基于EEG去趋势波动分析和极限学习机的癫痫发作自动检测与分类识别

癫痫是一种常发的中枢神经失调疾病.基于脑电(EEG)的癫痫发作自动检测与准确识别在临床诊断和治疗上具有重要意义.本文首先采用经验模态分解(EMD)将被试者脑电信号分解成多个固有模态函数(IMF),然后计算低尺度IMF的去趋势波动指数、均值和标准差并组成特征向量,再由极限学习机(ELM)进行自动分类.经使用波恩大学和波士顿儿童医院的脑电数据集(含健康志愿者与癫痫患者)检测验证,结果表明本文所提出的自动检测与快速识别方法仅需较少训练样本即可达到较高的癫痫发作准确识别率(≥95%),具有较好临床应用价值.

风险导向内部审计在我国企业的应用探讨

企业之间的竞争日益激烈,行业环境日益复杂多样化,企业面临的风险也逐步提升。相比传统内部审计方法,风险导向内部审计能够全面有效的识别、评估、控制风险,极大地促进了企业风险管理的完善。风险导向内部审计可以对企业经营管理活动进行监督,为企业战略计划提供决策,为企业应对风险提供帮助,从而提高运营效率。