基于弱监督的改进型GoogLeNet在DR检测中的应用

针对糖尿病视网膜病变分级检测中标定样本少、多目标检测的问题，提出了一种基于改进型GoogLeNet的弱监督目标检测网络。首先，对GoogLeNet网络进行改进，去掉最后一个全连接层并保留检测目标的位置信息，添加全局最大池化层，以sigmoid交叉熵作为训练的目标函数以获得带有多种特征位置信息的特征图；然后，基于弱监督方法仅使用类别标签对网络进行训练；其次，设计一种连通区域算法来计算特征连通区域边界坐标集合；最后在待测图片中使用边界框定位病灶。实验结果表明，在小样本条件下，改进模型准确率达到了94.5%，与SSD算法相比，准确率提高了10%。改进模型实现了小样本条件下端到端的病变识别，同时该模型的高准确率保证了模型在眼底筛查中具有应用价值。     

数控机床产业集聚区域网络协同制造大数据平台架构研究

数控机床产业在龙头企业带动下的链式和模块化协同发展过程中，产业集群企业需要一个支持协同制造的大数据平台支撑，制定数据接入与访问规范，实现数控机床主机厂、配套企业和应用企业在网络协同制造过程中的研发、管理、应用的数据协同和业务协同。面向数控机床产业集聚区域网络协同制造大数据平台，研究平台架构、大数据管理、大数据交换优化、大数据分析建模及模块接口规范，对大数据平台的功能模块进行设计，为面向数控机床产业集聚区域的网络协同制造服务平台构建提供支撑。