基于人眼状态识别的驾驶员疲劳检测方法研究

提出一种基于眼睛状态识别的驾驶员疲劳状态检测的方法。首先通过建立肤色模型分割出人脸区域，再利用搜索连通域的方法实现眼睛区域的定位；然后计算出眼睛区域的垂直积分投影曲线，提取并比较曲线的特征参数，从而识别眼睛的状态；最后以眼睛闭合时间比率为测量标准实现对驾驶员疲劳程度的检测。实验表明，该方法简单、有效、实时性较好，疲劳检测的正确率较高。     

基于瞬时能量密度谱的航空发动机双发差异信号监测

针对非线性、非平稳航空发动机双发差异信号,提出利用瞬时能量密度谱凸显微波动信号这一方法获得双发差异波动值出现的时间。通过总体平均经验模式分解(EEMD)结合希尔伯变换(HT)求解信号的HT谱与瞬时能量密度水平,从频率、幅值与时间三方面给出信号特征。以燃油流量为例,分析了航空发动机气路参数差值在巡航段的波动情况。结果表明：在2095s、3600s左右发动机燃油流量差值(ΔFF)出现微弱波动,且后者波动幅值为前者的1/5,频率范围集中在0-0.2Hz之间。2095s信号波动是由飞机飞行高度、航向变化及加速度变化引起的,3600s信号波动是加速度变化导致的。由瞬时能量密度谱获得航空发动机参数微波动发生的精确时间,并与QAR记录的同时刻其他相关数据进行对比,追溯发动机FF变化的原因,判断航空发动机是否存在故障。     

基于地理位置划分的无线传感器网络分簇算法

利用分簇算法延长无线传感器网络的生命周期是一个研究热点。基于经典的LEACH路由算法,提出了改进:主要体现在对节点地理位置的划分和在成簇过程中考虑传感器节点的剩余能量以及簇头与非簇头之间的距离。最后用Matlab对LEACH算法和改进后的算法进行仿真,证实了改进后的算法在网络生存时间上比LEACH算法有了很大提高。     

浅谈虚拟仪器技术在电子课程设计中的应用

虚拟仪器作为计算机系统与仪器系统相结合的产物,扩展了传统仪器的功能,在电子课程设计中采用虚拟仪器技术有助于学生创新能力的培养。本文介绍了虚拟仪器技术在教学中的应用,以信号源模块设计、控制模块设计为例探讨虚拟仪器技术在电子课程设计中的应用．实践证明虚拟仪器技术能够为高校改善实验条件提供一种新途径。     

电弧炼钢炉电极升降智能控制系统

章介绍了智能控制在电弧炉炼钢过程电极升降控制中的应用。运行结果表明，这种控制具有良好的鲁棒性，并能获得满意的控制效果。     

新的发展机遇下培养护理人才的若干思考

目的 研究和思考高等护理职业教育的新发展.方法 检索、查阅高等职业教育发展的文献和资料.结果 以服务为宗旨,以就业为导向,以技能训练为突破口的高职教育,能得到社会的认可和支持.结论 社会需要是发展高等职业教育的动力.     

糖尿病肾病的临床治疗

糖尿病肾病是糖尿病的常见慢性并发症之一,一旦形成,其治疗非常困难,因此应重在预防。为寻求预防糖尿病肾病发生的新策略,应针对不同的病理阶段,相应地采取不同的治疗手段。本文从控制血压、血糖及血脂、透析、调整饮食等方面,阐明糖尿病肾病的临床治疗。     

单张正面人脸图像的三维人脸重建方法研究

针对基于单张正面人脸图像进行三维人脸重建时所需脸部侧面深度信息缺失的问题，提出基于BP神经网络快速三维重建方法。通过建立BP神经网络估计出正侧面人脸数据的关系，从而由输入的正面数据得到侧面数据，并对BP算法做出改进，加速了算法的收敛，提高了拟合的精度。然后利用获取的人脸侧面数据调整CANDIDE-3人脸模型，生成近似图...     

奥美拉唑在急性酒精中毒中的临床应用分析

目的：通过奥美拉唑在急性酒精中毒中应用,探讨其预防急性糜烂出血性胃炎的临床作用。方法：选择102例临床诊断急性酒精中毒的病例,随机分为对照组（47例）、治疗组（55例）。除常规治疗外,对照组给予法莫替丁,治疗组给予奥美拉唑。观察其临床预防急性胃黏膜损害的疗效。结果：运用奥美拉唑的治疗组出现急性糜烂出血性胃炎的几率明显降低。结论：临床应用奥美拉唑可有效预防急性酒精中毒中的急性糜烂出血性胃炎,其疗效优于法莫替丁。     

一种基于系统行为序列特征的Android恶意代码检测方法

基于行为特征建立机器学习模型是目前Android恶意代码检测的主要方法,但这类方法的特征集中各行为特征相互独立,而行为特征间的顺序关系是反映恶意行为的重要因素。为了进一步提高检测准确率,提出了一种基于系统行为序列特征的Android恶意代码检测方法。该方法提取了程序运行发生的敏感API调用、文件访问、数据传输等系统活动的行为序列,基于马尔科夫链模型将系统行为序列转换为状态转移序列并生成了状态转移概率矩阵,将状态转移概率矩阵和状态发生频率作为特征集对SAEs模型进行了学习和训练,最后利用训练后的SAEs实现了对Android恶意代码的检测。实验结果证明,提出的方法在准确率、精度、召回率等指标上优于典型的恶意代码检测方法。