急性上呼吸道感染 • 急性上呼吸道感染是鼻腔、咽或喉部急性炎症的概称。 • 常见病原体为病毒，少数是细菌。 • 发病无年龄、性别、职业和地区差异。 急性气管支气管炎： 急性气管支气管炎是病毒或细菌等病原体感染所致的气管支气管粘膜炎症。主要症状有咳嗽和咳痰。常见于寒冷季节或气候突变时也可由急性上呼吸道感染蔓延而来是婴幼儿时期的常见病、多发病。 肺炎： 肺炎是由多种病源菌引起的肺充血,水肿,炎性细胞浸润和渗出性病变临床上常见,可发生于任何的人群，青壮年男性最多见，好发于冬春季

• 艾滋病——获得性免疫缺陷综合征（acquired immunodeficiency syndrome，AIDS） • 人免疫缺陷病毒（human immunodeficiency virus，HIV ）感染引起 • 导致被感染者免疫功能的部份或完全丧失，CD4+细胞数目减少，继而发生机会性感染、肿瘤等，临床表现多种多样 • 乙类传染病 性传播疾病 （淋病、梅毒、生殖器疱疹、非淋菌性泌尿生殖道炎） 生殖器疱疹 genital helpes

• 第一节 数据处理 • 第二节 数据组织 • 第三节 数据库技术 • 第四节 计算机网络 • 第五节 云计算技术

针对目前锂离子电池寿命预测结果不准确的问题，提出了一种多模态分解的锂离子电池组合预测模型，从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆（LSTM）预测模型的基础上，采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势，然后使用长短期记忆神经网络（LSTMNN）算法分别对所分解的若干退化数据进行寿命预测，最后将若干预测结果进行有效集成。结果表明，所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%，平均相对误差在3%以内，且优于其他预测模型

第一节 货币层次的划分 第二节 商业银行的信用创造机制 第三节 基础货币与货币供应量 第四节 货币乘数与货币供应量 第五节 货币供给的内生性与外生性

§4-1 齿轮机构的特点和类型 §4-2 齿廓实现定角速比传动的条件 §4-3 渐 开 线 齿 廓 §4-5 渐开线标准齿轮的啮合 §4-8 平行轴斜齿轮机构 §4-7 根切、最少齿数及变位齿轮 §4-6 渐开线齿轮的切齿原理 §4-9 圆锥齿轮机构 §4-4 齿轮各部分名称及渐开线标准齿轮的基本尺寸

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

• 深度学习基础 – 深度学习的发展过程 – 深度学习常用技术框架 – 常用深度学习算法 • 音频质量评价 – 音频样本及特征预处理 – 音频特征选择 – 卷积神经网络模型训练 • 模型参数调优 • 性能验证

第一章 数据分析概述与软件入门 第二章 数据录入与数据获取 第三章 数据管理 第四章 连续变量的统计描述与参数估计 第五章 分类变量的统计描述与参数

6. 1 基因表达研究技术 6. 2 基因敲除技术 6. 3 蛋白质及RNA相互作用技术 6. 4 基因芯片及数据分析 6. 5 其它分子生物学技术