单片机在电子技术中的应用

电子技术属于当前应用十分重要的一种及技术,在适合上很多方面均有着广泛的应用,发挥着较好的价值及意义,因而实现电子技术的更好应用及发展也就十分必要。在当前电子技术的应用与发展中,很多技术手段有着广泛的应用,而其中比较常见的一种就是单片机,因而相关技术人员需要对单片机的应用加强认识及把握,实现电子技术中单片机的有效应用,从而使电子技术在实际应用中的作用及价值得以更好发挥。     

提高微机原理实验教学水平强化创新人才培养

微机原理及应用是一门综合性、实践性较强的课程。提高微机原理及应用的实验教学水平,需要改革目前的微机原理及应用实验教学现状,弥补实验教学中存在的不足。从实验教学模式、实验内容,实验考核等几个方面采取具体措施,形成比较完善的微机原理及应用实验教学体系,促进创新型人才的培养。     

以就业为导向的大数据技术及应用专业人才培养研究

目前,大数据技术及应用专业人才培养方案中对于学生就业能力培养环节较为薄弱,无法缓解学生的就业压力。因此,设计以就业为导向的大数据技术及应用专业人才培养方案。通过树立大数据技术及应用专业人才培养观念,优化完善大数据技术及应用人才课程,壮大专业人才培养师资力量以及构建“校企合作”机制等几方面,完成以就业为导向的大数据技术及应用专业人才培养方案设计部分。设定人才培养方案应用测试环节,通过应用分析可知,此人才培养方案对于学生的就业能力具有明显的提升作用,可将其应用在日常教学过程中,提升学生的就业竞争力,为相关企业的发展提供大量的人才。     

可靠性工程技术应用——第一讲:可靠性设计技术及应用

本讲座是一个系列讲座。它的内容有五讲:(1)可靠性设计技术及应用:可靠性指标的选用、可靠性预计、分配技术等;(2)可靠性分析技术及应用:可靠性模型、故障分析技术等;(3)机械零部件的概率设计技术及应用:机械零部件的可靠性设计、预计技术;(4)可靠性试验、评估技术及应用;(5)可靠性管理技术及应用。希望读者通过对该可靠性技术及应用案例系列讲座的了解,能对您所研制和生产的产品可靠性水平的提高提供帮助。     

浅谈电气工程自动化控制中PLC技术的应用策略

PLC技术具备通用性强、可靠性高以及便捷性高等优势,在电气工程中有非常广泛的应用。基于此,本文从PLC技术的优势及应用要点入手,对PLC技术的应用范围及应用对策进行了研究,目前PLC技术主要应用于闭环控制及开关量控制中,需要设计人员加强研发,拓宽PLC技术的应用范围,这就要求相关人员加强PLC技术的创新、提升设计人员的专业素养、进一步明确PLC技术的应用准则,加强应用过程中的沟通交流,充分发挥出PLC技术的优势。     

手机二维码技术原理及应用

随着二维码的日益普及,二维码的应用正在迅速扩大,条码及条码技术逐渐渗透到人们的生活中,把人们从繁琐和重复的工作中全面解脱出来,本文试从二维码的起源、编码原理、技术标准、与一维码进行比较及二维码应用等方面阐述二维码技术的发展及应用。随着二维码和智能手机在国内的广泛普及,二维码的应用正在迅速扩大,条码及条码技术逐渐渗透到人...     

水电站计算机监控系统与常规控制区别及应用

随着我国经济的发展及信息化时代的来临,水电站监控系统面临着改革与完善,计算机监控系统相比常规控制优点更多,但在应用过程中仍然面临着许多问题,本文针对水电站技术及监控系统与常规控制的区别及应用进行简单论述,表明水电站监控系统的优势及应用策略。     

基于流媒体的视频点播(VOD)技术研究与应用

随着宽频技术和数字化视频技术的发展,视频点播系统VOD得到大规模的应用及推广。视频点播的应用,改变了用户与有线电视的关系,扩大用户获取信息来源。该文就点播技术、点播系统的关键技术及应用范围及发展方向进行了探索。     

运营商能否撬动移动应用广告市场？

移动应用广告联盟生态圈的成员应包括作为广告联盟主导电信运营商,手机应用广告联盟和手机应用商店这两大平台,广告主及代理,第三方应用开发者和手机用户。电信运营商通过手机应用商店平台与众多的第三方开发者形成合作伙伴关系共同开拓移动应用市场,通过手机应用广告联盟平台满足广告主及代理公司精准营销的需求,     

利用声波进行流量测量的原理及应用

本文阐述了利用声波进行流量测量的原理及特点,并介绍了超声波流量计的应用及应用进展.     

基于TCM编码方式的OFDM系统

本文介绍了正交频分复用OFDM技术的基本原理,简要给出了TCM的一般概念与系统模型,并结合16QAM详细阐述了TCM的基本结构和原理,在此基础上把TCM与OFDM有机地结合起来,给出了基本原理和系统设计方案.经理论分析表明,TCM-OFDM系统有效地克服了频率选择性衰落对系统性能的影响,可使由于多径而产生的部分频率选择性衰落、时间选择性衰落及多普勒频移造成对正交性的影响减少到最低,提高系统传输的可靠性和有效性.     

面向语义检索的中医理论知识库构建方法的研究

知识资源的建设在语言信息处理中具有重要作用,中医基础理论知识库建设是进行中医文献处理和语义计算的基础工作。该文在分析中医基础理论术语特点的基础上,借鉴HowNet的构建思想,提出一种基于KDML的中医基础理论知识库构建方法。包括知识库构建过程中的义原选择方法及关系获取方法。     

水下通信中TCM的关键技术研究

网格编码调制技术克服了传统通信体制中调制与编码的分离独立设计而制约数字通信系统性能的缺陷;在分析TCM工作原理的基础上,介绍了其关键的组成部分,最后通过仿真比较了未编码4PSK调制解调技术与TCM技术的性能,仿真结果表明,在误码率相同的情况下,TCM技术比未编码4PSK要多出很可观的渐进编码增益,这在功率与带宽受限的水声信道中是很有意义的.     

基于Rough Sets的中医指症挖掘研究与应用

针对中医病历数据库中指症样本维数较大、数据特征和属性冗余量较多等特征,在对Rough Sets基本理论和属性约简算法研究的基础上,提出了将属性频度和属性重要性相结合的GENRED_GROWTH中医指症挖掘算法,并进行了基于GENRED_GROWTH的中医指症挖掘原型系统设计与实现。通过分析和实验结果表明：该算法能较好地进行中医指症属性约简,分类精度较高,并且能抽取中医指症相关诊断规则以辅助医生的诊断和治疗。     

中医舌象信息融合方法的研究

对中医舌象多特征融合进行了分析,提供一种基于支撑向量机概率输出和D-S证据理论相结合的融合方案.同时,针对D-S证据理论中不确定集合的概率难以确定的问题给出了一种样本整理思路,采用D-S证据理论进行融合可以给出舌象样本可能的输出结果,这在一定程度上可解决不确定性的问题.同时这种融合方法可以扩展到中医其他诊法(诸如脉诊)的信息融合上,为中医四诊的融合奠定了基础.     

Mining Syndrome Differentiating Principles from Traditional Chinese Medicine Clinical Data

Syndrome differentiation-based treatment is one of the key characteristics of Traditional Chinese Medicine (TCM). The process of syndrome differentiation is difficult and challenging due to its complexity, diversity and vagueness. Analyzing syndrome principles from historical records of TCM using data mining (DM) technology has been of high interest in recent years. Nevertheless, in most relevant studies, existing DM algorithms have been simply developed for TCM mining, while the combination of TCM theories or its characteristics with DM algorithms has rarely been reported. This paper presents a novel Symptom-Syndrome Topic Model (SSTM), which is a supervised probabilistic topic model with three-tier Bayesian structure. In the SSTM, syndromes are considered as observed topic labels to distinguish certain symptoms from possible symptoms according to their different positions. The generation of our model is in full compliance with the syndrome differentiation theory of TCM. Experimental results show that the SSTM is more effective than other models for syndrome differentiating.     

TCM clinic records data mining approaches based on weighted-LDA and multi-relationship LDA model

As an important part of traditional medicine, TCM (Traditional Chinese Medicine) has unique and distinct clinical effects in the aspect of disease diagnosis and treatment. Thousands of years of TCM treatment has accumulated abundant clinical data and medical literatures, including valued TCM theories and clinical practice rules. Researchers have conducted various methods such as clustering analysis, association rules and regression analysis to study TCM theory. However, none of them could reflect well the semantic complexity of TCM and systemic characteristics of TCM treatment. This paper conducted a research on the inherent rules of TCM clinic records with a topic model. On the basis of LDA model, weighted mechanism was adopted for each feature word to improve the distinguishing ability and interpretability between the topics. Meanwhile, the modeled topic is taken as the feature for the classification of SVM (Support Vector Machine) to improve the classification accuracy. The topic number of LDA topic model is confirmed by the KL distance and similarity between the topics. After analyzing the relationship between topic model and TCM differentiation and treatment, MULTI-RELATIONSHIP Topics LDA MODEL was proposed on the basis of LDA model and Author-topic model to automatically extract the topic structures between the four parties and explore the relationship of the multiple parties with clinical significance. In the meantime, relevancy between the parties and the feature word weighted mechanism are used to improve the MULTI-RELATIONSHIP Topics LDA MODEL and the classification accuracy of the topics. The experiments showed that analysis of clinical data with topic model can extract TCM treatment rules and provide a novel theoretical method for TCM clinical research.     

D-S证据融合的中医辨证模型

为提高传统不确定性推理在中医辨证中的准确率和灵活性,提出了基于D-S证据理论的中医辨证模型。模型采用群决策理论,以证素为识别框架,以不同专家的诊断结果为基本可信度分配,对专家的诊断结果进行证据融合,模型能够降低系统的不确定性,提高证素诊断的准确率和可信度。以冠心病的中医诊断为例,验证了模型的有效性。     

中医临床不均衡数据疾病分类方法研究

基于欠采样的不均衡数据分类算法是一种随机数据优化算法,但它不能最好地反映中医临床原始数据的分布并解决数据的特征冗余问题。提出了基于预测风险的最远病例不均衡装袋算法（PRFS-FPUSAB）。该算法中首先基于欠采样提出了改进的抽样方式尽可能地反映原始数据分布,然后结合集成学习、预测风险标准提高不均衡的分类性能并进行特征选择。在中医临床采集的经络电阻数据上的实验结果表明,该算法改善了曲线下面积并且选择的特征也符合中医学相关理论。