应用于临床生存时间预测的二次学习算法研究

生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用,研究人员提出了很多基于机器学习技术的生存时间预测算法。这些算法虽然都取得了良好的效果,但预测精度均有提升的空间。因此,提出了一种基于二次学习风范的生存时间预测算法,并结合最近邻算法在截尾样本估计上的应用以及支持向量机在泛化性能上的优势,实现了对临床生存时间的建模。实验结果表明,该算法能够获取精确的生存时间,且具有预测精度上的性能优势。     

RISC-V架构芯片实现的无线触控系统

本文介绍了一款基于RISC-V架构芯片实现的无线触控系统方案,本方案实现了将触控芯片的触控I2C信号实时通过蓝牙BLE信号上传,具备集成度高、性价比高、传输稳定、传输距离远、兼容性好等优点.经测试,该方案完美实现了触控信号的无线传输,实现了在手机、电脑周边系列触摸产品的友好交互.     

基于LC谐振电路的智能配送无人机设计

针对传统配送机器人在配送过程中出现的路径偏差,与顾客发生碰撞等问题,设计了一种基于电磁循迹的配送无人机.使用四轴飞行器作为主体,利用LC谐振电路作为传感器检测电磁信号,进行路径跟踪,避免了周围环境对配送无人机循迹过程的影响.无人机采用基于四元数的姿态解算算法进行姿态解算,并通过改进的串级模糊PID控制算法控制无人机的飞行速度和方向,提高了配送无人机的响应速度和稳定性,无人机能够更好的完成配送任务,具有应用和推广价值.     

结合CNN和Catboost算法的恶意安卓应用检测模型

针对恶意安卓应用程序检测中存在的特征维度大、检测效率低的问题,结合卷积神经网络CNN良好的特征提取和降维能力以及catboost算法无需广泛数据训练即可产生较好分类结果的优点,构建一个CNN-catboost混合恶意安卓应用检测模型。通过逆向工程获取安卓应用的权限、API包、组件、intent、硬件特性和OpCode特征等静态特征并映射为特征向量,再在特征处理层使用卷积核对特征进行局部感知处理以增强信号。使用最大池化对处理后的特征进行下采样,降低维数并保持特征性质不变。将处理后的特征作为catboost分类层的输入向量,利用遗传算法的全局寻优能力对catboost模型进行调参,进一步提升分类准确率。对训练完成的模型,分别使用已知和未知类型的安卓应用程序数据集作实际应用测试。实验结果表明CNN-catboost模型调参用时较少,在预测精度和检测效率上也展示出较为良好的效果。     

大学生创新创业能力训练体系的构建与实践

大学生创新创业能力是制约大学生竞争力的关键因素,创新创业训练体系建设关系到人才培养的质量。本文以电子商务这一典型创新创业教育载体专业为例,从全员参与视角构建了涵盖创新意识、创新素质、创新欲望、创新能力等多维培养的大学生创新创业训练体系。最后,以吉首大学电子商务专业为例,分析了全员参与创新创业训练体系的实践应用效果。     

多元醇胺对钢铁渣粉溶解特性的影响

为了解决钢铁渣粉溶解性差所引起的活性低的问题,研究了三乙醇胺( TEA)、三异丙醇胺( TIPA)和二乙醇单异丙醇胺( DEIPA)对钢铁渣粉在碱性环境下溶解的影响规律,通过电导率仪、酸度计、电感耦合等离子体原子发射光谱仪( inductively coupled plasma atomic emission spectroscopy,ICP-AES)和八通道微量热仪对钢铁渣粉的溶解特性进行了表征。结果表明：多元醇胺降低了钢铁渣粉液相的pH并提高了液相电导率,主要表现为增加了液相中Fe、Ca、Al元素的质量浓度,其中TEA和DEIPA的影响效果大于TIPA;多元醇胺提高了钢铁渣粉早期的溶解热和最大水化热峰值,进一步证实了多元醇胺对钢铁渣粉具有增溶作用。     

进程安全保护技术综述

进程安全保护是信息安全领域的一个研究热点,可以应用于计算机安全系统、网站保护、杀毒软件自保护、数字产权保护等方面.在信息安全研究的背景下,总结了进程所受到的威胁,包括软件和硬件方面的威胁;结合实际案例对进程安全保护技术从硬件和软件方面进行了详细分类,分析了每种技术的特点和不足;指出现在研究存在的问题,并展望了未来关于进程安全保护的研究方向和重点.     

峡谷和垭口地形风场特征的CFD数值模拟

为获得峡谷和垭口地形的风场特征和典型位置的风加速效应,采用计算流体动力学(CFD)方法进行模拟计算,将计算得到的单山结果与风洞试验及规范进行对比以验证CFD计算的有效性,对峡谷和垭口地形进行数值模拟计算,分析峡谷和垭口在不同山脚间距时的加速效应,针对内侧山脚和山顶处的加速比给出设计建议.研究表明:山顶处加速比最大;山体横风切面的加速效应比顺风切面显著;CFD模拟与风洞试验结果吻合较好;山顶处,垭口地形风加速效应比峡谷和单山都大;内侧山脚加速比随着两山靠近而增大;内侧山脚处,峡谷地形的加速比小于规范下限,垭口地形在山间距小于一半山体底部直径、离山表面高度低于0.4倍山体高度时的加速比大于规范上限;山顶处的加速比在各种工况下均比较接近;不建议将山顶和垭口位置作为构筑物的选址地点.     

流计算模式下概率粗糙集三支决策的快速计算

概率粗糙集三支决策是不确定问题求解的一种重要理论,流计算模式是一种新型的动态内存计算形式,实施流计算模式下三支决策的快速动态计算是一项具有挑战性的新议题。本研究以流计算模式中的两个核心计算步骤即动态增量与动态减量作为研究对象,提出了一种流计算模式下概率粗糙集三支决策域的快速动态学习方法。首先对流计算模式中三支决策动态增量和动态减量的不同变化情况进行了数据建模。然后基于不同数据变化情况分别讨论了数据增量与数据减量时三支决策域的变化推理,并且基于上述理论给出了流计算模式下的三支决策动态增减学习算法。该算法能够以更低的时间复杂度获得与经典三支决策算法相同决策效果。最后通过八种UCI数据集的实验证明了流计算模式下三支决策动态增减学习算法在时间消耗上明显优于经典概率粗糙集三支决策算法,并且在不同阈值下具有稳定的决策效率。本研究表明了流计算模式下三支决策快速计算是可行的。