基于心率监测大数据分析的体能训练监测系统研究

针对批量人群体能训练过程中心率连续监测及异常数据分析的问题,给出了一个基于连续脉搏监测和数据分析的框架。该框架通过结合使用基于光感的脉冲监测机制和基于ZigBee的移动自组网,实现对批量人群体能训练过程中心跳数据的自动化连续采集。同时基于综合抗干扰手段和大数据分析方法,采用不同年龄、不同情绪等标准建立了培训模型,通过数据分析结果指导不同的训练方案以实现精准训练。结果表明,该系统可以用来提高体能训练水平,积累个人的训练数据,并支持更有效的和科学的培训计划。

基于概率分布差异的医学命名实体识别方法

医学命名实体识别是从医学文本中抽取出指代特定概念的医学实体,是医学信息抽取的基础性任务。当前主流的医学命名实体识别算法普遍基于深度学习技术,需要大量高质量的标注样本进行模型训练。然而医学领域的样本标注成本很高,严重限制了模型性能的提升。为了降低模型对标注样本的需求,一种重要的方法是基于主动学习思想,设计合理的样本采样策略,自动选取高价值样本优先标注,从而使模型提前收敛。现有算法普遍基于样本长度、样本识别的概率等特征来设计采样策略,忽视了样本类别分布这一深层次特征,导致命名实体识别召回率较低。提出了一种基于概率分布差异的主动学习算法,通过计算样本间的概率分布差异来评估样本的标注价值,并在标注样本更新时动态优化模型。在真实的医学检查文本上的实验表明,相比已有算法,达到同等的模型性能,该算法所需要的标注数据可缩减10%以上;在相同标注样本量的情况下,本算法F1值提高5%以上。

管理会计目标成本法在企业管理中的应用

目标成本管控关系到一个企业的成长与发展可以走多远。因此,企业目标成本管理的重要性在激烈的市场竞争中显得尤为突出。目标成本管理有狭义和广义之分,本文着重从广义的角度,将企业发展的全成本费用管控作为目标进行论述,将目标成本管理视为现代企业管理中的一部分,在阐述目标成本含义与管理会计发展趋势的基础上,系统分析了管理会计目标成本法所具有的优势,并针对应用中存在的问题提出了解决措施,以期对今后企业做好目标成本管理具有借鉴作用。