简介:提出了一种基于级联投影的高斯混合模型算法。首先,针对不同的特征维度计算高斯混合模型的边缘概率,依据边缘概率模型构造出多个子分类器,每个子分类器包含不同的特征组合。采用级联结构的框架对子分类器进行动态融合,从而获得对样本的自适应能力。其次,在心电情感信号和语音情感信号上验证了算法的有效性,通过实验诱发手段,采集了烦躁、喜悦、悲伤等情感数据。最后,探讨了情感特征参数(心率变异性、心电混沌特征,语句级静态特征等)的提取方法。研究了情感特征的降维方法,包括主分量分析、顺序特征选择、Fisher区分度和最大信息系数等方法。实验结果显示,所提算法能够在2种不同的场景中有效地提高情感识别的准确率。
简介:摘要目的探究护理风险因素识别及评估在门诊护理管理中应用的效果。方法采用我院设计的门诊护理风险管理评价表,列举门诊护理存在的护理风险因素,依据风险因素对患者进行评估,如果患者存在较大的风险因素,护理人员要及时分析,并采取相应的措施予以处理,并依据综合评分对护理对策进行调整。对比分析实施该措施前后,患者护理满意度、投诉发生率以及门诊护理综合管理质量评分。结果观察组护理满意度和护理综合管理质量评分明显高于对照组,P<0.05,且门诊护理投诉率明显低于对照组,P<0.05。结论在门诊护理管理中应用护理风险因素识别及评估,不仅能够提高护理满意度,还可提高门诊护理整体治疗,有效减少医护患纠纷。
简介:摘要利用神经网络进行心电图识别时,存在神经网络网络结构、初始权值以及网络的动量因子、学习参数难以确定,易陷入局部极小、过拟合等问题。遗传算法具有很强的全局寻优能力,能以较大的概率找到全局最优解,提出一种改进的GA-BP混合训练算法,优化神经网络的权值和结构,应用于自动识别心电图,收到良好的效果。
简介:将Hilbert-Huang变换(HHT)算法和Prony算法相结合进行电力系统低频振荡模式识别。利用HHT算法对实测信号进行经验模态分解,使之分解成处于不同频率的固有模态函数(IMF);然后根据Hilbert变换,分析IMF分量的频率和相位,提取出含主导低频振荡模式的IMF;利用Prony算法对含低频振荡模式的IMF进行分析,提取出低频振荡模态参数,准确识别低频振荡模态。通过算例分析,证明了该方法可提高模态识别的精确性,验证了提取低频振荡模态参数的有效性。
简介:基于自杀的应激-易感模型选取生活压力事件、精神病前驱症状、精神障碍、绝望情绪、自杀企图、人格倾向、心理健康症状、睡眠质量等8个具有代表性的自杀风险因素,对8792名大学生心理普查数据进行潜在剖面分析及Logistic回归分析。结果发现:(1)大学生自杀的潜在风险存在3个异质性的类别:C1低风险组,占比86.88%;C2高风险组,占比8.18%;C3心理脆弱组,占比4.92%。(2)相对于C1而言,女生在C2的比例更高,父母离异的大学生在C3的比例更高。(3)高校心理普查的心理危机因子检测系统需要从内容和方法上重新构建,应激一易感模型为多个自杀风险因素的选取提供了理论指导,潜在剖面模型为多个心理危机因子同时检测提供了方法上的支持。
简介:为探寻能够区分矿山微震信号和爆破信号的波形特征,建立基于人工识别标准的事件数据库。人工识别的考虑因素包括:波形的重复特征、波形的衰减特征、信号的主频大小以及事件发生的具体时间。将数据库中的微震信号和爆破信号调整至同一坐标系下发现,两类事件的起振角趋。于集中在不同的区间。考虑到P波到时提取的不准确性,波形起振角难以准确计算,提出以应用线性回归拟合得到的起振趋势线斜率代替起振角。将首次峰值起振趋势线斜率和最大峰值起振趋势线斜率连同首次波峰及最大波峰的坐标列为特征参数,应用Fisher判别法,能成功实现微震事件与爆破时间的准确分离,识别正确率达到97.1%。