无线传感器网络中基于熵评判的关联支配集构造算法

无线传感器网络通常是密集分布的,因此相邻网络节点感知的数据之间具有很大的相关性.为了在无线传感器网络中进行数据冗余缩减,文中提出了一个基于熵评判的关联支配集构造算法(EECDS),算法首先通过评价高斯随机变量的熵值来判断网络节点间的数据相关性,然后分布式地构造一个关联图,最后根据关联图信息移除网络中的冗余节点,构建一个连通关联支配集.基于连通关联支配集的数据采集策略能在密集无线传感器网络中进行高效的数据冗余缩减,显著降低网络的能量消耗,延长网络的生命周期.

自然语言处理在医学影像分析中的应用

自然语言处理和医学影像的发展使深度学习模型能够在各种领域和各种数据模态中表现出出色的通用性。这些进步不仅加深了对数据的理解,而且促进了学界对最先进架构及其前景的认识。医学影像研究人员已经认识到仅针对图像研究的不足之处,以及对多模态输入进行综合分析的重要意义。但是,目前相关综述论文的缺乏不利于这个研究方向的发展。本篇综述介绍了自然语言处理和医学图像结合这一领域的背景,并分5个主题回顾现有文献的研究目标、模型架构、目标任务、实验数据和性能指标,还对该领域未来可能的发展方向进行简要描述,旨在为研究人员和医护人员提供现有学术研究的详细总结,提出理性的见解,进而促进未来的研究。