摘要：作者以“数字画家”单元教学为例,结合学生的实际生活情境,利用角色代入创设教学情境,提升学生的主体地位,激发学生的数字绘画的想象力,激励学生主动进行学习,呈现丰富的作品。

摘要：准确的睡眠分期是进行睡眠质量评估及相关疾病诊断的重要依据。针对脑电信号(Electroencephalogram,EEG)和眼电信号(Electrooculogram,EOG)在睡眠各阶段存在差异性,提出了一种用于实现自动睡眠分期的基于EEG和EOG的新型特征融合深度网络——MAFSNet。具体地,首先设计两种一维卷积神经网络分别用于提取EEG和EOG信号中的睡眠有效特征;其次,构建自适应的特征融合模块,根据特征的贡献程度赋予其不同的权值,通过增强判别特征和抑制无关特征,得到包含多模态睡眠信息的自适应融合特征;进而,采用双向长短期记忆网络学习睡眠阶段转换规则中的时间序列相关信息;最后,使用公开数据集Sleep-EDF验证所提模型实现五级睡眠分期的有效性。研究结果表明所提方法在睡眠分期中具有较高的分类性能,准确率、Kappa系数和MF1分数分别为94.1%,88.2%和81.9%,其中N1和REM睡眠阶段的召回率分别显著提升到64.6%和93.5%。

摘要：关联规则广泛应用于网络入侵检测,以Access2003数据库为基础,实现了关联规则挖掘apriori算法,成功挖掘出网络数据特征项与入侵类型之间的关联规则,能有效地对网络入侵数据进行关联规则分析。

摘要：2009年底，CSM在其样本城市海口执行了Lifestyle Insight项目的第二轮测试。该项目是在CSM同定样组的所有样本个人中进行有关产品消费和生活形态及媒体接触的问卷调查，与此同时采集样本个人每天收视行为记录。问卷调查结束后，通过对产品消费和生活形态问卷进行整理，归纳出电视受众常规人口特征以外的生活、消费等立体化特征，

摘要：随着中医药临床研究的广泛开展,数据质量成为影响评价临床疗效的核心问题之一,而量表数据在反映中医药临床疗效时有其独特优势。该文章凭借"十三.五"科技部重大科技专项中近20个中医临床试验项目的数据管理经验,对量表数据容易出现的质量问题进行了归类与分析,从数据管理角度系统阐述了如何应用量表和如何提高量表数据质量。该内容按照数据管理的流程分为五个部分:病例报告表(Case Report Form,CRF)设计阶段的量表应用、量表在数据库设计与建立时的注意事项、量表数据采集与录入时的基本要求、量表数据核查时的关键内容、量表数据分析的原则。希望本文能够为中医药领域的临床研究者在应用量表和量表数据时提供有益参考。