茯茶属黑茶类,为后发酵茶,因其独特的制作工艺和保健功效在茶叶消费市场备受欢迎,发展潜能较大,并逐步成为茶学研究重点之一。文章以中国知网(CNKI)和Web of Science(WOS)数据库近30年茯茶和茯砖茶相关文献作为数据源,利用Excel对相关...茯茶属黑茶类,为后发酵茶,因其独特的制作工艺和保健功效在茶叶消费市场备受欢迎,发展潜能较大,并逐步成为茶学研究重点之一。文章以中国知网(CNKI)和Web of Science(WOS)数据库近30年茯茶和茯砖茶相关文献作为数据源,利用Excel对相关文献的发表年份、文献来源、机构作者、关键词和摘要进行统计分析;并利用CiteSpace软件对中外文文献的关键词、作者和机构进行可视化分析,探究茯茶研究热点和发展趋势。结果表明,近年来茯茶文献研究方向的多样性在一定程度上有所提高,茯茶的相关研究领域经历了缓慢起步阶段、逐渐发展阶段和全面发展提升阶段3个时期。随着政策扶持和研究引领,茯茶科学研究和产业发展正在逐渐提升。研究结果对确定目前茯茶研究热点、探究茯茶产业化发展方向和未来发展趋势具有重要参考价值。展开更多
文摘茯茶属黑茶类,为后发酵茶,因其独特的制作工艺和保健功效在茶叶消费市场备受欢迎,发展潜能较大,并逐步成为茶学研究重点之一。文章以中国知网(CNKI)和Web of Science(WOS)数据库近30年茯茶和茯砖茶相关文献作为数据源,利用Excel对相关文献的发表年份、文献来源、机构作者、关键词和摘要进行统计分析;并利用CiteSpace软件对中外文文献的关键词、作者和机构进行可视化分析,探究茯茶研究热点和发展趋势。结果表明,近年来茯茶文献研究方向的多样性在一定程度上有所提高,茯茶的相关研究领域经历了缓慢起步阶段、逐渐发展阶段和全面发展提升阶段3个时期。随着政策扶持和研究引领,茯茶科学研究和产业发展正在逐渐提升。研究结果对确定目前茯茶研究热点、探究茯茶产业化发展方向和未来发展趋势具有重要参考价值。
文摘面向心脏疾病计算机辅助诊断,本文提出一种基于一维卷积神经网络和循环神经网络混合深度学习结构的心音分析方法.本结构首先利用卷积神经网络学习心脏病症在心音信号上的表征,然后通过循环神经网络处理心音信号中的时序信息进行分类,在提升心音分类正确率的同时,大幅度降低了网络参数.为验证本深度学习结构所学特征的有效性,除已有的成人心音数据集外,本文还专门构建了一个面向婴幼儿先天性心脏病的心音数据集,并通过端到端的类别响应图证明了本方法在室缺诊断时学习到的心音信号特征符合临床医师的心音听诊经验.实验结果表明,本文方法能在3153例成人心音数据分类上达到92.56%的正确率,在528例婴幼儿心音数据分类上达到97.48%正确率,模型参数仅有0.05 M.
