摘要：为实现对脑卒中疾病的高效分类预测,提出一种基于多维融合脑电特征的脑卒中分类预测方法。提出基于优化经验模态分解的多重分形去趋势波动分析算法,采用Pearson相关系数优化经验模态分解实现对脑电信号趋势项的选取,以解决多重分形去趋势波动分析中趋势项确定难、不连续等问题。基于分层模糊熵提出不对称熵特征和不对称熵指数,分析两类脑卒中脑电信号整体和局部熵值的差异性。对多维融合脑电特征进行脑卒中分类预测,结果表明,提出的多维融合脑电特征分类预测性能优异,准确率达到94.90%,特异性达到99.89%,表现出较强的脑卒中分类预测性能。

摘要：针对传统的单一机器学习模型对非平衡数据集分类预测性能偏低的问题,通过用Adaboost策略将传统的最大化Gm代价调整极限学习机集成起来,生成一种最大化Gm集成极限学习机分类模型(MG-CCR-EELM),使其能够适用于不同平衡率非平衡数据集的分类。通过与现有的最大化Gm代价调整极限学习机、代价敏感混合属性多决策树、改进的模糊支持向量机、随机森林等用于非平衡数据集的分类模型的实验对比,MG-CCR-EELM模型在UCI公共数据集上的准确率最高可提升3.01%,在经颅多普勒数据集上的分类预测准确率提升了5.67%,验证了MG-CCR-EELM模型是一种有效的集成学习模型。

摘要：数据通信用户设备包括数据终端设备和数据电路终接设备。这两种设备需要通过一定的接口电路相连接。本文给出了一种符合ＣＣＩＴＴＧ．７０３建议的接口实现方案，详细介绍了接口电路功能与设计技巧，该电路具有广泛的适用性。

摘要：针对生活污水的特性 ,提出了投加混凝剂对生活污水进行强化一级处理的工艺。通过实验 ,肯定了其良好的除污效果 ,并对其出水应用于节水灌溉的可行性及产生的影响进行了分析讨论 ,确定了处理工艺流程的合理性。

摘要：子带编码（SBC）已在语音、图象编码领域内得到广泛的应用，其关键技术在于分析／合成滤波器组的设计。本文介绍了几种用于子带编码中的滤波器组，比较了它们在图象应用中的特点，并给出了实验结果。

摘要：智能化已经成为当今发展的趋势,台灯作为生活的必需品,传统的台灯已经不能满足人们的需求,所以设计了一种智能电子调光台灯。本系统以ATMEGA2560为主控单元,通过PWM控制可控硅模块,将外接交流220V电源转变为预定的电压值,控制LED灯发出不同亮度,利用光敏传感器的输出量自动控制灯的亮度,利用超声波传感器检测人体与调光台的距离,距离过近或久坐时,蜂鸣器将进行报警,当人离开调光台达到预定时间,调光台自动熄灭,距离、调光台工作时间等信息在LED1602显示屏上实时显示。该系统可以实现保护人体健康、节约能源的作用。

摘要：为分析临床脑卒中经颅多普勒超声(TCD)数据的实例相关代价敏感特性,提出一种基于实例代价的旋转森林算法。针对TCD数据构造多维组合特征;根据年龄设计适用于脑卒中的实例相关代价矩阵;构建实例相关代价敏感组合旋转森林分类模型(ECS_CROF),利用主成分分析、线性判别分析得到两个新的映射数据,组合原始数据分别训练基分类器得到3个独立的子分类器。将提出的ECS_CROF模型用于TCD非平衡数据的分类。实验结果表明,与已有的方法相比,ECS_CROF的成本节约量有一定提升,可以辅助医生更有效地做出诊断。

摘要：为提高模糊支持向量机在非平衡数据下的性能,提出基于信息熵的改进模糊支持向量机。综合考虑输入样本的不确定性和输入样本到类中心的距离,构造基于信息熵和基于类中心的模糊隶属度函数,将二者融合成一种新的模糊隶属度函数;为更有效地对非平衡数据集进行分类,将非平衡调节因子加入到模糊支持向量机模型中。实验数据集来自两部分,分别为非平衡公共数据集和脑卒中TCD数据集,基于公共数据集的实验结果表明,该方法能够有效提升分类性能,其中Se最高提升了71.43%,基于脑卒中TCD数据集实验结果表明,对正常人与斑块患者构成的非平衡数据集来说,在非平衡率为12.8时,较已有FSVM-CIL方法,本文方法可使其Gm提升4.94%。

摘要：废水生物除磷已日益受到人们的重视。本文介绍与评述了生物除磷机理及其工艺发展现状 ,并对生物除磷今后的发展作了展望。

摘要：电气监控系统设计采用以太网+现场总线+测控单元的方式,并探讨了其在给水系统中的应用。