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.     

一种新的密码本原:棘轮密钥交换的定义、模型及构造

在传统密码学应用中,人们总假定终端是安全的,并且敌手只存在于通信信道上。然而,主流的恶意软件和系统漏洞给终端安全带来了严重和直接的威胁和挑战,例如容易遭受存储内容被病毒破坏、随机数发生器被腐化等各种攻击。更糟糕的是,协议会话通常有较长的生存期,因此需要在较长的时间内存储与会话相关的秘密信息。在这种情况下,有必要设计高强度的安全协议,以对抗可以暴露存储内容和中间计算结果(包括随机数)的敌手。棘轮密钥交换是解决这一问题的一个基本工具。文中综述了密码本原——棘轮密钥交换,包括单向、半双向和双向等棘轮密钥交换的定义、模型及构造,并展望了棘轮密钥交换的未来发展趋势。     

认知双向中继网络在κ-μ衰落信道下的中断性能分析

针对认知双向中继网络在进行数据传输时面临的复杂无线信道场景问题,采用广义κ-μ分布构建认知双向中继网络中的视距和非视距无线传输信道,推导次网络在κ-μ衰落信道下的统一中断概率,并分析次网络在多种单一和混合衰落信道情况下的中断性能。仿真结果表明,无线信道的衰落程度对次网络的中断概率影响显著,依据衰落信道类型合理设置网络参数将有助于提升次网络中断性能。     

多媒体视讯融合广告系统设计

为了满足全省广告的统一管理要求,顺应IP化、移动化、融合化及智能化的发展趋势,设计一套统一的、跨平台、跨业务的多媒体视讯融合广告系统,支持省中心统一管理、统一调度发布,实行分权限的三级管理.对此,主要从总体架构、功能架构以及广告业务形式等方面介绍该系统.     

用于社交推荐的增强影响扩散模型

随着网络上创建连接、协作、共享的全新变革方式的出现,互联网上丰富的社交行为现象引起了研究者和实践者的关注.近年来,随着社交网络平台的普及与推广,基于社交网络的推荐系统也成为了个性化推荐领域的研究热点之一,社交推荐系统可以利用社交网络来缓解传统的推荐算法中数据稀疏性问题.在社交网络中,社交关系影响起着重要作用,而用户信任是社交关系形成的基础,每一个用户会受到其信任的用户影响,这些被信任的用户也会被自己的社交关系所影响,这就表明了联系在一起的用户会相互影响,导致社交联系之间的用户偏好具有相似性.用户的信任关系影响着用户偏好的推断,同时用户受到其信任用户的社交关系影响,而这些社交关系影响在社交网络中递归传播和扩散.因此,基于社交推荐算法研究的关键就在于信任信息的挖掘和利用.在基于社交网络的推荐领域中,比较有代表性的模型为Diff Net,该模型未充分考虑到信任问题,同时,在递归计算长距离的社交关系时,有额外的噪声,影响推荐预测的质量.本文提出了基于Diff Net改进的社交推荐模型-EIDNet.首先,该模型在模拟社交关系影响扩散过程时,通过用户对物品的历史交互记录建立用户间的信任关系,并融...     

基于信任链的骚扰电话预判技术研究

当前,骚扰电话乱象屡禁不止,严重影响了人民群众的正常生活,甚至威胁到个人财产安全,因此简单有效地识别骚扰电话技术成为亟待解决的问题。区别于现有的对电话号码进行黑白名单标记、大数据分析等识别方法,提出基于信任链的骚扰电话预判技术,从可信度量的角度计算来电号码的可靠程度,并针对高危受害群体的典型应用场景进行分析,通过对骚扰电话的预判,降低其受到电话骚扰甚至电话诈骗的可能性。     

超精密气体静压系统节流器法向随机微振动研究

以无气腔平面节流器为研究对象,对节流器流固耦合法向随机微振动进行了理论仿真和实验研究。受限于节流器厚度与气膜厚度尺寸的差异和输入初始边界条件,建立了节流器的COMSOL仿真简化模型,对节流器-气膜微流场进行双向流固耦合数值模拟。仿真结果表明,节流器的法向随机微振动幅值关于节流器中心对称,且由中心向边缘逐渐增大;微振动幅值随气体入口流速的增大而增大。实验采用纳米级激光测振仪,依次测量供气压力为0.1,0.2,…,0.5 MPa时尺寸为75 mm×50 mm×14 mm的HEXAGON双环联结型节流器多个不同位置的法向振动,实验结果表明,法向随机微振动幅值分布特性与仿真结果一致,关于节流器中心对称,且由中心向边缘逐渐增大,验证了节流器法向微振动的"跷跷板"振动形式;在0.5 MPa供气压力下,边缘振动幅值超过1 nm。对实验数据进行功率谱密度分析,结果表明不同供气压力下法向随机微振动均在9.4 kHz和10.6 kHz处产生较大功率,可认为与节流器-气膜流固耦合系统的固有频率有关。研究结果有效地揭示了节流器法向随机微振动的特性,为气体静压系统避开随机共振区、优化气体静压系统的设计提供了理论指导。     

基于IMFO算法的光伏高占比电网UPFC参数优化模型

光伏高占比地区功率双向交换过程中系统存在暂态功角稳定及电压稳定问题,为得到电网在有功和无功动态波动下统一潮流控制器(Unified Power Flow Controller,UPFC)的最优参数,文章通过对飞蛾扑火(MothFlame Optimization,MFO)算法进行改进,提出光伏高占比电网UPFC控制参数优化模型。首先,针对光伏高占比条件下电力系统UPFC串联、并联功率控制方法,建立基于UPFC的系统阻尼优化控制模型;其次,建立基于系统阻尼和电压偏差最优控制的UPFC参数改进的飞蛾扑火优化算法(Improve Moth-Flame Optimization,IMFO)模型;最后,通过MATLAB与PSD-BPA联合仿真,以东北某光伏高占比电网实际运行数据为基础,建立光伏高占比电网UPFC参数IMFO优化仿真模型。仿真结果表明,基于IMFO算法优化得到的UPFC控制参数,可有效提高UPFC设备对系统阻尼震荡及暂态电压稳定的支撑能力,与传统的MFO相比具有更好的收敛性。     

基于深度学习的两阶段联合声学回波和混响抑制技术

在现代通信系统中，通信语音的质量和可懂度会被回波与混响严重损害，人与人之间的交流因此会被严重干扰。为了同时消除回波与混响的负面影响，本文提出了一种基于深度学习的两阶段联合声学回波和混响抑制系统。该系统逐步地消除加性声学回波与多径效应产生的混响干扰，从而获得目标语音。系统首先使用基于理想比值掩蔽（Ideal Ratio Mask，IRM）的模型去除与目标信号不相关的声学回波，紧接着对于与目标信号强相关的混响干扰，系统通过利用一个基于“隐掩蔽”的谱映射模型将其去除。两阶段模型最后进行联合训练以获得更好的系统性能。一系列不同声学环境下的实验结果表明，本文所提出的系统可显著地消除回波与混响干扰，从而极大地增强了目标语音的语音质量与可懂度。