基于深度学习的表格检测识别算法综述

信息时代的高速发展导致数据的大量产生与频繁传输,单单依靠人力很难处理这些数据.依托于人工智能的兴起与发展,数据的利用变得更加高效.表格作为一种特殊的数据形式,逐渐引起了广泛关注.概述了表格识别技术的发展,介绍了传统的表格识别技术及其缺点;介绍了基于深度学习技术的表格检测、表格结构识别、端对端检测与识别以及字符识别,重点阐述了表格检测与结构识别算法;给出表格数据的数据集以及在其上的最新指标,展望了表格检测识别技术的发展前景.     

装备无故障发现与间歇故障诊断技术

无故障发现是装备单元在某维修级别被认为故障而拆卸,却在下一维修级别测试没有发现故障的现象,日益成为装备测试与保障领域的突出问题。间歇故障是无故障发现的主要原因,也是故障检测诊断领域面临的棘手问题。介绍了无故障发现和间歇故障的基本概念,总结分析了无故障发现和间歇故障的产生诱因、分类及对装备的影响,概述了无故障发现、间歇故障检测与诊断技术的国内外研究现状,指出了间歇故障确定性检测的发展趋势,深入分析了间歇故障诊断领域的关键技术与发展方向。     

基于可信评价的医疗社区咨询检索优化算法

随着移动互联网技术和医疗社区平台的普及,越来越多的市民在去医院就诊前会上医疗社区平台进行症状查询或者寻医咨询。医疗社区平台上的商业导向、广告植入乃至无良偏方很容易诱导患者采用不恰当的治疗手段。针对这些信息给综合检索平台的通用医疗信息检索带来了巨大噪声的问题,提出一种基于医疗社区平台信息提供方的可信评价机制。该方法通过分析医疗咨询信息提供者的专业等级、关注领域、信息认可度等社区平台公开数据对一个医疗社区问答集中的多个回答进行排序筛选,解决了医疗社区问答系统中“一问多答”现象给检索系统带来的干扰;同时将新的医疗咨询检索内容进行科室分类,并与信息提供方的关注领域进行匹配,从而有效提高了检索系统对医疗社区平台问答数据的检索命中率。     

基于短时多源回归算法的P2P平台风险观测方法

P2P网络借贷作为当代互联网金融领域中流行的借贷方式,具有借款金额小、还款周期长短不一的特点,导致传统的年度风险评估方法因时间粒度过粗而容易给 平台投资者造成损失。基于此,提出一种基于短时多源回归算法的网络借贷平台运营风险的动态评估方法。通过动态时间窗对借贷记录进行切分,并以线性回归来量化平台的动态风险指数。实验结果表明,该方法能够及时反映P2P平台的风险宏观运营情况,并向投资者提供平台的动态风险评估和预测指标。     

基于行为特征分析的微博恶意用户识别

近年来,社交网络数据挖掘作为物理网络空间数据挖掘的一大热点,目前在用户行为分析、兴趣识别、产品推荐等方面都取得了令人可喜的成果。随着社交网络商业契机的到来,出现了很多恶意用户及恶意行为,给数据挖掘的效果产生了极大的影响。基于此,提出基于用户行为特征分析的恶意用户识别方法,该方法引入主成分分析方法对微博网络用户行为数据进行挖掘,对各维度特征的权重进行排序,选取前六维主成分特征可以有效识别恶意用户,主成分特征之间拟合出的新特征也能提升系统的识别性能。实验结果表明,引入的方法对微博用户特征进行了有效的排序,很好地识别出了微博社交网络中的恶意用户,为其他方向的社交网络数据挖掘提供了良好的数据清洗技术。     

对于电气工程自动化相关技术的探讨

随着信息技术的发展进步,电气工程自动化在电力工程的运用促进了现代化工业的发展,本文通过对电气工程自动化的发展现况进行分析,对企业电气工程自动化的未来发展进行探讨与分析。     

高维序列数据降维方法在证券市场的应用研究

证券市场数据分析与预测,作为一个经典的大数据分析场景,很多数据挖掘方法已经在本领域得到实际应用。但是鉴于企业本身情况的变化以及证券市场的人为操作等情况,现有的各种大数据挖掘方法无法应对不可见或者未出现的情况,为此论文探索使用易经方法,将其应用在证券市场的数据挖掘和分析预测。利用数据挖掘进行特征筛选、数据降维,通过滑动时间窗、随机森林、三才映射等方法实现传统易经体系中的断卦步骤,将易经概念、规则抽象成算法并对卦辞分类,由解卦算法得出预测值。与先前的预测模型相比,该模型融合易经预测体系与机器学习,充分利用了证券市场的场景特征与历史数据,最终对证券市场平稳、上升、下跌三种发展趋势进行预测。使用10年内股票证券交易公共数据集进行实验,准确率优于SVM、XGBoost等流行的机器学习算法,并在分行业建模中进一步提升了效果。     

基于深度学习的医疗图像分割综述

自2006年深度学习这一概念提出以来,各研究领域对于深度学习技术的研究热度一直高居不下。深度学习的出现,对计算机视觉领域的发展起到了重要推动作用。计算机视觉的主要研究任务是对图像、视频等进行目标的检测、识别以及分割等,目前已经广泛应用于医疗、金融和工业领域中。其中最常见的应用场景是医学图像处理。图像分割是医学图像处理任务中一个重要的研究方向,目前已经出现了很多图像分割方法,其中包含传统的分割方法和基于深度学习模型的分割方法。首先介绍了阈值分割法、区域生长法以及图割法等传统的图像分割方法;其次总结了FCN、U-Net、U-Net++、SegNet以及DeepLab系列的网络架构,并对其优缺点进行了分析;同时,着重阐述了图像分割方法在医疗图像处理中的应用;最后讨论了未来基于深度学习的医学图像分析将要面临的挑战和发展机遇。     

航空装备连接型间歇故障诱发机理分析

航空装备连接型间歇故障是导致航空装备电子系统无故障发现和重测合格问题的主要原因之一。针对该问题，对航空装备连接型间歇故障的内涵和发生过程开展分析，指出间歇故障的发生是装备内部损伤和外部环境应力共同作用所致；然后选取航空装备电连接中的3种常见器件（电连接器、线缆、焊点）为研究对象，从内部损伤机理角度阐述了导致三者间歇故障发生的内部诱因，指出间歇故障发生的根本原因是电连接器件中存在一定的缺陷或损伤；重点分析了振动、温度、腐蚀等外部环境应力与间歇故障发生之间的关联关系，指出间歇故障的出现需要外部环境应力的激发，外部即时环境构成了航空连接型间歇故障的外部诱因。研究结果对减少航空装备在恶劣复杂环境下的无故障发现问题的出现具有参考意义。