肺结节检测分割及可视化框架的研究
这是一篇关于计算机辅助诊断系统,注意力机制,数据预处理,梯度消失,三维可视化的论文, 主要内容为肺癌是致死率最高的癌症之一,早期的检测和预防有助于降低肺癌病人的死亡率。随着科学技术的发展,医学上逐渐采用一种计算机辅助检测系统,来自动分割病灶,辅助医生分析病情,以提高医生诊断的准确率。虽然计算机辅助检测系统提高了医生诊断的准确率,但是对于肺结节形状大小,位置没有规律,还是给检测系统带来了检测肺结节带来了困难,以至于目前的一些肺结节分割方法不能准确的识别和分割肺结节,针对这个问题,本文提出了改进U-Net的肺结节分割算法,并进行肺结节三维可视化,本文主要贡献如下:(1)为了数据集能够适合算法输入和减少其他组织的影响,本文对LIDC-IDRI(Lung Image Database Consortium/Image Database Resource Initiative)进行数据预处理,数据预处理主要按二维切片的顺序,使用阈值分割,形态学等算法对数据进行处理,从而获得符合本文算法进行训练的数据。(2)本文首先在神经网络U-Net算法的基础上进行了改进,提出了一种RAU-Net(U-Net network with residual feature and attention mechanism)神经网络模型,通过残差单元和注意力机制的加入解决U-Net在对肺结节进行训练时,存在梯度消失和特征利用率低的问题,并提高网络对肺结节的分割效果。最后通过实验验证,本文设计的RAU-Net神经网络模型的Mean IOU可以达到91.13%,很大程度提高了U-Net对肺结节的分割精度。(3)为了能够更直观的展示病灶肺结节,本文利用vtk工具包将一组二维切片转换到三维立体展示,实现了对肺结节的三维可视化。
Tor节点数据管理系统的设计与实现
这是一篇关于Tor匿名通信,并行采集,Spark,数据预处理的论文, 主要内容为近些年来,随着互联网用户对通信安全的要求愈加严苛,匿名通信工具的应用也日益广泛,在保护用户通信身份的同时,其自身安全性和传输效率也成为衡量匿名工具的重要指标。本文选用匿名通信系统Tor作为研究目标,其传输过程对用户透明,用户无法了解传输链路的节点效率及安全性,低带宽、不稳定节点的存在使Tor网络的性能及安全性受到影响。目前市面并无成熟的针对Tor节点信息进行采集并展示的平台,因此,本文围绕Tor节点的运行日志,分析各类信息特征及关联,通过重新组织并分析数据为用户提供Tor网络节点的完整信息,实现Tor节点数据管理系统。本论文主要完成以下工作:首先,研究匿名通信的背景下Tor网络节点的透明性带来的通信安全和效率问题,结合当前研究现状提出对Tor节点信息进行整合的需求。同时对数据源进行分析,梳理文件内在关联关系,根据需求设计Tor节点数据管理系统的总体架构。其次,根据历史日志的文件组织形式和分类特征,提出了针对压缩文件的并行下载及解压的高效数据采集框架,结合定时任务实现完整的数据采集过程,为后续的数据预处理及分析提供支持。接着,针对历史日志,研究并设计了数据预处理及数据分析模型。将原始日志通过预处理实现数据结构化,重新组织按时间纵向发布的日志信息,并对不同类别的文件维度进行统一,解决数据冲突。借助关联属性实现数据融合,从节点角度横向汇总节点的完整历史信息,并根据指纹特点设计高效的文件存取策略,快速定位节点信息。针对实时数据文件,将Tor网络上活跃的实时节点各个维度的特征信息进行整合,根据共识权重建立实时节点优先级列表。最后,以SSM(Spring+SpringMVC+MyBatis)框架为基础设计并实现Tor节点数据管理平台,整合包括定时数据采集、数据文件浏览、历史日志预处理及分析、分析结果展示在内的完整功能,并从功能及性能方面对系统进行测试。经测试,系统性能稳定且安全可靠。
基于混合优化BP神经网络的水质预测系统的研究与实现
这是一篇关于时间序列,数据预处理,水质预测,系统设计与实现的论文, 主要内容为近几年来,随着我国经济的飞速发展,生态环境破坏严重,科技进步与生态环境不协调发展所带来的压力日趋严峻。水资源短缺与水环境污染等情况表现严重,对我国水环境进行科学管理和有效保护有着极为重要的意义,对未来水环境质量进行预测是水资源保护的重要手段。本文以京津冀区域某个国控断面的地表水水质监测站2018年～2019年的主要水质指标PH、溶解氧(DO)、总磷(TP)、总氮(TN)等12项参数为对象,对水质时间序列预测进行研究。考虑到河流断面是复杂的动态的非线性水环境系统,水环境中的各指标参数存在大量的非线性特征,因此本文提出了基于粒子群算法和遗传算法混合优化BP神经网络的水环境因子预测模型,并提出了基于改进粒子群优化算法的深度神经网络水质类别预测模型。实验结果证实了本文提出的算法在预测过程中具有较好的预测精度和鲁棒性。对水质预测模型研究主要包含以下几个方面:(1)数据的预处理。数据来源于该区域断面水质监测站的真实数据,由于采集设备误差和人为操作失误等不可控因素,造成数据存在空缺值、异常值、交叉错乱等实际问题,为了不影响后续的分析和预测,需对这些数据进行获取、整合、清洗等一系列预处理步骤,为下一步的研究提供数据支持。(2)水质预测模型构建。首先对预处理后的数据进行分析,然后从预测水环境因子(连续值)和水质类别(离散值)的角度出发,最终选择BP神经网络和深度神经网络两种不同的预测模型。对连续值预测,采用BP神经网络来进行,并针对算法核心参数难以确定的问题设计了基于粒子群算法和遗传算法相结合的优化算法来优化BP神经网络,同时与未优化的BP神经网络、粒子群优化的BP神经网络和遗传算法优化的BP神经网络预测算法进行对比;在离散值预测问题上,采用改进粒子群优化深度神经网络算法,与支持向量机算法和未经优化的深度神经网络预测模型进行了对比实验。建立性能评价指标,并用测试集数据对模型性能进行测试实验,结果表明本文提出的两种类别的水质预测模型效果均优于其对比模型,从而验证了对于该数据集样本,本文提出的预测模有更好的准确性和预测能力。(3)系统设计与实现。采用以满足业务需求为导向的设计原则,对系统的整体功能和各模块功能进行了详细地设计,并以此构建了相应的数据库结构。系统使用Bootstrap前端架构,结合Spring+Spring MVC+Mybatis这种组合框架进行后台开发,用Java语言完成系统开发和实现过程,使用UML类图解释各功能模块后台实现步骤,通过Echarts可视化方式将水质预测结果进行界面展示,并通过线上测试验证系统的性能和可用性。水质预测系统依托于“京津冀区域水环境管理大数据平台”课题,实现了对河流断面水质进行预测并展示的业务需求,在管理者对未来事件的决策中发挥重大作用,具有一定的指导意义和应用价值。
基于机器学习的混合音乐推荐算法研究与实现
这是一篇关于机器学习,推荐系统,随机森林,极端梯度提升算法,数据预处理的论文, 主要内容为随着互联网、云计算、人工智能与大数据技术的迅猛发展,科技深刻改变着人们的情感理念、价值取向、道德标准、思维方式和行为习惯等。现在人们从互联网获取信息极其方便,但是也带来筛选有用信息的困扰,出现了“信息过载”现象。为了更好地克服并有效解决该类问题,在探究已有个性化推荐算法的基础上,针对传统推荐算法中的数据稀疏性和特征提取问题,本文提出了一种基于随机森林-极端梯度提升算法(RF-XGBoost)的混合音乐推荐算法,较好的解决了以上问题,音乐推荐准确率较高,具有较好的推广价值。本文的主要科研工作及创新点如下:第一,针对推荐算法中一直存在的数据稀疏性问题,对数据进行降维是主要的解决方法之一,本文采取经过属性子集的加权抽样方法改进的随机森林算法来实现对数据降维的目的,在随机森林算法中的决策树构建时,通过对属性子集的加权抽样可以提高该决策树的分类强度,进而提升该算法的分类准确性。第二,针对推荐算法中的特征提取问题,本文根据现有的KKBOX音乐数据集,从歌曲的属性、用户的操作行为及其歌曲偏好上进行了数据预处理和特征工程建设,刻画了用户画像,进一步完善丰富了用户和音乐信息。第三,构建以随机森林算法和极端梯度提升算法为主体的混合音乐推荐算法模型,并采用交叉验证法和网格搜索策略确定算法模型的参数。并将算法在第二步构建好的音乐数据集进行了预测,根据对预测结果的评估可知,相对于经过属性子集的加权抽样方法改进的随机森林算法和极端梯度提升算法的单一模型,混合算法的学习性能更好,并且在预测时的准确率提高了3%～4%左右。
Tor节点数据管理系统的设计与实现
这是一篇关于Tor匿名通信,并行采集,Spark,数据预处理的论文, 主要内容为近些年来,随着互联网用户对通信安全的要求愈加严苛,匿名通信工具的应用也日益广泛,在保护用户通信身份的同时,其自身安全性和传输效率也成为衡量匿名工具的重要指标。本文选用匿名通信系统Tor作为研究目标,其传输过程对用户透明,用户无法了解传输链路的节点效率及安全性,低带宽、不稳定节点的存在使Tor网络的性能及安全性受到影响。目前市面并无成熟的针对Tor节点信息进行采集并展示的平台,因此,本文围绕Tor节点的运行日志,分析各类信息特征及关联,通过重新组织并分析数据为用户提供Tor网络节点的完整信息,实现Tor节点数据管理系统。本论文主要完成以下工作:首先,研究匿名通信的背景下Tor网络节点的透明性带来的通信安全和效率问题,结合当前研究现状提出对Tor节点信息进行整合的需求。同时对数据源进行分析,梳理文件内在关联关系,根据需求设计Tor节点数据管理系统的总体架构。其次,根据历史日志的文件组织形式和分类特征,提出了针对压缩文件的并行下载及解压的高效数据采集框架,结合定时任务实现完整的数据采集过程,为后续的数据预处理及分析提供支持。接着,针对历史日志,研究并设计了数据预处理及数据分析模型。将原始日志通过预处理实现数据结构化,重新组织按时间纵向发布的日志信息,并对不同类别的文件维度进行统一,解决数据冲突。借助关联属性实现数据融合,从节点角度横向汇总节点的完整历史信息,并根据指纹特点设计高效的文件存取策略,快速定位节点信息。针对实时数据文件,将Tor网络上活跃的实时节点各个维度的特征信息进行整合,根据共识权重建立实时节点优先级列表。最后,以SSM(Spring+SpringMVC+MyBatis)框架为基础设计并实现Tor节点数据管理平台,整合包括定时数据采集、数据文件浏览、历史日志预处理及分析、分析结果展示在内的完整功能,并从功能及性能方面对系统进行测试。经测试,系统性能稳定且安全可靠。
手机地图用户反馈管理平台设计与实现
这是一篇关于手机地图,用户反馈,自动分类,数据预处理,统计分析的论文, 主要内容为随着当今社会的飞速发展,手机地图产品功能的日趋丰富,导致客户群数量日趋庞大,服务器终端每天都会接受大量用户的反馈。这些信息对于改善和优化地图产品的体验、纠正以及解决产品中可能出现的一些问题,具有非常重要的意义。而如何用最小的人力并且在较短的时间去进行分析和处理用户反馈就显得至关重要。本文详细地论述了手机地图用户反馈管理平台的设计和实现过程,从对用户反馈的添加,再对用户反馈进行自动化的分类,最后由产品负责人对用户反馈进行处理,跟进。由此形成了一套独立的用户反馈处理的闭环流程。本文根据不同的角色以及不同需求,把平台划分为用户反馈的数据预处理,用户反馈的自动分类,用户反馈的数据展示,用户反馈的数据统计,用户反馈的数据处理五个部分。用户反馈数据预处理模块的主要功能是:自动分词,去除空白词等;用户反馈的数据自动分类模块的主要功能是:根据用户反馈的关键字匹配自动分类到相应的二级标签中;用户反馈数据展示模块主要功能是:对所有用户反馈的展示以及对需求库展示。用户反馈数据统计主要功能是:对于所有用户反馈数据按照日,周,月三个维度进行统计。用户反馈数据的处理功能主要是对于用户反馈进行评论,状态修改,标签修改以及转需求等操作。该平台可以让用户更方便快捷的反馈信息,可以自动把用户反馈分类到对应的产品负责人。这样可以使产品负责人第一时间接受到用户反馈并且处理。系统管理员可以通过角色管理和标签管理,对产品负责人进行分配标签等操作。该平台采用的主要是面向对象的系统软件开发设计技术,主要研究内容包括四个主要步骤,分别是系统需求分析,系统设计,系统实现和系统测试。还使用了文本分类技术并且搭配灵敏,快速,强大的My SQL作为系统后台数据库,用Spring Boot框架实现了系统的敏捷开发。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈 ，原文地址：https://m.bishedaima.com/lunwen/45385.html
