基于相空间形状分析预测房颤终止

识别和描述房颤有可能自发终止还是持续,不仅可以更好地了解心律不齐发作和终止的机制,还可以更有效地治疗持续房颤。本文从非线性角度提取房颤信号特征并预测其能否自发终止。先重建心电信号的相空间,获取相空间中指定庞加莱截面上的点,然后基于形状分析提取刻画庞加莱面上相似点对相对数量的参数ρ,最后基于ρ来分类非终止房颤和可终止房颤。实验研究了一个由Holter心电信号组成的包括训练集和测试集的房颤数据库,结果表明:本文提出的特征参数ρ可正确分类90%的测试集。可见,该方法能从Holter心电信号有效地预测房颤的自发终止。     

聚中性红薄膜修饰电极的研制及应用

本文简要地介绍了作者近年来对聚中性红薄膜修饰电极的研制、表征及其广泛的分析应用方面的研究工作以及在研究中所取得的成果。     

音乐剧《猫》的成功之谜

《猫》是一部以儿童诗集改编而成的音乐剧，这样的取材成功的希望不被看好。但音乐奇才安德鲁·洛伊德·韦伯和一批天才的创作团队使《猫》最终取得了辉煌的成绩，其主题曲《回忆》感人至深、风靡全球，成为《猫》剧的代表和象征。音乐剧《猫》将丰富的音乐元素、新颖的舞蹈元素和大胆的舞美元素完美地糅合在一起是其成功的秘诀。     

吉林省农村现代服务业发展问题及对策研究

发展农村现代服务业是发展农村社会生产力的关键之一,也是搞活农村经济的动力之一。本文结合吉林省的具体情况,提出了农村现代服务业存在的主要问题,并针对这些问题提出了相应的对策建议。     

试论高职高专商务英语专业实践教学

目前,高职高专教育在我国有了很大的发展,为社会主义现代化培养了大批人才,尤其为区域经济的发展培养了具有一定技能的专业人才。高职高专教育作为高层次的职业教育对英语教学应有比较高的要求,而商务英语专业作为一个培养英语实际应用型人才的专业,也应符合社会要求,力图在实践教学中有所突破,为企业培养出既懂英语又懂商务的复合型人才。     

试论邓小平理论的实践品质

邓小平理论具有极其鲜明的实践品质。邓小平理论源于实践 ,其生命价值和存在意义在于指导实践 ,实践是推进邓小平理论不断丰富和发展的不竭动力     

民国初期全国性教育团体群落论

民国初期,以全国教育会联合会、中华职业教育社和中华教育改进社等为代表的全国性教育团体纷纷涌现并逐渐群落化。他们顺应时代的要求而产生,以不同定位满足教育界的不同需要;他们集中了教育界的优秀人物、当时著名教育家构成的群体成为社团群落的核心领导力量;他们都在不断的自我调适中找到了发挥作用的着力点,也形成了各自的特色,充分发挥了教育社团群落的社会作用。     

追问“应用型大学”

应用型大学主要是由地方新办本科院校、民办本科院校提出的高等教育机构新类型,反映了这些举办本科教育时间短、办学条件局限较大的高校对学校定位和未来发展的探索。然而这一提法在概念的内涵、办学的理念以及人才培养模式上都有一系列值得深入探讨的问题。     

西方就业与失业问题的理论政策及其借鉴

本文分析了西方就业与失业理论政策的产生与发展。在这些理论与政策的指导下 ,从 2 0世纪30年代开始 ,西方各国政府把促进就业作为经济和社会政策的主要目标 ,并根据经济发展中失业的特点 ,运用多种政策手段 ,有针对性地对付各种类型的失业 ,以降低失业率 ,实现充分就业。我国在二元经济结构转换和经济体制改革过程中 ,出现了严峻的就业压力。应借鉴各国经验 ,根据我国国情 ,制定积极的就业政策 ,促进就业。     

Newsvendor Problems with Demand Shocks and Unknown Demand Distributions

In today's competitive market, demand volume and even the underlying demand distribution can change quickly for a newsvendor seller. We refer to sudden changes in demand distribution as demand shocks. When a newsvendor seller has limited demand distribution information and also experiences underlying demand shocks, the majority of existing methods for newsvendor problems may not work well since they either require demand distribution information or assume stationary demand distribution. We present a new, robust, and effective machine learning algorithm for newsvendor problems with demand shocks but without any demand distribution information. The algorithm needs only an approximate estimate of the lower and upper bounds of demand range; no other knowledge such as demand mean, variance, or distribution type is necessary. We establish the theoretical bounds that determine this machine learning algorithm's performance in handling demand shocks. Computational experiments show that this algorithm outperforms the traditional approaches in a variety of situations including large and frequent shocks of the demand mean. The method can also be used as a meta‐algorithm by incorporating other traditional approaches as experts. Working together, the original algorithm and the extended meta‐algorithm can help manufacturers and retailers better adapt their production and inventory control decisions in dynamic environments where demand information is limited and demand shocks are frequent