关键词： 猕猴   大脑发育模型   纵向脑图谱   卷积神经网络   大脑提取   大脑组织分割  

摘要： 猕猴与人类有着密切的系统发育关系,是神经科学研究中被广泛使用的动物模型。脑成像处理工具和标准脑图谱是脑研究的重要工具:对被试图像进行大脑提取、脑组织分割等处理是后续的属性度量研究、皮层分析及脑图谱构建的先决条件;构建高质量的脑图谱可以准确地反映特定种群的大脑解剖结构,为不同个体大脑的处理提供标准空间和对应的解剖信息。发育期猕猴,尤其是产后早期猕猴,其大脑处于较快速的区域异质动态发育期,为图像预处理和图谱构建带来挑战。对于猕猴,现有的脑成像处理工具和脑图谱主要基于成年个体,缺乏能涵盖发育期大脑动态变化的多时间点纵向脑图谱。为了填补这一空白,我们结合深度学习和脑成像先验,开发了针对发育期猕猴的大脑提取和脑组织分割算法,并构建了涵盖12个时间点(即产后1、2、3、4、5、6、9、12、18、24、36和48个月)的猕猴纵向脑图谱。本论文重点围绕以下三个方面的工作展开:(1)基于注意力机制和跨域先验知识的猕猴大脑提取算法。对MR头部扫描图像实现准确的大脑提取(或称头骨剥离)是后续神经影像分析的关键预处理。目前主流的脑图像处理工具都是针对人类设计的,用于处理猕猴大脑时通常难以获得理想结果。因此,针对发育期猕猴脑MR图像的大脑提取颇具挑战性,且具有重要意义。为了解决这个问题,本论文提出了基于注意力机制和跨域先验知识的 Domain-Invariant Knowledge-guided Attention Networks,有效融合了图像灰度信息和跨域先验知识,实现了对发育期猕猴MR脑图像的自动化大脑提取。(2)基于解剖先验知识和全分辨率的猕猴大脑组织分割算法。准确地在脑图像中划分三类脑组织(灰质,白质,脑脊液)对于构建大脑图谱和研究早期大脑发育非常重要。然而,较剧烈的大脑发育引起的组织对比度和解剖形态变化给脑组织自动分割带来了较大的挑战。为了解决这一问题,本论文提出了解剖先验引导的全分辨率注意力网络Anatomy-guided Full-resolution Attention Networks以实现对产后早期猕猴的脑组织自动分割。(3)产后0至48月的猕猴多时间点纵向脑图谱构建。本论文使用上述两个算法对一个较大规模(39个对象,合计175个扫描图像)的纵向多时间点扫描的发育期猕猴数据集进行处理,基于得到的大脑图像和脑组织分割图,完成对纵向脑图谱的构建。该4D脑图谱反映了猕猴种群在发育期特定时间点时整体的典型解剖结构,显示出高效的跨个体有效性。此外,该大脑图谱涵盖了猕猴整个发育期的动态发育变化,因此适用于任意发育程度的猕猴大脑,可以充当大脑解剖结构信息的参考和神经影像研究的脑模板。

关键词： 多对一   同态加密   云计算   数据处理  

摘要： 鉴于现有的云环境下基于整数的同态加密方案,大都针对单一用户同态密文计算而设置,仅能由单方加密单方解密,难以满足信息的多方交互.为此提出一种新的适用于云环境的多方加密一方解密('多对一')的同态加密方案,在保证安全性的基础上,降低密钥生成和数据处理的运算开销,使用户可以安全地将数据外包及计算,实现了多个参与者进行数据传输.同时,数据以密文形式交由云服务器处理,提高了安全性及运算效率.安全性分析表明,此方案可抵抗合谋攻击和穷举攻击,具备较强的安全性.模拟实验表明,此方案与已有方案相比算法开销小,效率高,更符合实际应用场景的需求.

关键词： 近数据处理   数据库   并行化   固态硬盘   影响因素  

摘要： 信息时代下数据量激增,越来越多应用领域要处理大规模数据集。大量的数据从存储设备中传送到主机进行处理,不仅增加了主机中央处理器的负担,还产生了很大的传输时延。近数据处理提出将一部分基于主机的数据处理下移至存储设备中,以提高应用的整体执行效率。数据库作为近数据处理研究最优的载体之一,近年来得到广泛关注,目前已经实现用近数据处理模型来优化数据库系统。但是,已有的研究结果均为串行化近数据处理模型,主机和存储设备在数据处理过程中利用率不高,数据库系统性能还存在提升空间。本文通过设计并行任务调度器,实现了并行化近数据处理模型优化数据库系统,并对影响并行化模型优化数据库系统的相关因素进行分析。从性能、可靠性等方面优化串行化近数据处理模型。本文具体研究内容如下:(1)针对串行化近数据处理模型中主机和SSD的低利用率问题,提出了基于并行化近数据处理模型的数据库系统,对该系统中查询处理过程进行分析后,提出在单语句和多语句查询下系统的代价模型并得以验证。通过对数据库系统查询编译过程的优化以及添加设计基于伸缩迭代器的并行任务调度器,数据库系统在运行过程中能够动态调整查询算子的并行度,减少了查询过程中对中间结果的冗余处理,实现了并行化近数据处理模型。理论分析和实验结果表明,并行化近数据处理模型相较于串行化近数据处理模型,在大规模数据集中,进行复杂查询时,该模型可以更有效的提高数据库系统的查询速度,增加了主机和固态硬盘这两个部件在查询处理过程中的利用率,显著的提高了数据库系统的查询效率。(2)近数据处理模型下,数据库系统性能的优化程度受多方面因素影响,主要分为软件层面和硬件层面。由于软件因素在(1)实验中已经得出相关结论,所以对影响串行化近数据处理模型的因素进行分析后,针对硬件影响因素(I/O资源、CPU资源和SSD内部资源)影响并行化模型优化数据库系统的效果展开深入研究和实验。实验结果表明,并行化近数据处理模型对数据库系统的优化效果会受到I/O资源、CPU资源和SSD内部资源的影响。

关键词： MATLAB软件   高中物理教学   仿真实验   数据处理  

摘要： 在如今教育信息化飞速发展的时代,采用现代信息技术辅助高中物理教学成为大势所趋;去年新冠状病毒肺炎的爆发导致线下教学无法开展的情况,发展成熟的线上教学模式也紧急提上日程。MATLAB软件能够仿真物理实验,将难以实现或不易观察的实验现象展示给学生,强大的数值计算及绘图功能可以把抽象的知识可视化,使学生观察到多个维度的物理现象,增强学生对物理知识的理解,是值得研究的辅助高中物理教学的现代化教学手段。论文旨在通过研究MATLAB在高中物理教学的辅助作用,一方面促进教师积极探索采用现代化先进信息技术与传统的教学相结合的教学方式,转变自身的教育观念,促进教育事业的发展。另一方面,通过MATLAB软件,培养学生的实践能力和创新能力,使学生掌握先进的教学工具,更好地适应社会信息化的发展。在梳理国内外MATLAB辅助高中物理教学的相关研究的基础上,整理了MATLAB软件应用于物理教学的相关知识。对聊城市某中学高一、高二年级50名同学及物理教学组五名教师进行访谈,总结归纳了高中物理的教学现状及教师和学生对MATLAB软件的了解程度,并以此为根据制定了MATLAB应用于高中物理教学的策略。在绘制物理图形、解物理方程、处理实验数据及仿真物理过程四个类别中分别设计了MATLAB软件辅助高中物理教学的具体案例。在聊城市某中学进行了教学实践,选取两个班级采用实验法,根据课堂观察及课后测验成绩,论证了MATLAB辅助高中物理教学的有效性,MATLAB软件的新颖性能够激发学生学习物理的兴趣;可视化功能可以将抽象的物理知识形象化,提高学生的理解能力;数值计算功能可以帮助学生学会高效的整理数据,提高学生的数据分析能力。MATLAB辅助高中物理教学对于高中物理教学及学生物理能力的发展都具有促进意义。

关键词： 大数据   Hadoop   数据安全   机器学习   攻击检测   网络阻塞  

摘要： 由于Hadoop高可扩展、低成本、高效等优点,目前已广泛应用到海量数据处理、分析中。随着Hadoop的广泛应用,其安全问题日益凸显。Hadoop大规模、分布式的特性,使得恶意用户无需攻击整个Hadoop集群,仅需攻陷单个或部分节点,便可达到延长任务执行时间、篡改数据等目的。因此,面向Hadoop的攻击模型和检测技术是目前急需研究的问题。本文以大数据平台Hadoop为研究对象,重点研究面向Hadoop的内部攻击模型,并提出相应的攻击检测算法。本文的主要研究工作及创新点如下:(1)现有工作未对Hadoop的攻击进行系统研究和实验定量分析,本文提出了四种新的Hadoop攻击模型,通过调整心跳时间、篡改中间数据、阻塞网络等方式,延长集群中作业的执行时间或者破坏作业执行结果的正确性。在Hadoop集群中实现了这些攻击,并通过实验对其效果进行了评估。实验结果表明,这些攻击模型是有效的,且会对Hadoop集群的性能产生较大的影响。(2)针对Hadoop数据攻击,由于其隐蔽性强,目前没有一种高效的检测方案。本文提出了一种基于对比验证的Hadoop数据攻击检测方案。为了减少攻击检测带来的性能开销,在数据输入阶段对数据按照设定的比例做抽样,并根据抽样的数据大小启动一定数量的集群节点执行map任务,然后在reduce阶段将抽样数据的中间结果和正常数据的中间结果进行对比以检测集群中是否发生数据攻击。实验结果表明,该方案具有较高的检测率。(3)针对心跳、MR调度、Shuffle等攻击,提出了一种基于机器学习、通用的Hadoop内部攻击检测方法。为了提高检测结果的准确性,提取了DFS、YARN、Map Reduce、RPC、IO及CPU、磁盘等与任务执行相关的46种特征,采用“重要性”筛选训练过程中的关键特性,然后利用支持向量机、K近邻、随机森林、逻辑回归、决策树等机器学习算法对Word Count、Tera Sort、Word Mean等任务提取到的不同攻击数据进行实验,实验结果表明,该方法针对心跳、MR调度、Shuffle等攻击检测的成功率达到了85%以上。

关键词： 云平台   状态监控   数据采集   数据处理  

摘要： 为了实现船舶的有效监管,本文结合云平台技术开发了一种船舶远程状态实时监控系统,详细介绍了该实时监控系统的基本框架、基于云计算平台的数据处理模块和数据采集模块设计。该船舶状态实时监控系统能够利用局域网和CAN总线等数据链路,快速获取船舶的实时状态参数,有助于提高船舶航行的安全性。

关键词： 玉米植株表型   点云数据   参数提取   数据处理  

摘要： 作物表型是作物本身某一个或一组基因型与环境互作效应所产生的可被观察到的外在性状，获取作物的点云可在三维尺度下监控作物生长过程中的颜色、器官和纹理等表型变化，进一步量化表型性状及其对应的基因型与环境互作效应对作物抗害、抗逆、质量和产量的影响。作物表型信息的提取是基因组学和优良育种进一步发展的基础，是智慧农业的重要内容。目前在作物三维点云处理及参数提取方面，仍然存在数据获取需要破坏性取样、点云数据量繁杂、参数提取受噪声影响大以及相对重要的表型参数难以获取等障碍。针对上述问题，本文借助Point Cloud Library(PCL)开发库，以田间原位玉米植株为研究对象，采用固定式田间表型平台获取三维点云，避免了植株的破坏性取样，研究了三维点云处理及参数提取方法，包括玉米植株点云下采样、去噪平滑等预处理算法，提取了玉米植株的株高与叶倾角，完成叶片分割并计数。其主要研究工作和研究成果包括以下几个方面。　　（1）建立了基于多传感器的田间原位玉米表型数据获取平台。采用三维激光雷达和深度相机两种三维扫描设备进行生育期玉米植株的点云数据获取，在实验开展前通过引入固定尺寸的实体标定球和棋盘格相机标定法对三维激光雷达和深度相机分别进行标定，对两种采集设备获取的点云采用符合PCL点云库标准的PCD格式进行数据标准化处理。　　（2）研究了玉米群体点云数据的预处理与优化算法。在点云数据的优化存储方面，对获取的点云通过多维树的邻域搜索建立点云内部拓扑关系，建立方向包围盒确定玉米群体点云边界。在点云的滤波去噪方面，采用组合算法去除作物内部冗余点和外部离群点。在保持点云轮廓形状基本不变的情况下，利用体素格点法大幅降低点云数量，为后续的各种操作节省大量计算资源。使用统计滤波算法去除空间离群点，并利用方向包围盒验证滤波结果，实验证明本文方法滤波效果较好。在作物主体点云与田间复杂场景的切割方面，引入罗德里格旋转算法改进传统的随机采样一致性算法，校正坐标系并进行土壤面拟合与去除，完成土壤面与作物主体点云的分割，为后期表型参数计算提供基础。　　（3）研究了单株玉米点云的表型参数提取。采用基于多维树邻域搜索结合欧式聚类对玉米叶片进行聚类分割并计数，通过基于关键点选择的叶片骨架提取算法得到叶片骨架进而计算叶倾角，并给出了基于最高点投影的玉米单株株高计算方法。将预处理后的点云经过参数提取算法计算表型参数，对提取株高和叶倾角的系统测量值和人工实测值进行线性拟合，均具有较高的相关性，相对误差较小。

关键词： 森林火灾   火点检测   遥感图像   数据处理   深度学习  

摘要： 森林作为地球生态系统的重要组成部分，大规模的森林火灾是影响全球气候变化、威胁人类生命安全的主要自然灾害之。由于卫星平台在自然灾害监测方面具有成本低、范围广、时间效率高等优点，利用高时间分辨率遥感卫星来捕捉森林火灾发生动态信息已成为学者们的主要研究方向。目前我国拥有的高时间分辨率的GF-4（高分四号）地球同步卫星可为防灾减灾提供稳定数据，但自发射以来针对其定量化的研究较少，以致其光谱信息利用不完全，同时由于其缺少传统火点检测的远红外波段信息，因此已有研究未能充分利用其高时间分辨率的优点进行火灾监测。　　本文在分析GF-4数据的各波段特点的基础上，从背景亮温拟合的准确性出发，提出了一种双时相的亮温差校正方法，该方法通过对比三种不同的空间插值方法，之后选取最优的普通克里金插值作为亮温差校正及拟合的方法，最后在此基础上构建了一套基于GF-4遥感卫星的森林火点检测方法内容，用以快捷方便地得到灾中火点数据。　　利用灾前与灾中的两期影像，使用灾前的稳定无污染数据拟合灾中潜在火点对应的背景亮温，并通过统计空间上信息进行灾中的火点识别。研究在探讨背景亮温拟合精度的同时从深度学习的角度出发探索云识别在火点检测中的重要性，发现利用改进的U-Net模型能更好更全面地识别影像中的云数据，整体分类精度达到91％。　　随后文章将构建的方法应用到两个实验区内（山西沁源县、内蒙古呼伦贝尔新巴尔虎左旗地区），并与现有的单时相算法进行对比验证，结果表明引入的亮温差校正数据可以更好地拟合背景亮温，错分误差减少至3％，且综合评价指标Fβ分数保持在0.9以上，明显地减少了单时相检测结果的误差。最后本文以组件式二次开发的形式将该算法集成在PIE-SDK中，并添加其他数据查看与处理操作，形成基于GF-4的火点检测系统。该系统能够实现数据的流程化识别，且有效结合了GF-4空间和时间的信息，未来可扩展到其他卫星数据的自动化火点检测与快速提取中。

关键词： 输电网   视频在线监测   告警   数据处理  

摘要： 随着我国社会经济的迅速发展,电力已成为了我们生活所必不可少的一部分,电力产业也早已成为我国的支柱产业,而输电线路作为电力系统的重要组成部分,对电能的输送和分配起着重要作用,因此输电线路的安全与稳定运行是保证电力系统可靠运转的重要保证。输电线路具有点多、线长、面广以及电气设备运行环境恶劣等特点,传统的输电线路监测往往采用人工巡视的方法,存在工作量大、维护及检修效率低以及反复巡视周期长等问题,采用传统监测方法要做到对输电线路准确监测几乎是不可能实现的事情。而视频在线监测方法具有实时性、高清监测以及智能化的特点,因此,设计并实现一套输电网视频在线监测与告警系统软件是电网安全可靠运行的必然要求。为了解决目前输电网在线监测所面临的问题,本文将传统的输电线路监测方法进行了改进提升,结合新兴互联网技术,利用计算机技术、通信技术以及智能视频分析技术,包括模式识别、图像处理、数据处理分析、软件开发以及数据库等技术,设计并实现了输电网视频在线监测与告警系统软件,从而实现了对输电线路的智能化监测。主要完成了如下工作:（1）针对输电网在线监测课题,调研查阅当前国内完成研究技术的发展,从解决输电网巡检的困难痛点入手,思考并调研采用科技技术辅助人工巡检,起到降本增效的目的。（2）确定系统方向之后学习系统所需要的相关技术,比如数据库技术、Java开发语言、B/S架构等。结合当前巡检任务的需求,将整个系统分为数据采集与传输模块、数据存储与分析模块、视频在线监测模块、告警模块与系统管理模块,针对不同模块进行需求分析和设计。（3）跟进需求中不同的模块,开发系统对应的功能,包含用户登录、权限管理、视频查看、图像查看、缺陷记录、告警记录、巡检配置以及录像回放等功能点开发,实现输电网的智能化在线监测。为了使输电网视频在线监测与告警系统能够为电力系统的安全可靠运行的提供更好的保障,在完成系统的开发实现之后,对整个系统进行了系统化全面化的测试工作,包括界面测试、功能测试、性能测试、安全性测试以及兼容性测试。

关键词： 航空电子系统   实时   容错   数据处理  

摘要： 机载处理技术的水平是航空电子系统整体水平的重要决定因素之一。近年来,机载高性能处理技术逐渐成为航空电子系统研究的热点。本文主要介绍了国内外主要机型的先进综合化航空电子系统的特点,从国内以及国外在机载高性能处理专业的研究情况出发,重点对国外技术进行全面的分析,同时针对当今国内外主要机型的航空电子系统处理技术进行分析归纳并总结,起到抛砖引玉的作用。