基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

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.     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。     

基于磁偶极子的隔水管疲劳裂纹检测试验研究

为了获得隔水管疲劳裂纹长度并判定其疲劳损伤状态,采用金属磁记忆检测法对隔水管用X80管线钢在疲劳裂纹萌生、扩展及断裂阶段的磁记忆信号进行检测,研究磁记忆检测信号随疲劳裂纹长度变化的关系,采用磁偶极子理论建立了疲劳裂纹萌生直到断裂过程的磁场分布模型,通过对比分析验证了模型的正确性。分析结果表明:伴随着疲劳裂纹长度增加,磁场切向分量具有极大值,且极大值不断增大,磁场法向分量过零点,且零点两侧峰值不断增大;磁场切向分量峰值及法向分量峰峰值随着疲劳裂纹长度增加近似呈线性增大,通过提取磁记忆检测信号特征参数变化可以判定疲劳裂纹长度的变化。所得结论为磁记忆检测技术应用于隔水管疲劳损伤检测提供了技术支撑。     

具有控制项的限定记忆卡尔曼滤波器

在已有的限定记忆卡尔曼滤波器的基础上 ,将确定性先验信息作为控制项加以应用 ,推导出了完整的限定记忆卡尔曼滤波公式 ,从而在记忆长度确定的情况下 ,有效地减小了模型不准的误差 ,降低了滤波总误差。仿真同样表明了该方法的有效性     

2.13H五笔词汇库自动大容量扩充

本文对2.13H五笔字型模块和WM5.0汉字内部词汇文件进行了全面分析，并在此基础上实现了2.13H词汇库自动大容量扩充。实现方案适用于多种汉字系统的五笔字型或非五笔字型词汇的扩充。对相关文件的分析在多方面也具有参考价值。     

华邦电子推出W79E80x LPC8位控制器

华邦电子继推出W79E82x系列后，现推出W79E80x系列产品。该系列设计方案同样对于要求封装体积要小，足够T／O及记忆容量之应用，提供一个典型的解决方案，此系列可适用于一般工业，如电源控制、DVR／STB控制、门禁等。     

职业网虫的十个标志

同方圆数公里的网吧老板都有“业务”往来．有极高的信誉度．当皮夹里的“子弹”用光之后，可以不费口舌地赊账走人。