心电成分的多核尺度卷积神经网络分类算法研究

网络空间财产犯罪的占有转移认定疑难问题凸显了双层社会中传统刑法理论与新型网络财产犯罪之间的适用冲突。认为网络空间财产犯罪中存在网络平台“错误认识”的观点不符合诈骗罪本身的逻辑构造，提供代码验证服务的网络平台不参与用户之间的占有转移。网络空间财产犯罪的占有转移实质上是财产性利益的占有转移，应当以“与原占有人人身相分离”的可转移性和“对于被害人具有财产法益”的财产性为标准划定占有转移成立的边界，且不得以数额不明确为由缩小其成立范围。在具体认定过程中，要采取“账户权限或记录的不可逆转变”的认定标准，区分网络空间财产犯罪的占有转移与占有的迟缓。     

四川大学1893例中老年教职工心电图分析

心电图（ＥＣＧ）是诊断心血管病的一个主要手段．校医院在１９９７年至１９９８年两年间对中老年教职工进行了心电图普查，从ＥＣＧ变化这一方面探讨我校中老年教职工心血管病发病情况及应采取的预防保健措施．１普查方法１．１对象及方法检查对象为４５岁以上的教职工，...     

基于变权重奇异谱分析的心律不齐识别方法

现有心律不齐研究多数围绕心电信号中不同频率特性成分的分离展开，而不同子序列的信息量对于最终目标决策的贡献则缺少研究与分析.为增强高贡献度子序列对于分类器的影响，提出了一种变权重奇异谱分析与深度学习结合的识别方法.通过奇异谱分析获得多个子序列，结合各个子序列的奇异值计算随机森林下的基尼系数，并将其作为权重.变权重的序列样本用于训练神经网络模型，更高效地挖掘了有用信息，进一步提高了识别精度，最终的心律不齐识别准确率为98.35%，Macro-F1为97.95%.相对于传统的定值权重，本文提出的变权重识别方法在各个性能指标上均有明显提升.