论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
在数据交易市场中，各种在线应用程序（社交网络）和数据库收集了越来越多的用户数据。在线社交网络的应用程序可以在全球范围内共享用户或客户的数据。在共享用户数据期间，它可能涉及到用户的隐私信息，这是保护用户的隐私带来了挑战。因此，在数据共享期间确保用户的隐私保护是有必要的。加密通过使用访问控制技术来保护社交网络隐私。在数据共享中，隐私保护方案主要有三种架构，包括中心化架构、半中心化架构和去中心化架构。
中心化体系结构:在中心化数据共享中，通常对集中式的数据使用降维和基于数据相似性的表示形式。数据保护要
中心化体系结构:在中心化数据共享中，通常对集中式的数据使用降维和基于数据相似性的表示形式。数据保护要
【机 构】
：
中国科学技术大学
【出 处】
：
中国科学技术大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
心音分类可用于检出异常心音、发现心血管病患者，在心血管病诊断方面能发挥重要作用，是基于心音信号的心血管病自动诊断领域的主要研究热点，吸引了众多国内外学者的研究兴趣。传统上基于经验选择心音信号特征以执行分类任务的方法，存在有效特征获取难、分类效果欠佳等不足。随着人工智能技术的发展，近年来深度学习已成为研究心音分类的主流方法，在分类性能上取得了较大提升。基于深度学习的心音分类网络一般都基于较大的神经网络所建立，需要大量训练样本来优化其权值。但是，现实中采集大量的心音数据是困难且昂贵的，从而导致难以获取充足的心
摘 要：实现世界旅游强国的战略构想为当前的旅游高等教育人才培养提出了新的挑战。旅游专业本科教育需要构建和优化精品人才的“培养链”。建立系统的精品人才培养体系涉及目标体系、内容体系、运行体系和评价体系等，其全过程必须贯彻和体现“精品”生产的意识和理念。 关键词：旅游本科；精品教育；培养模式；人才 中图分类号：F240 文献标志码：A 文章编号：1673-291X（2014）12-0239-03
期刊
近年来，机器学习理论和应用正以惊人的速度发展并改善着人们的生活，目前机器学习算法已经广泛应用于民生、医疗、安防以及国防等领域，例如基于人脸识别的门禁和安防系统、基于指纹识别的支付系统、图像检索以及谷歌在研的无人驾驶汽车等等。随着计算机硬件、网络以及相关数据采集设备的快速发展，给人们获取丰富的数据资源带来了极大的便利，大量的数据含有丰富的信息，原则上应有助于机器学习学习到更合理的模型，但是丰富的数据也带来了数据复杂性的提高、信息过量和数据冗余等问题，甚至部分数据由于不规范的采集方式或恶劣的采集环境会出现大量
复杂网络作为复杂系统的一种图论模型，由众多节点及其间的连接关系构成，当节点与连接关系随时间发展变化时，就形成了复杂动态网络。从大系统的角度看，复杂动态网络是由节点群和连接关系群两个子系统耦合而成。在控制理论研究领域中，复杂动态网络作为一类重要的控制对象，囊括了诸如生物（人工）神经网络、移动通信网络、社会网络等许多现实网络，因而探索其结构特点、控制其群体行为等研究具有重要的实践和科学意义。
在现有复杂网络研究领域中，实数加权复杂网络是一类重要的研究对象，它利用实数加权值的连线描述网络中节点间的连接
在现有复杂网络研究领域中，实数加权复杂网络是一类重要的研究对象，它利用实数加权值的连线描述网络中节点间的连接
慢性肾小球疾病是导致终末期肾病的首要原因，而膜性肾病是慢性肾小球疾病的一个重要类型，在早期对膜性肾病进行精准诊断具有重要意义。临床上最为常用的诊断方法为免疫荧光法，但是此方法存在一定的假阳性概率且消耗较多人力成本，缺乏更为高效、准确的膜性肾病自动分类方法。高光谱成像技术通过获取光的发射、吸收与散射情况从而捕获可表征物质化学成分的光谱信息，实现了物理结构信息与生物化学成分信息的结合。深度学习(Deep Learning，DL)算法在图像处理领域具有明显优势，与传统算法相比深度算法可自适应地提取高阶特征，从而
糖尿病性视网膜病(DR)是糖尿病的并发症，是许多糖尿病患者失明的最终原因。它是一种广泛传播的眼病，影响着整个世界。在大规模糖尿病人群中对DR进行早期诊断，对于控制DR患病率、避免严重视力丧失起着至关重要的作用。当前，医学图像分析被用于执行DR的诊断。在计算机辅助诊断(CAD)系统进行DR早期筛查时，数字眼底成像(DFI)是已知的医学成像方式之一。为了在2015年至2020年间开发用于诊断DR的CAD系统，许多作者采用了基于深度学习(DL)的多层体系结构来获得高精度。深度学习方法对DR识别的有效性相比传统方
胰腺作为一个位于腹部深处的不显眼的小器官，主要负责人体复杂的内分泌和外分泌系统，其生理作用和病理变化与生命息息相关。然而，胰腺却非常容易受到各种病变的侵害，特别是胰腺癌。根据临床诊断，胰腺癌的发病率呈现不断上升的趋势，且其发病率几乎等于致死率。在临床上，计算机断层扫描图像（Computed Tomography,CT）对胰腺癌的确诊和判断能否进行手术切除发挥着非常重要的作用。因此，随着医学图像数量的不断增加和医学图像分析技术的不断进步，如何快速且准确地对胰腺定位和分析俨然已经成为了计算机辅助诊断（Comp
核方法是机器学习领域的经典模型之一，其原理是将输入的原始空间的特征映射到高维甚至无穷维空间中，并在高维空间学习得到对应的线性模型，使模型具有极强的非线性表达能力。核方法在回归、分类等任务上都有广泛的应用。作为理论较为完备的机器学习算法，其在不同场景下仍有许多亟待解决的问题:(1)在多输出回归应用中，核方法极大提升了模型的非线性表达能力，但同时导致模型的灵活性受限，尤其在处理多个输出相关性问题上，显得能力不足;(2)通常基于核方法的判别模型处理样本个体为单个样例，当处理单个样本为一个集合数据的学习任务时，现
随着电子商务规模的不断扩大，各种各样的商品迅速出现而且种类也越来越多快，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失，一个好的推荐系统对于用户的重要性不言而喻。而冷启动问题在推荐系统中一直是一个比较重要的问题。冷启动问题是协同过滤推荐算法中被广泛关注的一个经典问题，该问题一直影响传统协同过滤推荐系统的健康发展，它的存在严重影响了推荐系统的推荐质量。对于电子商务推荐系统，每天都有大量的新用户访问系统，每天都有相当数量的新项目添加到
视觉对人类具有至关重要的意义，图像在人类生活中广泛分布。因此，图像处理被广泛应用于遥感，军事，医疗等领域。如今，人们很容易通过数字技术获取大量图像。图像处理需要能够解决更复杂的问题，适应人类视觉。机器学习技术是图像处理开发的重要部分。因为数据集的发展，图像处理和机器学习引起了巨大的关注。基于机器学习的图像处理有很多优势，能够更好地理解复杂的图像。本文研究了三个方面问题:多光谱和全色图像的锐化、多焦点图像融合和高光谱图像分类。
首先，图像锐化前进行图像增强，它是一个预处理的过程。图像增强包括同域增
首先，图像锐化前进行图像增强，它是一个预处理的过程。图像增强包括同域增