融入时空自适应图卷积的运动想象信号解析

基于运动想象(motor imagery,MI)脑电信号的脑机接口(brain-computer interface,BCI)技术在脑卒中患者运动功能康复医疗应用中得到广泛关注和研究。然而MI信号具有低信噪比和个体差异性大的特点,导致脑电信号噪声过大从而影响分类性能。因此,如何充分提取MI信号特征以得到更高的单被试分类精度,以及如何训练一个在跨被试上表现优秀的通用模型是MI-BCI系统用于实际应用时急需解决的问题。针对该问题,提出了一种面向不同被试的时空自适应图卷积网络模型,从时空两个维度提取MI特征信号进行分类。模型包括四个模块:空间自适应图卷积模块、时间自适应图卷积模块、特征融合模块和特征分类模块。空间自适应图卷积模块通过通道间的特征相似性动态构造空间图表示,摆脱人为构造的图表示限制。时间自适应图卷积模块将脑电信号的时间序列划为多个时间片段,计算时间段间的相似性,自适应构造脑电信号的时间图表示,消除了噪声影响。最后,进行特征融合并分类。结果表明,在BCIIV2a数据集上使用10-折交叉验证的方法和HGD数据集上分别达到了90.45%和91.64%的平均分类精度,与目前性能较好的方法相比达到了更高的准确率,证明了该模型的有效性;使用迁移学习对不同个体进行实验,平均准确率提高了1.66个百分点,证明了模型的鲁棒性。

IPv6中MD5算法性能和改进方案分析

MD5算法是一种报文摘要算法 ,并被 IPv6作为默认的认证算法 ,因此它的性能成为大家关注的焦点。本文介绍 MD5的设计思路 ,详细说明了 MD5的安全性能和速度性能 ,指出和 IPv6的要求存在的差距 。

报文摘要算法MD5分析

随着计算机网络的发展 ,社会对网络安全的要求也越来越紧迫。文章回顾了网络安全的目标、几种网络攻击方法和网络安全技术 ,重点分析了普遍用在数据签名中的 MD5报文摘要算法。首先描述了 MD5报文摘要算法 ,并对其进行了详细分析 ,找出了它的缺陷 ,最后推荐了一种为克服此缺陷而对

融合多尺度自注意力机制的运动想象信号解析

基于运动想象脑电信号的脑机接口(BCI)技术近年来发展迅速,并且与传统方法相比,深度学习取得了具有竞争力的效果。然而如何设计和训练一个端到端网络来充分提取运动想象脑电信号的潜在特征仍然是一个挑战。从脑电的时间和空间特征出发,提出了一个基于注意力机制的多尺度时空自注意力网络模型用于运动想象脑电信号四分类(左手、右手、脚、舌头/休息)。由于运动想象脑电信号的幅值与响应时间因人而异,无法确切确定与运动想象最相关的大脑区域,在空间上使用自注意力机制自动将较高的权重加权到与运动相关的通道,将较低的权重加权到与运动无关的通道来选择最佳通道;在时间上,使用并行多尺度TCN层提取不同尺度下的时间域特征信息,消除时间域上的噪声。多尺度融合模块融合提取的空间和时间域特征,最后输入到特征分类模块进行分类。提出的模型在BCI竞赛数据集IV-2a、IV-2b数据集和HGD数据集上分别达到79.26%、85.90%和96.96%的精度。与现有方法相比,该方法在单被试分类中具有更高的准确率。结果表明,该方法具有较好的性能、鲁棒性和迁移学习能力。

基于内部控制整合框架的上市公司控制环境的优化研究——以辉山乳业为例

控制环境是内部控制整合框架中的重要组成部分,研究上市公司控制环境的优化对策有助于企业建立良好的内部控制。本文首先通过文献分析,了解控制环境涵义及构成要素;其次,以辉山乳业为例,发现内部控制环境存在股权结构集中、董事会结构及权责分配不合理以及内部控制体系薄弱的问题;最后,本文建议从优化股权结构与治理结构、加强治理层与管理层职业道德以及提升内部审计人员的专业能力三方面优化上市公司控制环境。

商誉减值测试重大错报风险及其控制对策研究

随着我国市场并购业务的日益增多,企业的商誉账面价值规模不断扩大,商誉减值中所存在的重大错报风险问题也逐渐凸显。为保证财务报表可以客观地反映资产价值的公允性与准确性,本文从商誉减值测试重大错报风险的识别与评估进行研究,并提出商誉减值测试重大错报风险的相应控制对策。

内部审计模式的优化研究

内部审计是优化企业管理、促进企业发展的关键因素,而优化内部审计模式则是充分发挥内部审计作用的重要途径。本文首先通过问卷调查,了解企事业单位内部审计模式的现状、问题及优化路径;其次,提出了内部审计模式的优化对策。

深度EM胶囊网络全重叠手写数字识别与分离

基于胶囊网络的向量神经元思想和期望最大算法(Expectation-maximization,EM),设计了一种以EM为向量聚类算法的深度胶囊网络(Deep capsule network,DCN),实现了重叠手写数字的识别与分离.该网络由两部分组成,第1部分是“识别网络”,将EM算法改为EM向量聚类算法,以替换原胶囊网络CapsNet中的迭代路由部分,这一改动优化了网络的运算过程,实现了重叠数字识别.第2部分是“重构网络”,由结构完全相同的两个并行网络组成,对双向量进行并行重构,实现了重叠数字的分离.实验结果显示,对于100%全重叠手写数字图片本网络识别率达到了96%,对比CapsNet在80%的重叠率下95%的识别率,本文网络在难度提升的情况下,识别率有明显提高,能够将完全重叠的两张手写数字进行图片进行准确地分离.

驾车冲撞类个人极端行为防控研究

近年来,国内外驾车冲撞类个人极端行为频发,对民众的伤害程度极大,而且易引发恐慌,部分事件具有一定的政治性和宗教性,具有恐怖主义事件性质。通过对全球恐怖主义研究数据库中近十年的驾车冲撞个人极端行为事件分析发现,驾车冲撞类恐怖袭击呈现高隐蔽性、高杀伤性及极易附带"剧场"效应等特点。"独狼"思想的影响,驾车冲撞袭击杀伤力大,袭击工具隐蔽性高,容易产生次生灾害等是此类袭击频发的重要原因。针对驾车冲撞的特点和高发原因,应当建设驾车冲撞情报交流平台,加强重点区域风险评估,建立重点目标预案,加强危险物品防控,加强保安反恐演练和民众安全教育,加强处置装备的研制,完善事后处置对策等,以有效处理此类极端行为,降低损失。

拉米夫定治疗乙型肝炎肝硬化32例

目的观察拉米夫定治疗乙型肝炎肝硬化患者的疗效。方法32例失代偿期乙型肝炎肝硬化患者,用拉米夫定100mg/d口服,治疗12个月。结果治疗结束时,HBVDNA转阴率为82.9%,ALT复常率为89.1%,血清TBIL下降和ALB上升。结论拉米夫定能够抑制乙型肝炎病毒复制,显著改善肝功能,尤其是能够使白蛋白升高。

风险型经济犯罪的识别与评估--以房地产行业非法经营犯罪及其引发群体性事件为例

自第四次全国经济犯罪侦查工作会议以来,全面提升打击经济犯罪的能力和水平,防范经济犯罪带来的风险已经成为了经侦工作的重点内容之一。对风险型经济犯罪中风险的概念进行探索,从风险构成的角度对风险型经济犯罪进行界定,并以此为契机,探讨房地产行业非法经营犯罪引发的群体性事件,提出风险型经济犯罪识别与评估的思路。利用贝叶斯分析法进行拟然比估算,层次化分析各级风险指标,提高分析结果的准确性、动态性、科学性。针对我国风险型经济犯罪的特点,及早发现风险苗头,将风险防范工作与侦查取证工作相结合,加强风险识别和评估,加强宣传提高公众风险防范意识,做好群体性事件的应急准备工作。