十二导联心电图标志点的识别方法

本文介绍了十二导联心电图各标志点识别的具体实现方法,并且给出了部分程序流程图。

顾及噪声密度函数差异的自适应回归算法及其在人工标靶提取中的应用

仪器、周围环境和人为操作等往往会造成点云中包含大量的噪声,导致模型回归精度低等问题。RANSAC算法凭借其简单实现、稳健的优势广泛应用于解决模型回归的问题。但是,针对不同的场景,RANSAC算法需要不断地调整参数来估计最优模型解。本文考虑到RANSAC及其现有改进算法的不足,以及内群点与噪声之间往往存在密度分布差异性,首先利用密度加权导向采样的方式优化初始假设模型,然后提出了一种空间密度函数以用于最优模型评价和迭代次数计算,整个过程不需要任何先验知识。本文方法能够解决内群点比率大于10%的模型回归问题。通过与已有方法的试验对比,本文方法能够在无先验信息的情况下具有较高的精度和稳健性。

核零空间方法在乳腺癌异常检测中的应用

当今时代,乳腺癌越来越成为了女性的高发病,因此尽早地排除异常因素,进行对症治疗,可以大大降低疾病风险。考虑到乳腺癌数据特征比较多,并且往往不仅存在线性特征还隐含着很多非线性特征,针对这一问题提出利用核零空间算法来进行乳腺癌的异常检测。首先利用核函数将所有的正常样本进行非线性映射变换到高维空间,再通过零空间变换将类内散度转换为0,并且将零空间中整个类的数据用该类的平均值代替,最后通过计算测试样本到该值的距离判断测试样本的异常性。该算法大大降低了计算的复杂性,也提高了乳腺癌检测的速度。通过在UCI乳腺癌数据库上的仿真实验,并对不同核函数以及设定的不同异常阈值下得到的F1-score进行对比,发现在不同核函数以及不同异常阈值下的结果是不同的,且在选取高斯核作为核函数时,可使得F1-score结果达到0.9627。充分证明了将核零空间算法用于乳腺癌异常检测是有效的。

中国工业绿色化协同创新生产的动态空间计量

为揭示中国工业协同创新投入对绿色化协同创新产出的空间影响效应,本文在采用动态空间误差模型进行初步分析的基础上,进一步以市场化水平为门限变量,进行动态空间门限回归。结果表明,协同创新资本对绿色化协同创新产出具有显著的倒“U”型效应,但随着市场化水平的提高,其倒“U”型效应会逐渐减弱;在市场化处于较低水平时,协同创新人员对绿色化协同创新产出具有显著的倒“U”型效应,但随着市场化水平的提高,其倒“U”型效应会转变为“U”型效应,并且“U”型效应也会随市场化水平的进一步提高而呈现弱化趋势;协同创新资本和协同创新人员这两种创新投入要素的交互作用对绿色化协同创新产出不具有显著的门限效应。本文研究结论有助于厘清协同创新投入对绿色化协同创新产出的作用机制,为提高地区绿色化协同创新能力和绩效提供了重要的政策借鉴。