分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-08-27 合作期刊: 《图书情报工作》
摘要： [目的/意义]为克服普适计算环境对移动图书馆信息接受情境自身来源的多样性和异构性的感知和计算能力不足，以实现用户信息接受的畅体验。[方法/过程]以情境感知理论为基础，采用Hopfield神经网络算法取代情境本体构建和推理，构建移动图书馆场景识别机理模型。[结果/结论]该模型简化移动图书馆场景化情境配置的复杂度，场景识别的正确率可达73%。
分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-07-26 合作期刊: 《图书情报工作》
摘要： [目的/意义]为了挖掘用户数据背后隐藏的价值，全面了解用户需求，构建用户画像模型，为数字图书馆实现精准服务提供新动能。[方法/过程]针对数字图书馆用户画像的内涵及特征进行剖析，分析用户画像的数据来源及采集处理过程，提出数据驱动下用户画像数据化标签化关联化可视化的驱动主路线，从自然维度、兴趣维度、社交维度，构建多维度、多层级、立体化的用户画像模型。[结果/结论]详细阐述数字图书馆用户画像模型的构建流程，设计用户画像的框架模型，并将用户画像应用于数字图书馆的精准推荐、个性化检索、精准宣传以及参考决策中，以促进数字图书馆的知识服务升级。
分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-07-26 合作期刊: 《图书情报工作》
摘要： [目的/意义]大数据环境下，用户的知识需求由分散向关联转变，利用多特征耦合可以辅助知识发现服务发现资源间的多种相关关系，从而优化知识发现服务。[方法/过程]通过分析文献内部和外部属性特征定义多特征耦合的概念，从功能角度出发，剖析多特征耦合与数字图书馆知识服务之间的关系，结合现有的知识发现系统构建多特征耦合架构，基于数据层-耦合层-服务层三层提出提升知识发现服务供给侧的方法。[结果/结论]数据层保障数据的质量，数据源由单一向混合转变；耦合层提升耦合分析效果，分析单位由粗向细转变，注重细粒度单元间的语义关联；服务层重视用户的交互体验，开发多维可视化功能。
分类： 医学、药学 >> 临床医学 提交时间： 2023-04-03 合作期刊: 《中国全科医学》
摘要： 背景 单侧空间忽略（USN）是脑卒中后常见的认知障碍之一，严重影响患者的功能恢复和生活质量。因此，客观地评估对于促进患者功能恢复至关重要。 目的 探究基于眼动追踪的动态任务评估亚急性期脑卒中患者 USN 的可行性。 方法 选取 2021 年 9 月至 2022 年 7 月在南充市中心医院康复医学科招募 30 例脑卒中后亚急性期住院患者为研究对象。采用行为不集中测试的常规分项（BIT-C）、凯瑟琳波哥量表（CBS）以及基于眼动追踪的动态任务评估患者 USN 情况，入院 1 周内完成，并记录评估过程中的不良反应。CBS 得分 >0 分被诊断为 USN。BIT-C总分 <129 分被诊断为 USN。基于眼动追踪的动态任务评估过程共计 2 min，根据患者注视点的空间分布情况将患者分为：非 USN 患者（注视点分布于 4 个区域），USN 患者（注视点未分布于 4 个区域），由两名专业的康复治疗师完成患者的临床量表评估和基于眼动追踪的动态任务评估。对 3 项评估结果进行相关性分析和一致性分析。 结果 基于眼动追踪的动态任务评估结果显示，30 例患者中有 14 例患者为左侧 USN 患者，16 例患者为非 USN 患者。USN 患者在右侧屏幕注视点占比高于非 UNS 患者（ Z=-4.776， P<0.001）；USN 患者左右侧屏幕间注视点占比比较（ Z=-3.49，P<0.001）。BIT-C 评估结果显示，15 例患者 BIT-C 总分 <129 分，被诊断为 USN 患者，余下 15 例为非 USN 患者。CBS 评估结果显示，16 例患者存在不同程度的 USN，其余 14 例为非 USN 患者。BIT-C 和基于眼动追踪的动态任务在评估 USN 患者的检出情况上高度一致（ Kappa=0.933， P<0.001）；Spearman 秩相关分析结果显示，患者右侧注视点占比与 BIT-C 总分呈负相关（ rs=-0.776， P<0.001）。CBS 和基于眼动追踪的动态任务在评估 USN 患者的检出情况上有较高的一致性（ Kappa=0.867， P<0.001）。 结论 基于眼动追踪的动态任务评估 USN 是可行的，其评估结果与 BIT-C和 CBS 评估结果具有较高的一致性，且评估过程耗时较少，患者参与度高、积极性强，可以作为标准 USN 评估的一种补充。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》
摘要： 针对奇异值分解水印算法导致虚警率高、稳健性不强的问题，提出一种基于分块非负矩阵分解(NMF)和增强奇异值分解(BN-SVD)相结合的自适应零水印算法。首先将原始灰度图像进行二级离散小波变换(DWT)，对变换后的二级低频子带(LL2)进行不重叠分块，并对每一个子块进行秩为r的NMF分解;然后对NMF分解得到的特征矩阵采用增强奇异值分解，依据每一个块矩阵的最大奇异值与整体最大奇异值均值的大小关系构成特征向量;利用生成的特征向量与经过Arnold变换与混沌映射双重置乱加密水印图像做异或运算生成零水印,并利用天牛须优化算法（BAS）自适应确定增强奇异值分解中最抗攻击缩放比例的参数β。实验结果表明，在虚警问题上NC值达到0.4以下，JPEG压缩、噪声、滤波、旋转、剪切以及混合攻击下，提取水印图像与原水印图像的归一化系数NC值均可达到99%以上，该方案高效地解决虚警问题，具有较强的稳健性，能够有效地抵抗各种攻击。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要： 【目的】利用SEER 数据库, 找出对非小细胞肺癌患者预后生存的影响因素并预测患者预后生存状态, 指导肿瘤预后评价。【方法】采用单因素统计学方法及Logistic 回归分析初步筛选预后相关因素, 利用贝叶斯网络方法构建患者术后生存预测模型, 并与其他三种常见的机器学习分类算法所建模型效能做比较。【结果】最终纳入模型的预后变量共5 项, 包括年龄、肿瘤大小、组织学分级、肿瘤分期和受累淋巴结比率。贝叶斯网络所建模型对非小细胞肺癌患者生存状况预测准确率达到72.87%。【局限】SEER 数据库内纳入的预后因素有限, 一定程度影响预测效果。【结论】贝叶斯网络可探寻变量间的关系并构建肺癌患者最优预后模型, 辅助医生判断患者预后情况及治疗效果, 优于决策树、支持向量机及人工神经网络三种模式。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要： 【目的】利用SEER 数据库, 找出对非小细胞肺癌患者预后生存的影响因素并预测患者预后生存状态, 指导肿瘤预后评价。【方法】采用单因素统计学方法及Logistic 回归分析初步筛选预后相关因素, 利用贝叶斯网络方法构建患者术后生存预测模型, 并与其他三种常见的机器学习分类算法所建模型效能做比较。【结果】最终纳入模型的预后变量共5 项, 包括年龄、肿瘤大小、组织学分级、肿瘤分期和受累淋巴结比率。贝叶斯网络所建模型对非小细胞肺癌患者生存状况预测准确率达到72.87%。【局限】SEER 数据库内纳入的预后因素有限, 一定程度影响预测效果。【结论】贝叶斯网络可探寻变量间的关系并构建肺癌患者最优预后模型, 辅助医生判断患者预后情况及治疗效果, 优于决策树、支持向量机及人工神经网络三种模式。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要： 【目的】为构建疾病预测模型, 以重度急性胰腺炎早期预警为例, 提出一种基于支持向量机的疾病预测模型构建方法。【方法】基于支持向量机LIBSVM3.11, 采用优化后的径向基核函数产生的分类器, 同时结合统计学单因素及多因素Logistic 回归分析方法, 进行特征变量选取, 提出一种简单易行的重度急性胰腺炎早期预警模型。【结果】所构建重度急性胰腺炎预警模型准确率达70.37%。最终纳入模型变量包括白细胞计数、血清钙离子、血清脂肪酶、收缩压、舒张压及胸腔积液。【局限】样本量有限, 主要采用支持向量机构建疾病预测模型, 未来可建立系统, 突出临床应用价值。【结论】支持向量机可构建疾病预测的最优模型, 进一步建立系统, 辅助临床决策。
点击量
点击量
下载量
评论
