摘要：在通过深度学习模型进行抑郁症类脑电信号分析时,针对单一尺度的卷积存在特征提取不充分的问题和卷积神经网络在感知脑电信号全局依赖性方面的局限性,分别设计了多尺度动态卷积网络模块和门控Transformer编码器模块,并与时间卷积网络相结合,提出了混合网络模型(MGTTCNet)进行抑郁症患者和健康对照组的脑电信号分类。该模型首先通过多尺度动态卷积从空间域和频率域捕捉脑电信号的多尺度时频信息。其次通过门控Transformer编码器学习脑电信号中的全局依赖关系,其利用多头注意力机制有效增强网络表达相关脑电信号特征的能力。之后利用时间卷积网络提取脑电信号可用的时间特征,最后将提取的抽象特征输入到分类模块进行分类。在公开数据集MODMA上用留出法和十折交叉验证法对提出模型进行实验验证,分别取得了约98.51%和98.53%的分类准确率,相较于基线单尺度模型EEGNet,分类准确率分别提升了约1.89%和1.93%,F1值分别提升了约2.05%和2.08%,kappa系数值分别提高了约0.038 1和0.038 5;同时消融实验验证了文中设计的各个模块的有效性。

摘要：作为一名演员,无论是演主角,还是演配角,都应该用心去演,正确地对待每一个角色,要调动一切手段刻画人物性格,塑造出丰满的、栩栩如生的人物角色,使之为观众所接受.斯坦尼斯拉夫斯基不就曾说过在台上"只有小角色,没有小演员"吗?

摘要：根据薄壁梁的轴向压溃和弯曲的基本理论,获取了薄壁梁的刚度特性。采用6自由度非线性弹簧单元和它与梁单元的组合分别代替原方管轴向压溃和弯曲有限元模型中壳单元的分析结果表明,它们能较好地模拟薄壁梁的碰撞变形过程。然后,将其用于建立某轿车前舱结构的梁板混合分析模型,分别用梁板混合模型和原板壳详细模型进行正面碰撞仿真,结果对比表明梁板混合模型不但能和板壳模型同样好地预测轿车的正面碰撞性能,而且可缩减约85%的仿真时间。