在目前的区块数据生成方式下,小额交易场景容易遭遇效率瓶颈。针对区块链应用中的小额交易等待时间过长的问题,提出一种区块链小额实时交易策略(real-time micro trading strategy with blockchain,RMTSB)。首先,构造一种时延控制Petri...
详细信息
在目前的区块数据生成方式下,小额交易场景容易遭遇效率瓶颈。针对区块链应用中的小额交易等待时间过长的问题,提出一种区块链小额实时交易策略(real-time micro trading strategy with blockchain,RMTSB)。首先,构造一种时延控制Petri网(delay control Petri nets,DCPN)模型用于描述、分析和控制带有时延信息的系统;其次,为了记录和评估交易过程,给出了一种含个人信用指标的交易数据区块结构和面向小额交易的个人信用度评价方法;然后,在信用度分析的基础上,采用DCPN建模设计了RMTSB策略;最后,从全节点和轻节点两个角度分别建立了区块链的小额实时交易过程。为了验证策略的有效性,对常规区块链交易过程、RMTSB策略下的交易过程及含有网络时延变量的RMTSB策略下的交易过程进行了仿真,并通过多轮交易的时延累积消除单次实验的偶然性。仿真结果表明,与区块链常规交易过程相比,RMTSB策略以支付方信用度为参考,有效提高了交易验证的效率,其交易时延与常规交易过程相比可降低50%~75%。因此,该策略可在一定程度上简化认证过程,从而提高区块链环境下小额交易的支付速度,使区块链真正成为小额交易应用场景中的支撑技术。
针对影像组学过程中医生标注影像数据工作量巨大的问题,提出了一种基于价值评估的磁共振单序列多层低价值点(low value point,LVP)图像压缩算法.对单序列多层LVP原图像使用滤波压缩算法,对已标注的单序列多层LVP分割图像使用池化压缩算...
详细信息
针对影像组学过程中医生标注影像数据工作量巨大的问题,提出了一种基于价值评估的磁共振单序列多层低价值点(low value point,LVP)图像压缩算法.对单序列多层LVP原图像使用滤波压缩算法,对已标注的单序列多层LVP分割图像使用池化压缩算法,将单序列多层LVP原图像和分割图像压缩为单层高价值点(highvaluepoint,HVP)原图像和分割图像.将压缩算法应用于磁共振脑胶质瘤的自有数据集和公开数据集中,对比了压缩前原始图像标注时间和压缩成单层HVP图像标注时间,并测试压缩图像进行影像组学分级任务的效果.实验结果表明:压缩后标注一例病例的时间与压缩前相比显著减少,AUC等指标在执行文中算法和未执行下得到的分级结果相差甚微,均高于医生诊断水平.因此,在误差可接受范围内,医生仅需标注一层HVP图像便能进行医学影像分析,并且也能获得较好的分析结果.对于医生来说,可显著缩减医生标注任务的工作量.
暂无评论