基于1D-CNN-LSTM-SVM模型的脑电情绪识别研究

针对情绪识别方法存在特征信息提取不完备和分类模型自适应能力差等问题,提出一种基于一维信息的卷积神经网络（convolutional neural networks,CNN）、长短时记忆神经网络（long short-term memory,LSTM）和支持向量机（support vector machine,SVM）组合模型用于脑电信号（electroencephalogram,EEG）情绪分类。首先,将预处理后的脑电信号输入到1D-CNN-LSTM模型中进行深度特征提取;然后,将输出的多通道融合情感特征输入SVM而不是传统的Softmax进行分类;最后,在脑电情感数据集DEAP上进行情感识别验证,即在唤醒度-效价平面对高效价高唤醒度（HVHA）、高效价低唤醒度（HVLA）、低效价高唤醒度（LVHA）和低效价低唤醒度（LVLA）4个情绪区域进行分类。实验结果表明：1D-CNN-LSTM-SVM的平均准确率优于单独使用CNN算法或1D-CNN-LSTM,情绪识别准确率可达98.20%。该组合模型在执行情绪分类任务时具有良好的鲁棒性,验证了文中提出方法的可行性和有效性。     

螺旋式教学模式在高校足球选项课中的构建及应用研究*

采用文献资料法、问卷调查法和实验法对高校足球选项课教学模式进行探讨,目的是构建新型的教学模式,提高学生的学习积极性和足球教学质量。结果：（1）根据高校足球选项课特点,构建了高校足球选项课螺旋式教学模式;（2）螺旋式教学模式下,学生的1000m跑成绩优于传统教学模式,差异显著（P＜0.05）, 学生的12min跑成绩优于传统教学模式,差异非常显著（P＜0.01）;（3）螺旋式教学模式下,学生的足球理论试卷和理论答辩成绩优于传统教学模式,差异显著（P＜0.05）;（4）螺旋式教学模式下,学生的足球运球过杆成绩明显优于传统教学模式,差异非常显著（P＜0.01）,学生的颠球、定点射门和头顶球成绩优于传统教学模式,差异显著（P＜0.05）;（5）学生对螺旋式教学模式的满意度明显优于传统教学模式,差异显著（P＜0.05）,学生对螺旋式教学模式下的自我学习情况满意度明显优于传统教学模式,差异非常显著（P＜0.01）。提示高校足球选项课螺旋式教学模式的构建是成功的,在课上得到了实践的验证,能提高足球课上学生的素质、理论及技能成绩,能提高学生的自我学习情况满意度。     

基于局部特征优化的语音情感识别

情感识别在人机交互领域具有广阔前景。由于情感表达在时间上具有一定的持续性,统计特征更能体现不同情绪语音的差异和动态变化,大多数语音情感识别研究都使用全局特征（如最大值、最小值等）,并没有充分挖掘局部特征（如单帧的短时能量、过零率等）中的信息。提出一种基于局部特征优化的方法,对每个情感语音样本做进一步提纯,通过聚类分析对情感特征相对不显著的帧进行过滤,在此基础上进行统计计算和分类,以提高预测的准确率。实验结果表明,基于优化后的样本进行情感分类,3个语料库的平均准确率提高5%~17%。进一步的研究发现这种优化方法可能更适合于语音长度较长的情感识别场景。     

一种高精度的短期潮汐预报模型

为提高潮汐预报的精度,提出一种基于支持向量机(Support Vector Machine,SVM)的模块化潮汐实时预报模型. 将潮汐分为受天体引潮力影响的天文潮和受环境因素和其他因素影响的非天文潮,分别使用调和分析法和改进的SVM对天文潮和非天文潮进行预报, 结合两种方法的输出构造最终的潮汐预报结果. 在对非天文潮的预测中,将SVM与灰色模型相结合,并利用粒子群优化(Particle Swarm Optimization,PSO)算法对SVM的参数进行优化以提高预报精度. 利用火奴鲁鲁港口的实测潮汐数据进行实时潮汐预报仿真.仿真结果表明该方法具有较高的短期预报精度.     

生活方式对城区老年人群健康体适能的影响*

以大学生形体训练课程为例进行试验研究。目的：比较研究TBL+PBL+CBL融合教学模式和传统教学模式在大学生形体训练课程的应用,探讨适用于大学生形体训练课程的教学模式。方法：采用实验法和问卷调查法。结果（1）构建了TBL+PBL+CBL融合教学模式;（2）TBL+PBL+CBL融合教学模式下学生考勤成绩、个人展示成绩、团队合作成绩和期末总成绩都明显优于传统大学生形体训练课程授课模式,差异显著（P<0.05）;（3）TBL+PBL+CBL融合教学模式下学生的力量、速度、灵敏、柔韧和平衡等各项素质都明显高于传统教学模式,差异显著（P<0.05）;（4）TBL+PBL+CBL融合教学模式提高了学生对自我学习和课堂教学的满意度,与传统教学模式相比,差异显著（P<0.05）。结论： TBL+PBL+CBL融合教学模式是一套实用强又受学生欢迎的新型大学生形体训练课程模式。     

普通高校体育教育专业田径教学现状及改革措施

通过查阅大量文献资料,结合目前田径教学实际,对我国当前高校体育教育专业田径教学现状进行分析,提出田径教学改革措施：（1）以“健康第一”为指导思想,建立复合型的人才培养模式;（2）优化教学内容体系,提高学生的学习兴趣;（3）提高教师的教学水平,改进教学方法与手段;（4）加强教学实践环节,提高学生的实践能力;（5）建立科学的考核评价体系,正确评价学生的学习成绩。     

非英语专业学生英语阅读焦虑研究

本研究采用定性和定量相结合的方法,对来自两所大学202位非英语专业大学生阅读焦虑进行了研究。定量研究显示：非英语专业学生阅读焦虑与英语成绩（阅读成绩和英语总成绩）呈显著的负相关;学生自我阅读能力的评估与阅读焦虑的程度密切相关。定性研究除了进一步验证定量研究成果之外,还显示了四个引起非英语专业学生阅读焦虑的根源。基于本研究结果,本文就如何降低非英语专业学生英语阅读焦虑,提高阅读效率提出了建议。     

数据挖掘技术在高职生成绩分析与预测中的应用

作为能对数据进行有效分析与预测的数据挖掘技术,它的关联规则已经被教育界广泛应用于各类数据处理与分析的实践,尤其是对学生的成绩进行分析与预测。文章以江苏联合职业技术学院连云港财经分院2011级会计电算化专业学生的专业基础课和专业方向课成绩的分析与预测为例,结果发现：该院会计电算化专业学生的专业方向课的成绩略高于专业基础课,而在专业基础课成绩不及格的学生中,只有两成学生的专业方向课成绩通过努力才能及格,且取得“良”或是“良”以上的成绩的可能性极低。     

基于SVM预测模型的汽车电子市场价值估计

为估计汽车电子市场的潜在价值,引入一种基于改进优化核函数参数支持向量机(Support Vector Machine,SVM)的中国汽车月产量预测模型.SVM采用RBF核函数和ε-SVR回归方法;参数选择归结为使推广能力的估计值最小、对偶问题最大化的最优化问题.根据2005—2009年中国汽车月产量数据,预测2010年前3个月的中国汽车月产量,并估计中国轻型汽车电子市场的潜在价值.结果表明:该模型能够提高短期预测性能,可为汽车公司的市场决策提供有价值的参考.     

基于实测数据的太湖上空气溶胶单次散射反照率特征分析

基于AERONET太湖站2005年9月—2010年9月的太阳分光光度计实测数据,分析太湖上空单次散射反照率（SSA）随时间变化特征以及频率分布特征. 结果表明,SSA的月均最大值、最小值分别为8月的0.95±0.03和12月的0.87±0.03. 季节均值的最大值为夏季的0.94±0.03,最小值为冬季的0.88±0.04;SSA的年均值为0.90. 从频率分布来看,SSA的最高频率分布区间为0.9~0.92. 分析表明,太湖上空存在中度吸收型的气溶胶.     

体育院校学生智力因素和非智力因素与运动专项成绩关系的研究

采用团体ＩＱ测验和卡特尔１６种个性因素测验量表作为评价智力因素和非智力因素的工具,于１９９２年１０月和１９９５年６月分别对不同运动专项的学生进行测试。对测试数据首先运用斯皮尔曼等级相关方法进行智力因素和非智力因素与运动专项成绩关系的相关分析,并采用克－瓦氏单向方差分析（Ｈ检验）方法就智力因素和非智力因素对不同运动专项成绩的影响程度作深入探讨。研究结果表明：智力因素对体院学生运动专项成绩具有普遍影响,尤其是对篮球、足球项目运动专项成绩的提高起重要作用;非智力因素对运动专项成绩也具有普遍意义,特别是对武术、体操项目,运动成绩的提高起决定作用;随着入学时间的增长,智力因素和非智力因素对运动专项成绩的影响有逐渐递增的趋势。     

GM（1，1）与BP神经网络组合预测模型在田径成绩预测中的应用

针对原始数据序列建立灰色GM（1,1）模型,然后利用BP神经网络对GM（1,1）模型预测值加以校正,得到GM（1,1）与BP神经网络组合预测模型。通过运用田径比赛项目相关成绩序列进行模型检验,相比单纯的GM（1,1）模型,组合模型具有更高的预测精度,表明了组合模型预测的可行性。     

本院87-88级学生学习成绩的相关分析

通过收集本院体育系本科87－88级128名学生的六项学习成绩，利用相关回归分析法，揭示了它们的内在联系。研究结果表明：学生入学时的成绩（体育成绩和文化成绩）与入学后的成绩（学科成绩和术科成绩）相关不显著，毕业前的教学实习成绩与学科成绩和术科成绩密切相关，总学业成绩由学科成绩、术科成绩和教学实习成绩组成，与入学时的成绩关系不大。     

蜂窝网络中机器类设备突发上行随机接入的优化

机器与机器通信是蜂窝网络向5G演进的主要驱动力之一,而大量机器类设备（machine-type communication device,MTCD）突发上行随机接入使得蜂窝网络面临接入拥塞的问题.为提高成功接入概率,提出将前导资源进行划分以区分新到达和阻塞的MTCD,减小MTCD数目的估计误差,并结合ACB（access class barring）策略优化发起接入的MTCD数目.仿真结果表明所提优化方案有效提高MTCD成功接入概率,降低接入时延.     

高中生成就目标定向与学业自我妨碍的关系

目的探讨高中生成就目标定向与学业自我妨碍两者之间的关系,为学生的学习心理干预提供依据。方法对320名高中生采用成就目标定向和学业自我妨碍问卷进行调查。结果重点高中和普通高中的学生学业自我妨碍总分无显著差异,普通高中学生在成绩趋近维度上得分高于重点高中;不同年级的学生在学业自我妨碍和成就目标定向上存在差异;掌握趋近目标可以负向预测学业自我妨碍,掌握回避、成绩趋近和成绩回避三个维度可以正向预测学业自我妨碍。结论高中生成就目标定向会影响学业自我妨碍。     

英语专业学生听写策略的调查研究

本文以周启加的理论为依据,采用定量研究的方法,对忻州师范学院外语系126名大二学生的英语听写策略的使用情况进行了分析。通过分析,本论文得出以下结论：（1）总体来看,大二学生运用听写策略的频率不高,他们只是有时使用这些策略,在三类听写策略中,听写前策略使用频率最高;（2）优差生在使用听写策略上有显著差异,优生能够更有效地运用这些策略;（3）听写策略与英语听写成绩呈显著正相关,其中听写中使用的策略与听写成绩相关系数最高（0.769）。     

桥吊实时工况统计分析与预测

为准确掌握桥式起重机(简称桥吊)的动态信息,对上海外高桥集装箱桥吊的实时工况进行统计分析与预测.通过分析桥吊起升电机的振动信号和温度信号统计特性,得到振动与温度的关系;通过对信号数据的预处理,建立支持向量机(Support Vector Machine, SVM)训练模型,其中对惩罚参数和核函数参数采用交叉验证的方法进行优化;利用得到的训练模型预测后继的振动信号.与单纯用振动信号或温度信号所建的模型相比,这种振动信号与温度信号相结合的模型对电机振动信号预测的准确性更高.     

训练方法的革新与中长跑项目发展历史回溯

采用文献资料法,产生于不同年代、不同时期的运动训练方法,对田径中长跑项目发展与成绩提高的历史贡献进行对比分析,结果表明：（1）同一训练方法对不同的中长跑项目成绩提高的受益程度不同,说明了训练方法对运动成绩提高的针对性和重要性。（2）通过对训练方法产生的过程研究,提出在已有的训练方法上的变异综合创生出新的训练方法的观点。（3）提出了未来某一项目成绩的突破需要借助的训练方法以及训练手段的观点。     

EEMD能量熵和奇异值熵与SVM融合的船用空压机故障诊断

针对船用往复式二级空压机振动信号非线性、非平稳性问题,利用振动信号辨识故障,综合集成经验模态分解（ensemble empirical mode decomposition, EEMD）和支持向量机（support vector machine, SVM）的信号处理优势,提出一种将EEMD能量熵和奇异值熵与SVM融合的船用空压机故障诊断方法。模拟正常状态和4种故障状态进行故障诊断实验。采集的振动信号用小波降噪法进行处理。为模拟船用空压机实际工作环境,在EEMD处理过程中加入加性高斯白噪声（信噪比7.5 dB）。以相关性为评价指标选取各状态下本征模态函数（intrinsic mode function, IMF）,并以每个IMF的能量熵和奇异值熵作为特征值,采用SVM分类器识别故障。实验表明：与基于经验模态分解（empirical mode decomposition, EMD）和SVM等故障诊断方法相比,该方法能更有效地识别故障。该方法在实船应用中获得较好的诊断效果,可为现代船舶智能故障诊断研究提供参考。     

刘翔青少年时期主要专项素质聚类和协调模型的建立与分析

运用灰色理论对我国110m跨栏优秀运动员刘翔的身体素质进行分析,并得出如下结论：（1）100m跑和60m跨栏属于影响运动成绩的“大类”;（2）60m跨栏是提高110m栏运动员专项素质不可缺少的训练手段;（3）刘翔的专项身体素质结构较协调。如果杠铃全蹲和立定十级跳远同其他素质能更加协调地同步增长,则刘翔当时的成绩会有更明显的提高。