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.     

北斗星历解析及实时卫星位置解算实现

利用 C 语言编程进行北斗卫星星历数据的实时读取，更新结构体的卫星轨道参数， 从而实现北斗卫星位置的解算，并与武汉大学数据中心提供的北斗精密星历作比较，对解算的卫星位置结果进行评估，最大误差不超过 3.5 米，满足实际应用需要。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

面向老龄化社会的产品服务系统设计赋能

目的 针对面向老龄化社会的产品及产品服务系统设计,将赋能的设计理念和价值引入其中,探索设计结果提升老年人能动性和参与性的赋能品质,为设计师开展设计赋能实践提供参考.方法 以设计教学中的学生设计方案作为研究材料,邀请设计研究者参与工作坊,对设计结果的赋能属性进行分析,并通过聚类获得类别化的设计属性,产生了能描述赋能品质的属性词汇表.结果 总结了包含5组形容词组的设计赋能品质集,这一集合包含"顺应性"和"激励性"两个面向.结论 研究结果为设计师进行老龄化设计提供了知识参考,有助于提升设计师的赋能意识.揭示了设计赋能充满矛盾性的品质,提出面向老龄化的设计赋能需要在"顺应"和"激励"之间找到平衡.     

锁紧机构防脱落保持架设计与分析

针对锁紧机构保持架在恶略环境下,反复振动过程中保持架上钢球脱落问题,提出了一种新型防脱落保持架设计方案,重点介绍了锁紧机构中保持架的工作形式,通过ANSYS进行有限元仿真分析,得出新型保持架结构满足刚强度要求以及热变形要求,且在随机振动6.06 g条件位移小,能有效免锁紧机构直线运动时钢球从外部脱落的可能,提高了锁紧机构工作过程中的可靠性与安全性.     

PVC树脂生产中产生塑化片的原因与改进措施

分析了PVC树脂生产中产生塑化片的原因,针对储槽搅拌器、离心机、星形下料器和输送管线提出了改进措施,并在料仓底部下料管线处增加了振动筛,改造后效果良好.