课程文献中心 更多>>

关键词： 文献计量学   综合大学   医学院校   论文作者   单位名称   推荐信   书写要求   介绍信  

摘要： 目前全国部分医学院校与当地综合大学进行合并调整后,不少作者在投稿时,对所在单位的中、英文名称的书写不够规范,不少单位在开具推荐信(即介绍信)时,使用的公章与文稿中所书写的不一致。单位名称书写不规范,将影响读者与作者之间的联系及文稿发表后文献计量学的统计等工作。为此,本刊就作者单位名称的书写要求如下:(1)作者在投稿时,首先应列出单位名称的全称,如已归属于综合大学的单位,应先列出大学名称,之后列出医学院名称或医院名称、科室名称。

关键词： 建材检测   误差处理   数据处理  

摘要： 在建筑材料检验过程中，误差是难以避免的，这些误差通常是由系统性误差、过失性误差和偶发性误差 三个方面造成的。为了提高检验结果的精确性，我们需要仔细分析这些误差的来源，并采取适当的解决方案。在 数据处理过程中，应该综合考虑算术平均值、标准误差以及变异系数等多个指标，以确保准确性，避免由于误差 或者数据处理不当而造成的误差。

关键词： 统计学   SPSS软件   调查问卷   数据分析  

摘要： 在学习了统计学理论和方法的基础上,学生上机实验课上操作统计软件SPSS,从一套调查问卷入手,以调查问卷处理为载体贯穿上课的整个过程,把整个课程的绝大部分知识点嵌入问卷处理过程中,使用任务驱动的教学模式,学生分组互助互动学习,提高学生的学习兴趣和解决问题的能力,完成财务数据分析任务,撰写数据分析报告.

关键词： 计算机   数据处理   对策  

摘要： 随着现代社会的飞速发展,人们的生活质量也随之提高,对于人们的工作日常也离不开计算机的运用,人们的生活中处处充满了计算机的技术,科学技术在不断进步中,计算机技术也在不断发生变化,在计算机发展的过程当中,对于一些计算机的数据处理问题,尤其是影响计算机数据处理运算速度的问题,给人们的生活带来了严重的制约,因此,该文对了这个问题进行了简要的分析,并探讨对此问题有效解决的对策.

摘要： 内燃机是现代交通和工业领域的重要动力来源，其性能直接影响着交通工具、工业设备系统的运行效率。开展内燃机性能试验并对其进行性能评估，对于优化内燃机设计、提高运行效率、降低能耗及保障交通安全等具有重要的意义。随着科技的不断发展和实际需求的不断变化，传统的人工处理分析方法已经难以满足对内燃机性能试验数据进行高效处理与分析的要求，

关键词： 光变曲线   天文星表   时序数据存储   并行优化   智能分类  

摘要： 光变曲线是源自天文望远镜观测的时间序列数据,记录了天体亮度随时间的变化,是系外行星、超新星等时域天文学研究的核心对象。天文观测数据的归档以时间维度为主,每次观测会获得视场内全部天体的数据,经处理后以星表形式批量存储,因此任何天体的光变曲线数据在归档数据中都不能直接获得。按需检索的方式可以获得指定天体的光变曲线数据,能够支撑有候选目标的时域天文学研究,但对于观测数据全集而言只有极少一部分天体的光变信息被用于分析研究,观测数据潜在的科学价值无法借助机器学习等方法得到充分挖掘。针对以上问题,本文从光变曲线构造、光变曲线数据模型与存储以及光变曲线分类训练集构造三个方面对面向智能分析的天文时序数据处理关键技术进行研究。具体工作与创新点如下: 针对海量天文星表环境下以空间维度对星表数据重构的效率问题,本文提出了一种光变曲线高效构造方法,并实现了光变曲线全样本数据集的高效构造工具Astro Cat R,从归档的海量天文星表数据中,构造出全样本的光变曲线数据集。为了确定同一天体的观测数据,针对光变曲线构造的星表数据证认计算的性能问题,提出了基于证认基准表的星表高效证认计算方法,减少天体间证认计算次数,提升计算效率。针对证认计算中的边界漏源问题,提出了一种新的增加冗余数据的方法,确保星表证认计算的高效性和可靠性。针对光变曲线构造中的均衡负载的问题,将任务划分问题转化为多个背包问题,并提出基于动态规划的任务划分方法。本文提出的基于证认基准表的证认算法较基于数据库内存表的方法获得了近3倍的性能提升。综合考虑内存、负载等均衡因素建立合理的性能评价指标,不同工作负载及不同进程数,任务划分均衡且可以忽略时间开销。 保障光变曲线数据的存储访问的性能是提升光变曲线的处理和分析效率的关键。针对光变曲线数据格式、组织形式不统一导致的不兼容问题和光变曲线非结构化、稀疏不均匀等特点导致的存储性能等问题,本文提出了光变曲线数据模型TSCat和可控的解耦合存储方案。受观测条件的影响,不同天体被观测到的频次存在差异,从而导致了光变曲线数据采样不均衡等存储问题。针对此类存储问题,设计并实现了基于TSCat数据模型的光变曲线存储系统。为了支持多样化分析模式,TSCat存储系统提供了并行加速来提升数据导入性能、自定义元数据属性兼容不同来源的数据、可视化来辅助数据分析等服务。为了提升TSCat数据模型中被频繁读写的时序元组的写入和查询性能,提出了基于LSM(Log Structured Merge)树的TSCat存储引擎,避免了TSCat存储系统动态建表的开销,同时提升了数据写入效率,并基于跳表、布隆过滤器和缓存策略对数据的查询性能进行优化。TSCat存储引擎较关系型数据库的插入性能提升约30%,查询性能提升约60%。 以光变曲线分类为示范应用,针对光变曲线分类标准化训练集的可扩展性问题,本文提出了一种光变曲线分类训练集的构造方法,并基于开源的有标签的光变曲线数据构造出了一个可自定义的光变曲线分类训练集。为了提升光变曲线分类效果,将光变曲线分类问题转化为标准的时序分类问题,提出了基于Shapelets的特征工程来提取光变曲线数据集新的多层级特征,并结合本文提出的端到端的分类判别器提升多分类不均衡任务的分类效果。通过支持向量机、随机森林、卷积神经网络三种常用的分类方法对光变曲线分类训练集的在二分类和多分类的分类效果进行评价,验证了光变曲线分类训练集可直接应用于筛选候选目标和分类算法的开发。基于Shapelets的特征工程提取到的特征能够提升分类效果的同时具可解释性,方便领域专家进行进一步的分析研究。基于统计学和Shapelets的特征在MANTRA开源数据集上执行分类任务时,比基于统计学特征的分类效果最多获得了20%的F1-值的提升。 本文以时域天文学领域光变相关研究的实际需求为牵引,通过对光变曲线智能分析中数据处理的关键技术方法的研究,提供数据基础和技术支撑。本文构造出全样本光变曲线数据集和光变曲线分类训练集,促进人工智能技术在光变曲线智能分析研究中的应用与发展。通过对技术方法和系统框架的研发探索,提升光变曲线智能分析研究的科研效率,充分挖掘天文数据中潜在的科学价值。

关键词： 交流接触器   退化拐点   健康状态评估   剩余寿命预测   加权软投票   长短时记忆网络   注意力机制  

摘要： 交流接触器是低压配电系统中常见的电力设备,具有可以频繁操作、耐受大电流能力强等优点,其工作状态是电网安全可靠运行的关键。对交流接触器实施可靠的状态监测能够有效防止因其突然失效而导致低压配电系统瘫痪。健康状态和剩余寿命是表征交流接触器性能好坏的关键指标,对交流接触器全寿命健康监测问题的研究尤为重要。因此,本文对交流接触器全寿命健康监测中的数据处理以及评估与预测模型进行了研究。 设计了交流接触器电寿命试验平台,实现全寿命健康监测的数据获取,采集了接触器试品动作过程中的试验波形。在得到特征参数与寿命信息的基础上,使用小波去噪方法对特征参数数据进行预处理。结合浴盆曲线退化阶段原理,对特征参数进行初步分析,并设计交流接触器全寿命健康监测方案。 针对交流接触器退化过程具有阶段性,提出了一种基于MMPE的退化拐点检测方法。通过对接触压降数据序列进行MMPE处理,挖掘接触压降在全寿命区间的微小变化规律,将全寿命退化过程分为退化前期和后期。退化前期进行健康状态评估,退化后期进行剩余寿命预测。 针对拐点前的健康状态评估问题,提出了一种基于退化因子构建和多个分类器加权软投票(TDR-WSV)模型的评估方法。首先,提取原始特征的均值和差分特征构成全信息特征集,综合XGBoost算法和Spearman秩相关系数法选择退化敏感特征。其次,利用PCA方法进行特征融合。历经上述数据处理过程完成退化因子构建,退化因子实现了交流接触器健康状态的有效划分。最后,以原始特征以及退化敏感特征作为输入,利用TDR-WSV模型完成健康状态评估。该模型基于决策级融合思想,集成了TCN、DBN和RF模型的优势,相比于其他评估模型,提升了评估结果的有效性。 针对拐点后的剩余寿命预测问题,提出了一种基于双注意力机制的长短时记忆(DA-LSTM)网络预测模型。该模型以全信息特征作为输入,特征注意力和时间注意力能够动态地为输入特征和不同时间步长进行权重分配,以学习到特征和剩余寿命之间的更深层关系。相比于其他机器学习模型,本文所提模型具有更小的预测误差,提高了预测结果的准确性。

关键词： 大地电磁法   阵列电磁法   独立成分分析   噪声   数据处理  

摘要： 数据处理是保障大地电磁法观测质量的主要手段。当前大地电磁数据处理方法多采用单站处理,该方法难以适应实际的多场源混合噪声环境,强干扰区获得的阻抗响应往往与真实地电结构存在偏差,造成错误解释。阵列电磁法通过处理多个同步测站,挖掘相关信号、压制不相关噪声,可有效提取地电信息。当噪声占主导成分时,基于主成分分析的常规阵列电磁数据处理算法在提取天然场成分时会与噪声相混合,难以取得理想处理结果。独立成分分析算法更适于处理复杂信噪混合条件,为了更好地提取天然场源成分,分离不同场源信息,本文提出了基于独立成分分析的阵列大地电磁数据处理算法。首先,介绍了基于独立成分分析的阵列大地电磁数据处理算法的基本原理,描述了处理算法的基本模型,阐述了数据处理的方案与流程。然后,通过仿真实验进行了算法的论证与测试,对比了不同噪声占比、不同阵列规模、参考站数据质量等参数对处理效果的影响,进而通过向高质量数据中添加模拟和实测噪声进行了不同类型噪声的处理,并与常规算法进行了对比。最后,开展了应用案例研究,分别以典型音频大地电磁与宽频大地电磁实测数据为例,对分离成分的时间序列、与参考站的相关性和时频谱进行了分析,说明了信噪分离与信号重构的有效性,对比了不同算法的处理效果。仿真数据处理结果表明,本文算法可以处理长时间的噪声干扰,能够分离出不同测站受到的不同噪声干扰与天然场源。当测站受到强噪声干扰时,本文算法能获得优于单站稳健估计的效果。当远参考站受到相关噪声干扰时,远参考法无法得到可靠的阻抗响应,本文算法可以分离相关噪声和天然场源,压制相关噪声,还原真实阻抗。当观测数据中噪声成分占主导时,本文算法能获得优于常规阵列电磁数据处理算法的结果。实测数据处理结果表明,本文算法有效分离了音频大地电磁和宽频大地电磁中的信号与人文噪声,提升了重构信号的信噪比,矫正了阻抗响应在“死频带”存在的畸变。

关键词： 色谱分析法   噪声滤除   基线校正   重叠峰解析   数据处理算法  

摘要： 色谱分析法作为一种典型的分离分析方法,因其独特的设备简易性、方法多样性以及分离效果的有效性,在化学化工、生物制药、环境科学等众多领域得到广泛应用。但色谱信号微弱,高质量色谱数据采集困难,错综复杂的信号成分使得色谱数据处理算法不可或缺,而现有数据处理算法误差大、效率低等因素极大的影响了色谱分析法的实际应用效果。为解决以上问题,本文在色谱数据处理现有算法的基础上展开深入研究,主要研究工作和成果如下: (1)针对原始色谱信号中噪声干扰大的问题,提出了联合经验模态分解及小波阈值的去噪算法。该算法使用经验模态分解法划分原始色谱信号中不同频率的分量,根据连续均方误差准则进行频率临界值定位,利用小波阈值法将高频分量做进一步降噪处理后与低频分量重构得到降噪信号。从噪声与色谱峰的本身特征出发,基于高斯函数模型进行了仿真去噪实验,分别与现有的滑动窗口均值法、小波阈值法和经验模态分解法进行对比。实验结果表明,该算法能在有效提高信噪比的同时,高效快速地得到具有较小均方根误差值的去噪信号,在色谱信号去噪方面有较好的性能优势。 (2)针对色谱流出曲线基线漂移的问题,提出了基于简化高斯函数模型的基线校正算法。该算法结合实际色谱信息,将高斯函数表达式简化为线性函数,利用最小二乘法做线性拟合求出未知参数,舍弃基线信息后还原标准色谱曲线。分别对Sigmoid基线、Ploynomial基线、Exponential基线、Gaussian基线四种基线类型做校正处理,与传统的分段拟合法、多项式拟合法进行仿真对比实验。实验结果表明,新算法在消除基线异常的同时,获得了与理想信号几乎重叠的校正信号,处理数据的运算时间及结果误差值都明显小于其他算法。联合本文提出的去噪算法与基线校正算法,在实际TVOC原始色谱信号中加以应用,验证了算法的实用性。 (3)针对样品组分结构相似导致的色谱重叠峰问题,提出了基于混沌人工蜂群的重叠峰解析算法。该算法改进了传统人工蜂群的初始蜜源分布策略,将重叠峰分解问题转化为寻找一组参数最优解问题。选取色谱双重叠峰形中具有代表性的局部重叠混合峰、完全重叠后肩峰两种类型,分别与交点垂线法、前后向拟合法做解析实验对比分析。实验结果表明,本文算法误差相对较小,且在解析后肩峰这种分离度低的重叠峰类型上具有明显优势。此外,本文算法可以解决大多数算法无法处理的多峰重叠问题,为后续色谱数据定性与定量工作的开展提供了可靠保证,提升了色谱数据处理算法的整体性能。最后利用本文算法解析实际白酒色谱重叠峰,验证算法实用性。

关键词： 文学史   书写   困境  

摘要： 重写文学史是近些年中国现当代文学学科最强势的话语行为之一。时下多元的价值标准体系，无所适从的荒原处境、冲突腾挪的时代氛围更刺激了文学史研究者寻找真正文学史的书写冲动。面对文学史书写的“迷雾重重”，只有破除一元论模式、重写树立人的价值、紧扣“审美性”和“文学性”、避免人为纠葛和奇幻化、夸饰化书写、把握健康理性有效的书写方式，才能为文学史书写找到坚实的基石，从而建构一种“现代性”个人主体的合法性和理论性的文学史。