基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

基于VMD和BSA-KELM的高陡边坡位移预测模型研究

边坡位移的时间序列曲线存在复杂的非线性特性,传统的预测模型精度不足以满足预测要求。为此提出了基于变分模态分解的鸟群优化-核极限学习机的预测模型,并用于河北省某水泥厂的边坡位移预测。该方法首先采用VMD把边坡位移序列分解为一系列的有限带宽的子序列,再对各子序列分别采用相空间重构并用核极限学习机预测,采用鸟群算法优化相空间重构的嵌入维度和KELM中惩罚系数和核参数三个数值,以取得最优预测模型。最后将各个子序列预测值叠加,得到边坡位移的最终预测值。结果表明：和KELM、BSA-KELM、EEMD-BSA-KELM模型相比,基于VMD的BSA-KELM预测精度更高,为边坡位移的预测提供一种有效的方法。     

基于改进SOA-VMD的磁声发射信号去噪算法

磁声发射（MAE）是铁磁性材料磁化过程中产生的声发射信号，在构件应力检测和微观损伤检测中有着广泛的应用。针对MAE信号非稳态、复杂性、衰减性等特点，提出海鸥算法结合变分模态分解（SOA-VMD）的去噪方法，为克服海鸥算法求解过程中易陷入局部最优解问题，利用柯西变异算子产生随机迭代过程，使改进算法即柯西变异海欧算法（CVSOA）跳出早熟收敛。采用以幅值谱熵为适应度函数，优化VMD算法中分解模态个数K和二次惩戒因子α两个参数，将含噪声的MAE信号进行VMD分解重构。经仿真信号和实际检测信号分析表明，改进后的CVSOA-VMD算法全局寻优能力和去噪性能优于传统的SOA-VMD算法，降噪后的MAE信号特征值对于不同应力下均方根、偏斜度特征值的重复性更好，可靠性更高。     

山西代县马桥一带金多金属矿成矿地质特征浅析

山西代县马桥一带地层主要为滹沱群四集庄组及新生界第四系地层。区内构造以断裂构造为主,褶皱构造不发育。矿体主要赋存于与滩上杂岩体接触的构造蚀变带中。初步认为该区金多金属矿的金属物质来源于燕山中晚期岩浆热液,矿床类型应属于岩浆热液充填构造蚀变岩型金矿床。     

辽宁省宽甸县岔条沟地区地质特征及铅锌多金属矿找矿远景浅析

宽甸县岔条沟位于该区华北陆块东段古元古代辽吉裂谷宽甸段、营口-宽甸显生宙隆起与太子河-浑江坳陷衔接部位;处于北东向鸭绿江与太平哨深大断裂所夹持的北西向次一级构造带中,是区域上重要铅、锌、铜、金多金属矿化集中区。本文通过阐述区域地质背景、矿区地质特征、体地质特征及矿石结构、构造等,分析研究区的找矿远景。矿区内出露地层主要有早元古界辽河群盖县组(Ptlgx)、早元古界青白口系钓鱼台组(Qnd)、中生界白垩系小岭组(K1xl)以及第四系(Q)。区内以近东西向、北东向、近南北向、北西向构造为主,这些断裂构造不但控制着研究区内的矿化蚀变带、脉岩及地层的分布,也为成矿提供了运移通道和容矿空间,区内中生代花岗岩岩体为区内矿体的形成提供了重要的物质来源和热动力,研究区具有较好的找矿远景。