基于云计算的电网数字化项目数据存储与处理技术分析
白晨1张博强2杨源3
摘要：<正>近年来，信息技术快速发展，电力系统逐渐向数字化转型，迫切需要高效的数据存储与处理技术来支持电网的运行和管理。但随着大规模电网数据的增长与多样性给传统存储与处理方法带来了巨大挑战。基于此，本文以云计算为基础，通过分析电网数据特点和传统方法的限制因素，探讨了云计算在电网数字化中的潜力以及在数据存储、备份、传输安全等方面的应用。本研究将为电网数字化项目提供高效可靠的数据存储与处理解决方案，推动电力系统的数字化升级。在信息技术的不断革新下，电力系统正经历着前所未有的数字化转型，成为实现能源可持续发展和智能化管理的关键环节。电网数字化项目的兴起为电力行业

基于神经网络的乳腺健康管理及诊疗家庭化平台设计
赵敏哲1尹东2
摘要：<正>乳腺是否存在病变关系到每位女性的健康，而超声具有无创、价廉、早期发现、适时监控等优点，是乳腺癌筛查的必备检查项目。本文利用现代人工智能和图像处理技术，改变传统的超声检查模式，从物理结构上分离探头与主机，用户只需手持超声探头，适时地扫描乳房，采集其超声信号，借助智能手机上传信号数据至服务器，合成乳腺超声影像，再运用AI技术完成乳腺结节形态、大小、结构的动态观察，最后做出风险度的判断，从而设计了一套先进的、家庭化式的乳腺健康管理及诊疗应用系统平台。乳腺癌发病率高、晚期致死率高已成为导致人类死亡的第二大癌种，威胁着全世界女性的健康。现

基于SeqRelSum的样本间关系深度挖掘的文本摘要生成
费志高成新民
摘要：<正>在文本摘要生成任务中，传统的自注意力机制在编码过程中往往会过度关注当前位置的信息，导致忽视了序列内不同范围的依赖关系。此外，在深度神经网络中，批次维度上的学习也面临着困难。本文提出一种Seq Rel Sum学习模型，采用自注意力机制的多头注意力模块，对两个文本序列之间进行词层面的自注意力计算，并引入多个子空间表示和独立学习的线性投影，捕获不同的语义信息，将其组合起来得到序列内不同范围的依赖关系。同时引入双流样本间注意力机制，结合Transformer模块对数据的样本关系进行训练，使用共享分类器实现批量不变学习，最终在批次维度上获取样本关系。实验结果表明，该模型在文本摘要任务上的表现优于基线模型和其他先进方法。


数字技术与应用 . 2024(02)