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。

河北省农民幸福指数调查报告

构建社会主义和谐社会,是全面建设小康社会的重要内容。中国,作为一个人口大国、农业大国,农民占据了全体公民的绝大多数。从实际出发,研究并提高农民幸福指数具有十分重要的意义。着力提高农民幸福指数,将对构建社会主义和谐社会起到举足轻重的作用。基于河北省唐山市玉田县的河北省农民幸福指数调查,分析当前影响农民幸福指数的因素,旨在反映民生民意,为政府制定出台相关政策、提高农民幸福感、构建社会主义新农村起到重要作用。

计算机软件工程浅析

软件工程一种工程形式,它运用计算机科学和数学原理,针对软件问题获得一种经济有效的解决方案,目前的软件工程是适应当前信息技术发展的新兴交叉学科。由于软件可以定制符合不同场合的特殊功能,被应用到各种不同的行业领域中,所以探究出软件新的工程方法,合理有效的处理好软件的故障显得非常必要。本文对计算机软件工程的基本概念和特点原则进行了说明,在此基础上,探讨了其需求分析和实际应用。

大学生网络成瘾的影响及预防

21世纪互联网的迅速发展,互联网信息量大、传播速度快,给人们带来了新的的生存空间,但人们在享受网络给大家带来便利的同时,也受到网络的不良信息侵蚀,网络成瘾就是其中之一。网瘾已严重影响当代大学生的生活、学习。究其原因,不仅有社会的、学校的,也有家庭的、学生自身的。为了让大学生能摆脱网络的束缚,应从预防、引导、管理等方面着手,帮助他们正确地使用网络,健康成长。

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。

民族高校毕业生就业质量实证分析——以河北民族师范学院为例

高校毕业生就业质量涉及专业对口程度、职业稳定性、工资报酬及工作条件等内容。以河北民族师范学院毕业生就业状况为个案进行调查研究,评估学院就业质量及发展趋势。改进就业质量的建议如下:实施教学改革,全面提高毕业生的综合素质;加强思想教育工作,使毕业生树立正确的就业观;注重职业生涯教育,提升毕业生的就业竞争力。

求解随机时变背包问题的精确算法与进化算法

随机时变背包问题(randomized time-varying knapsack problem,简称RTVKP)是一种动态背包问题,也是一种动态组合优化问题,目前其求解算法主要是动态规划的精确算法、近似算法和遗传算法.首先,利用动态规划提出了一种求解RTVKP问题的精确算法,对算法时间复杂度的比较结果表明,它比已有的精确算法更适于求解背包载重较大的一类RTVKP实例.然后,分别基于差分演化和粒子群优化与贪心修正策略相结合,提出了求解RTVKP问题的两种进化算法.对5个RTVKP实例的数值计算结果比较表明,精确算法一般不宜求解大规模的RTVKP实例,而基于差分演化、粒子群优化和遗传算法与贪心修正策略相结合的进化算法却不受实例规模与数据大小的影响,对于振荡频率大且具有较大数据的大规模RTVKP实例均能求得一个极好的近似解.

基于两阶段集成学习的分类器集成

为了学习集成函数,提高分类性能,提出了两阶段集成学习方法(two-phases ensemble learning,简称为TPEL).结合垃圾邮件过滤一个2类文本分类问题,在4个公用数据集上对TPEL进行了一系列实验.实验结果表明,TPEL受集成的个体分类器个数的影响甚微;利用TPEL集成异构的多个分类器时效果显著;利用TPEL集成多个同构分类器时,绝大部分情况下取得了优于朴素贝叶斯等算法的结果,对稳定或不稳定学习器的集成效果都很好;TPEL的时间复杂度较低.

供应链管理系统的设计与实现

依据物流活动的需求和背景,结合B/S软件体系结构,设计并实现了供应链业务的处理系统,在实现过程中根据系统需求灵活运用了web的相关技术。

知识溢出效应研究的国际发展和中国现状评述

本文通过统计1984—2014年SCI-E和SSCI网络版数据库中知识溢出效应领域的文献产出,运用文献计量法和引文编年图梳理了知识溢出研究的发展历程,从论文数量、论文质量和合作情况3个维度对标意大利、荷兰与中国的科研实力,得到如下结论:知识溢出效应研究主要经历了沉寂期、缓慢发展期和快速发展期;英国和美国在该领域处于领先地位;合作情况不佳,合作论文数量和作者数量偏低;研究热点主要为知识溢出与产出的关系、空间溢出效应、社会网络和FDI溢出;社会网络的知识溢出和国际知识溢出对产出的影响是两大主线;中国对知识溢出的研究虽然具备较大规模,但要注意提高论文质量,加强与国外的合作关系。

BB-NNF算法在中药方剂配伍分析中的应用

中国的中医药文化历史悠久、底蕴丰富.中药方剂在中医药科学体系中占有举足轻重的地位,就中药方剂数量而言,迄今已经积累十余万,而如何有效利用这些资源及在此基础上开发新的方剂,是亟待解决的问题.数据挖掘技术能够用来解决这一问题,在大量的方剂库中挖掘出新的方剂,为中医学的发展提供技术支持.

基于Symbian套接字使用SMTP协议发送邮件

Symbian OS是一个为手机而设计的操作系统，它是全球最流行的智能手机操作系统，占有智能手机市场最多的份额，拥有数量众多的开发人员和用户。Symbian OS将Socket通信机制进行封装，提供了在TCP/IP、HTTP、WAP、IrDA、蓝牙、SMS和EMS等协议栈上用于实现智能手机所有通信功能的API。在Symbian OS智能手机平台上，以C＋＋语言设计并实现一个基于Socket套接字的，利用SMTP协议的邮件发送程序。程序以同步的方式利用套接字，最终在实验模拟器和诺基亚手机平台上得到了验证，并取得了良好的效果。

基于CenterNet的小学生英文手写体区域检测

为了探索智能批阅小学生作业的可行性,以小学生英文手写体为研究对象,建立了基于关键点的CenterNet模型。首先,针对低显存环境下CenterNet模型的构造与学习,提出了一种新的以组规范化(GN)替换批量规范化(BN)的池化模块结构改造方案,得到了改造版CenterNet模型;之后,将改造版CenterNet模型用于小学生英文手写体区域检测,实现了基于深度学习的英文手写体区域检测。将改造版CenterNet模型与原始CenterNet模型和CornerNet-Lite基准模型进行检测比较。实验表明2种版本CenterNet模型的英文手写体区域检测精度和平均召回率均高于基准模型的相应值,改造版CenterNet模型的AP0.5值甚至可达到73.1%,比基准模型高出近6%;此外,相比于基准模型,改造版的CenterNet模型的漏检情况更少,并在一定程度上有效抑制了误检。改造版的CenterNet模型不仅检测性能优于原始CenterNet模型,而且其学习过程更稳定、收敛更快,这为小学生作业智能批阅方案的设计提供了有价值的解决途径。

民办高等教育质量保障体系的分析与构建

民办高等教育在我国发展迅速,并且取得了显著成就,未来我国要形成公办与民办共同发展的办学格局,民办高等教育的发展空间巨大。然而,目前民办教育发展中存在一些突出的问题,影响和制约着民办教育的高质量发展,为此构建适合民办教育特色的质量保障体系,成为民办高等教育发展的必由之路。本文通过分析民办高等教育发展中存在的突出问题,提出构建民办高等教育质量保障体系的整体思路。

计算机故障诊断系统探析

目前,随着计算机技术的发展和计算机应用的普及,计算机故障给我们的生活带来不可估量的麻烦,使用和维护计算机过程中通过计算机系统故障分析与维护,可以减少人员和财力上的损失。对计算机故障诊断系统进行了初步分析,提出人工智能手段在计算机故障诊断系统中的应用见解。

访问控制技术在网络安全中的应用

随着网络规模的逐渐增大,所储存数据的逐渐增多,使用者会要求网络能够对不同来源、不同角色所提出的网络访问进行控制,以确保自己的资源不受到非法的访问与篡改,这就要用到本文介绍的网络访问控制技术。

基于C5.0决策树算法的电力营销数据挖掘

为了对电力企业中不同部门的运行数据进行有效的挖掘,提出利用C5.0决策树算法对数据进行深层次分析,为管理人员提供有价值的决策支持。首先,对数据挖掘中先进的C5.0决策树算法原理进行分析,并通过引入信息熵对原有的属性选择方式进行改进,提高了信息增益比率计算的速度。然后根据设计的售电量关系模型进行对电厂管理信息系统中的数据进行挖掘。在UCI机器学习数据集和电力营销数据集上的实验结果表明,提出的改进C5.0决策树算法具有良好的分类性能,能够对售电市场进行快速、准确的用户分类,准确率达到86.5%。

深度学习模型在医院财务预测中的应用

为了对医疗机构的可持续性经营能力进行高效、准确的监管与预警,提出将先进的深度学习模型应用于医院财务预测中,以便为决策者提供有价值的参考信息。首先,对医院财务系统中的数据进行解析与提取,并通过归一化和特征选择进行数据样本预处理;然后利用处理后的数据样本训练深度信念网络,获得网络的相关参数;最后利用深度信念网络模型进行财务预测。与机器学习中的其他方法进行了实验对比。结果表明,在均方根误差和拟合优度两个指标方面,构建的深度信念网络模型具有最佳的数据拟合性能。

基于异质信息网的短文本特征扩充方法

随着计算机技术深度融入社会生活,越来越多的短文本信息遍布在网络平台上。针对短文本的数据稀疏问题,文中构建了一个鲁棒的异质信息网框架(HTE)来建模短文本,该框架可集成任何类型的附加信息并捕获它们之间的关系,以解决数据稀疏问题。基于该框架利用不同外部知识设计了6种短文本扩充方法,引入Wikipedia知识库和Freebase知识库的实体、实体类别、实体间关系等实体信息和文本主题等文本信息,以丰富短文本特征。最后使用相似性度量结果来验证所提出的短文本特征扩充方法的效果。通过与传统的3种相似性度量方法的6种文本扩充方法以及目前主流的短文本匹配算法在两个短文本数据集上进行比较,结果表明,所提的6种短文本扩充方法均有所提升,最佳方法的相似度度量结果与BERT相比提升了5.97%,证明了所提框架具有鲁棒性,可以包含多种类型的外部知识,能够解决短文本的数据稀疏性问题,以无监督的方式高精度地对短文本进行相似性度量。