人工智能背景下的中医舌诊客观化研究概述

来源 :计算机时代 | 被引量 : 0次 | 上传用户:ly0496lf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了促进中医舌诊的标准化和客观化,推动中医舌诊客观化研究,探究以深度学习为代表的人工智能技术在舌诊客观化领域的应用现状和研究水平,文章以舌像的采集-预处理-图像识别-客观诊断为主线,对舌像辩证自动化的新方法进行了归纳和总结.通过方法综述,为智能化舌诊和中医现代化研究提供方法参考和研究思路,促进人工智能技术在中医舌诊领域的深度发展.
其他文献
实体关系抽取能够从文本中提取事实知识,是自然语言处理领域中重要的任务.传统关系抽取更加关注于单实体对的关系,但是句子内包含不止一对实体且实体间存在重叠现象,因此重叠实体关系抽取任务具有重大研究价值.任务发展至今,总体可以分为基于序列到序列、基于图和基于预训练语言模型三种方式.基于序列到序列的方式主要以标注策略和复制机制的方法为主,基于图的方式主要以静态图和动态图的方法为主,基于预训练语言模型的方式主要以B E RT挖掘潜在语义特征的方法为主.回顾该任务的发展历程,讨论分析每种模型的优势及不足点;结合目前研
SSL VPN流量常常被一些非法应用利用,来绕过防火墙等安全设施的检测.因此,对SSL VPN加密流量的有效识别对网络信息安全具有重要意义.针对此,提出了一种基于Bit级DPI和深度学习的SSL VPN加密流量识别方法,所提方法分为两个步骤:利用Bit级DPI指纹生成技术识别SSL流量,缩小识别范围;再利用基于注意力机制的改进的CNN网络流量识别模型识别SSL VPN流量.该方法不仅有效解决了传统SSL加密流量指纹识别方法存在的漏识别率较高的问题,同时改进后的深度学习模型能提取网络流量中具有非常显著性的细
拷贝数变异是一种主要的基因组结构变异形式,会导致基因组区域中出现大小不等的扩增或缺失.针对现有拷贝数变异检测算法受GC含量偏差、测序误差等因素影响而导致检测能力低的问题,提出了一种基于遗传算法优化的BP神经网络拷贝数变异检测算法.该算法充分考虑基因组相邻位置之间的内在相关性,融合多个特征,并使用BP神经网络解决各个特征之间的联合作用以预测CNV;针对现有的BP神经网络模型存在的问题,利用遗传算法优化BP神经网络的权值和阈值,以提高该算法的CNV检测性能.实验结果表明,该算法对不同测序覆盖深度和肿瘤纯度共3