基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

机器人远程控制中的视觉建模与仿真引导策略研究

为 解 决 远 程 控 制 时 ，操 作 者 无 法 对 操 作 现 场 全 局 掌 握 的 问 题 ，通 过 视 觉 方 法 对 现 场 环 境 进 行 建模 ，利 用 虚 拟 仿 真 技 术 ，实 时 显 示 在 操 作 界 面 。 利 用 视 觉 算 法 处 理 双 目 相 机 获 得 的 目 标 图 像 ，获 取 目 标 的 位置 信 息 。 利 用 仿 真 平 台 对 目 标 位 置 信 息 进 行 二 次 处 理 ，在 现 场 环 境 的 模 拟 模 型 中 将 目 标 物 体 仿 真 建 模 。 最后 在 操 作 界 面 上 利 用 虚 拟 提 示 ，引 导 操 作 者 完 成 任 务 。     

花生四烯酸微胶囊的配方研究

由于部分人群对牛奶蛋白敏感,因此需要研发出无牛奶来源配方产品。为满足该产品的市场需求,本文研究以变性淀粉和麦芽糊精为壁材,花生四烯酸油脂为芯材,利用喷雾干燥法制备微胶囊的最佳配比。实验结果表明,综合考虑乳化效果、产品指标和成本等因素,制备10%花生四烯酸微胶囊的原材料配比分别为花生四烯酸油脂25%(花生四烯酸含量40%),变性淀粉25%,麦芽糊精48%,复合抗氧化剂2%。     

316不锈钢长时总体一次薄膜应力强度许用值预测方法研究

材料的总体一次薄膜应力强度许用值（Smt）是高温反应堆设备结构设计力学分析的重要判定依据，但美国机械工程师协会（ASME）的规范和法国《快堆核岛机械设备设计和建造规范》（RCC-MR）给出的最长30万小时的Smt不能满足长寿期反应堆的设计要求。本文基于ASME规范给出的30万小时许用应力、预计最小断裂应力及断裂应力系数等材料蠕变性能数据，采用Larson-Miller外推模型成功获得了50万小时长寿期的316不锈钢母材和焊缝的长时蠕变性能，可满足长寿期反应堆的设计要求。      

基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。     

园区多能互补供能系统设计方法研究

为提高园区多能互补工程的能源综合利用效率及整体效益，对供能系统设计中的负荷统计、逐时负荷匹配、供能系统、设备选型、容量配置及运行策略等问题进行了分析和总结，提出园区多能互补供能系统设计的基本流程与方法，可为园区多能互补供能系统的设计提供参考。     

7050铝合金双级双峰时效强化机理

本文系统地研究了7050铝合金双级双峰时效微观组织对强度和硬度的影响。 结果表明，7050铝合金的双级时效出现了双峰现象。 第二峰的硬度和强度均略高于第一峰。 透射电子显微镜（TEM）观察表明，第二峰值的硬度和强度的增加是由于一定数量的n相数量的增加引起的。 此外，n相和GP区的共同作用优于GP区单独的效果。     

时间同步系统的设计与优化

随着电力生产设备自动化程度越来越高,对设备安全运行管理的水平也提出了更高的要求,这就需要一套高精度的时钟系统来实现。现就时钟系统的配置方案进行了详细分析,各厂站需结合自身的需求进行配置;同时对时钟系统功能、要求、原理、配置方案及故障后对被授时设备的影响进行了详细阐述。完善的时钟系统不仅有利于加快事故的分析处理,更是提高了电力系统的稳定运行能力。     

基于降噪时序深度学习网络的风电功率短期预测方法

利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。     

大牛地气田异常修正等时试井资料求取产能方法

大牛地气田为低渗-致密气田,因存在启动压力梯度等因素,修正等时试井曲线按常规方法处理出现异常,无法准确获取气井的产能方程.采用LIT法和异常曲线校正法对气田异常试井资料进行了重新处理,最终获得气井产能方程,为同类气藏产能试井可能出现的异常资料处理解释探索了新的途径.