数据挖掘及其在HIS系统中的应用

数据挖掘是指从大型数据库或数据仓库中提取隐含的、潜在的、人们感兴趣的知识信息的新兴数据库技术。文章在医院信息系统(HIS)历史数据的基础上,建立数据仓库,并提供基于数据挖掘的辅助诊疗及医嘱书写系统,试图为医院决策提供全面服务。     

基于基因表达式编程的ISODATA模糊聚类算法

针对ISODATA算法需要人为给定分类数,对初始聚类中心较为敏感,没有显示出自动聚类效果等不足,结合基因表达式编程(GEP)嵌套构成迭代自组织模糊聚类进行优化计算。该方法不仅能在不需要先验知识的条件下对数据进行自动聚类,而且充分利用了GEP算法的全局寻优能力及ISODATA算法的软性分类特性,提高了算法的收敛速度和聚类精度。通过仿真验证及对比分析,运用到地理信息系统(GIS)物流选址实际问题中,得到了理想聚类效果。     

《计算机操作系统实验》教学内容及体系改革

本文分析了目前计算机操作系统实验教学的现状及存在的问题,围绕该课程实验教学目的,对计算机操作系统实验课程的教学内容及体系进行了初步的教学改革与实践。     

基于基因表达式编程的K均值自动聚类算法

研究数据挖掘,优化聚类循序算法,针对提高分类的效率和准确性难题,传统聚类算法不能自动聚类的问题,为提高聚类算法的收敛速度和寻优精度,提出了一种改进的自动聚类算法,从分析基因表达式编程和k均值算法的特点出发,融合了两种算法优点,实现了在未知簇划分信息的情况下对数据集自动进行聚类分析.实践中选择k-均值算法和改进算法对聚类进行了仿真检验.结果表明,将改进的自动聚类算法应用于GIS物流选址优化中,与传统聚类算法相比,改进的算法不仅具有比较快的收敛速度和聚类精度,而且使得聚类结果更有参考价值.     

GPU并行实现的基于多方向线状梯度调节预测器边缘检测算法

针对无损压缩编码中梯度调节预测器(GAP)模板的方向固定、单一的问题,根据实际边缘具有线状变化增量相同的特征,提出多方向线状梯度调节预测器(MLGAP)模板。首先从图像中心向四周划分四个子图像,应用图形处理器(GPU)并行技术,在每个子图像中采用MLGAP模板计算预测值;然后利用错误反馈信息构建预测误差图像;再通过大津(OTSU)算法计算阈值;分类误差图像边缘;最后用Hilditch算法细化边缘。实验结果表明,图像边缘检测定位精确,噪声少,细节丰富,而且GPU并行技术加速了图像处理。     

基于多方向梯度边缘预测器快速边缘检测算法

改进了无损压缩编码中的梯度自适应预测器(GAP)和梯度边缘检测(GED)预测器,并应用在图像边缘检测中,提出基于多方向梯度边缘预测器(MGEDP)的动态阈值控制的边缘检测算法。该方法主要步骤为:1)从图像中心划分四个区域; 2)采用并行技术多个方向应用MGEDP模板,分别预测错误值,利用错误反馈信息构建预测误差图像; 3)利用大津算法计算阈值,分类误差图像边缘; 4)细化边缘; 5)合成边缘图像。实验证明:应用并行技术降低了时间复杂度,以中心逐步向四周选择预测参考点避免了误差繁衍,最终得到清晰完整、细节丰富的边缘图像。     

基于优化Dijkstra算法的物流配送系统设计

针对物流配送的关键技术进行分析讨论,阐述了物流配送实时监控的实现过程.分析了路径寻优中的传统Dijkstra算法,改变图的存储结构和搜索方法,采用二叉排序树减少搜索临时结点,减少了内存存储空间,缩短了查询时间,分析和实验表明该算法是有效的.     

基于特征重标定生成对抗网络的图像分类算法

针对传统鉴别器的损失策略和结构难以提取到更抽象以及任务相关的鲁棒性特征,从而导致半监督图像分类表现不足,提出了基于特征重标定的生成对抗网络。为了学习到任务相关的特征,在现有半监督GAN的基础上,为鉴别器引入模型在不同状态下的无监督均方差损失正则项,对训练样本中两个分支的同一输入对应得到的不同输出进行参数惩罚,从而指导特征重标定的优化方向。此外,在鉴别器中加入压缩激活模块来优化传统鉴别器的卷积池化结构。该模块自动学习每一个特征通道的重要程度,能够提取任务相关的特征抑制任务无关的特征,实现特征的重标定功能,从而提高半监督图像分类的表现。     

基于影像金字塔的GIS地图动态漫游算法

针对大数据量地图数据的快速调度与显示问题,提出了一种基于影像金字塔的GIS地图动态漫游算法.基于影像金字塔技术构建不同粒度的GIS地图数据分级影像,对影像数据进行分块,以实现大数据量地图的实时调度,采用数据链表对分层、分块数据进行组织和内存调度.测试及分析结果表明,与以往算法相比,该算法大幅减少了系统加载数据量,提高了大数据量地图的动态漫游速度.     

手机导航系统的开发与应用

论文分析了手机导航系统的现状及发展趋势,探讨了基于Silverlight平台的手机导航系统的开发模式和实现技术。在数据导入的时候,研究了如何将实际经纬度值转化为坐标值,如何将整理好的大量坐标数值导入数据库,如何使数据点结合Silverlight显示出来并组成一幅简单地图．以及简单导航功能和其它附加功能的实现。