移动学习软件的研究与实现

随着智能终端的普及和在教育领域的应用,将移动学习应用到课堂中变得可行和现实。设计了一款移动学习软件,包括服务器端与手机端,分析了软件功能,描述了软件的核心设计,并对软件的关键技术进行了阐述。验证了移动学习理念及技术应用在课堂教学的可行性。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

晋城无烟煤对干粉煤气流床气化技术的适应性研究

为了研究晋城无烟煤对干粉煤气流床气化技术的适应性,结合粉煤加压气化技术对原料煤的要求,分别从晋城无烟煤水分、挥发分、灰分、硫分、发热量、化学活性、灰熔融性、灰渣的粘温特性等方面进行比对析,结果认为晋城无烟煤可以适应干粉煤气流床气化技术;但要控制其灰质量分数在(18±2)%,硫分小于3%,并添加2%~3%的石灰石,或掺配一定比例的低灰熔点煤。     

测试轻松做 英语学习更给力

小学英语老师常常会给家长留一些作业,让家长给孩子出英汉连线题、选择题等,并对测验结果进行评判。这下可把家长忙坏了,不光是出题,还得判题。能不能让电脑来自动完成这项任务呢?当然可以!安装Snap!by Lectora插件到PPT中,利用它就能轻松实现上述任务,让孩子在轻松快乐的环境中高效学习英语。     

神经鞘直径在颅脑术后的监测价值

目的:探讨神经鞘直径(Optic Nerve Sheath Diameter,ONSD)超声监测在颅高压患者术后的临床应用。方法:选择2013年11月-2014年5月本院颅脑疾病患者26例为观察组,根据入院时GCS评分为重型颅脑损伤患者15例,大面积脑梗死6例,脑肿瘤5例,术后1、2、3 d根据病情变化动态用彩超经眼眶检查观察组眼球后3 mm处ONSD大小,每眼每次检查3次,计算ONSD平均值,同时观察生命体征和GCS评分变化,统计生存率。结果:术后平均ONSD<5 mm 17例,>5 mm 6例,>6 mm 6例;死亡7例,植物生存2例。结论:动态监测颅脑术后ONSD变化有助于正确判断颅脑术后患者的病情变化,指导及时复查CT或再次手术,可成为神经重症监护病房常规监测手段。