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.     

EBZ-260型掘进机截割头截割性能研究

通过对EBZ-260型掘进机截割头的截割性能进行分析和研究,深入了解和掌握了相关截割头的数据参数、设计结构及载荷等情况,进一步研究了截割头的受力情况、形状结构及其截齿运行轨迹及安装分布等特性,可为截割工作提供必要的数据参考及理论基础,有利于重要部件的有限元分析,对研究掘进机整机受力的情况、截割的性能、所具备的可靠性及稳定性等方面具有重要作用.     

基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

山西代县马桥一带金多金属矿成矿地质特征浅析

山西代县马桥一带地层主要为滹沱群四集庄组及新生界第四系地层。区内构造以断裂构造为主,褶皱构造不发育。矿体主要赋存于与滩上杂岩体接触的构造蚀变带中。初步认为该区金多金属矿的金属物质来源于燕山中晚期岩浆热液,矿床类型应属于岩浆热液充填构造蚀变岩型金矿床。     

辽宁省宽甸县岔条沟地区地质特征及铅锌多金属矿找矿远景浅析

宽甸县岔条沟位于该区华北陆块东段古元古代辽吉裂谷宽甸段、营口-宽甸显生宙隆起与太子河-浑江坳陷衔接部位;处于北东向鸭绿江与太平哨深大断裂所夹持的北西向次一级构造带中,是区域上重要铅、锌、铜、金多金属矿化集中区。本文通过阐述区域地质背景、矿区地质特征、体地质特征及矿石结构、构造等,分析研究区的找矿远景。矿区内出露地层主要有早元古界辽河群盖县组(Ptlgx)、早元古界青白口系钓鱼台组(Qnd)、中生界白垩系小岭组(K1xl)以及第四系(Q)。区内以近东西向、北东向、近南北向、北西向构造为主,这些断裂构造不但控制着研究区内的矿化蚀变带、脉岩及地层的分布,也为成矿提供了运移通道和容矿空间,区内中生代花岗岩岩体为区内矿体的形成提供了重要的物质来源和热动力,研究区具有较好的找矿远景。