基于压缩感知的心电信号稀疏采样与重构算法

实时心电监测的数据量过大，给系统的传输和存储带来很大压力.为降低采集端的功耗，达到既减轻采样复杂度又降低传输数据量的目的，使用压缩感知技术对心电信号进行压缩采样及重构.以信号重构时间和重构误差为关键指标，研究不同重构算法和小波基的性能表现.结果表明，当压缩率在30%以内时，基追踪作为信号重构算法的百分比均方根差小于4%，同时其重构耗时最短;当压缩率在70%以内时，子空间追踪的误差小于10%，且始终保持较低的重构耗时.最优小波基往往和具体压缩率有关.     

铜催化β,γ-不饱和腙与二硫/硒化物的硫/硒胺基化反应:合成硫/硒化吡唑啉类化合物

发展了一类β,γ-不饱和腙与二硫/硒化物在铜催化下进行的自由基历程的硫/硒胺基化反应,合成了一系列的硫/硒化吡唑啉类化合物.该反应操作简便且反应条件温和.     

基质固相分散-高效液相色谱法测定虫草中甘露醇

提出了用基质固相分散-高效液相色谱法测定虫草中甘露醇.将虫草样品与石墨化碳黑球以质量比为1比4充分研磨后装柱,用热水洗脱,洗脱液中的甘露醇用高效液相色谱法测定.以Waters Sugar-Pak 1钙型阳离子交换柱为固定相,水为流动相,蒸发光散射检测器检测.方法的检出限(3S/N)为0.15 rag·L-1.方法应用于虫草样品的分析,测得相对标准偏差(n=7)均小于1.5%;在实样基础上作加标回收试验,测得回收率在97%～103%之间.     

经验正交函数与遗传算法结合的副热带高压位势场非线性模型反演

针对副热带高压的动力预报模型难以准确构建的困难,基于T106数值预报产品500 hPa位势高度场序列,用经验正交函数（EOF）分解方法对位势场序列进行了时、空分解,引入了动力系统重构思想,以EOF分解的空间模态的时间系数序列作为动力模型变量,用遗传算法全局搜索和并行计算优势,进行了动力模型参数的优化反演,建立了客观合理的非线性动力模型．通过对动力模型积分和EOF的时、空重构,实现了副热带高压的中、长期预报．试验结果表明,本文反演的动力模型的副热带高压预报效果优于常规的数值预报产品,该研究工作为副热带高压等复杂天气系统和要素场预报提供了新的方法思路和技术途径．     

浅谈新时期国土资源档案管理存在的问题

国土资源档案作为国土资源管理活动真实的历史记录，正逐渐引起各级国土资源部门领导的高度重视。然而，随着社会的发展和国土资源管理工作的逐步完善，国土资源档案管理工作也遇到了许多前所未有的新矛盾和新问题。文章对这些问题作了简要归纳，并提出了相关建议。     

基于准正交导联的心电信号QRS波检测与识别

本文介绍一种用计算机分析心电图时对QRS波进行检测与识别的新方法，在现有的基础上，抛弃了以单一导联为基准的做法，提出了以三个准确正交导联为基准，构成准正交复合波进行波形检测的新方法，主要特点是在准正交复合波上检测R峰，并采用双阈值的斜率法进行波峰识别及一阶和二阶差分相结合的方法实现波群起止点的识别。     

面向异步机制的自动重构方法研究

为了解决并行处理中同步阻塞会浪费系统资源和影响程序性能的问题,提出了一种基于CompletableFuture异步机制的自动重构方法。首先,使用WALA静态程序分析工具进行访问者模式分析、逃逸分析、别名分析以及数据流分析等静态程序分析技术,确定共享变量数据的操作方式;然后,基于CompletableFuture机制设置4种异步重构模式;最后,根据不同模式实现异步机制的自动重构。基于此方法,在Eclipse平台下开发了自动重构工具AsynRef,并对HSQLDB,Jenkins, JGroups和SPECjbb2005等4个大型实际应用程序进行自动重构,从重构个数、改变的代码行数、准确性和重构后程序性能等方面对AsynRef进行评估,对4个程序所包含的919个同步方法共完成387个异步机制转换。结果显示,使用AsynRef进行异步机制重构后,程序执行性能有8%到39%的不同程度的提升。AsynRef可以有效完成代码异步化自动重构,与传统手动重构相比,有效提升了异步化的重构效率。     

乒乓球的“反常”运动

我们知道,由于惯性,物体运动状态发生变化时,看起来好像呈"相反"的运动状态;比如刹车时乘客向前倾倒,车启动时乘客向后倾倒.在教学中还有这样一个惯性"反常"的问题引起了学生的兴趣:在一个密闭、充满水的长方体容器的顶部和底部分别系一个铁球和一个乒乓球,如图1(a)所示.刚开     

基于注意力机制的3D U-Net婴幼儿脑组织MR图像分割

在婴幼儿脑组织分割领域中,婴幼儿脑组织存在对比度低、灰度不均匀等问题,这些问题导致现有方法的精度仍然达不到满意的结果.因此,本文提出了一种基于三维U-Net网络的脑部核磁共振图像组织分割方法,融合注意力机制模块和金字塔结构模块,可以更好地在不同的层次和位置提供模型信息,图像的上下文信息得到充分的应用以降低图像信息损失,同样还可以挖掘通道映射之间的相互依赖关系和特征映射,提高特定语义的特征表示.在Iseg2017数据集中所提出算法的WM(白质),GM(灰质)的DICE指标结果与此前最优结果相比提高了0.7％,0.7％,CSF(脑脊液)则具有可对比性.在Iseg2019跨数据集挑战的评估当中,WM,GM的分割结果在DICE,ASD两个指标均取得了第一名,CSF的指标获得第二名.     

陶哲轩:被数学照亮的精灵

正我不认为聪明程度是在数学领域取得成功的最决定性因素……在数学研究中极具天赋并不是必需的,但是你需要耐心和成熟。——陶哲轩从幼年开始,他就被"天才"、"神童"、"叹为观止"、"难以置信"等与神奇相关的词语包围:两岁就用积木教更大的孩子如何数数;9岁开始学大学数学课程;13岁成为国际数学奥林匹克(IMO)迄今最年轻的金