50052例广州地区居民健康体检重要异常结果检出率与住院情况分析

目的 分析广州地区50 052例居民健康体检重要异常结果检出率与住院情况。方法 以2022年1—12月在广州市某三甲医院体检的50 052例健康体检居民为研究对象,分析A、B两类重要异常结果检出率、体检转住院率及住院患者的患病情况。结果 A类重要异常结果检出率为0.96%,B类为12.96%,检出率最高的项目为血压;A类仅血常规项目不同性别的检出率差异有统计学意义(P<0.05);居民体检转住院率为1.16%,且50%以上患有2~5种疾病。住院人数最多的为消化内科和妇产科,各占14%左右。结论 广州市居民健康体检不同项目的重要异常结果在年龄、性别方面分布各有差异,体检转住院者患病情况不容乐观。建议医院对重要异常结果进行分级管理并建立体检-住院-站式服务,实现全生命周期的健康管理。

基于线性预测能量谱系数的自然语音和耳语音的分类研究

在进行语音识别之前对自然语音和耳语音进行预分类,再分别放入各自的识别系统,可以提高耳语语音识别系统的识别性能。基于此,文中提出一个新的特征线性预测能量谱系数(LPESC),在该特征的提取过程中,对提取到的频谱图进行切分,以便获取到更多的语音信息,并将其用于耳语音分类。此外,还特别设计4种不同的滤波器组,并将提取到的特征应用于7个分类器上。实验结果表明,密集的均匀三角滤波器组更加适合提取该特征,在7种传统分类器上均有较好的分类效果,其中SVM分类效果最好。最后,对比LPESC与传统特征(39维的LFCC和MFCC)在7种分类器上的分类效果,验证新特征的有效性。实验还发现,女生的耳语音有更好的分类效果。

一种基于多特征的双阶段草图分类方法

针对普通的卷积神经网络不能充分利用草图的细粒度特征以及轮廓特征,分类效果不理想的问题,提出了一种基于多特征的双阶段草图分类方法,将草图粗粒度特征、细粒度特征与轮廓特征的分类结果相融合.该方法分两个阶段进行训练,对特征的提取更加充分.在初训练阶段,将草图图像通过卷积神经网络获得草图的粗粒度特征分类结果,引入双线性池化以获得草图的细粒度特征分类结果,提取草图的轮廓图像以获得草图的轮廓特征分类结果;在再训练阶段,提出了一种可训练的分类结果融合模块,将各特征分类结果进行动态地融合,并提出了一个正则化项以减缓该融合模块的过拟合.将该方法与TUBerlin数据集上的几种最新方法进行了比较,实验结果证明了所提出方法的有效性.

面向逻辑思维发展的数独训练模式研究

数独训练作为一种促进学习者逻辑思维发展的有效途径,其教育价值越来越受到研究者与实践者的关注。目前数独训练的研究更多聚焦对具体问题的解决和数独训练对于逻辑思维发展的作用,对于如何高效利用数独训练来促进学习者逻辑思维发展的训练模式的研究还很缺乏。本研究通过对数独和数独训练进行理论综述,概括数独训练与逻辑思维发展的关系,基于学习结果层次理论,构建面向逻辑思维发展的数独训练模式,并以开放大学学习者为例对模式进行检验,提出多样化教学设计、非文字化标准评价、融入人文教育的一体化设计的模型应用原则。

基于改进多模态RCNN的音频情感识别与分类模型设计

在海量音乐素材库的建设和音乐应用的自动推荐等场景中,由于乐曲特征具有复杂性与非线性的特点,因此计算机对音乐情感的自动识别效果并不理想。针对传统机器学习算法存在准确率偏低、鲁棒性较差的问题,文中基于改进的RCNN网络提出一种多模态的音乐情感识别及分类算法模型设计方案。该模型通过加重、分帧和加窗等手段对多模态数据进行预处理,并使用MFCC提取乐曲频率的特征向量,同时采用RCNN网络提取特征向量的全局及局部特征,利用双向LSTM算法获取数据的时序特征,再将训练得到的数据经自注意力机制加权后输出分类结果。在实验测试中,所提算法的二分类和四分类测试结果均优于对比算法,且平均分类准确率领先同类算法1.9%,证明其具有较为理想的综合性能。

数学教育研究:回顾与展望——基于《课程·教材·教法》1981—2022年载文的分析

数学教育研究成果聚焦在数学课程、教材、教学、学习、教师与教育评价六个方面,集中在数学教育理论体系的构建、教学经验的总结推广,研究队伍逐渐壮大、成果逐渐增多、视野逐渐宽阔。但数学课程研究方法相对单调,教学策略针对性不够,学习策略指导性不强,数学教师研究成果较少,测评工具存在技术瓶颈。未来数学教育应立足国情,坚持引进来和走出去,逐步完善数学课程教材体系;以学生为出发点,坚持继承与发展,持续改革数学教与学;关注数学教师素养提升,坚持守正与创新,开展理论与实证研究;发挥评价功能,兼顾科学性与可测性,不断优化测评体系。

铁路盾构隧道智能建造的勘察技术及其智能化分级方法

在传统铁路隧道工程地质勘察过程中,往往会由于管理缺乏协同性、信息缺乏时效性、勘察成果缺乏共享性引起的信息沟通不对称问题,导致设计不完整、设计意图表达不明确,使得工程项目的勘察方与设计方缺乏协调,影响工程建设质量,项目对接不流畅。为有效解决这些问题,初步探索采用智能建造技术对勘察成果智能化。在阐述盾构隧道智能建造和勘察技术基本内涵的基础上,详细论述了盾构隧道智能建造及其勘察成果的智能化分级方法,总结出在盾构隧道智能建造勘察过程中应用BIM技术将勘察成果信息智能化的方式,创建三维地质信息模型,为设计、施工提供较为直观的地质结构特点以及与地质结构有关的数据变化规律,提高了勘察工作效率和勘察成果的准确性、可读性。

食品安全抽检工作中影响结果判定和检验结论的关键因素

本文主要针对抽样过程、食品分类、制样制备、样品管理、检验方法和结果判定等食品安全抽检过程中不同环节容易出现影响检验结果和判定的问题进行分析,总结提炼关键因素,为检验检测机构和抽检专业技术人员对检验结果进行判定提供思路和参考,从而提升抽检工作人员的专业技术水平,降低食品安全抽检工作中的错误率,提高抽检工作的质量和效率。

设备故障的统计分析

本文简要介绍了设备故障及其管理的概念,故障管理的目的、内容,故障分类方法及故障现象、机理与原因。详细介绍了设备故障信息记录、信息收集、故障的统计和分析方法,总结了故障统计分析结果的应用。

小样本下基于原型网络的轴向柱塞泵故障诊断模型

在实际工程应用中,有限的故障样本数量及噪声都影响轴向柱塞泵故障诊断的效果,所以,如何提高模型在小样本、噪声条件下轴向柱塞泵故障诊断的性能是一个亟待解决的问题。在样本数量有限、噪声条件下,采用基于深度学习的故障诊断方法会出现过拟合、诊断准确率下降的问题,为此,提出了一种小样本条件下基于原型网络的轴向柱塞泵故障诊断模型(方法)。首先,搭建了轴向柱塞泵故障诊断模型,并等量随机抽取了每个故障的样本以构建多个任务,模型使用一维卷积神经网络作为主干,每个任务中包含当前模型、支持集、查询集;然后,利用模型将样本映射到特征空间,在特征空间中,模型使用支持集的同类样本构建了原型点,并逐个将查询集样本与多个原型点进行了距离度量,实现了轴向柱塞泵不同故障的分类;最后,为了验证基于原型网络的轴向柱塞泵故障诊断模型的有效性,采集了轴向柱塞泵不同元件发生故障时产生的振动信号,并使用上述诊断模型对此进行了故障识别实验;为了验证该诊断模型的优越性,将其与基于卷积神经网络等的模型进行了性能对比。实验结果表明:在样本有限的条件下,采用基于原型网络的轴向柱塞泵故障诊断模型的准确率达到85%以上;同时,在噪声条件下,采用基于原型网络的模型的准确率也能达到85%以上。研究结果表明:基于原型网络的模型的诊断性能优于卷积神经网络模型与传统方法。

耕地资源质量分类成果应用思考

耕地资源质量分类是为了适应生态文明建设的要求,由耕地质量分等调查评价体系改进而来的,既考虑了宏观尺度的气候以及耕作制度,也考虑了中观尺度的地形地貌条件,以及小尺度的土壤条件、土地利用类型和土壤微生物现状等,是摸清耕地资源自身特征的基础性工作,技术体系更加简便易行,分类结果更为直观。结合自然资源管理新要求,需要充分利用现代信息技术、先进方法加强该成果的管理和应用,从顶层进行设计,实现耕地资源质量分类成果的现势性和应用性,为提升耕地保护监督管理提供参考。

3～7岁儿童分类方式对分类结果影响的研究

以 30 0名 3- 7岁儿童为被试 ,探讨在相同条件下 ,三种不同的分类方式 (自由分类、根据言语指导分类、根据目标图分类 )对分类结果的影响 ,结果发现 :从总的分类结果来看分类方式对分类结果的影响是较显著的 ,这种影响存在着明显的年龄差异 ,6岁组分类方式对分类结果的影响最大。

新疆热点旅游城市旅游气候资源评价及分类

气候资源是一个地区旅游业发展的基本因子。本文利用新疆多年的气象统计资料,通过对风效指数、温湿指数及由此确定的隶属度的测算,来定量分析新疆重点旅游城市的旅游气候资源,得出每个城市适宜旅游的季节,并且将这些城市分为五个旅游气候类型,希望能给旅游者出行和旅游部门制定规划提供一些科学的参考和依据。

因素空间中的因素分析法

为提高因素库的智能水平,需要对条件因素与结果因素进行因果分析.按照因素空间的理论框架,在离散情形下定义了条件因素对结果的决定度及决定域,依次从决定域上提取出相应的推理知识,得到一种新算法-因素分析法.研究结果表明:因素分析法能在一张因素分析表中自动找出表中所含的因果关系,并画出直观的因果图,以帮助人们更好地分析、解决问题.算法可以广泛地应用到各种领域特别是数据挖掘.与数据挖掘最流行的决策树方法相比,因素分析法使用起来更简洁、贴切.

基于PCA和LDA结合的人脸识别方法的比较研究

针对用于人脸识别的主分量分析(PCA)计算量大、识别效果不佳和分类时间长,线性判别分析(LDA)存在小样本问题,比较研究几种基于PCA和LDA的人脸识别方法,这些方法包括PCA+LDA、2DPCA+DLDA和2DPCA+2DLDA。在理论和实验上比较研究这些方法,且在ORL和Yale人脸库的实验数据表明,结合后的方法比结合前的方法分类效果好,分类时间短,且在这几种方法中,2DPCA+2DLDA的效果最佳。

S-CBR：基于数据库模式展现数据库关键词检索结果

提出一种基于数据库模式的数据库关键词检索结果展现方法S-CBR(schema-based classification,browsing and retrieving),包括结果分类、用户浏览和再次检索3个过程.S-CBR首先利用数据库模式和查询关键词自动产生第一级类别,将检索结果分配到各个类中;对于比较大的类,按关键词节点内容进行第二级分类;另外赋给每个类别一个类别描述,并将类别描述和每个结果图形化地展现出来,使用户容易阅读和理解检索结果.用户还可以根据S-CBR提供的结果类别模式信息对感兴趣的类别作进一步检索,以尽快找到所需结果或获取更多的相关结果.实验证明了S-CBR方法的有效性.

支持向量机在炉膛火焰监测中的应用

提出一种利用支持向量机算法监测炉膛火焰燃烧状态的方法。通过对几种监测方法的对比发现,对于火焰图像,基本都是从火焰亮度(通过数字图像处理的方法将其分解为R、G、B三原色图案)、火焰面积(摄像机录像的燃烧火焰像素面积)等几个方面提取数据,来分析并最终得到火焰状态的监测结果。在分析支持向量机算法原理的基础上,利用MATLAB语言编写应用程序来实现对图像原始数据的分类分析。在炉膛火焰强度监测中,首先运用数字图像处理的方法获取炉膛火焰燃烧的原始数据(火焰亮度的R、G、B三原色数据),然后利用SVM算法找到图像数据分类最佳的平面(最大间隔超平面),对原始图像数据进行辨识分类,以获得火焰强度监测结果。通过对炉膛火焰原始数据的分析,提取完全燃烧图像的数据点,与火焰图像总的燃烧像素点进行对比,可以得到较准确的燃烧效果分析图,即把结果分为优(完全充分燃烧)、中(大部分充分燃烧)、坏(少部分充分燃烧)三类,然后通过对分类结果的观察分析来采取相应的措施。仿真实验结果表明,利用这种方法分析火焰燃烧图像,可以有效地、实时地判断出火焰的亮度及燃烧状态并准确的分析其燃烧状态。

田庄选煤厂产业升级改造的实践与思考

文章介绍了田庄选煤厂实施1 000万t产业升级改造的背景和原因,阐述了升级改造的主要内容、创新点以及进展情况,预测了改造效果、经济效益,分析了改造的经验与得失,为类似老厂改造提供了有益参考。

国土资源大调查成果社会化服务分类研究

国土资源大调查是国家财政专项支持的基础性、公益性工作,其成果有义务为地质勘查行业以及相关部门、企事业单位和社会大众提供服务,这些服务可分为专业技术服务、基础信息服务、灾害应急服务和社会管理服务四大类,这样分类大致表明了国土资源大调查成果的社会应用面和服务深度。

基于多特征与多分类器的鲜茶叶分类研究

机采茶中混有不同类型的鲜叶,传统的风选、振动筛选等分类方式准确度低,现有的基于计算机视觉的分选方式也无法满足对常见的单芽、一芽一叶、一芽二叶、一芽三叶四种类型鲜叶的准确分类。为解决茶叶机采后各类型鲜叶精确分类问题,提出了一种基于多特征与多分类器的鲜茶叶分类方法。首先,利用鲜叶的相对几何特征与纹理特征基于SVM构建鲜茶叶分类器;然后,对多边形拟合后的鲜叶图像进行特殊角点检测得到各特殊角点数量对应的各类别分类概率,并将特殊角点序列的距离矩阵相似度作为判断依据;最后利用KNN对上述两种方法的结果进行融合,得到最终分类结果。试验结果表明,该方法可以更好的利用不同类别鲜叶的特征进行分类,分类准确率达94.24%,取得了较好的分类效果。