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

8-4.理想变压器和全耦合变压器 8-5 含理想变压器电路的分析计算 8-6 一般变压器的电路模型

7-6 正弦稳态电路的功率 7－7 三相电路 7-8 非正弦周期电路的稳态分析

6－1 RLC串联电路的零输入响应 6－2 RLC串联电路在恒定激励下的零状态响应和全响应 6－3 GCL并联电路分析 6－4 一般二阶电路分析

4－1 线性和叠加定理 4－2 替代定理 4－3 戴维南定理和诺顿定理 4－4 特勒根定理 4－5 互易定理

11-1 二端口网络 11-2 二端口网络的方程与参数 11-3 二端口网络的等效电路 11-5 二端口网络的连接 12-1 解析法 12-2 图解法 12-4 小信号分析法

本章主要讨论经下五个问题： 1. 向量的概念及其线性运算； 2. 空间直角坐标系与向量的表示； 3. 向量空间的概念； 4. 向量的线性关系及向量组的秩与极大无关组； 5. 向量空间的维数、基及向量的坐标

一、线性方程组的消元解法 二、齐次线性方程组有非零解的条件及解的结构 三、非齐次线性方程组有解的条件及解的结构

一、几何空间中向量的内积 1. 空间向量及两向量的夹角 (回顾) 实际问题中, 既有大小又有方向的物理量称为向量

一、建立测量误差的基本概念 二、观测值的中误差 三、观测值函数的中误差——误差传播定律 四、加权平均值及其中误差