赵欣
- 作品数：26 被引量：19H指数：2
- 供职机构：电子科技大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”四川省应用基础研究计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生经济管理政治法律更多>>
- VFM联合运动负荷超声心动图评价冠状动脉轻度狭窄患者左心室流场改变
- 目的：联合运用血流向量成像技术（vectorflowmapping，VFM）与平板运动负荷超声心动图评价冠状动脉轻度狭窄患者不同时相左心室流场状态，探讨冠状动脉轻度狭窄患者左心室流场变化及其储备功能改变。 方法：前瞻性...
- 赵欣
- 关键词：血流向量成像
- 磁粉探伤环境下基于复合特征的工件伤痕识别方法
- 本发明涉及一种磁粉探伤环境下基于复合特征的工件伤痕识别方法。包括步骤：在对工件图像进行伤痕自动检测过程中，首先对在磁粉探伤环境下采集到工件图像进行图像预处理，图像预处理过程包括图像滤噪、图像增强和图像分割，图像分割完成后...
- 周景磊叶茂张旭东赵欣王波
- 磁粉探伤环境下基于复合特征的工件伤痕识别方法
- 本发明涉及一种磁粉探伤环境下基于复合特征的工件伤痕识别方法。包括步骤：在对工件图像进行伤痕自动检测过程中，首先对在磁粉探伤环境下采集到工件图像进行图像预处理，图像预处理过程包括图像滤噪、图像增强和图像分割，图像分割完成后...
- 周景磊叶茂张旭东赵欣王波
- 文献传递
- 基于固有子序列模式分解的网络入侵检测方法
- 本发明一种基于固有子序列模式分解的网络入侵检测方法，包括以下步骤：①网络数据截取和预处理；②将正常训练集的序列和疑似序列分别进行固有子序列模式挖掘：将序列建立一个序列图，找出序列图中的封闭路径作为固有子序列模式的候选序列...
- 朱莺嘤叶茂赵欣李丽娟孟喜
- 文献传递
- 基于固有趋势子序列模式分解的ECG异常检测方法
- 本发明公开了一种基于固有趋势子序列模式分解的ECG异常检测方法，包括以下步骤：①定义；②对正常ECG信号序列进行序列分解并分层；③对疑似ECG信号序列进行序列分解并分层；④匹配检测。本发明提出的固有趋势子序列模式反应了E...
- 朱莺嘤叶茂赵欣李丽娟孟喜
- 文献传递
- 建设银行计算机审计系统的设计与实现
- 随着金融业“无纸化办公”改革的不断深入，计算机在银行内的使用日益普及，相应的安全隐患问题也越来越突出，特别是近年来，由于银行内部员工非法操作、恶意放贷现象愈发严重，造成银行坏账率猛增，损失巨大，同时，客户信息的泄露也一定...
- 赵欣
- 关键词：商业银行计算机审计系统软件设计
- 文献传递
- 卵圆孔未闭与不明原因脑卒中的研究进展被引量：9
- 2020年
- 脑卒中是中国人口致死、致残的首要原因,其中1/3的患者脑卒中病因不明确。卵圆孔未闭在不明原因脑卒中患者中发生率高,是不明原因脑卒中的重要危险因素,其主要发病机制为反常栓塞。在临床实践中多使用经颅多普勒声学造影、经胸超声心动图声学造影及经食管超声心动图声学造影进行检测。近年来,多项大样本随机对照试验显示,与单纯药物治疗相比,经导管卵圆孔封堵结合药物治疗可明显降低不明原因脑卒中患者再卒中的发生率。
- 赵欣邓燕
- 关键词：卵圆孔未闭脑卒中超声
- 基于高斯混合模型流行音乐中歌唱部分的智能检测被引量：2
- 2009年
- 有效地检测出流行音乐中的歌唱部分对在海量数据库中进行音乐检索、浏览、归类,以及旋律提取和歌唱家识别等有较大的价值.本文使用在语音信号处理中广泛使用的基于梅尔频率的倒谱系数(MFCC)作为语音特征来分析所要处理的音乐信号,并采用高斯混合模型(GMM)的建模方法分别为音乐中的伴奏部分(non-vocal)和歌唱部分(vocal)建立相应的GMM,进而实现音乐中歌唱部分的智能检测.与传统的只用一组手工标示了vocal和non-vocal的训练数据分别为两类数据训练一个GMM的方法相比较,本文在此基础上,再分别用一组纯歌唱部分数据和一组纯伴奏部分数据为每类建立一个GMM,然后将上述得到的两个vocalGMMs和non-vocalGMMs进行线性组合得到表示每类的概率模型.本文使用似然概率分类器作为系统的决策函数.实验结果表明该方法能够有效提高系统的识别性能.
- 李丽娟叶茂赵欣
- 关键词：高斯混合模型
- 面向移动互联网的E公司商业模式创新与优化
- 随着中国经济的快速稳定增长及人民群众健康意识的不断增强，以及国内人口的迅速老龄化，国内市场上对家用医疗器械和各种保健设备的需求越来越旺盛，家用医疗器械行业整体进入了快速增长期。在中国的家用医疗器械市场上，国际厂商依靠产品...
- 赵欣
- 关键词：家用医疗器械移动互联网商业模式市场营销
- 一种基于序列挖掘的网络入侵检测新方法被引量：1
- 2010年
- 网络入侵检测是信息安全重要的研究问题。近年来,这方面的研究取得了很多很好的成果,但大部分方法面临检测率不高的特点。基于异常的入侵检测通常是人为选择网络连接属性,这些属性在正常和异常时具有比较明显的区别,以此来判断未知的网络连接正常与否。该方法具有一定的随机性,从而影响检测率。首先提出一种基于正常网络连接序列内在规则的属性选择算法,实现属性选择的自动化,并同时将多维序列压缩到一维序列;其次使用序列挖掘的方法训练网络连接得到正常规则库,然后利用正常网络连接规则库判断新的网络连接是否正常;最后,在KDD99数据集上进行试验,结果显示,算法检测率较高。
- 赵欣叶茂朱莺嘤郑凯元
- 关键词：入侵检测网络安全
