B/S(Browser/Server)模式下的Web信息系统因对外服务的开放性,以及HTTP(Hypertext Transfer Protocol)等互联网协议存在的缺陷性,容易受到Web攻击,给信息服务提供商和用户带来损失。传统的安全措施往往从某一问题点出发,缺乏整体考虑。...B/S(Browser/Server)模式下的Web信息系统因对外服务的开放性,以及HTTP(Hypertext Transfer Protocol)等互联网协议存在的缺陷性,容易受到Web攻击,给信息服务提供商和用户带来损失。传统的安全措施往往从某一问题点出发,缺乏整体考虑。本文设计出一种Web应用安全框架,综合网络环境、软硬基础设施、安全策略、管理机制等因素,从多个层面提升安全能力。应用实践证明,该框架能够有效保证完整性、保密性、可用性、可控性和可审查性等安全特性,为Web信息系统安全提供解决方案。展开更多
方案提出一种基于SpanBERT(Bidirectional Encoder Representations from Transformers by representing and predicting Spans)模型的服务热线文本情感分析方法,以SpanBERT实现句向量优化的文本情感细粒度分析方案,针对移动客服与用户...方案提出一种基于SpanBERT(Bidirectional Encoder Representations from Transformers by representing and predicting Spans)模型的服务热线文本情感分析方法,以SpanBERT实现句向量优化的文本情感细粒度分析方案,针对移动客服与用户对话数据,实现场景化客服文本分析,通过挖掘负面投诉对话文本价值,并基于识别的客户情绪、语义信息等进行质检,可提前获知客户的潜在不满意倾向,持续提高客户的服务体验,具有很好的推广前景。已应用在天津移动满意度预测、服务运营分析和语音质检工作中,以投诉语音质检机器人替代人工操作,实现降本增效。展开更多
本研究旨在通过整合动脉瘤患者的血流动力学与形态学特征,构建一个预测动脉瘤破裂风险的机器学习模型。收集了2021年2月至2023年12月期间在牡丹江医学院附属红旗医院神经外科就诊的颅内动脉瘤患者的病例。研究组包括130例动脉瘤破裂患者...本研究旨在通过整合动脉瘤患者的血流动力学与形态学特征,构建一个预测动脉瘤破裂风险的机器学习模型。收集了2021年2月至2023年12月期间在牡丹江医学院附属红旗医院神经外科就诊的颅内动脉瘤患者的病例。研究组包括130例动脉瘤破裂患者,对照组包括60例未破裂的动脉瘤患者。所有患者均提供了DICOM格式的CT(Computed Tomography)图像,并在获得医院伦理委员会的批准和患者家属签署知情同意书后,使用MIMICS软件对动脉瘤的DICOM格式CT影像进行了三维重建。通过形态学测量,我们获得了形态学参数指标,并通过计算流体力学仿真计算得到了血流动力学参数。将形态学参数与血流动力学参数相结合,构建了一个用于机器学习临床预测模型的数据集。研究采用了10种机器学习算法构建预测模型,并使用准确率、AUC(Area Under Curve)、召回率和F1分数等指标进行评估。此外基于SHAP方法进行模型可解释性分析。在所有测试的模型中,随机森林模型展现出最佳性能,其准确率达到了0.78,AUC值为0.81,且召回率也较高,达到了0.72。通过融合动脉瘤的形态学特征与血流动力学特征构建的机器学习模型,能够为临床决策提供有力的工具,并展现出良好的临床应用潜力。展开更多
针对遥感图像中目标方向、尺度和长宽比变化剧烈以及时而密集时而稀疏排列等造成的特征提取困难和基于回归的旋转检测器中存在的边界不连续问题,我们提出了以下解决方案:首先,使用YOLOv7检测器进行特征提炼与融合;其次,结合密集编码标签...针对遥感图像中目标方向、尺度和长宽比变化剧烈以及时而密集时而稀疏排列等造成的特征提取困难和基于回归的旋转检测器中存在的边界不连续问题,我们提出了以下解决方案:首先,使用YOLOv7检测器进行特征提炼与融合;其次,结合密集编码标签(Densely Coded Label,DCL),构建角度分类编码-解码器,实现旋转检测;然后,改进SimOTA自适应样本匹配策略为R-SimOTA,通过在代价函数中增加角度分类损失指导,提高样本分配准确性;最后,在损失函数中增加角度分类损失(DCL Loss)和权值(theta),并引入角度距离和长宽比敏感加权(Angle Distance and Aspect Ratio Sensitive Weighting,ADARSW),指导模型收敛并拟合出正确的角度预测值。在大型遥感图像数据集DOTA上进行了大量实验和视觉分析,结果表明该方案有效。展开更多
文摘B/S(Browser/Server)模式下的Web信息系统因对外服务的开放性,以及HTTP(Hypertext Transfer Protocol)等互联网协议存在的缺陷性,容易受到Web攻击,给信息服务提供商和用户带来损失。传统的安全措施往往从某一问题点出发,缺乏整体考虑。本文设计出一种Web应用安全框架,综合网络环境、软硬基础设施、安全策略、管理机制等因素,从多个层面提升安全能力。应用实践证明,该框架能够有效保证完整性、保密性、可用性、可控性和可审查性等安全特性,为Web信息系统安全提供解决方案。
文摘方案提出一种基于SpanBERT(Bidirectional Encoder Representations from Transformers by representing and predicting Spans)模型的服务热线文本情感分析方法,以SpanBERT实现句向量优化的文本情感细粒度分析方案,针对移动客服与用户对话数据,实现场景化客服文本分析,通过挖掘负面投诉对话文本价值,并基于识别的客户情绪、语义信息等进行质检,可提前获知客户的潜在不满意倾向,持续提高客户的服务体验,具有很好的推广前景。已应用在天津移动满意度预测、服务运营分析和语音质检工作中,以投诉语音质检机器人替代人工操作,实现降本增效。
文摘本研究旨在通过整合动脉瘤患者的血流动力学与形态学特征,构建一个预测动脉瘤破裂风险的机器学习模型。收集了2021年2月至2023年12月期间在牡丹江医学院附属红旗医院神经外科就诊的颅内动脉瘤患者的病例。研究组包括130例动脉瘤破裂患者,对照组包括60例未破裂的动脉瘤患者。所有患者均提供了DICOM格式的CT(Computed Tomography)图像,并在获得医院伦理委员会的批准和患者家属签署知情同意书后,使用MIMICS软件对动脉瘤的DICOM格式CT影像进行了三维重建。通过形态学测量,我们获得了形态学参数指标,并通过计算流体力学仿真计算得到了血流动力学参数。将形态学参数与血流动力学参数相结合,构建了一个用于机器学习临床预测模型的数据集。研究采用了10种机器学习算法构建预测模型,并使用准确率、AUC(Area Under Curve)、召回率和F1分数等指标进行评估。此外基于SHAP方法进行模型可解释性分析。在所有测试的模型中,随机森林模型展现出最佳性能,其准确率达到了0.78,AUC值为0.81,且召回率也较高,达到了0.72。通过融合动脉瘤的形态学特征与血流动力学特征构建的机器学习模型,能够为临床决策提供有力的工具,并展现出良好的临床应用潜力。
文摘针对遥感图像中目标方向、尺度和长宽比变化剧烈以及时而密集时而稀疏排列等造成的特征提取困难和基于回归的旋转检测器中存在的边界不连续问题,我们提出了以下解决方案:首先,使用YOLOv7检测器进行特征提炼与融合;其次,结合密集编码标签(Densely Coded Label,DCL),构建角度分类编码-解码器,实现旋转检测;然后,改进SimOTA自适应样本匹配策略为R-SimOTA,通过在代价函数中增加角度分类损失指导,提高样本分配准确性;最后,在损失函数中增加角度分类损失(DCL Loss)和权值(theta),并引入角度距离和长宽比敏感加权(Angle Distance and Aspect Ratio Sensitive Weighting,ADARSW),指导模型收敛并拟合出正确的角度预测值。在大型遥感图像数据集DOTA上进行了大量实验和视觉分析,结果表明该方案有效。
