FrFT-Bark域特征提取与CNN残差收缩网络心音分类算法

为充分挖掘心音信号的生理、病理信息，提高心音自动分类的准确率，提出一种不依赖于分割和去噪的心音自动分类新算法.首先提取心音信号Bark域分数傅里叶变换的时频特征，然后将深度残差收缩网络引入卷积神经网络中构建新的分类模型，该模型能够自动去除与当前任务无关的特征信息，提高模型预测的准确率及稳定性.研究所用心音样本5 000例，其中1 000例用于测试.实验结果表明，提出算法的准确率、灵敏度、特异度分别为0.925、0.902、0.948,F1值为0.923.该方法整体性能较以往方法有明显提升，具有较强的鲁棒性和泛化能力，有望应用于先心病的临床筛查.     

无阻尼弱耗散抽象发展方程的强全局吸引子

运用半群理论、收缩函数理论和定义泛函的方法,当非线性项满足较弱的耗散型条件时,在空间V_(2θ)×V_θ×L_μ~2(R~+;V_(2θ))中得到了无阻尼弱耗散抽象发展方程的强全局吸引子的存在性.     

2-度量空间上具有隐式收缩条件的映射族的重合点和公共不动点

引进满足特定性质的二元、四元和六元函数类,建立2-度量空间上的四个映射的隐式收缩条件,讨论并证明四个映射的唯一重合的点和唯一公共不动点的存在定理;给出关于两个和三个映射的相应的结果和Banach不动点定理在2-度量空间上的表现形式,推广并改进了现有的一些结果。     

水利工程预拌混凝土结构裂缝的成因及控制措施

预拌混凝土以其性能优越、质量稳定、效率高、损耗低、施工方便等优势而逐渐为水利工程普遍采用,但预拌混凝土的裂缝问题是一个普遍存在而又难于解决的工程实际问题,因此研究预拌混凝土裂缝产生的原因及预防措施是非常重要的。     

探析大体积混凝土裂缝的成因及防治措施

本文主要介绍了大体积混凝土的概念及裂缝产生的原因，并提出相应的防治措施。     

WSN中基于分布式机器学习的异常检测仿真研究

安全问题是无线传感器网络应用的关键问题之一。设计了一种基于分布式机器学习的异常检测方案。该方案利用K最近邻算法对传感器网络节点进行分簇,时簇内节点的异常检测采用贝叶斯分类算法,对簇头节点的异常检测采用基于平均概率的方法。利用网络仿真工具NS2构建了入侵检测规则、模拟了网络攻击场景,在此基础上,通过仿真评估了方案的检测率、平均检测率、误检率和平均误检率等性能。仿真实验结果表明,该方案与当前典型的无线传感器网络入侵检测方案相比具有较高的检测率和较低的误检率。     

产生式与判别式分类方法比较研究

分类是数据挖掘领域研究的热点,产生式与判别式是数据挖掘中两种不同的分类模型。产生式模型具有通用性、灵活性及清晰的分层结构,学习得到的模型很容易满足模型解释要求;判别式模型没有明显的对系统中变量的基本分布建模的企图,仅仅对输入到输出之间映射的最优化感兴趣,可以提供更好的分类性能。从准确率、建模时间及渐进误差等方面对产生式与判别式分类方法进行了分析与比较,为研究人员在分类模型的选择上提供了参考。     

基于模糊C均值聚类算法和贝叶斯判别函数研究深水油藏分类评价

针对目前深水油藏分类评价研究现状的不足,基于模糊C均值聚类算法和贝叶斯判别函数,建立了深水油藏指标选择标准和分类评价体系。优选世界三大深水油气区19例油田的特征属性参数作为典型样品集,采用模糊聚类分析对深水油藏进行了分类,在此基础上,应用贝叶斯判别决策理论,建立了深水油藏分类评价的定量判别关系,对未知类型的深水油藏进行了定量分类评价。实例结果表明,应用模糊C均值聚类算法和贝叶斯判别函数相结合进行深水油藏分类评价是有效的,该分类评价体系考虑的油藏参数更为全面,分类结果更为明显,对于深水油田的开发具有一定的指导意义。