基于云计算的智能健康监测系统设计与实现

设计一种基于云计算的智能健康监测系统,实现人体多体征参数的检测、监护和健康干预,为慢性病防治和不良生活习惯纠正提供了积极有效的解决途径。系统由智能监测设备、应用终端和云平台三部分组成。通过监测心电、血氧、血压、血常规等体征参数,判断受检者的健康状况,当发生异常可及时预警。该系统监测参数多、实时性能高,可实现数据的远程传输、处理和展示,有助于建立健康监测新模式。

基于单心搏活动特征与BiLSTM-Attention模型的心律失常检测

为了更准确地检测心律失常,提出基于单心搏活动特征与BiLSTM-Attention模型的心律失常检测方法。采用MIT-BIH心律失常数据库对算法进行验证,用双正交小波变换去除噪声干扰;通过二进样条小波变换的模极大极小值对检测R波峰值位置,并提取QRS波群数据及RR间期;使用BiLSTM-Attention分类模型进行心搏识别。实验结果表明,N、S、V和F类心搏的灵敏度分别为99.76%、94.74%、97.53%、83.93%,阳性预测值分别为99.76%、94.03%、97.53%、87.04%,F1综合指标达到了99.40%,证明了该算法的有效性。

基于多特征融合的心搏类型识别研究

心律失常是一种常见的心电活动异常,严重的可能危及人的生命。为了能准确诊断心律失常,提出了一种新的方法,用于心律失常诊断中对心搏的识别分类。首先对原始心电信号进行去噪预处理,并根据R峰位置获得心搏段。然后提取235单心搏特征点、R波幅值、PR间期、QT间期、ST段和RR间期作为特征参数,并对比分析不同特征组合下分类的性能,选出最佳的特征组合,最后基于最佳特征组合使用KNN模型对心搏进行分类。在MIT-BIH心律失常数据库上进行实验,并根据ANSI/AAMI分类方法对MIT-BIH心律失常数据库中的3种心搏类型:正常或束支传导阻滞(N)、室上性异位搏动(S)、心室异位搏动(V)进行分类。实验结果显示:S类心搏的灵敏度为87.8%,阳性预测值为95.1%;V类心搏的灵敏度为96.6%,阳性预测值为98.2%,测得的平均准确率为99.2%。与其他心搏分类方法相比,所提的基于多特征融合与KNN模型的心搏分类方法提高了分类准确率,具有较高的灵敏度和阳性预测值,对临床决策具有重要价值。

基于链路结构和转发行为的微博社交网络重叠社区划分方法

现有的微博社交网络社区挖掘算法大多基于对微博内容的识别,不但涉及用户隐私,还忽略了用户转发行为的重要性,并且对于社区数量和社区中心的判断具有主观性,社区的重叠结构也不易发现。为解决上述问题,提出了一种基于链路结构和转发行为的微博社交网络重叠社区划分方法,综合考虑微博社交网络链路结构和用户转发行为,通过对用户之间转发行为的对比来提高社区划分的质量,实现了自动快速确定社区数量,并设计了中心节点选择算法,客观合理选定社区中心节点。实验证明所提方法能够发现高质量的微博社交网络重叠社区,在理论研究和实际应用方面都有十分重要的意义。

基于几何形态群组特征的R波检测算法

针对R波检测问题,提出了基于几何形态群组特征的R波检测算法。算法首先用滤波器组对心电信号进行预处理,然后通过整体与局部兼顾的信号处理方式计算几何形态特征值,并使用群组中三个几何形态特征值检测R波,最后采用MIT-BIH标准心律失常数据库验证算法。实验结果表明,算法对R波检测的错检率为1.07%,灵敏度为99.38%,精确率为99.61%,准确率为98.99%。

沿海沉降变化GNSS定位及GNSS-IR组合监测

目前沿海沉降监测通常用全球导航卫星系统(GNSS)定位技术测量,然而其反映的是站点基底下方的沉积物沉降情况,对于站点基底以上的沉降信息则无法获知。而沿海地区由于冲积作用,沉积物快速堆积和压实,沉降变化较大。因此,需要对基底上方沉降进行监测,才能获得沿海整体沉降信息。随着GNSS的不断发展,GNSS-interferometric reflectometry(GNSS-IR)技术被证明可以利用多路径效应进行反射面高度监测。由于GNSS站点基底较深,且基座长度不变,通过GNSS-IR技术获得的地面高度变化,可以反映基底上方沉降情况。因此,本文利用GNSS-IR技术来测量基底上方沉降变化;同时,利用GNSS定位技术获得基底下方沉降变化,再综合利用GNSS-IR及GNSS定位技术获得整体沉降变化。本文选取沉积厚度较大的密西西比河三角洲作为试验地区,选取FSHS、GRIS和MSIN测站数据进行分析,相关算例结果表明:GNSS-IR可以用来测量基底上方沉降速率,改正后的整体沉降速率与相对海平面上升速率相当,可以更好地估计洪水易发性和陆地损失。

基于非扩展熵相似度的三维医学图像配准

针对互信息相似性测度中传统香农熵的扩展性,结合Arimoto非扩展熵的性质,构造一种新的相似性测度,提出基于该相似度的多模态三维医学图像配准算法。构造非扩展熵相似度,建立图像配准框架;利用基于B样条的帕曾窗估计联合概率分布,得到连续的目标函数;采用拟牛顿优化方法对配准模型进行求解。在三维临床医学图像的实验结果表明:与传统的基于互信息相似度的图像配准算法相比,该算法的配准精度较高。

基于加权时变泊松模型的出租车载客点推荐模型

针对出租车空载率高、司机寻客难的问题,提出泊松-卡尔曼组合预测模型(PKCPM)。首先,采用加权非齐次泊松模型,针对出租车历史数据进行建模,得到目标时刻的估计值;其次,基于当天的实时数据,将临近时刻乘客需求的平均值作为目标时刻预测值;最后,将预测值和估计值作为卡尔曼滤波模型的输入参数,实现对目标时刻出租车乘客需求的预测,同时引入误差反向传播机制,减小下一次预测误差。基于郑州市出租车轨迹数据集,对组合模型与非齐次泊松模型(NHPM)、加权非齐次泊松模型(WNHPM)、支持向量机(SVM)等三种模型进行对比,实验结果显示PKCPM的误差比WNHPM、SVM分别降低了8.85个百分点、14.9个百分点。该模型能对不同时段内、不同空间网格的乘客需求进行预测,为出租车寻找乘客提供可靠的依据。

基于GA-ELM混合模型的急性心肌梗死定位算法研究

针对心肌梗死疾病的快速准确定位,提出一种结合基因算法和极限学习机(GA-ELM)的新定位算法。对多导联心电图(electrocardiogram,ECG)进行去噪预处理;分别定位出每个R波峰的位置,并将心电信号分割成相互独立的心搏序列,作为混合模型的输入;采用(Physikalisch-Technische Bundesanstalt,PTB)心肌梗死数据库验证所提算法的有效性。利用十折交叉验证法评测算法定位的精度,实验结果表明,GA-ELM混合模型对心肌梗死定位的准确率达到98.42%,性能优于其他文献的算法,对医护工作者确定心肌梗死部位具有重要的临床意义。

基于BiGRU深度神经网络的心肌梗死检测

针对目前智能医疗诊断领域的研究现状,结合心电信号的时序性和多导联关联性特点,为降低心肌梗死疾病的误诊率,提出一种基于双向门控循环单元神经网络(Bidirectional Gated Recurrent Unit,BiGRU)和多导联心电图(electrocardiogram,ECG)信号的深度神经网络学习算法。对原始心电信号进行去噪处理,分割成心拍序列;将心拍序列送入深度神经网络训练模型学习分类;采用Physikalisch-Technische Bundesanstalt(PTB)心电数据库验证多导联BiGRU算法。算法对心梗检测的灵敏度为99.93%、特异性为99.72%、准确率为99.89%。实验结果表明,该算法的检测效果明显优于其他文献的检测算法,对提高心肌梗死的正确诊断率具有重要意义。

中国地区不同区域电离层时空频域特性分析

利用中国区域电离层格网数据,采用频谱分析方法研究中国不同区域的电离层周期差异和极值差异,并采用电离层梯度计算法分析不同区域的电离层小尺度时空变化特性。结果表明:1)相比北方区域,南方区域电离层周期性特征更为明显;2)经度变化为5°时,全国范围内的电离层TEC变化值大多在-10~10 TECu之间;纬度变化为2.5°时,全国范围内的电离层TEC变化值大多在-20~20 TECu之间,南北部空间变化特性差异较大,东西部差异较小;3)时间间隔为1 h时,全国范围内的电离层TEC变化值大多在5~25 TECu之间,南北方时间变化特性差异较大,东西部差异较小,但随着时间间隔增大,东西部时间变化特性差异逐渐明显。研究结论可为中国区域的实时电离层建模工作提供理论参考,同时对中国区域的电离层时空变化、电离层磁暴监测研究有一定参考意义。

准噶尔盆地腹部侏罗系中深水平井安全钻井技术分析

腹部井区块侏罗系三工河组油藏是2004年以来,新疆油田公司发现的整装优质稀油油藏,预计可新建产能近百万吨。近10年来,为了进一步加大该区域的开发力度,新疆油田公司在腹部侏罗系实施中深水平井作业,但施工过程中面临着上部长段裸眼膏质泥岩蠕变频繁、造斜段钻遇3段煤层、目的层水平段脆性泥岩易剥落等钻井难点,给现场钻井施工带来了巨大的施工隐患,导致在此区域实施的水平井施工工期长,事故、复杂时率高,严重制约了该类型井的规模开发。对此,结合上述施工难点,钻井技术人员通过认真分析与总结,进一步明晰该类型井的施工难点,逐步总结出一套针对上述难点的适应腹部侏罗系中深水平井的安全钻井技术,并在现场取得较好效果;就此进行了相应阐述。

台63井推覆体钻井技术

台63井属准噶尔盆地南缘冲断带阜康断裂带台11井南段北斜,该井上盘推覆体厚达3155m,地层倾角大、各向异性突出、可钻性差,极易发生井斜,破碎带易垮塌。为此,在钻进过程中应用塔式钟摆、偏轴接头、Power-V旋转导向系统进行防斜;根据地层特征优选牙轮钻头和PDC钻头;制定详细的事故复杂预防措施。使该井井斜得到有效控制,机械钻速大幅提高,为后续钻进作业奠定定了良好的基础。对北三台地区山前构造高陡地层安全高速钻进具有较强的指导意义。

钻进提速配套工艺在彩58井的应用

彩58是一口预探井,设计井深3 900m,实际井深为4 000m,主探层位是石炭系巴塔玛依内山组、兼探二叠系。白垩系、侏罗系地层压力系数低,石炭系火山岩局部孔、洞、裂缝较发育,钻井过程中易发生漏失,石炭系厚,地层坚硬、可钻性差,钻进速度难以提高。为此,在钻进过程中提前制定详细的事故复杂预防措施,应用螺杆钻具和脉冲接头,三开使用欠平衡来提高钻进速度;根据地层特征优选牙轮钻头和PDC钻头;机械钻速大幅提高,缩短了钻井周期,为今后此类井型的钻井提速起到了一定的借鉴作用。

基于多特征融合的垃圾短信识别

垃圾短信已日益成为影响人们日常生活的严重问题,由于短信属于短文本,长度较短,特征稀疏,尤其是垃圾短信为逃避过滤机制,其结构和内容常常不规范,所以传统的文本特征提取方法并不能完全适用于短信分类。从短信的结构及语义两个角度提取特征项,并建立语义特征词表,采用基于多特征融合的方法来向量化表示短信文本。针对短信数据集中存在的噪声及数据不平衡问题,分别比较了NB、SVM、DT、LR、MLP、RF分类器的性能差别。实验表明,采用RF分类算法,能有效减弱噪声干扰及数据不平衡性所带来的影响。通过在CCF 2015中国好创意竞赛题目"垃圾短信基于文本内容识别"所提供的数据集上进行验证,取得了很好的效果。

基于网络距离和内容相似度的微博社交网络社区划分方法

现有的微博社交网络社区挖掘方法多是基于网络结构进行,忽略了节点本身行为的重要性,并且不能同时实现对大规模复杂网络结构适应性和社区挖掘的高效性。为缓解上述问题,提出了一种基于网络距离和内容相似度的微博社交网络社区划分方法,该方法在考虑微博社交网络结构的同时兼顾了网络中节点的历史微博内容,通过对历史微博数据的分析提高社区划分的精确度。文中对Louvain算法和其模块性的修改使用,保证了该方法能够处理大规模网络数据,同时又能保证社区挖掘的效率。实验证明,该方法能够高效地挖掘微博网络社区结构,对学术研究和商业应用都有十分重要的意义。

定向井轨迹控制关键技术研究

在石油钻井工程中,定向井钻井技术是其重要的施工技术。这一技术在19世纪中后期已经运用到了石油钻井施工之中。其中,井眼轨迹控制技术在定向井钻井过程中是其关键。本文就围绕定向井轨迹控制关键技术展开深入地探讨,重点从井眼轨迹剖面优化设计技术、井眼轨迹控制技术这两个层面进行深入地分析,旨在保证定向井施工顺利进行。