关键词： 计算机技术   医学信息   数据处理   工作效率  

摘要： 在时代的发展进程中,科学信息技术水平得到了全面提高,加上科学信息技术实现了创新与优化,使其在市场中得到了广泛的应用。特别是在医学信息处理中,通过计算机技术的有效运用,提高了医学信息处理人员的工作效率,确保了各项医疗信息处理的准确性。在计算机技术的应用下,医疗企业构建了信息交流平台,实现了医疗信息数据共享功能,为医学信息处理效率的提升奠定了良好基础。

关键词： 地理信息   数据处理   技术要点  

摘要： 对基础地理信息数据内业处理关键技术进行研究。分析基础地理信息数据现状,对测绘地理信息问题归纳,同时对基础地理信息数据内业处理关键技术要点进行深入探讨。

关键词： Hadoop   海量数据   日志处理  

摘要： 计算机系统在运行过程中会产生日志,这些日志记录了系统运行中的各种状态信息。随着信息技术的发展,各种计算机系统产生的日志数据越来越多,因其体量巨大,采用传统的处理系统已无法处理这些数据。因此,笔者一种基于大数据技术的日志处理系统,它以Hadoop框架为基础,采用HDFS、MapReduce、Flume等组件,能够对海量日志数据进行处理分析。

关键词： 小波变换   水声信号   数据处理   变换解析  

摘要： 小波变换是一种重要的信号处理方式,需要采取合适的变换形式,提高算法的有效性,保障信号的识别效果。基于此,将从小波变换、数据处理、变换解析、变换算法4个方面对小波变换在水声信号处理中的应用进行了分析,对小波变换使用方法进行了深入探讨,采取正确的小波变换算法,使水声信号的处理更加的精确,更具有实际意义。

关键词： 递进式设计   数据与数据处理   教学策略  

摘要： 在初中信息技术数据与数据处理单元的课堂教学中,常常出现教师教学观念与学生思维发展需求无法匹配的情况。面对这样的情况,本文作者尝试在数据与数据处理单元的教学设计中围绕大概念组织单元教学,采用递进式单元设计,通过层层递进的驱动问题设计、学习任务设计和评价要求设计,促进学生逐步掌握学习内容,在实际生活中解决问题,培养计算思维,提高学生核心素养。

关键词： 图片处理   数据处理   程序   bmp   dbf   数据表  

摘要： 百年大计,教育为本;教育大计,教师为本;教师大计,素质为本。教师素质直接决定着教育质量,因此教师专业成长成为教师教育的工作重心,“活到老,学到老”成为大家的共识,教师培训是教师专业成长的营养品和催化剂,在社会深度信息化的今天,提升教师培训工作水平也成了县级教师培训机构的当务所需。在教师培训工作中,参加培训的教师信息收集和证书打印是必不可少的,这体现着培训工作的效率和管理水平。当前信息的收集和处理多采用网络平台或手机app方式,但对于基层教师培训机构,设计开发有如此集成功能的网络平台或手机app不太现实。基于长期工作实践,使用photoshop、Visual foxpro等软件技术,利用UMU、问卷星等平台,从信息的收集、处理,数据库应用、格式化输出等四个过程探索出一个可行易用的方法,解决了快速高效地收集存储信息、处理信息和输出打印等问题,提高了教师培训工作效率和水平,节省了参训教师的时间,提高了工作效率,促进了教师的专业成长。该文从信息收集、信息处理、数据库应用、格式化输出等来具体说明这些技术细节。

关键词： 频谱感知算法   残差神经网络   抽象特征提取   二维矩阵   数据处理   数值仿真  

摘要： 传统频谱感知算法依赖检测门限的准确性,在低信噪比条件下检测概率较低,针对此问题提出基于残差神经网络的频谱感知算法。该算法使用信号实部序列构造二维矩阵,将矩阵映射为灰度图像,然后通过训练残差神经网络提取灰度图像中的抽象特征,将训练完成的残差神经网络作为最终的分类器实现频谱感知。实验结果表明,在高斯信道中信噪比为-20 dB时,残差神经网络频谱感知算法的检测概率为89.60%,而在瑞利衰落信道中信噪比为-18 dB时检测概率也可达到91.90%。直接使用信号序列构造灰度图像,并将其作为特征输入残差神经网络的频谱感知算法,在低信噪比条件下仍然具有很好的检测性能。

关键词： 地震数据   Spark框架   SSM框架   防震避震  

摘要： 地震往往会造成十分严重的人员伤亡和财产损失,如能对已知地震数据进行系统的分析和研究,并从中找出一些规律,就能尽早地采取一些防震避震措施。通过使用大数据技术中的Spark大数据处理框架技术对地震数据进行了详细的分析,并使用SSM框架技术对大数据分析的结果进行了可视化展示。系统的实现对于人们防震避震和研究地震的特点具有十分重要的作用。

关键词： 甲醛监控   系统设计   气体采集   数据处理   无线传输   远程监控   性能测试  

摘要： 针对目前室内甲醛污染问题,文中设计一种室内甲醛监控系统,用于室内多个位置的实时监控。该系统将STM32作为主控处理器,STC15作为气体采集处理器,通过ZE08-CH2O甲醛传感器采集数据,数据经过处理后由ESP8266无线模块传送到接收模块端,接收端将多处传感器数据进行处理后发送到计算机并通过LabVIEW进行数据显示。然后,采用多个ESP8266无线模块构成无线通信网络,用户不仅可以同时测量房间内多处甲醛浓度,还可以通过LabVIEW的网页发布功能实现数据的实时监控。最后,对系统的无线性能以及甲醛采集的稳定性进行测试。结果表明,文中系统稳定可靠、灵敏度高,在室内甲醛监控领域有较好的应用前景。

关键词： 不平衡数据   随机森林   G-均值   欠采样   自助采样法  

摘要： 分类是机器学习领域的一个热点研究内容,不平衡数据导致在分类时产生了很大困难。企业破产预测可以被归结为一个二分类问题,根据企业的一些特征对企业的状态做出预测,可以帮助企业作出更好的决策以减少企业的损失,但在企业破产数据中,破产企业只占很少的一部分,数据存在严重的不平衡。针对企业破产预测中的不平衡数据,本文提出了一种基于G-mean的加权随机森林算法(BSWRF)。对随机森林采集出来的不平衡子训练集,运用自助采样法进行欠采样,将多数类采样到和少数类一致,形成平衡子训练集,将CART决策树作为基分类器,在每个子训练集上进行训练,同时在包外估计样本上测试,根据G-mean为每棵决策树赋予权重,加权投票得到最终的分类器,提高了分类性能。选择台湾企业破产数据集进行实验,在G-mean、Recall和AUC评价指标上,BSWRF的分类效果都优于随机森林和AdaBoost算法。