李雄飞书画作品欣赏

李雄飞。1935年生人，祖籍山西省洪洞县，高级工程师。1959年毕业于中国人民解放军军事通信工程学院，毕业后分配到通信兵电子科学研究所．从事国防科研工作．1996年退休后进入河北省老年大学学习书法、绘画。现为石家庄市书法家协会会员，河北省书法家协会会员。河北省现代美术研究会会员。中国老年书画研究会会员。经常参加省、市及全国书画展，作品多次获奖。曾出版《中国历史千字歌五体书》、

基于太阳周期特性的低轨卫星通信信道建模

针对低轨卫星星地通信时,通信信道中复杂的地球大气状况,提出了基于太阳周期特性的低轨卫星通信信道模型。该模型利用了地球电离层电子密度、对流层粒子密度的统计学特征,统一考虑了电离层和对流层的幅度闪烁和多普勒扩展效应,引入了太阳周期活动因素导致的信道模型修正系数,提高了信道模型的适用范围。通过仿真分析,该模型能够反映不同太阳周期活动下,低轨卫星通信信道对通信信号的影响,为低轨卫星大规模部署后的通信测试和使用提供了理论基础。

一种新的不平衡数据学习算法PCBoost

现实世界中广泛存在不平衡数据,其分类问题是机器学习研究中的一个热点.多数传统分类算法假定类分布平衡或误分类代价均衡,在处理不平衡数据时,效果不够理想.文中提出一种不平衡数据分类算法-PCBoost.算法以信息增益率为分裂准则构建决策树,作为弱分类器.在每次迭代初始,利用数据合成方法添加合成的少数类样例,平衡训练信息;在子分类器形成后,修正"扰动",删除未被正确分类的合成样例.文中讨论了数据合成方法,给出了训练误差界的理论分析,并分析了集成学习参数的选择.实验结果表明,PCBoost算法具有处理不平衡数据分类问题的优势.

多段支持度数据挖掘算法研究

在基于相联规则的数据挖掘算法中 ,Apriori等算法最为著名 .它分为两个主要步骤 :(1)通过多趟扫描数据库求解出频繁项集 ;(2 )利用频繁项集生成规则 .随后的许多算法都沿用 Apriori中“频繁项集的子集必为频繁项集”的思想 ,在频繁项集 Lk- 1 上进行 JOIN运算构成潜在 k项集 Ck.由于数据库和 Ck 的规模较大 ,需要相当大的计算量才能生成频繁项集 .Apriori Tid算法给每个事务增加了一个唯一标识 Tid ,其特点是只扫描一趟数据库 ,其余趟扫描 (如第 k趟扫描 )均在相应的数据集 Ck上进行 .由于数据规模改变不大 ,各算法的效率差别并不明显 .该文提出分段计算支持度的思想 ,是把一个项集的支持度分段计算 ,每一个段记录该项集在相应规模事务中出现的频度 ,从而构成一个支持度向量 .由于有了项集的多段支持度 ,可以推测出该项集能否包含在更大规模的频繁项集中 ,采用这种算法既提高了在扫描数据库过程中的信息获取率 ,又能及时剔除超集不是频繁项集的项集 ,进一步缩减了潜在项集的规模 .在数据集扫描过程中 ,按文中定理 1的思想调整数据集 。

丙戊酸钠联合左乙拉西坦治疗癫痫的59例不良反应的案例分析

目的研究丙戊酸钠联合左乙拉西坦治疗癫痫时出现的一系列不良反应及其引发的机制与应对措施。方法收集我院2013年6月至2016年6月收治的1 024例使用丙戊酸钠联合左乙拉西坦治疗的癫痫患者(年龄≤70岁)的病例资料,对患者的入院情况、诊断资料、丙戊酸钠联合左乙拉西坦的血液浓度、病情变化、不良反应及相关情况进行归纳分析,尤其对施用丙戊酸钠联合左乙拉西坦的不良反应进行具体分析。结果使用丙戊酸钠联合左乙拉西坦治疗的1 024例患者中,有59例患者出现不同程度的不良反应,其中出现不良反应数量居前3的分别为神经系统34例(57.6%)、内分泌系统15例(25.4%)、皮肤过敏反应6例(10.2%)、其他罕见不良反应(大小便失禁,肝中毒)4例(6.8%)。采取剂量调整、换药、停药及对症治疗后,所有患者均恢复良好。在上述药物不良反应患者中,儿童仅占3.4%;中老年人群用药后发生不良反应的比例最高,分别为35.6%及39.0%。结论中老年人为丙戊酸钠联合左乙拉西坦不良反应的高发人群,神经系统病变是丙戊酸钠联合左乙拉西坦发生不良反应的危险因素。

医学图像配准技术进展

医学图像配准对提高临床诊断治疗、病情监测、外科手术水平等有积极作用。以一个医学图像配准配框架为主线,综述了配准框架各模块所涉及的经典算法、新技术,并对相关性能进行了分析。此外,还涉及医学图像配准开发平台、测试数据库及评估标准等。全面地总结了医学图像配准技术的最新进展。

图像数据挖掘模型与方法

利用传统的相联规则思想 ,结合图像数据的特性 ,提出了三维相联规则模型。在模型中着重强调了形状、颜色、空间位置三者之间的依赖程度 ,并在此基础上提出了图像数据挖掘方法。

基于粗集理论的约简算法

在基于属性重要性和基于分辨矩阵两种算法的基础上,提出了一种同时满足属性重要性和频度的启发式约简算法RedFreSigni。该算法的基本思想是:以属性的核为基础,把核和用户偏好集同时作为属性近似约简的一部分,以频度作为选择属性的启发信息可同时生成计算属性的频度信息与不可分辨矩阵,减少了计算时间。在此基础上进而提出了基于规则支持度和置信度的决策挖掘算法,该算法能有效提取出用户感兴趣的规则。

二次挖掘相联规则算法

通过研究、分析FUP等算法 ,提出用于二次挖掘相联规则的算法SuperFUP。该算法更多关注的是新增数据 ,只对整个数据库扫描一次就能在变更的数据中发现相联规则 ,从而提高了算法效率。

血管内介入栓塞术与显微外科动脉瘤夹闭术治疗颅内动脉瘤破裂的疗效对比研究

目的比较血管内介入栓塞术与显微外科动脉瘤夹闭术治疗颅内动脉瘤破裂的临床效果。方法选取2014年3月—2017年1月就诊于我院拟行手术治疗的颅内破裂动脉瘤病人71例,根据病人选择手术方式的不同分为观察组(31例)与对照组(40例),观察组采用血管内介入栓塞术治疗,对照组采用显微外科动脉瘤夹闭术治疗。观察两组手术成功率、手术时间、术中出血量、住院时间、围术期并发症、预后、术后6个月随访情况。结果共剔除7例,90.14%的受试者完成研究。观察组、对照组手术成功率比较差异无统计学意义(96.43%与94.44%,P>0.05)。观察组术中出血量、住院时间少于对照组(P<0.05),两组手术时间比较差异无统计学意义(P>0.05)。观察组围术期并发症发生率为10.71%,低于对照组的33.33%(P<0.05)。两组出院前、术后6个月手术恢复良好率及术后6个月复发率比较差异均无统计学意义(P>0.05)。结论血管内介入栓塞术与显微外科动脉瘤夹闭术均可有效治疗颅内破裂动脉瘤,血管内介入栓塞术有恢复快、出血少、并发症少等优势。

用启发式算法求解最短路径问题

提出了一种带有启发信息的邻接表结点存储结构模型,给出了结点间权值计算的具体评判函数,依据评判函数值优化邻接表中节点的相对位置。基于最短路径问题提出了带有启发信息的遗传算法思想,将启发信息加入到了初始种群生成过程中,提出了新的交叉方法。通过模拟仿真得到了算法的性能参数,并将本文算法和Dijkstra算法进行比较,结果表明,在求解数据规模比较大的最短路径问题时,本文算法具有更高的执行效率。

基于ZigBee技术的无线设备状态监测系统

针对当前设备故障监测系统的不足,以Zigbee无线传感器网络技术为基础,采用射频芯片CC2430作为系统硬件核心,开发一种无线设备故障监测系统。论述了系统的工作原理和构成。重点介绍了硬件平台的构成以及硬件平台核心部件设计的一些关键问题,并提出设计构想。

基于项目属性的相联规则提取

相联规则是数据库知识发现领域的重要方法之一 ,用于发现满足用户指定最小支持度和最小信任度阈值的规则 .其中 ,最小支持度阈值确定了研究数据集的规模 ,最小信任度阈值用来衡量一个规则可靠性 .在通常的支持度 /信任度框架下 ,用户只能给出一对最小支持度和最小信任度阈值 ,因此 ,对于所有数据项均采用统一标准处理 .但是 ,实际数据库中的数据项目具有各自的特点 ,该文旨在根据项目的属性特征 ,通过模糊综合评判 ,决定项目合理的最小支持度阈值 ,进而确定各个项目的支持度区间 ,达到在一次数据挖掘中同时发现频繁规则和稀有规则的目的 .由于基于最小信任度的规则提取具有冗余性 ,文中提出规则前件和后件的重要程度对比的思想 ,借助主观判断去除冗余规则 ,从而挖掘出尽可能接近自然的完全规则 .

数据挖掘中平衡偏斜训练集的方法研究

分类是数据挖掘的重要任务之一.训练分类器的训练集可能是偏斜数据.传统分类算法处理偏斜训练集,通常会使少数类别样例的分类精度很低.已有的偏斜训练集平衡算法都是针对只有两种目标类的情况.为平衡拥有多种目标类的偏斜训练集,基于同类样例差异较小的思想给出SSGP算法,在同类样例附近增加少数类别样例,且使多种少数类别样例同速增加.并证明SSGP算法不会向数据集中添加噪声样例.为提高效率,用样例取模取代大量相异度计算.实验表明,只需执行一遍SSGP算法就能同时提高多种少数类别样例的分类精度.

医学图像融合质量评价模型

针对医学领域里的图像融合质量评价问题,提出一种基于底层视觉特征的评价模型.该模型通过综合测评融合图像的清晰度、纹理和边缘信息的完整程度判断其质量.并通过调整参数协调上述三项指标在评价过程中的决策比重.使之既符合人类的视觉感受,又能反映不同应用场合对融合图像质量的特殊要求.实验表明,模型兼顾了整体性能和个性化需求,能够胜任医学领域对图像融合质量评价的任务.

北京大学图书馆古籍修复工作之思考

北京大学图书馆收藏约150万册古籍,藏量居中国第三、高校之首。但由于种种原因,馆藏古籍破损情况严重,不仅使这些国之瑰宝的传承受到威胁,而且使学校的教学、科研工作受到影响。作者结合工作实践,从典藏条件、经费问题、管理方法以及修复人员培养等方面,分析了造成馆藏古籍破损严重的原因和古籍修复工作所存在的问题,并提出了切合实际的解决办法。

基于相联规则的数据挖掘理论

通过对ＫＤＤ中基于相联规则的经典数据挖掘算法的讨论，提出构造测试平台的思想，旨在借助测试指标进一步指导和规范数据挖掘算法。在采用测试数据方面，阐明基于测试指标的人造数据比模拟现实世界的人造数据更适合于做为测试平台的数据集的思想。指出对Ａｐｒｉｏｒｉ等经典算法的改进途径。由于二次挖掘可以用前次挖掘出的知识作指导，从而提高了数据挖掘效率，因此，二次挖掘算法将成为今后ＫＤＤ领域中研究的热点。

基于混合模型的广告转化率问题研究

现有广告转化率预估模型缺乏对深层特征间相互作用的研究,针对这一问题提出了一种新的混合模型.通过高效的梯度提升机(light gradient boosting machine,LightGBM)模型提取高阶组合特征,并结合基于区域的因子分解机(field-aware factorization machines,FFM)模型有效处理稀疏数据的优点进行转化率的预估.为了验证模型的有效性和泛化能力,在两个数据集上讨论了参数对预估结果的影响,并将模型与其他模型进行对比实验.实验结果表明提出的混合模型的预估结果更准确.

重度脑外伤患者血清miR-146a水平与继发性癫痫的相关性分析

目的探讨重度脑外伤患者血清微小RNA-146a(miR-146a)水平与继发性癫痫的相关性。方法选取2018年1月至2020年2月该院重度脑外伤住院患者104例为研究对象,按照是否继发癫痫分为重度脑外伤继发性癫痫组61例,单一重度脑外伤组43例,同期选择该院体检健康者70例为对照组。采用酶联免疫吸附试验(ELISA)法检测血清中肿瘤坏死因子-α(TNF-α)、白细胞介素-6(IL-6)、白细胞介素-1β(IL-1β)水平,采用实时荧光定量PCR(qRT-PCR)测定miR-146a水平,Pearson相关分析miR-146a与TNF-α、IL-6、IL-1β相关性,对影响继发性癫痫的相关因素进行Logistic回归分析。结果与对照组相比,重度脑外伤继发性癫痫组、单一重度脑外伤组患者血清miR-146a、TNF-α、IL-6、IL-1β水平较高(P<0.05),与单一重度脑外伤组相比,重度脑外伤继发性癫痫组患者血清miR-146a、TNF-α、IL-6、IL-1β水平较高(P<0.05)。Pearson相关分析显示重度脑外伤继发性癫痫患者血清miR-146a与TNF-α、IL-6、IL-1β水平呈正相关(r=0.580、0.505、0.474,P<0.05)。多因素Logistic回归分析显示miR-146a、TNF-α、IL-6、IL-1β水平升高是重度脑外伤继发性癫痫的危险因素。结论重度脑外伤继发性癫痫患者血清miR-146a水平上调,检测血清miR-146a水平有助于诊断重度脑外伤继发性癫痫的发生。

FFT辅助的部分相关码捕获技术的实现

FFT辅助的部分相关伪码快捕方法将沿码相位-多普勒频率的二维搜索简化为沿码相位的一维搜索,克服了多普勒频率的影响,大大缩短了PN码捕获时间,适用于中低轨卫星。文中介绍了该方法的基本原理、性能分析和实现方案。实验结果表明,在大多普勒频偏下FFT辅助的部分相关码捕获方法是一种性能优良的伪码捕获方法。