温州医科大学信息技术中心
- 作品数:12 被引量:24H指数:3
- 相关机构:西南医科大学医学信息与工程学院浙江大学生物医学工程与仪器科学学院华中师范大学国际文化交流学院更多>>
- 发文基金:湖南省教育科学规划课题国家自然科学基金浙江省教育科学规划课题更多>>
- 相关领域:文化科学自动化与计算机技术医药卫生语言文字更多>>
- 多向度计量语体特征下的对外汉语教材可读性自动评估研究被引量:3
- 2020年
- 本文采用计量语言学方法获取词语、语义、篇章多向度48个不同语体特征,以广泛采用的六套教材的课文顺序作为可读性难度渐升标准,采用机器学习方面的支持向量机评估对外汉语教材中课文的可读性指标,完成了在大量不同特征模型下的可读性评估精确度的比较分析。本文提出的从广泛采用的教材提取可读性标准的方法解决了为支持向量机标注训练集的难题,即避免了人工标注课文可读性标准的繁重工作;另外本文通过比较在不同特征模型下的评估精确度,完成了特征选择,与前人的研究相比选择的最优特征模型在客观性和精准度上得到了显著提升。
- 夏菁孙未未
- 关键词:对外汉语教材支持向量机
- 大数据背景下地方高等医学院校招生培养模式改革的挑战及对策研究——以温州医科大学为例被引量:4
- 2019年
- 当前,上海和浙江高考制度改革试点基本完成招生、录取和入学的一个循环,文章以浙江省的高等医学院校为例,分析新高考改革所带来的实际影响,总结和探讨高等医学院校所采取的应对策略及措施,对还未实施改革省份的高等医学院校具有参考意义,对其他行业的高校也具有借鉴价值。
- 杨春燕陈峰叶凯王世泽
- 关键词:高考改革高等医学院校
- 基于Blackboard平台的混合式学习形成性评价探究被引量:1
- 2018年
- 信息时代以多媒体技术与计算机网络为支撑的网络教学蓬勃发展,线上线下结合的混合式学习成为主流,形成性评价作为改善教学的有效评价方式,在混合式学习中起着至关重要的作用。利用Blackboard平台评价反馈功能对混合式学习过程进行形成性评价,最大限度发挥平台功能,为学习者构建良好学习环境,优化学习效果。
- 黄燕青
- 关键词:BLACKBOARD
- 胎心电监测国内外现状研究综述被引量:10
- 2017年
- 胎心监护对提高围产期胎儿的质量非常重要,目前常见的胎心监护是基于胎心音的,但胎心音监测不便于实现长时间监护,且胎心电包含了更多的胎儿健康信息。因此,胎心电监测具有重要的研究价值。虽然胎心电监测的研究由来已久,但到目前还未达到成熟应用的目的。本文总结了目前国内外胎心电监测的研究现状,并对目前胎心监测的难点进行了分析,然后对几种胎心监测的方法及其进展进行了简单的介绍,并分析了各种算法的优缺点。
- 吴军李劲松雷健波潘志方
- 关键词:胎心音胎心率胎心监测
- 基于密度划分的云数据分块存储方法仿真
- 2022年
- 为减小云数据存储冗余度、缓解存储压力,面向细粒度云数据类型,设计出一种基于密度划分算法的分块存储方法。根据类别相似度与跨类别数据属性,利用密度划分算法聚类云数据。分析聚合条件的判定矩阵与距离阈值,取得两参数最优值。将各类别云数据划分为规格相同的数据块,采用里所码二次分块,以伽罗华域为运算平台,通过范德蒙矩阵编码、解码处理,在多个适配度较高的节点上,完成细粒度云数据块存储。仿真结果表明,所提方法的聚类精度较高,可用性较好;证明所提方法具有显著的优越性与良好的实践性。
- 潘文标元文浩
- 基于医学生行为数据的教育数据挖掘应用研究
- 当前,我国高校已经累计了丰富的学生行为数据,如何依赖教育数据挖掘方法以支持校园管理与决策受到了广泛关注,但对医学院校中医学生的行为数据关注和研究不多。文章讨论了医学生行为数据分析的关键技术,探讨医学生行为数据教育数据挖掘...
- 陈峰潘志方
- 关键词:医学生数据挖掘智慧校园智慧学习环境
- 温州医科大学 智能填报中心为用户自动筛选数据
- 2019年
- 高校用户服务现状为什么要构建应用独立而数据集中的智能填报系统?本质上,智能填报是通过填报过程与填报结果的深度融合,来提高数据的使用价值,从而提升填报过程的服务质量,这呼应了当前“最多跑一次”的改革目标。特别在高等教育领域,高校师生在校期间对填报服务质量的诉求是很尖锐的,填报服务的体验度是最为核心的指标。
- 潘志方
- 关键词:用户服务服务质量数据集中教育领域
- 基于“4+3”平台的混合式学习教学模式设计——以计算机硬件系统为例被引量:2
- 2020年
- 以计算机硬件系统为例,研究混合式学习教学模式的实施途径,根据目前混合式学习教学项目的情况,提出一种基于“4+3”平台的混合式学习教学模式,阐述教学系统的设计过程,说明重点、难点和教学策略,最后提出反思。
- 刘艳松潘志方彭剑田海平
- 关键词:教学设计计算机硬件系统
- 融合教学模式在生物信息处理课改中的应用
- 2017年
- 生物信息处理是一门较新的具有很强理论性和实践性的课程。将以团队为基础的学习、以案例为基础的学习和以问题为中心的学习等多种教学形式引入生物信息处理的课堂,就是借鉴软件工程项目团队建设、案例教学、问题学习的相关理论,将学生分成若干团队,给予相关的数据,配合激励政策和考核机制,在项目团队中让学生深入学习和体验种种生物信息处理中的案例和题目,使学生既可以得到软件项目管理的体验,又能得到数据处理的基本技能和基本技巧。融合教学模式深受学生欢迎,获得了一致好评。学生可以不会被艰深晦涩的理论所迷惑,直接进行数据分析,直接见到理论效果,有利于快速掌握理论体系的核心构成,但是要想深入了解算法的内涵,还需加强理论方面的教学。
- 潘志方陈伟林晔智张杨杨峰
- 关键词:融合教学模式生物信息学课堂教改
- 基于机器学习的脓毒血症诊断模型研究被引量:2
- 2019年
- 目的 采用代谢组学技术和reliefF特征评估方法筛选出脓毒血症患者血液中的特异度差异代谢物,为脓毒血症机制研究提供理论依据,采用机器学习技术构建脓毒血症诊断模型,为脓毒血症诊断提供了一种智能决策方法.方法 收集2014年1月至2015年1月期间16例脓毒血症患者,同时选取16例健康人作为对照组,分别抽取脓毒血症组和健康对照组静脉血液,离心后收集血清,利用GC-MS代谢组学检测脓毒血症组和健康对照组血液代谢差异,用reliefF特征评估方法筛选脓毒血症血液中的特异度差异代谢物,采用机器学习中的SVM分类算法构建智能诊断模型.结果 最终共筛选出13个代谢差异物,两组间丙三醇、十四酸、β-D-吡喃葡萄糖苷糖醛酸和甘氨酸有显著差异(P<0.05),构建的SVM脓毒症智能诊断模型的敏感度、特异度和识别率分别达到100%、75%和87.5%.结论 在代谢组学技术基础上采用reliefF特征评估方法成功筛选出脓毒血症特异度差异代谢物,构建基于SVM的脓毒血症诊断模型,为脓毒血症诊断提供了一种智能决策方法,也为探索其他疾病诊断数学模型提供参考.
- 陈莹徐俊南王志翊翁杰周小明王贤川
- 关键词:代谢组学气相色谱-质谱脓毒血症