A novel method based on convolutional neural networks for deriving standard 12-lead ECG from serial 3-lead ECG

Frontiers of Information Technology & Electronic Engineering - Reconstruction of a 12-lead electrocardiogram (ECG) from a serial 3-lead ECG has been researched in the past to satisfy the need...     

空气预热器实时监控系统堵塞可视化性能研究

针对电站锅炉回转式空气预热器运行时上下表面不可见的问题，本文提出了一种视频监控与故障分析系统，可直接监测转子表面情况。该系统通过视频监控获取图像，结合改进的Retinex算法对其进行处理，实现了以下2个功能:1）能分析积灰程度以判断转子堵塞 情况；2）与温度场融合实时显示转子表面热点分布以预防二次燃烧。该系统已应用于某600 MW机组，实现了在热态环境下对空气预热器转子积灰程度、热点分布、堵塞程度的估算与可视化，大大提高了空气预热器运行的可靠性。     

PET的紫外老化性能及机理研究

采用力学、紫外-可见光分析和热失质等测试手段研究了PET改性料的紫外老化性能及老化机理。结果表明:复合助剂的加入能显著提升体系的力学性能保持率,进而提升其紫外老化寿命,提升的幅度随复合助剂中耐紫外剂含量的增加而显著增加。DSC分析表明,随着复合助剂的引入和老化的进行,改性料结晶度增加。文中进一步讨论了PET改性料的紫外老化机理。紫外-可见光分析表明,紫外老化能产生醌类和双醌类物质,进而提升PET改性料的紫外吸收度。     

DP980+Z烘烤硬化值与退火温度的关系

摘要：为了研究退火温度对镀锌DP980+Z烘烤硬化值的影响，退火温度控制在760～820℃之间，系统分析退火温度对烘烤硬化值的影响。通过准静态拉伸试验机测量烘烤硬化值及抗拉强度，采用lepara试剂对组织中的马氏体进行着色，利用金相显微镜及图像处理软件测量马氏体的体积分数；采用扫描电镜观察DP980+Z的双相组织特点，并且将组织图片通过CAD转化成有限元图进行网格划分，建立代表性体积单元（RVE），通过有限元分析铁素体、马氏体强度对烘烤硬化值的影响。在同样的变形量情况下，DP980+Z的原始屈服强度越高，烘烤硬化值越高。     

基于颜色四通道及空间金字塔的鱼类图像检索

随着计算机视觉技术在海洋水产领域中的应用不断加深，鱼类图像检索在渔业资源调查、鱼类行为学分析等方面发挥了巨大的作用。通过研究发现，鱼类图像的背景信息会对鱼类图像检索造成极大干扰，而且鱼类图像中颜色、纹理、形状等特征由于空间位置信息的缺乏而使检索的准确率不高。为解决以上问题，提出了一种新的基于颜色四通道及空间金字塔的鱼类图像检索算法。首先，提取视觉显著性图将鱼类图像的前景和背景分开，从而减少图像背景对检索的干扰；其次，为了使图像特征包含一定的空间位置信息，利用空间金字塔的理论对图像进行分割，在此基础上，将图像转为HSVG四通道图并提取SURF特征；；最后，得到检索结果。为验证所提算法的有效性，在QUT_fish_data数据集和DLOU_fish_data数据集上对算法的查全率、查准率与经典的HSVG算法和显著性分块算法进行对比：在两个数据集上查准率分别比传统的HSVG算法最多分别提高12%和5%，查全率最多分别提高7%和22%；比传统的显著性分块算法查准率最多分别提高15%和5%，查全率最多分别提高36%和22%；从而证明所提算法是有效的，能有效提升鱼类图像的检索效果。     

Personality expression and recognition in Chinese language usage

User Modeling and User-Adapted Interaction - Personality plays a pivotal role at work. Many scholars have investigated the association between personality and language usage habits in the English...     

Anchoring single Pt atoms on hollow Ag3VO4 spheres for improved activity towards photocatalytic H2 evolution reaction

The high cost of noble metal catalysts has been a great bottleneck for the catalyst industry. Using the noble metal at a single-atom level for catalytic applications could dramatically decrease the cost. The impacts of single Pt atoms on the photocatalytic performance of Ag₃VO₄ have been investigated and reported. In this report, single Pt atoms were anchored on the surface of Ag₃VO₄ (AVO) as a cocatalyst, and the resultant composite photocatalyst has been studied for photocatalytic H₂ production from water driven by visible light. The as-prepared AVO particles are hollow nanospheres in the monoclinic phase with a bandgap of 2.20 eV. The light absorption edge of AVO/Pt is slightly red-shifted compared to that of the pristine AVO, indicating more visible light absorption of AVO/Pt. The XPS peaks of Ag, V, and Pt exhibit a significant shift after AVO and Pt get into contact, suggesting the strong interaction between the surface Ag and V atoms, and single Pt atoms. After 3-h illumination, the photocatalytic H₂ evolution amount from AVO/Pt is improved up to 1400 μmol, which is 2.8 times that on the bare AVO. Such efficient photocatalytic H₂ evolution on AVO/Pt is still maintained after five reaction cycles. The better photocatalytic performance of AVO/Pt has been attributed to the more efficient visible light utilization and the lower interfacial charge transfer resistance, as demonstrated in the DRS and EIS spectra. The presence of the surface Pt atoms also leads to a higher amount of reactive radicals, which could efficiently promote the surface redox reactions.     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.