点击切换搜索课件文库搜索结果(5663)
文档格式:PDF 文档大小:348.93KB 文档页数:4
从取向分布函数的基本概念出发,提出了统计计算晶界两侧晶粒取向差分布规律的方法.利用这种方法不仅可以计算晶粒取向随机分布时晶粒之间取向差的分布,而且可以计算具有织构的条件下,再结晶晶粒与形变基体之间晶界两侧晶粒的取向差的分布规律.在计算过程中可以直接代入实际测算的ODF数据进行计算
文档格式:PDF 文档大小:1.43MB 文档页数:9
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
文档格式:PDF 文档大小:5.18MB 文档页数:68
第一节 NMR的基本原理 第二节 核磁共振仪 第三节 化学位移 第四节 偶合常数 第五节 核磁共振氢谱的解析方法 第六节 核磁共振碳谱和相关谱简介
文档格式:PDF 文档大小:502.88KB 文档页数:4
在大量实测数据的基础上,结合理论分析,用统计方法建立起适合工程应用的支持辊磨损模型.该模型是一个多峰且高度非线性系统的半经验公式,其参数的估计复杂且计算量大.借助于带记忆的模拟退火算法,得到有效的解决.计算结果表明该模型具有较高的预报精度.在武钢2800四辊轧机应用后,取得明显效果
文档格式:PDF 文档大小:559.25KB 文档页数:5
通过圆环压缩的有限元模拟和实验的方法分析了金属在高温下变形时的摩擦边界条件,分析了摩擦因数的大小对环形件压缩时变形和应力的影响.通过模拟计算和实验确定了摩擦的变化规律和金属热变形时摩擦因数的取值范围
文档格式:PDF 文档大小:3.25MB 文档页数:61
听觉是一种经过大脑皮层分析的感觉,其由传音结构和感音器官构成,上述两个系统中任何部位因损伤或疾病导致结构或功能障碍,均可以引起听力下降。听力测试是通过声音刺激听觉器官得出的数据来显示听觉系统病变的技术。其目的是通过测试了解听觉功能状态,鉴别听力障碍的类型和程度。听力测试分为主观和客观两种方法
文档格式:PDF 文档大小:6.43MB 文档页数:15
(1)上述二项目基本情况介绍,结合申请书 (2)教学路径:“微积分的一流化进程” (3)教学研究:“基于现代张量分析及微分几何的连续介质力学理论及其应用” (4)澄清知识体系的基本思想及方法:知识点、知识要素、数学通识
文档格式:PDF 文档大小:650.26KB 文档页数:4
研究了Jeffcott转子发生动静件碰摩时的非线性振动特性.根据数值计算的结果,利用时间序列的相空间重构方法,通过相空间的吸引子的形态来刻画碰摩转子系统的分叉、拟周期和混沌行为,利用分形维数对分叉、拟周期和混沌信号进行定性的分析.这对定性和定量的判定系统的分叉、拟周期和混沌行为是一个非常有意义
文档格式:PDF 文档大小:1.04MB 文档页数:8
采用数值模拟及热态燃烧实验方法,分析了3种不同集束氧枪末端几何结构在常温及高温条件下的射流速度场及温度场分布特性,并重点研究了常用枪位条件下射流动压对熔池的冲击形貌特点的影响. 研究结果表明,采用收束式约束集束氧枪可有效抑制射流能量向径向的扩散,从而延长伴随流高温区长度,达到提高超音速射流核心段长度及熔池搅拌效果的目的
文档格式:PDF 文档大小:464.04KB 文档页数:7
通过低氧实验提出一种快速识别人体低氧状态的方法.通过搭建深层神经网络训练实验数据识别氧气体积分数(16%~21%)与人体可耐受极端低氧气体积分数(15.5%~16%)条件下光电容积脉搏波(photoplethysmography, PPG)信号, 获得人体生理状态的模式识别网络.经测试该网络的识别正确率可达92.8%.利用混淆矩阵及接受者操作性能(receiver operating characteristic, ROC)曲线分析, 混淆矩阵的训练集、验证集、测试集、全集识别正确率分别达到97.9%、94.8%、92.8%和96.3%, AUC (area under curve)值接近1, 认为该网络分类性能优良, 并且可在4 s内完成整个识别过程
首页上页552553554555556557558559下页末页
热门关键字
搜索一下,找到相关课件或文库资源 5663 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有