针对不同路况和运动模式下的高维、非线性、强耦合和高时变下肢加速度信号的识别问题,提出了一种基于时——频分析的步态模式自动分类方案.利用三轴加速度传感器采集运动时小腿在矢状面、冠状面和横切面的加速度信号,利用五阶Daubechies小波基对其进行特征提取,并采用线性判别式分析进行降维,最后利用决策树和支持向量机对得到的精简步态特征进行模式分类.实验结果显示两种分类器的总体分类准确率均达到90%以上,个别步态分类可达到100%,验证了特征提取和降维方法的合理性和有效性

编辑程序是计算机系统中基本应用软件包之一。文章论述了北京钢铁学院软件开发室研制成功的屏幕编辑程序Y—edit的主要设计思想和结构特点Y—edit是在Unix操作系统支持下,用C语言编写的,具有很好的可移植性。采用终端虚拟化的方法,Y—edit可以在任何终端使用。定义了控制命令和对应控制键的语法,给用户提供了自己定义控制命令和对应控制键的便利。采用GaP工作区域结构和简化控制命令。以提高响应速度。通过研制Y—edit,为设计系统应用程序提供了成功的经验

岩块体崩塌破坏的突发性使其成为最难预防的地质灾害，严重威胁人类的生命财产安全.边坡岩块体崩塌破坏多是系统不稳定导致的动力破坏，而用振动特征参数来进行安全监测和损伤评价更为有效.本文应用激光多普勒测振技术，通过固有振动频率对危岩块体主控结构面的黏结力损伤进行定量分析.通过改进后的极限平衡模型，得出结构面不断劣化块体的安全系数由原来的1.17下降到1.04，与实际破坏结果相符.试验结果表明：固有振动频率一方面可对危岩块体累积损伤进行有效识别，另一方面可以为黏结力参数的合理确定提供客观的数据支持.因此，基于固有振动频率分析的激光多普勒测振技术可实现边坡岩块体的累计损伤评价，并将在未来的工程应用中发挥巨大的作用

针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义

HASH造表、查表方法广泛而有效地应用于计算机基本软件和应用软件的设计中,尤其在计算机的数据处理和数据库技术中,更为如此。本文使用初等的数学方法对这种先进的查找技术的效率—表平均查找长度A进行了理论上的讨论,同样得到了前人已经得到的两个理论计算公式。此外,我们还在M—150计算机上做了随机模拟试验,得到了一系列试验结果,支持和验证了理论的正确性

采用偏最小二乘回归分析方法分析矿区地应力场分布.以乌鞘岭隧道岭脊地段的有限测点的地应力测量结果为样本,使用商业有限元软件ANSYS对岭脊地段区域的地应力场进行数值模拟.利用地应力实测数据与计算结果进行偏最小二乘回归计算,得到拟合的地应力场数据.与传统最小二乘分析方法相比,本文的方法通过主成分分析,可以有效解决多因变量回归计算时由于响应变量之间较高的相关性而导致的回归计算误差,并可以有效地反映变量间的关系,为地应力场的建立提供有效的数据支持

为探讨自然崩落法放矿过程中废石细颗粒的渗移规律及诱因,利用离散元软件EDEM分别从粗细颗粒数量比、直径比及矿岩含水率三个方面对细颗粒的渗移过程进行模拟,并设置标志颗粒对不同区域的相邻粗细颗粒进行跟踪.研究结果表明:放矿提前贫化率随粗细颗粒数量比的增大不断降低;废石细颗粒渗移速率随粗细颗粒直径比的增大而增大,且受含水率影响显著;相邻位置的细颗粒的渗移速度大于粗颗粒的下降速度.研究结果为进一步探讨矿石损失贫化、确定采场结构参数及优化放矿管理制度提供理论支持

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

脏腑定位，即明确病变所在的脏腑，是中医脏腑辨证的重要阶段。本文旨在通过神经网络模型搭建中医脏腑定位模型，输入症状文本信息，输出对应的病变脏腑标签，为实现中医辅助诊疗的脏腑辨证提供支持。将中医的脏腑定位问题建模为自然语言处理中的多标签文本分类问题，基于中医的医案数据，提出一种基于预训练模型ALBERT和双向门控循环单元（Bi-GRU）的脏腑定位模型。对比实验和消融实验的结果表明，本文提出的方法在中医脏腑定位的问题上相比于多层感知机模型、决策树模型具有更高的准确性，与Word2Vec文本表示方法相比，本文使用的ALBERT预训练模型的文本表示方法有效提升了模型的准确率。在模型参数上，ALBERT预训练模型相比BERT模型降低了模型参数量，有效减小了模型大小。最终，本文提出的脏腑定位模型在测试集上F1值达到了0.8013

3D技术的发展受到其引发的不舒适感的限制,长时间观看立体显示影像将会引起立体视觉疲劳,一种客观评价立体视觉疲劳的有效指标亟待提出.本文利用EEG (electroencephalography)三个频带θ(4~8 Hz)、α(8~13 Hz)、β(13~22Hz)的相对能量及其能量比值E(α+θ)/β、Eα/β、E(α+θ)/(α+β)在八个不同脑区及整个脑区的54个指标作为备选,借助配对t检验、灰色关联度分析(GRA)、支持向量机(SVM),最后得出指示由立体深度运动引发的视觉疲劳的最佳脑电指标为:顶区Eα/β.并比较了三个频带相对能量在不同疲劳状态的变化:疲劳状态下,α频带明显上升(p < 0.01),β频带明显下降(p < 0.01),θ频带保持稳定