究。

基于Apriori算法的邮政手机渠道的产品关联分析

为了查找客户手机渠道的购买规律,做好邮政手机渠道的推荐。本文采用Apriori算法针对客户的手机订单进行处理,统计并且分析手机业务之间的关联性,生成手机渠道业务的强推荐规则。推荐算法的关键在于阀值的确定,本文将关联规则产生的购买行为对应的购买比例与客户的平均购买比例相比较,高于平均购买比例的规则定义为强规则,最终,本文得到12条强关联规则。

基于云的手机通讯软件的设计与实现

电话通讯功能是移动通讯设备的最基础最核心的功能。目前市面上的手机的通讯软件交互逻辑都互不相同,并没有梳理用户需求。同时也有很多互联网方面的功能缺失。尝试提出一个基于移动App应用的解决方案来给予用户在于电话通讯功能的用户体验的问题。核心想法是通过重新以用户需求和用户认知为基础进行梳理,引进更加符先进的交互设计理论,以云计算强大的数据处理能力为支撑,加入信息整合功能,设计并实现具有跨越式交互体验的通讯应用方案。

利用先验点图模型的SLAM后端优化算法

目前基于因子图的后端优化算法具有优越性。在因子图中,节点代表姿态,节点之间的边代表里程信息和封闭循环约束。由于因子图并未描述每个节点精度的差异,导致整体定位精度仍有提高的空间。针对这个问题,提出了一种基于先验点图模型的后端优化算法,依据前端提供节点精度的差异,在因子图中引入高精度点,然后采用改进的Levenberg算法进行全局优化,从而实现在结合原有概率约束的基础上,利用少量高精度点牵引其他点向真实值靠近,完成更为精准的自身定位。并在公开数据集上进行了实验,结果证明,本文提出的算法增强了前后端的关联,提高了定位精度。

关系嵌入性、机会主义行为与合作创新意愿——对广东省中小企业样本的实证研究

基于网络嵌入理论和合作创新理论,构建企业的关系嵌入性、机会主义行为、合作风险感知与合作创新意愿之间关系的理论模型。以广东省197家中小企业为样本运用结构方程模型进行检验和修正。研究结论显示:关系嵌入性对机会主义行为、合作风险感知具有显著的负向影响;合作风险感知对合作创新意愿具有显著的负向影响,并在关系嵌入性与合作创新意愿的关系、机会主义行为与合作创新意愿关系中起到中介作用。此外,还以产业类型为控制变量对上述变量之间的关系进行了研究,发现在非高科技中小企业中,关系嵌入性对机会主义行为、合作风险感知的影响均不显著。

基于聚类算法的金融客户购买行为

为了提高邮政金融网点的营销能力,为营销经理提供精准营销的依据,本文采用数据挖掘的方法针对金融客户的购买行为进行分析,找出购买各类金融产品的客户群体特征。本文对广东邮政某金融网点的客户数据进行了采集并建立起统一视图,然后采用K-means聚类算法对客户数据进行聚类分析,所选用聚类属性是按照当前客户的各类金融产品的百分比进行分析,并且将算法的结果结合客户的基本属性对所有金融客户进行细分,并针对某些共性的客户进行精准的产品推荐。