房颤R-R间期关联性比正常窦性心律弱

利用概率密度函数(PDF)法、相空间图法和互信息函数法分析了正常窦性心律(NSR)及房颤(AF)R-R间期.延时较小时,NSR R-R间期PDF不对称分布,延时较大时,PDF满足高斯分布,证明邻近NSR R-R间期关联性强;而AF R-R间期PDF为高斯分布,且不同延时PDF曲线重合,证明邻近AF R-R间期关联性弱.相空间图和互信息法也得到了相同的结论.AF R-R间期关联性较NSR R-R间期弱是房颤病理信息的反映,这有可能成为新的诊断手段.     

基于RR间期一阶差分的新型散点图心率变异性分析

在Poincare散点图的基础上,提出了基于RR间期的一阶差分散点图的新型分析方法.一阶差分散点图将RR间期作一阶差分以形成新的序列,再按Poincare方式作图,凸现了RR间期变异的信息,并以特殊区域反映在散点图上,通过图示可以挖掘出更多的心率变异信息,对非偶联的早搏、偶联性质的二联律和三联律早搏能分别显示出特有的图形特征,从而做出比Poincare散点图更好的鉴别.而在分析混合型早搏时,一阶差分散点图鉴别结果更好.     

基于函数型数据分析方法对心电图中T波与RR间期的研究

心电图(ECG)一般是由P,Q,R,S,T等5个波组成.每个波代表着一定的心动信息,并且各个波之间存在一定的联系.利用函数型数据分析的方法,建立了心电图中T波与RR间期的函数型线性回归模型.求解模型以及检验模型的结果表明了函数型线性回归模型能较好地反映T波与RR间期的关系.     

基于邻域交互增益信息的多标记流特征选择算法

现有的多标记特征选择一般假设特征空间是固定已知的,然而实际应用中很多特征是需要在提取过程中实时地进行筛选.为此,提出基于邻域交互增益信息的多标记在线流特征选择算法.首先,基于多标记邻域互信息和邻域交互增益信息提出在线相关性分析与在线冗余性分析两种策略来评价特征;其次,基于邻域交互增益信息构建了在线流多标记特征选择的目标优化函数;最后,在六个多标记数据集和四个评价指标上,实验结果证明了该算法的有效性和稳定性.     

基于多尺度注意力融合的知识追踪方法

互联网的普及使线上教育迅速发展,在缓解教育资源不均衡问题的同时,也为科研人员提供了大量的研究数据.教育数据挖掘是一个新兴学科,通过分析海量数据来理解学生的学习行为,为学生提供个性化学习建议.知识追踪是教育数据挖掘中的重要任务,其利用学生的历史答题序列预测学生下一次的答题表现.已有的知识追踪模型没有区分历史序列中的长期交互信息和短期交互信息,忽略了不同时间尺度的序列信息对未来预测的不同影响.针对该问题,提出一种基于多尺度注意力融合的知识追踪模型,使用时间卷积网络捕获历史交互序列的不同时间尺度信息,并基于注意力机制进行多尺度信息融合.针对不同学生及答题序列,该模型能自适应地确定不同时间尺度信息的重要性.实验结果表明,提出模型的性能优于已有的知识追踪模型.     

采用相对小波能量法的脑-机接口设计

针对基于两种不同意识任务(想象左手运动和想象右手运动)的脑-机接口,提出采用相对小波能量的特征提取方法.首先深入研究了相对小波能量的计算方法,然后利用相对小波能量对脑电信号进行特征提取,最后采用支持向量机进行分类,并采用分类准确率和互信息作为该脑-机接口的评价标准.离线分析结果表明:分类准确率最高为85.7%,最大互信息为0.41比特.与较常用的自适应自回归(AAR)模型系数作为特征的方法相比,所提方法具有更高的识别准确率和互信息.     

基于CSP与SVM算法的运动想象脑电信号分类

针对基于两种不同意识任务(想象左手运动和想象右手运动)的脑机接口,使用共空间模式(common spatial pattern,CSP)算法对BCI 2003竞赛数据进行特征提取;基于滑动时间窗,利用CSP方法对C3,Cz和C4位置的脑电信号进行处理.利用支持向量机对特征进行分类,获得最大分类正确率82.86%,最佳时间点4.09 s,最大互信息0.47 bit,最大互信息陡度0.431 bit/s.与BCI 2003竞赛结果相比,最大互信息陡度有了显著提高,证明该方法更适合BCI实时系统的要求.     

基于交互信息的连续值属性决策树学习算法

Fayyad连续值属性决策树学习算法使用信息熵的下降速度作为选取扩展属性标准的启发式,本文针对其易选取重复的条件属性等不足之处,引入属性间的交互信息,提出了一种改进算法--基于交互信息的连续值属性决策树学习算法,它的核心是使用信息熵和交互信息的下降速度作为选取扩展属性标准的启发式.实验结果表明,与Fayyad决策树学习算法相比,该算法降低了决策树中同一扩展属性的重复选取率,实现了信息熵的真正减少,提高了训练精度和测试精度,能构造出更优的决策树.     

结合自监督学习的多任务文本语义匹配方法

基于文本交互信息对文本语义匹配模型的重要性,提出一种结合序列生成任务的自监督学习方法.该方法利用自监督模型提取的文本数据对的交互信息,以特征增强的方式辅助基于神经网络的语义匹配模型,构建多任务的文本匹配模型.9个模型的实验结果表明,加入自监督学习模块后,原始模型的效果都有不同程度的提升,表明所提方法可以有效地改进深度文...     

MC-CA:基于模态时序列耦合与交互式多头注意力的多模态情感分析

针对现有多模态情感分析模型对模态交互问题的忽视导致其性能受限的问题,提出一种基于模态时序列耦合与交互式多头注意力的多模态情感分析模型（MC-CA）。利用仿射变换耦合模态的情感信息和时序信息,使用交互式多头注意力机制获取模态间的交互信息,利用多通道情感预测方法综合全局与局部信息实现多模态协同训练。在多个公开数据集上的实验结果表明,该模型能够建立多模态数据之间的交互,在多模态情感分析任务中取得优异的性能。     

动态心电图长R-R间期临床分析

目的:对动态心电图中长R-R间期(房颤除外)进行临床分析,并探讨其产生的原因及临床意义。方法:回顾性分析2009年6月-2011年6月间2 500例动态心电图中65例R-R间期延长者(且R-R间期均﹥2.0 s为标准),统计导致长间歇的各类病因和心电图改变。结果:长R-R间期的总发生率为2.60%(65/2 500),50岁以上者占92.30%(60/65)。病因以冠心病、高血压多见。导致长间歇的心电图改变从高到低依次为窦性停搏43.08%(28/65),房性早搏未下传20.00%(13/65),二度Ⅱ型房室传导阻滞18.46%(12/65),二度I型房室传导阻滞10.77%(7/65),二度窦房传导阻滞3.08%(2/65),房速后代偿3.08%(2/65),三度房室传导阻滞1.54%(1/65)。结论:24小时动态心电图是长R-R间期检测的既有效又安全的方法。认识导致长R-R间期发病的病因,以及了解引起各类心电图改变的原因,对临床工作有重大的意义。     

一种基于互信息量的自适应快速视频编解码方案

为了对不同运动剧烈程度的视频序列提出一种重构质量高并且快速的自适应编码算法,引入视频序列的互信息量(mutual information,MI)。利用视频序列帧间的互信息量自适应地调整运动向量估计和运动向量多重估计的门限值(absolute error,AE)。通过大量的统计得出了互信息量与高通帧方差之间的关系,利用方差作为反馈进一步调整AE,从而实现了一种自适应快速算法。利用此算法同时达到了控制编码复杂度和重构视频质量的目的。实验数据表明,此种算法编码时间比传统运动补偿时域滤波(motion compensated temporal filtering,MCTF)结构缩短约15%,而重构视频的质量几乎没有下降。     

一种基于互信息量的自适应快速视频编解码方案

为了对不同运动剧烈程度的视频序列提出一种重构质量高并且快速的自适应编码算法,引入视频序列的互信息量(mutual information,MI).利用视频序列帧间的互信息量自适应地调整运动向量估计和运动向量多重估计的门限值(absolute error,AE).通过大量的统计得出了互信息量与高通帧方差之间的关系,利用方差作为反馈进一步调整AE,从而实现了一种自适应快速算法.利用此算法同时达到了控制编码复杂度和重构视频质量的目的.实验数据表明,此种算法编码时间比传统运动补偿时域滤波(motion compensated temporal filtering,MCTF)结构缩短约15%,而重构视频的质量几乎没有下降.     

干扰条件下基于互信息量准则的弹载雷达波形优化

弹载雷达发射波形设计在导弹制导系统中有着重要作用。为解决复杂电磁环境下,弹载雷达受到噪声、杂波和干扰影响导致目标探测性能降低的问题,基于互信息量（mutual information,MI）准则提出了一种新的同时存在噪声、杂波和电子干扰影响时的发射波形优化算法,通过拉格朗日乘子法得到最大化目标响应与雷达回波间互信息量的最优波形表达式,并利用一阶泰勒级数近似简化该表达式。仿真实验对比了不同杂波和压制干扰、不同发射能量约束下优化前后所获互信息量;结果表明,当平均功率限制为100 W时,相比于原始波形,采用优化信号情况下所获互信息量翻倍。优化发射波形能够通过优化信号的频域能量分布,主动避开干扰和杂波影响大的频率,使接收回波包含更多目标信息。     

基于互信息的差异共表达致病基因挖掘方法

为了挖掘基因表达数据中的差异共表达致病基因模块,提出了基于互信息和最大团相结合的方法.互信息用于度量基因表达谱之间的相互关系,计算任意2条基因表达谱在2种不同样本中的互信息值,得到2个互信息矩阵M1和M2,选定2个阈值T1和T2(T1T2)将矩阵M1和M2二值化,并通过M1和M2中元素的逻辑"与"运算得到图的邻接矩阵,从邻接矩阵挖掘出的最大团则为差异共表达致病基因模块.将该方法应用于Colon数据,选定T1=2.2,T2=1.0,得到6个相互重叠的最大团,实验结果表明,该方法能有效挖掘出差异共表达致病基因模块.     

论动态统计信息理论

将现有的静态统计信息理论拓展至动态过程,建立以动力学系统的信息和信息熵的演化规律为主题及其应用的动态统计信息理论.从态变量演化方程出发,推导出表述信息熵和信息的演化规律的动态信息熵密度和动态信息密度的非线性演化方程.这两个方程表明:信息熵密度随时间的变化率是由其在坐标空间和态变量空间的漂移、扩散和产生三者引起的;而信息密度随时间的变化率则是由其在坐标空间和态变量空间的漂移、扩散和减损三者引起的.给出了漂移信息流和扩散信息流的表达式、信息减损率和信息熵产生率的简明公式.证明了动力学系统内的信息减损(或增加)率等于它的信息熵产生(或减少)率,信息扩散与信息减损同时发生.得到了反映传递过程动态特性的动态互信息公式,它在信道长度与信号传递速度之比趋于零的极限情况下变为现有的静态互信息公式.这些结果都是从信息和信息熵演化方程统一得出的,未增加新的假设.作为这些理论公式的应用,研究和计算了布朗运动的漂移扩散传递、热缺陷产生动力学及分子马达3个动力学课题的信息熵和信息的变化式,给出了高斯信道的动态互信息公式.     

数码显微互动与遗传实验教学

在遗传学实验教学中,数码显微互动和多媒体技术将现代信息技术与实验教学相结合,发挥多媒体技术突破时空的限制,以形象的画面展示教学内容,实现师生互动,共享清晰的图像,消除了师生之间在显微图像上的沟通障碍,使教师能够高效率地对全体或个别学生给予指导或帮助,为学生思维的拓展提供了新的、更为广阔的空间。另外,计算机强大的图像处理和保存功能也会极大地激发学生实验兴趣,提高实际操作能力。     

一种减小互耦的互素嵌套阵列及测向算法

为了减小阵元之间的互耦效应,首先提出一种阵元间距可调节的互素嵌套阵列.这种阵列由2个不同的嵌套子阵列组成,2个子阵的最小阵元间距由一对互素的正整数确定.只要这对正整数足够大,2个子阵的最小阵元间距便可远超过入射信号的半个波长,从而将阵元间的互耦效应减小到可忽略的程度.然后,为了解决大间距阵列所引起的角度模糊问题,提出了一种基于四阶累积量的无模糊波达方向(DOA,direction of arrival)估计算法.仿真实验表明,此算法具有较好的估计性能,相比一些经典的自校正DOA估计算法,此算法具有更高的角度分辨力和估计精确度.     

心算任务下脑电信息传输

通过计算多导脑电的互信息传输时间序列的复杂度,研究了心算任务和安静状态下不同认知水平的对象脑电特异表现.结果表明,不同的实验状态、不同认知能力的被试者以及大脑的不同部位均可对互信息复杂度产生显著影响.抑郁症在心算任务下的互信息传输复杂度显著低于（P<0.001）安静闭目状态下的复杂度,而正常对照组虽然在心算任务下的脑电互信息传输复杂度也较安静闭目状态时有所下降,但不具有统计意义.据此推测,完成认知作业时的脑电互信息复杂度在一定程度上反映了认知水平的不同.