-
公开(公告)号:CN119626528A
公开(公告)日:2025-03-14
申请号:CN202411401958.1
申请日:2024-10-09
Applicant: 电子科技大学
IPC: G16H50/30 , G16H10/20 , G16H50/70 , G06F18/243 , G06F18/27 , G06F18/2411 , G06F18/2415 , G06N5/01 , G06N20/20 , G06N20/00 , G06N20/10 , G06N7/01
Abstract: 本发明公开了一种基于机器学习的大学师生心理风险等级预测系统,涉及数据处理领域。发明通过设计问卷并收集多维度特征数据,包括家庭、社会、学业和文化维度,首次综合考虑这些因素进行风险等级预测。这种多维度的综合分析方法能够更全面地评估大学师生的心理风险,提供了比传统单一维度分析更准确和细致的风险评估。采用机器学习模型进行初步训练,以识别大学师生的心理风险等级。然后通过性能评估,选择最优模型并进行超参数调优。并且通过特征重要性分析,识别出影响较大的关键维度特征,制定出针对心理渗透的对策建议。
-
公开(公告)号:CN115913388A
公开(公告)日:2023-04-04
申请号:CN202211285741.X
申请日:2022-10-20
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种应用于DAS系统的IQ解调硬件装置及其使用方法。目前DAS系统皆采用高速数据采集卡回收探测数据,DAS系统所产生的海量数据,给予处理端硬件及算法处理巨大压力。研究者们在采集数据后,往往使用预处理方法来降低运算成本,再进行信号的解调。本申请提出硬件解调方法,采用IQ解调算法,设计硬件模块装置,于DAS系统信号输出端同步解调数据,信号流从DAS系统中输出后直接被IQ硬件解调模块实时解调,并被采集卡同步采集。根据本申请的DAS系统的IQ硬件解调方法,结构简洁有效,成本低廉,有效缓解DAS系统产生的海量数据处理压力,有效降低相关硬件配置要求,提高信号处理效率,并且使系统具备实时解调能力。
-