房性心律失常信号的特征识别研究

针对房性心律失常心电图中P波T波信号重叠这一现象,给出了T波的抑制方法.首先利用小波变换和信号奇异点之间的关系,对心电信号(ECG)的R泼和T波进行检测.而后对检测出来的符合阈值条件的T波建立模板,通过与原信号的反向叠加,消除叠加在P波上的T波,识别出P波的形态.该算法的实现有助于医生通过对P波形态进行分析来诊断房性心律失常.仿真和实测数据分析表明,该算法具有较高的定位精度(其误差不超过一个采样点)和波形识别能力.     

400m^3球罐的挖补

某厂400m~3球罐在开罐检查时发现,在下极板上有一鼓包,其隆起的高度有6mm,直径约100mm。经查原始资料,发现该球罐下极板在制造时就有夹层存在。分析鼓包隆起的原因,是因为夹层靠近介质面,且晶间疏松,液化气中的氢渗入夹层间,开罐时罐体卸压较快,而渗入夹层中的氢气不能及时逸出,造成鼓包。根据这种情况,     

3DMAX软件教学的探究

介绍了3DMAX及其当前新趋势下3DMAX软件教学的现状,针对3DMAX软件教学设备陈旧、效率不高的问题,提出从软件本身以及整体教学思路上进行教学改革,以提高课程的实用性,转变传统的教学模式,以适应社会发展的新趋势。     

基于Gossip协议的拜占庭共识算法

区块链是一种对等网络的分布式账本系统,具备去中心化、不可篡改、安全可信等特点,因此受到了广泛关注。在区块链系统中,典型的拜占庭错误包括操作错误、网络延迟、系统崩溃、恶意攻击等。现有共识算法不仅对区块链中拜占庭节点的容错能力低,而且对区块链系统的可扩展性差。针对这一问题,文中提出了基于Gossip协议的拜占庭共识算法,使系统可以容忍小于一半的节点为拜占庭节点,能够达到XFT共识算法的容错能力。同时,因为采用了统一的数据结构,所以系统具有更好的可扩展性,并且有利于正确节点识别区块链系统中的恶意节点。在该算法中,提案节点随着区块链长度的变化而转移,系统中所有节点都处于对等的地位,从而避免了单点故障问题,进而使得系统具有更好的动态负载均衡的性能。     

基于混合Hausdorff距离的多示例学习近邻分类器

通过对最小和最大Hausdorff距离的分析,提出混合Hausdorff距离将它们融合在一起以弥补任意单一Hausdorff距离的缺陷,并基于混合Hausdorff距离设计多示例学习近邻分类器。采用近邻分量分析模型能够优化混合Hausdorff距离中的权系数,从而得到在近邻分类准则下最优的混合Hausdorff距离。结果表明:相对于任意单一Hausdorff距离,基于混合Hausdorff距离的多示例学习近邻分类器通常能够获得更高的识别精度。     

一种提高雷达HRRP识别和拒判性能的新方法

在支持向量域描述的基础上,提出了多核支持向量域描述．针对支持向量域描述核函数形式过于简单的缺点,将支持向量域描述由单个高斯核扩展为多个高斯核线性组合的形式．扩展后的多核支持向量域描述方法可以表述为半正定规划问题,因此可以收敛到全局最优解．新方法采用了更加复杂的核函数形式,能够更加灵活地描述训练样本在高维特征空间的边界分布情况,从而获得了比支持向量域描述更高的识别率和更低的虚警率．     

信息化时代下的交互展示平台设计

目的针对信息化时代的特点,对交互展示平台进行全方位的研究,为现代展示设计平台提供新的发展途径。方法从交互展示平台设计的理论与实践出发,分别从实体展示的发展及其形式演变、虚拟展示形式的发展样态、交互展示的平台建设、未来实体与虚拟交互展示结合的发展方向这4方面对交互展示平台的建设、发展及未来趋势进行了多角度的研究。结论通过交互展示理论与实践的研究,有助于进一步把握现代展会经济以互动展示为核心的发展方向,形成宏观的发展理念。     

融合物品信息的社会化推荐算法

大多数社会化推荐算法仅考虑约束用户的特征向量并未限制物品的特征向量对推荐系统性能的影响,针对这一问题,提出了一种融合物品信息的社会化推荐算法。该算法先通过用户与物品的交互图构建物品相似性网络,在此基础上采用随机游走和SkipGram的方法构造出隐性物品相似性网络,再通过图神经网络的方法学习物品隐性相似性网络、社交网络和用户物品交互图,得到用户和物品编码的特征向量,最后在矩阵分解的基础上同时对用户和物品的特征向量做进一步约束,采用迭代更新的方式获取用户和物体最终的特征向量。为验证推荐算法的性能,在FilmTrust、Ciao和Douban数据集上进行实验验证。实验结果表明,所提出的ISGCF算法与经典的推荐算法相比,推荐效果更好,有效地缓解了冷启动问题。     

基于概念格的不完备信息系统最简规则提取算法

概念格是以概念为元素的偏序集,通常可以对形式背景描述的完备信息系统进行分析和处理,然而在多数情况下信息系统是不完备的,粗糙集理论是一种刻画不完整、不确定性问题的有效方法.针对此问题,从粗糙集的角度出发,基于概念格理论定义一种描述不完备信息系统的增广形式背景,在此基础上,定义并讨论极概念和极概念格及其相关性质,进而提出增广形式背景的极概念生成算法.为了获得更加简洁的决策规则,同时提出一种新的无冗余属性的决策规则获取算法.通过实例计算和UCI数据集的对比实验,表明了所提出算法的可行性和有效性,特别地,当信息系统完备时极概念将退化为经典的概念.