电子计算机断层扫描(ComputedTomography, CT)检查是疾病诊断的一种重要手段。为了给当前患者做出稳定可靠的疾病诊断，医生往往需要参考历史病历的CT图像。然而，面对庞大而复杂的CT图像数据库，如何高精度地检索出医生所需的CT图像已经成为当前计算机辅助诊断技术迫切需要解决的问题。CT图像因病变形状各异导致传统的基于单一底层视觉特征的CT图像检索结果不尽人意。因此，为了提高CT图像检索结果的准确率，本文从多特征角度出发来研究CT图像的特征表示，并提出了两种基于多特征表示的CT图像检索算法。
论文部分内容阅读
电子计算机断层扫描(ComputedTomography, CT)检查是疾病诊断的一种重要手段。为了给当前患者做出稳定可靠的疾病诊断，医生往往需要参考历史病历的CT图像。然而，面对庞大而复杂的CT图像数据库，如何高精度地检索出医生所需的CT图像已经成为当前计算机辅助诊断技术迫切需要解决的问题。CT图像因病变形状各异导致传统的基于单一底层视觉特征的CT图像检索结果不尽人意。因此，为了提高CT图像检索结果的准确率，本文从多特征角度出发来研究CT图像的特征表示，并提出了两种基于多特征表示的CT图像检索算法。
1)由于传统的特征融合方法难以有效地融合CT图像的同质局部特征和异质局部特征，因此本文提出了一种基于细粒度相关性分析的CT图像检索算法。该方法首先进行CT图像分割处理，获得包含不同局部特征的细粒度样本；然后通过K-means聚类算法将具有相似特征的细粒度样本标上同一标签；接着构建细粒度样本不同底层视觉特征之间的相关函数，并通过相关函数优化处理和特征融合策略获得细粒度样本的融合特征；最后将CT图像的所有细粒度样本的融合特征重新组合在一起构建最终的CT图像特征表示。实验结果表明：在数据集EXACT09，TCIA，NEMA上的平均检索准确率分别为：0.9312，0.9717，0.9911。
2)由于传统的图像哈希方法难以计算具有超高维度的图像数据以及无法联合多种特征进行图像哈希编码，因此本文提出了一种基于联合子空间哈希的CT图像检索算法。该方法首先对CT图像进行分割处理，获得一系列局部块；然后对局部块提取三种子空间投影矩阵：主成分子空间投影矩阵，二维主成分子空间投影矩阵和局部保留子空间投影矩阵；接着在联合稀疏哈希方法的基础上结合三种子空间投影矩阵来构建联合子空间哈希算法的目标函数；最后通过交替优化算法对目标函数进行优化处理，并获得CT图像的哈希表示。实验结果表明：在数据集EXACT09，TCIA，NEMA上的平均检索准确率分别为：0.9347，0.9735，0.9924。
其他文献
大数据时代，信息的数量和形式愈加庞大多样，传统的信号处理技术已不能满足人们对信息的正常需求。压缩感知(Compressive Sensing，CS)作为一种全新的现代信号处理理论，突破了奈奎斯特采样定理的限制，能够用较低的采样率实现对稀疏信号的精准重构，大大降低信号获取、传输、存储和处理的成本。基于这些特点，压缩感知理论一经提出就引起了广泛关注，被应用到了诸多热门领域中。本文研究的是压缩感知理论在图像融合和数字图像水印两个领域上的应用，主要工作内容如下：
(1)提出了一种基于小波变换的压缩感知图
如今的深度学习算法，大多需要通过海量的数据集来训练神经网络，然而在很多应用场景下，获取样本十分不便，从而导致样本数据十分匮乏。而少样本学习任务的目的，则在于可以从单个或少量的训练样本中快速学习。元学习方法，通过总结抽象出不同任务之间一般化的元知识，然后将元知识快速应用到新的，未曾见过的任务上去，从而去解决少样本学习的问题。因此，本文以少样本图像分类问题为研究对象，研究如何利用元学习方法来优化度量模型，从少量图像样本中快速学习归纳。论文的主要内容如下：
(1)构建了元关系网络来解决少样本分类问题。
针对新兴的网络应用和复杂的网络结构，拒绝服务(DoS)攻击仍然非常活跃。慢速拒绝服务(LDoS)攻击属于DoS攻击的一种变形，对网络安全具有更强的威胁性。LDoS攻击主要利用TCP协议的漏洞，周期性地发送攻击脉冲，导致网络不断地在稳态和非稳态转换，严重降低网络性能和服务质量。LDoS攻击具有平均速率低、隐蔽性强的特点，能轻易地逃脱传统的DoS攻击防范机制。但是，已有的LDoS攻击检测方法仍有可进一步完善的空间：检测准确率有待进一步提高、误报率有待进一步降低、自适应性有待进一步扩展。因此，为了更有效地识别L
农田稻谷飘香，堤岸风车转动，宽阔的柏油路一路延伸，整齐的农房掩映在碧荷秀水间……走进金湖县，一幅美丽的田园画卷展现在眼前。 近年来，金湖县立足自身资源禀赋和发展优势，加快建设更富魅力的现代化水韵湖城。大力实施“融入融合、双招双引、美丽生金、共富共享”四大战略，全力推进“产业扩量提质、生态特色彰显、城乡内涵提升、动能集聚迸发、百姓幸福安康”五大工程，致力于美丽生金，让共同富裕真正“看得见摸得着”
近年来，人工智能技术开始逐步地落地到智能驾驶行业，衍生了一些先进的汽车辅助驾驶系统。但这些系统针对的主要对象是机动车及驾驶员，对行人和骑车人的保护依然有限。现有的行人和骑车人检测算法采用两个单独的检测器分别进行检测，常导致两类目标的检测结果混淆。而现实的道路环境复杂多变，检测目标存在尺度变化，相互遮挡等问题，传统的检测方法仅适用于简单和单一的检测环境，无法满足现在道路环境要求。针对上述问题，本文利用深度卷积神经网络，特征融合和注意力等技术，对道路行人和骑车人检测算法进行研究。具体研究内容如下:
作为用户创建和分享信息的平台，社交媒体已经成为人们生活的重要组成部分，每天越来越多的人通过社交媒体发布海量的多媒体内容以表达自己的观点和情感。针对这些用户生成数据的情感分析能够有效分析用户行为和心理，发掘用户需求，具有重要的应用价值。随着社交媒体中用户发布的视觉内容日益增多，视觉情感分析引起了广泛关注。
与目标识别任务不同，图像的情感识别是一种更加抽象的任务，其关键在于提取判别性的视觉特征。深度学习方法能够从大规模数据中自动学习特征，被广泛应用于视觉任务中。目前已有研究将深度学习技术与视觉情感分
大数据时代对传统存储系统的各项性能提出了全新的挑战。由于传统存储系统在大规模数据存储方面存在诸多缺陷，如系统扩展性差，数据安全性低，部分节点读写压力过大等，所以分布式存储系统凭借其优秀的可扩展性，可靠的数据安全保障机制，以及大规模读写操作时出色的吞吐性能等，成为当前大规模数据存储领域的主要解决方案。但因为分布式存储系统的底层设备普遍采用廉价商用硬件，故障率较高，所以会通过应用冗余策略来保障存储系统中数据的安全性。
与传统副本冗余策略相比，纠删码能够在同等冗余需求的前提下，尽可能的降低整体存储开销
“三塘拥田舍，悠然见曹山。”这是溧阳市上兴镇牛马塘村的原乡风貌。牛马塘地处丘陵地带，村中植被覆盖率高，有大片的原始松林及梯田，自然风景优美。中心村落被牛马塘、上兴塘及雅雀塘三大水库所包围，村庄保留着纯农业田园环境，为溧阳鱼米之乡的典范。 曾经，这里的村民们家家户户种植红薯，也有着传统的竹编、酿酒等技艺，但随着市场经济发展，青壮年纷纷外出务工，牛马塘渐渐成了“空心村”。2017年，牛马塘入选江苏
近年来，得益于移动互联网的不断发展，人们的日常生活以及工作越来越方便。在旅游出行方面，人们可以通过网络来获取相关旅游服务信息。然而随着网上用户的增长，使得互联网的数据急剧增加，用户需要耗费大量时间去查询相关的旅游信息，造成了极大不便。推荐系统可以有效地处理上述存在的“信息过载”问题，为用户提供兴趣点推荐服务。
在旅游推荐领域中，传统的兴趣点推荐算法虽然取得了良好的效果，但这些方法比较依赖浅层特征设计，不能全面地学习用户和兴趣点的深层次特征，并且传统推荐模型存在数据稀疏和推荐效率低等问题，会影响推
边缘计算是一种新兴的计算架构，能为低延时和高带宽需求的应用提供更好的性能的改进。边缘计算作为云计算下沉到用户侧的部分，能高效的发挥数据汇聚的作用，边缘计算协同云、终端，进而对海量数据进行分析和控制。5G技术解决了网络接入的问题，而没有解决骨干网和城域网带宽和延迟问题。不计其数的5G智能终端和物联网终端的连接会造成带宽资源的抢夺，因此，云、边和端节点间的通信仍旧面临阻塞的网络问题，而边缘计算是一种很好的解决方案。
基于互联网的在线多媒体视频(长视频和短视频)逐渐取代传统电视，新规格的视频形式(4K