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

在研究富钴结壳高产区地形特征基础上，以富钴结壳站点地理坐标为中心，获得了一平方公里的海拔高度数值矩阵作为地形特征。使用卷积神经网络的分析方法对数值矩阵进行训练，学习坡度和平整度等区域特征，将富钴结壳站点地形和其他海底地形进行区分。依据训练后获得的模型，对富钴结壳高产区进行预测，取得了较好的预测效果，结合其他因素的影响，可以提高结壳靶区选取的精准度

1. 了解正交变换与正交矩阵的概念以及它们的性质

基于非均匀分布的虚拟材料模拟螺栓连接薄板搭接部分的力学特性，其中虚拟材料的材料参数用复模量表示，可直接生成复刚度矩阵以表示搭接部分的刚度及阻尼特性，省却了常规建模中生成结合部阻尼矩阵的步骤，在保证模型精确性的基础上简化了建模流程，以此建立了螺栓连接薄板结构的半解析模型并对其进行了动力学分析。首先描述了建模理念，将虚拟材料分别假定了三种复模量非均匀分布形式模拟螺栓搭接部分的力学特性，提出用反推辨识技术确定虚拟材料储能模量与耗能模量的方法。接着，基于能量法并用正交多项式假定模态，推导了螺栓连接薄板的半解析分析模型，并创新性地给出了求解半解析模型任意锤击点与拾振点处频响函数的公式。最后，以一个具体的螺栓连接薄板结构为对象进行了实例研究，结果表明：用所创建的半解析模型计算出的各阶仿真固有频率与实验测得的各阶固有频率的误差均在5%以内，计算得到的各阶仿真模态振型以及频响函数曲线与实测值均较为接近，从而证明了利用复模量非均匀分布的虚拟材料模拟螺栓搭接部分可有效简化螺栓结合部建模，亦可达到较高的仿真计算精度

(1)先证明以下引理：一个 n 阶方阵 A 总可以经过第三种行和列的初等变换化为一个对角矩阵

厦门大学数学科学学院：《高等代数》课程教学资源（电子教案）第2章 矩阵 §2.6 分块矩阵

定理 7－6：任一（n，k）线性分组码若要纠 正 t 个以内错误，其充要条件是 H 矩阵中任 何 2t 列线性无关。 定理 7－7：（n，k）线性分组码最小距离等 于 d0 的充要条件是 H 矩阵中任何 d0-1 列线 性无关

4.1 用节点导纳矩阵行列式表示的网络函数 4.2 无源网络入端阻抗的拓扑公式 4.3 无源网络转移函数的拓扑公式 4.4 Y参数的拓扑公式 4.5 用补树阻抗积表示的拓扑公式 4.6 不定导纳矩阵的伴随有向图 4.7 有源网络的拓扑公式

厦门大学数学科学学院：《高等代数》课程教学资源（电子教案）第2章 矩阵 §2.2 矩阵的运算

厦门大学数学科学学院：《高等代数》课程教学资源（电子教案）第2章 矩阵 §2.1 矩阵的概念