排序方式: 共有44条查询结果,搜索用时 15 毫秒
21.
22.
23.
24.
25.
26.
原始体检数据存在信息模糊、有噪声、不完整和冗余的问题,无法直接用于疾病的风险评估与预测。由于体检数据在结构和格式等方面的不足,不适合采用传统的数据预处理方法。为了充分挖掘体检数据中有价值的信息,从多角度提出了针对体检数据的预处理方法:通过基于压缩方法的数据归约,降低了体检数据预处理的时间及空间复杂度;通过基于分词和权值的字段匹配算法,完成了体检数据的清洗,解决了体检数据不一致的问题;通过基于线性函数的数据变换,实现了历年体检数据的一致性和连续性。实验结果表明,基于分词和权值的字段匹配算法,相对于传统算法具有更高的准确性。 相似文献
27.
随着数字化技术的发展与工业自动化应用范围的扩大,在万物互联环境下边缘设备数量快速增长,这些设备产生的数据量激增,导致网络带宽逐渐成为边缘计算的瓶颈。针对移动边缘服务迁移过程中传输数据量过大以及边缘节点网络环境不稳定等问题,结合带宽预测和数据压缩技术,提出一种面向Docker容器的服务迁移方法。通过预测网络带宽动态调整数据压缩算法的压缩速度以及压缩强度,从而充分利用网络带宽和多核处理器的计算能力,最大限度地减少网络传输的数据量以及服务的停机时间。实验结果表明,该方法对网络环境变化具有较强的适应性,能有效平衡数据传输和压缩计算的时间开销,提高服务迁移性能,相比于容器本地服务迁移、基于Docker基础镜像的服务迁移等方法,迁移时间、传输数据量和停机时间至少减少了23.7%、19.4%和17.6%。 相似文献
28.
29.
论文提出了一种通用的并行结构路由器具有IP包保序功能的自适应负载平衡结构APOKLB(AdaptivePacket-Order-KeepingLoadBalancer)和一种有效的基于流分类的信元调度算法FCS(FlowClassification-basedScheduling)。分析了FCS的算法复杂度、APOKLB所需内存数量、带宽及其平均排队延迟,并给出了APOKLB与几种保序结构进行了比较。 相似文献
30.
针对当前研究中的脑胶质瘤分级模型难以充分利用磁共振影像序列间的互补信息的问题,提出一种基于多视角的脑胶质瘤分级模型(MBMED).以最大熵判别模型(MED)为基础分类器;利用AdaBoost对多视角脑胶质瘤数据集进行模型训练.训练时进行等权重初始化,通过优化误差率对样本和多个视角的权重进行迭代更新,输出基础分类器的组合,实现对脑胶质瘤的精准分级预测.在公开数据集BraTS2017和自建数据集Glio-maHPPH2018上进行十折交叉验证实验,平均曲线下面积(AUC)分别为0.9485和0.9612.实验结果证明了该模型在脑胶质瘤分级中的有效性和准确性. 相似文献