课程文献中心 更多>>

关键词： 故障选线   卷积神经网络   循环神经网络   Fault Line Selection   Convolutional Neural Network   Recurrent Neural Network  

摘要： 针对配电网单相接地故障特征提取困难和现有检测方法精度低的问题，本文提出一种基于原始数据生成的二维灰度图和CNN-GRU的故障选线方法。首先，获取原始的电流波形进行截取并生成二维灰度图，以有效地保留明显而全面的故障特征原始信息；然后，CNN自适应提取时频灰度图像的局部特征，GRU从CNN层学习到的局部特征中学习上下文依赖关系。最后，通过SoftMax层实现故障选线。仿真结果表明，本文所提方法的选线准确率为99.41%，与现有方法相比准确率更高。

关键词： 时空索引   动态图   轨迹预测   LSTM   粒子滤波  

摘要： 轨迹预测面临着融合多源异构时空数据和捕捉个体移动模式等诸多挑战，现有方法大多采用概率、图论或深度学习技术，存在计算复杂度高、泛化能力差或对多源数据融合的适应性不足等问题。为了解决上述问题，提出基于时空索引动态图的车辆轨迹预测模型STIG-LSTM(Spatio-Temporal Index dynamic Graph-Long Short Term Memory)，利用时空索引构建交通场景动态图，结合LSTM编解码器、空间网络卷积层与重要性重采样粒子滤波策略，增强空间信息的提取与查询能力。使用高速公路行车真实数据集设计对比实验与消融实验，在车辆保持与换道两种典型轨迹预测场景下进行可视化分析。实验结果表明，STIG-LSTM在短期预测与长期预测均表现出良好的准确性与稳定性，平均均方误差RMSE为1.95，轨迹预测准确率最高达到98.12%。

关键词： 冠心病心肌缺血   12导动态心电图   平板运动试验   联合诊断  

摘要： 目的 评估12导联动态心电图与平板运动试验联合诊断冠心病心肌缺血的准确性.方法 选取2021年8 月至 2024 年 8 月在陕西省商洛市商州区人民医院接受治疗的86 名冠心病心肌缺血患者作为研究对象,所有患者均接受了 12 导联动态心电图、平板运动试验和冠状动脉造影检查.以冠状动脉造影结果作为诊断金标准,比较单独使用 12 导联动态心电图、单独使用平板运动试验以及两者联合使用的敏感度、特异性和一致性;以冠状动脉造影结果为准,比较联合及单一检测检出单支病变及多支病变的概率.结果 联合检测在真阳性(62 例)和真阴性(29 例)方面均优于单一检查方法;联合检测的敏感度、特异度及诊断准确率均高于单一检查方法,其中特异度、阴性预测值、诊断准确率数据比较差异有统计学意义(P＜0.05);经冠状动脉造影检测,单只冠状动脉病变患者共 35 例,多只冠状动脉病变患者共 51 例,其中联合检测在单支病变和多支病变中的检出率达到了97.67%,显著高于单一检查方法(P＜0.05).结论 在冠心病心肌缺血的诊断中,结合12导联动态心电图和平板运动试验的检测效果优于单一检测方法,尤其在识别多支血管病变时更为精确.

摘要： 心电图作为临床最常用的心脏检查手段,能够快速识别心律失常、心肌缺血等心脏异常.然而大量临床数据表明,女性心电图存在与男性显著不同的特征.从青春期到更年期,激素水平波动直接影响着女性心脏电生理活动,导致心率、QRS波群、QT间期等关键指标呈现性别差异.

关键词： 图神经网络   学科交叉文献   代表性文献   多标签分类  

摘要： [目的]识别数据集中的学科交叉文献，以准确地把握学科交叉的前沿动态。[方法]提出了一种基于图神经网络的学科交叉文献识别方法，通过选取的代表性文献，训练基于图神经网络的多标签分类模型，以用于学科交叉文献的识别。[结果]在仅标注了5%的文献作为代表性文献的条件下，所提出方法在整个数据集上的学科交叉文献识别的AUC值最高达到了0.843。[局限]对于多学科交叉文献的识别问题，还需要对提出的方法进行改进；在较大学科领域粒度和大规模数据集上的学科交叉文献识别效果还有待进一步验证。[结论]提出的方法不仅具有较好的学科交叉文献识别效果，还有效地解决了有标注的训练数据集稀缺的难题。

关键词： 多视图聚类   二部图   一致图   图融合   嵌入学习  

摘要： 当前多视图聚类算法在多视图数据处理的有效性与适用性方面还有进一步提升的空间，目前大多数多视图聚类算法存在融合机制不够完善、对多视图协同关系挖掘不足以及鲁棒性不够稳定等问题，导致聚类结果一致性偏低，且在噪声和冗余信息下性能不够稳健。针对上述问题，提出一种基于二部图和一致图学习的多视图聚类算法（BGC-MVC），该算法旨在通过融合各视图信息，从而提升聚类的一致性和互补性。首先，通过构造二部图以捕获不同视图之间的邻域关系；其次，学习一致性图以强化视图间的相似性。BGC-MVC算法将原始多视图数据的嵌入整合进一个统一的框架中，将图学习与聚类过程结合起来，从而提高聚类的整体效果。实验结果表明，BGC-MVC算法在满足收敛性的条件下各评价指标的值有明显的提升，在MSRC＿v1数据集上的F-score比次优的LMVSC算法提高了19.84个百分点，并且BGC-MVC算法表现出更强的鲁棒性与准确性。

摘要： 一、教学内容 人教版小学数学三年级上册"数学广角——集合",课本第104页例1. 二、教材分析 本节课的教学内容是"数学广角——集合",而集合是比较系统、抽象的数学思想方法,也是数学中最基本的思想.从学生一开始学习数学,其实就已经在运用集合思想方法了,所以对集合有一定的生活经验和知识基础.因此,本节课设计立足于培养学生良好的数学思维能力,从学生的生活经验和知识基础出发,创设问题情境,结合本班的实际设计例题,让学生通过观察、操作、推理、交流等活动寻找解决问题的方法,初步体会集合思想.

关键词： 支持函数   采样策略   核函数   判决规则   集值数据  

摘要： 孪生支持向量机(twin support vector machine, TSVM)能有效地处理交叉或异或等类型的数据.然而,当处理集值数据时, TSVM通常利用集值对象的均值、中值等统计信息.不同于TSVM,提出能直接处理集值数据的孪生支持函数机(twin support function machine, TSFM).依据集值对象定义的支持函数, TSFM在巴拿赫空间取得非平行的超平面.为了抑制集值数据中的离群点, TSFM采用了弹球损失函数并引入了集值对象的权重.考虑到TSFM是无穷维空间的优化问题,测度采用狄拉克测度的线性组合的形式,这构建有限维空间的优化模型.为了有效地求解优化模型,利用采样策略将模型转化成二次规划(quadratic programming, QP)问题并推导出二次规划问题的对偶形式,这为判断哪些采样点是支持向量提供了理论基础.为了分类集值数据,定义集值对象到巴拿赫空间的超平面的距离并由此得出判别规则.也考虑支持函数的核化以便取得数据的非线性特征,这使得提出的模型可用于不定核函数.实验结果表明TSFM能获取交叉类型的集值数据的内在结构并且在离群点或集值对象包含少量高维事例的情况下取得了良好的分类性能.

关键词： 钢丝绳检测   小波核函数算法   漏磁信号   信号处理   特征提取   归一化处理   模型训练   小波分解  

摘要： 针对传统钢丝绳损伤检测技术检测精度低和稳定性差等问题，文中提出一种基于支持向量机小波核函数算法的处理方法。利用核函数与小波在分解与合成有相似的特点融合核函数与小波去噪，对干扰噪声进行有效抑制。为实现对钢丝绳进行无损检测，设计钢丝绳漏磁检测装置。通过对漏磁信号进行去趋势处理、干预后信号降噪以及特征值归一化、模型训练3个分析处理步骤，实现对漏磁信号的检测、提取和识别。数据仿真对比结果表明，所提方法具有较好的检测性能。

关键词： 深度学习   人工智能   中医四诊客观化   数据挖掘   卷积神经网络  

摘要： 本文将对深度学习（Deep Learning， DL）在中医四诊客观化中的应用优势及未来发展等方面作详细介绍，探索建立一种新型的基于深度学习在中医四诊客观化中的数据一体化集合处理思路。文章概述深度学习在中医四诊客观化中的研究背景与中医四诊客观化中常用的深度学习方法，并详细介绍了深度学习在中医四诊客观化中的具体应用，其中在望诊中的应用分为在舌诊与面诊中的应用，分别为舌象数据的处理、舌象数据的分析、面诊数据的收集与分析；在闻诊中分为在声诊、嗅诊中的应用；在问诊中分为在医疗推荐类模型和辅助诊断类模型中的应用；在切诊中分为在信号识别和脉象分类中的应用，及深度学习在中医诊断模型与中医服务平台中的应用，探讨了深度学习在中医四诊客观化中的应用优势与未来展望。基于深度学习在中医四诊客观数据一体化集合模式，是将收集到的原始四诊数据分类进行深度学习处理后分别录入对应的四诊数据库，再和交换平台之间进行输出反馈，最后分类应用。