基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

基于C语言程序设计的模块化教学法研究

针对以往C语言程序设计课程教学中存在的语法灌输式教学模式,初学者感到函数及逻辑概念抽象难懂,导致学生动手能力的培养较弱,语言学习效果较差的现状。文章提出了在程序设计教学中引入模块教学法的观点,结合教学实践过程说明在C语言教学过程中如何实施模块教学法,此类教学方法在高级语言程序设计课程中取得了良好的教学效果。     

煤直接液化油中混合酚的分离研究

利用分子筛择形特点，对煤直接液化油中的混合酚实施高效分离。本研究选取间甲酚和对甲酚作为分离煤直接液化油馏分段混合酚的模型化合物，采用化学液相沉积法对HZSM-5吸附剂的孔口结构进行改变，分析分子筛硅铝比及颗粒粒径对模型化合物间甲酚和对甲酚吸附分离性能的影响，以获得高性能固相吸附剂，并将其应用于180-190℃馏分段混合酚分离。结果表明，当分子筛硅铝比为25、粒径为3-5 μm时，分子筛的孔口结构调节效果最优；当正硅酸乙酯的最小用量为0.2 mL/g时，固相吸附剂的吸附量为0.03 g/g，对甲酚选择性高于95%。由于外表面沉积物对吸附剂的孔口结构变化，导致对甲酚选择性的提高。进一步采用HZSM-5（1）吸附剂对真实煤直接液化油混合酚的分离中发现，苯酚和对甲酚的选择性均达到100%。     

工业4.0前景下的智慧城市建设需要民营资本的深度参与

随着3D打印和石墨烯这类高科技产品应用面越来越广,关于工业4.0时代的讨论也越来越喧嚣尘上。工业4.0的核心概念是生产智能化和产业链网络化,这与中国正在如火如荼进行着的智慧城市建设构成了互为因果,彼此促进的关系。国内众多企业纷纷转型涉猎其中,各个投资大佬准备出手分享盛宴。在这种大的时代背景下,民间资本在未来产业变革中应当如何定位?如何转型,如何发挥他们对产业的促进作用实现政府、消费者和投资者的共赢?带着这些问题,本刊记者采访了三荣集团总裁陈华耀先生。