深度学习的应用和原理（精选8篇）

深度学习的应用和原理 第1篇

深度学习在金融风险管理中的应用论文

［提要］随着科学技术的发展以及金融市场数据愈加复杂化的特性，深度学习模型更为适合金融市场上数据规模大、高维度以及流数据特性的数据特征，其应用不但在金融风险管理领域中的预测分析方法进行了提升，而且促使实证研究范式从线性向非线性转变、从关注参数显著性向关注模型结构和动态特征转变，同时能够更好地捕捉尾部风险，在实证领域的成果在一定程度上助推相关金融风险管理理论的成长与完善。但深度学习的应用也面临着程序错误、主观判断误差、金融监管不足等方面的挑战。为此，在金融风险管理领域中需要合理运用深度学习模型。

关键词：深度学习；金融风险管理；卷积神经网络；深度置信网络；堆栈自编码网络

一、引言

金融市场上的主体都面临着收益和损失的不确定性，金融产品和工具的多样化趋势，都体现着风险管理的重要性。全球市场在过去的几十年间发生了数次规模巨大的金融危机事件，例如影响全球股市的1987年的黑色星期一事件、的亚洲金融危机、的美国次贷危机以及全球金融危机。各家公司也都面临着各种风险。无处不在的风险日益成为悬在金融市场主体上的一把“达摩克利斯之剑”。与此同时，计算机技术发展迅速，数据信息的多样性以及数据分析技术的应用，给具有大数据特征的金融风险管理分析带来了机遇和挑战，人工智能开始逐步应用于金融风险管理领域，引导着行业的变革。而在演进的发展过程中，深度学习是解决人工智能应用能够发展的关键。金融市场是一个嘈杂的、具有非参数特点的动态系统，对金融数据进行分析与预测是一项极具挑战性的工作。但是，传统的计量方程模型或者是带有参数的模型已经不具备对复杂、高维度、带有噪音的金融市场数据序列进行分析建模的能力，而且传统的人工神经网络方法也无法准确分析建模如此复杂序列的数据，同时传统的机器学习的方法又十分依赖建模者的主观设计，很容易导致模型风险。这些方法在应用过程中存在着过拟合、收敛慢等问题。而深度学习方法为金融数据分析提供了一个新的思路。近年来，深度学习被广泛应用到人工智能任务中（如AlphaGo），并在图像处理、人脸识别、语音识别、文本处理等方面取得一系列成果。因此，随着金融数据复杂程度的提高，带来了对其分析需求的提升，因而深度学习的应用已经成为了金融风险管理领域的研究前沿，也必将在金融风险管理领域产生颠覆性的变革。

二、深度学习在金融风险管理领域主要应用研究

深度学习是通过人工神经网络发展而衍生的，包含复杂多层次的学习结构，其建立是基于模仿人类大脑的学习机制。深度学习模型通过对每一数据特征的学习，继而将新的特征输入到下一层中，在这个过程中新的特征是通过对学习到的数据特征进行特定的特征变换得到的，提升了模型的预测效果。堆栈自动编码器和深度置信网络模型是由自动编码器和受限玻尔兹曼机串联而组成的（Najafabadietal.，），在针对大量数据时，这类结构具备对其进行无监督学习（HintonandSalakhutdinov，）；在运用深度置信网络时，其算法主要包括马尔科夫链蒙特卡罗算法、Gibbs采样算法、受限玻尔兹曼机评估算法、重构误差、退火式重要性抽样等。卷积神经网络最早被用于图像识别领域，使其技术上在特征提取技术方面迈了一大步，应用原理为通过应用卷积核于局部特征提取得到新的模糊图像。在深度学习模型中，存在传统反向传播算法和梯度下降法计算成本较高的问题，为了进一步更好地应用深度学习模型，解决这些问题，Hintonetal.（2006）提出了贪心逐层算法，大大地减少了训练学习过程所需的时间。Raikoetal.发展了一种非线性变换方法，极大地提升了学习算法的速度，从而有利于寻找泛化性更好的分类器。Collobert（）发展了一种快速并且可以扩展的判别算法，使其用于自然语言解析，仅仅使用很少的基本文本特征便能得到性能，并且与现有的性能相差不大，而且大大提高了速度。学习率自适应方法如自适应梯度方法（Duchietal.，2011），可以提升深度结构中训练的收敛性并且除去超参数中存在的学习率参数；LeRouxetal.（，2011）提出了在学习场景中能提升训练过程速度的算法。这一系列算法改进，极大地改善了模型的预测效果，为深度学习在金融领域的发展奠定了基础。

（一）深度卷积神经网络在金融风险管理中的应用。

在金融风险管理领域，深度卷积神经网络主要应用于预测及评估风险。不同于传统方法，深度学习模型不需要对收益率的分布进行假设和方差的估算。李卓（）提出了深度学习VaR测算方法，基于损失序列本身构建深度学习模型，研究发现此方法相较于ARCH族模型下的VaR计算更为精确。基于此，韩正一（）拓宽了银行风险监测和管理的方法和思路，应用最新的人工智能技术，即深度神经网络方法，于信贷风险监测领域，优化模型的训练方法，经过测试发现效果显著。Sirignano（2016）以深度神经网络为基本结构，基于真实事件的发生概率建立了深度学习模型，通过模拟价格的深层信息的D维数据空间局部特征生成一个低维的价格空间，从而对价格进行预测。该模型不仅能够应用与分析样本外时间的最优卖出价格和最优买入价格的联合分布，也能够对限价指令簿的其他行为进行建模分析，适用于对任一D维空间数据进行分析建模。他进一步指出，因为深度神经网络可以较好地提取限价指令簿的深层信息，故在应用于风险管理中，能较好地处理尾部风险，其研究具有特别的意义。

（二）深度置信网络在金融风险管理中的应用。

深度置信网络在金融风险管理中的应用主要是对风险进行度量和预警。为了解决有监督学习问题，使受限波尔兹曼机能够较大程度地提取数据的行为特征，卢慕超（2017）提出了基于分类分区受限波尔兹曼机的深度置信网络，利用单户企业财务数据，建立了财务危机预警模型，相较于其他方法预测更为准确。丁卫星（2015）基于深度置信网络模型，训练生成了一个五层的深度学习交易欺诈侦测系统，经过对数据的一系列处理，检验了模型的交易欺诈识别效果。

（三）堆栈自编码网络在金融风险管理中的应用。

杨杰群（2015）认为深度学习是处理股指期货的有效方法，将深度络用于股指期货的预测中进行研究，基于自动编码器等算法建立深度络模型，并进行对比分析，最终根据交易抉择设计了用于交易的网络预测系统。另外，对金融产品与工具的有效管理，能够有效地避免一些金融市场上的非系统性风险。FehrerandFeuerriegel（2015）基于递归自动编码器预测模型，利用1月至6月期间的股票数据，测试对已披露财务信息的反应。他们重点研究了特殊的新闻文本信息和异常收益率之间的相关关系，基于此模型对其进行预测。还有部分文献中，重点研究分析财务文本与风险信息的相关关系，对其进行风险预测。从银行、国家、欧洲三个层面，基于银行破产事件、政府干预行为等来研究分析文本信息中隐藏的银行危机信息，基于深度神经网络结构来挖掘其中的关系。

三、深度学习在金融风险管理领域中的应用贡献及挑战

（一）深度学习在金融风险管理领域中的应用贡献。

传统方法在应用于具有复杂数据特征的金融风险管理领域容易出现以下问题：第一，传统建模方法往往难以挖掘复杂的数据特征，传统方法无法准确地反映金融市场特征，容易忽略很多外因，如政策变化、经济发展水平、行为人预期及心理变化等与市场相关的因素，这些因素增加了发现金融风险隐藏的`经济理论逻辑的困难（尚玉皇和郑挺国，2016）；第二，传统模型由于过度依靠研究者的主观设计，包含了主观因素，导致设计具有不完整性的特征。另外，传统的线性方法需要强烈的“线性”假设，而传统的机器学习方法无法较好地处理噪音信号。这些问题制约了对金融市场中数据的准确预测与分析。通过梳理已有相关国内外研究文献，在金融风险管理领域中，深度学习的贡献主要分为两个方面：一是深度学习具备强大的挖掘学习能力，能够更为准确地挖掘隐藏于数据深层的规律，更适用于具备规模大、维度高以及流数据的数据特征的金融市场，深度学习的应用不但推动了该领域中的预测方法的改进，还优化了适用于深度网络、解决无效训练问题的算法，带来了传统实证应用研究方法的进步；二是深度学习在金融风险管理领域数据分析方法的成果也推动了相关经济理论的发展与完善。

（二）深度学习在金融风险管理领域中的应用挑战。

金融科技的不断发展给金融风险管理领域带来了机遇，同时深度学习在金融风险管理领域也面临着诸多挑战。第一，深度学习的应用面临着程序出错的风险，如果发生，那么基于此的数据分析就容易得到有误的结论。在金融风险管理过程中，基于对大量数据分析的结果，进而对风险进行预测和评估分析。如果程序发生了错误，研究者就无法做出正确的风险管理决策，进而遭受损失；第二，深度学习模型的正确运用需要研究者对深度学习模型具备深刻的理解，并且能够结合在金融风险管理领域的专业理论知识。由于模型的构建与优化较为复杂，研究者对金融市场及风险管理理论的准确认识极为重要，不了解相关理论知识，而单纯应用深度学习无法发挥模型的作用；第三，深度学习模型的发展及推广应用使得许多金融传统业务的运作模式发生了改变，使金融监管面临着新的挑战。现有的金融监管体系下难以界定由于金融科技故障进而导致的风险事件责任。这些都使得深度学习模型的应用存在一些问题。

四、在金融风险管理领域中合理运用深度学习的对策建议

在金融风险管理领域正确地运用深度学习模型有利于提升金融数据的处理速度、极大减少人力成本，进而推动金融风险管理过程的改进。同时，其应用也会存在着挑战。为此，探讨如何合理运用深度学习模型的问题具有深刻的意义。首先，需要正确认识金融系统中的深度学习运用，完善模型程序设计的原则及流程，尽量降低程序出现错误的概率；其次，完善深度学习的应用体系，制定相关的维护技术措施、人力措施，引进及培养相应领域的人才，加快转型；最后，完善深度学习在金融风险管理领域应用的监督措施，确保出现由于人工智能应用导致的重大问题或隐患时，具备相应的准则来界定风险处置责任。深度学习模型的应用在相关领域的完善也必将推动金融风险管理领域的快速发展。

主要参考文献：

［1］于孝建，彭永喻.人工智能在金融风险管理领域的应用及挑战［J］.南方金融，2017（9）.

［2］苏治，卢曼，李德轩.深度学习的金融实证应用：动态、贡献与展望［J］.金融研究，2017（5）.

［3］于振，丁冰冰，刘永健.深度学习在农村金融行业风险管理中的应用研究［J］.科技资讯，2017.15（15）.

［4］刘建伟，刘媛，罗雄麟.深度学习研究进展［J］.计算机应用研究，.31（7）.

［5］卢慕超.基于深度置信网络的商业银行信用风险预测实证研究［D］.太原理工大学，2017.

［6］李卓.基于深度学习的VaR测算研究［D］.兰州财经大学，2017.

［7］韩正一.基于深度神经网络的银行信贷风险监测模型研究及实验［D］.郑州大学，2016.

［8］杨杰群.基于深度学习之股指期货交易［D］.中国科学技术大学，2015.

［9］尚玉皇，郑挺国.短期利率波动测度与预测：基于混频宏观-短期利率模型［J］.金融研究，2016（11）.

深度学习的应用和原理 第2篇

减速机实现减速目的的方法很多，而其中最常见的一种是使用齿轮的速度转换作用来实现减速，齿轮应用的优点在于可以使减速机的结构紧凑、体积降低并能具备较高的经济性，这也是很多人称减速机为齿轮箱的原因，

减速机由于只是动力传达机构，因此本身并不具备驱动能力，需要和驱动组件如电动机、蒸汽机、马达或引擎等设备来进行传动。减速机在驱动组件的驱动下，可以实现动力传递、获得减速速度和获得更大扭矩的作用，对机械的使用状态调整有着重要意义。

减速机的应用范围非常广泛，几乎遍布所有机械设备的传动系统，从工业领域的重型机械到日用领域的家用电气，都可以找到减速机的用武之地，例如加工机、自动化生产设备、机床、汽车、船舶、家电和手表等。

深度学习的应用和原理 第3篇

数学原理是初中数学学习的核心和基础, 随着数学原理学习的增多, 学生出现错用乱用数学原理的现象愈发严重。究其原因, 一是学生没有准确把握数学原理的外延和内涵, 没有形成系统的数学原理体系, 因而不能灵活应用;二是教师在教学中往往忽略了数学原理的形成过程, 更多地侧重于原理的演绎推理和迁移应用, 导致学生通过简单记忆和机械模仿学习。这反映了教师对课程标准理念的缺失, 即“有效的数学学习过程不能单纯地依赖模仿与记忆, 教师应引导学生主动地从事观察、实验、猜测、验证、推理与交流等数学活动, 从而使学生形成自己对数学知识的理解和有效的学习策略。”[1]

二、实施策略

为解决上述问题, 特别是针对教师教学, 笔者尝试运用“超级画板”这个认知工具, 对数学原理内容学习进行教学建构, 建立学生对该知识的有效学习策略, 具体如下两点。

1. 借助超级画板, 开展数学实验活动

超级画板以其智能化的作图功能、人本化的动画功能和简易化的操作功能在众多数学教育软件中彰显出独特优势, 通过短期培训, 学生即可掌握软件中初中阶段数学实验活动所需的画图、测量及变换等基本认知工具功能, 为开展数学实验活动提供了良好的技术支持和研究平台。

2. 小组协作学习, 有效融合超级画板

由于学生动手和动脑的个体差异性, 因此开展数学原理学习时, 要挖掘信息技术在数学教学中的潜力, 实现课堂教学设计及其实施的优化, 还需进行小组协作, 以通过优势互补提高活动效率, 让学生在相互交流中形成观点和方法。而有效融合超级画板, 笔者认为应考虑三个方面, 即利用超级画板, 如何开展数学原理的探究活动、如何帮助学生构建数学原理体系、如何开展动态几何问题研究。

三、案例构建

下文以人教版八年级下册《菱形的判定》教学为例, 阐述超级画板 (下文简称画板) 和数学原理学习融合的具体策略和操作方法。

1. 课前准备

做好两点:一是学生培训, 二是学生分组。超级画板既作为教师的“教具”, 同时也成为学生的“学具”, 所以课前对学生进行了为期4课时的超级画板技术培训, 既提高学生对画板的浓厚兴趣, 又使所有学生能够掌握初中基本图形的画法、线段和角的度量以及作图形的轴对称、旋转、平移等变换。在分组上, 结合学生特点, 按4-5人一组, 由组长确定组员的分工, 每组自备一台笔记本电脑。

2. 课堂活动

教学设计分为七个环节:①复习旧知, 引入课题; ②创设情境, 引发动机;③实验探究, 发现猜想;④科学演绎, 论证猜想;⑤归纳方法, 思辨定理;⑥透视本质, 迁移应用;⑦回顾反思, 归纳提升。下面结合部分活动环节进行阐述如何借助画板来体现数学本质。

⑴画板再现概念形成过程

环节①是复习菱形的概念, 通过一个思考引入课题: 如果四边形ABCD是平行四边形, 且AB=BC, 那么四边形ABCD是特殊的四边形吗?如果是, 是哪种特殊四边形? 请说明理由。这个思考是在教师边操作画板, 直观、动态再现由平行四边形到菱形的过程 (如图1) , 利用画板让学生在图形语言的基础上, 用文字语言、符号语言回顾菱形的概念。而通过教师拖动点A改变菱形的形状 (如图2) , 揭示菱形边的特殊性和角的不特殊性这一本质, 并提出问题:任意一个四边形, 若从边和对角线考虑, 什么情形下会是菱形?由此体现图形概念是探索其它判定方法的基础。

技术反思:概念的呈现不是枯燥的文字, 而是利用画板动态展示由平行四边形到菱形的过程, 让学生通过观察直观了解用定义判定菱形的条件, 再认识概念是判定菱形的这个重要事实, 感受并建立动态的数学活动经验, 体现了“要关注概念的实际背景与形成过程, 帮助学生克服机械记忆概念的学习方式”[2]的理念。

⑵画板操作探究判定方法

“形成过程中的数学看上去是一种实验性的归纳科学” (波利亚) , 所以菱形判定方法的探索是在折菱形和画菱形的数学活动中展开的。在环节②③中设置几个活动:

活动1:用一张矩形的纸折出一个菱形, 分析折出菱形中的边、对角线的关系。分类引出所有可能的判定条件 (如图3) 。

活动2:结合折纸活动得到的条件, 以小组为单位用画板画出满足条件的四边形。

活动3:用画板的测量功能验证所画四边形是否为菱形。

创设折纸活动情境, 是引发学生探索菱形判定方法的动机, 并经历实物转化为几何图形的过程, 发现并抽象出边、对角线的关系。为避免学生产生“同时满足边、对角线两个条件的四边形是菱形”的思维误区, 通过画图实验, 不仅再次确认了折纸活动中所抽象出的条件, 同时为探索判定菱形的最简条件提供平台。而以画板作为学生自主学习的认知工具, 在画板的画图、测量等动态直观感知中再次验证折纸活动中所抽象的条件充分性, 在折、画的操作、观察和分析中发现菱形的判定方法。此外, 在两种画图方式中体现出用画板画图的方便快捷性, 同时, 拖动所画图形的一个顶点, 让学生观察到满足同样条件下图形的可变性, 增强学生动态几何的直观感受。

技术反思:猜想不仅仅依靠演绎推理加以验证, 实验性验证也是一种重要的方式。利用画板提供的测量功能, 通过图形的动态变化, 直观理解图形中的几何规律, 深刻领会纸上无法观测到的几何原理。例如, 学生验证所画的四边相等的四边形是否为菱形时 (如图4) , 根据菱形定义, 除了测量一组邻边外, 还可以通过测量两组对边或两组对角或两组邻角的和验证四边形是否为平行四边形, 通过拖动点D, 改变四边形的形状, 观察测量数据, 感知猜想具有一般性, 在测量过程中, 学生进一步从“数”和“形”两方面加深对图形的理解。

在实验验证的基础上, 学生可以进一步体会到理论证明方法。如学生验证所画的对角线互相垂直平分的四边形是否为菱形时 (如图5) , 并没有测量验证四边形ABCD为平行四边形, 而是只测量一组邻边即可说明, 这说明了理论验证的关键是证明一组邻边相等。

⑶画板例析辨明定理本质

“形成后的数学看上去是以欧几里得方式表现出来的一种系统演绎科学” (波利亚) 。直观操作是引发猜想的基础, 还需通过逻辑推理对猜想进行严密的科学论证, 这是得出结论的有效手段。环节④⑤主要是开展正反例的定理辨析。结合几何图形, 让学生能用自己的语言归纳菱形的判定条件, 加深菱形判定条件的理解, 并将判定方法由文字语言上升到符号语言, 要求学生用符号语言描述菱形的判定方法。而反例辨析, 通过思考1、2, 培养学生按条件构造反例图形的能力, 同时加深对判定方法的条件理解, 帮助学生把握判定方法的内涵和外延, 以期达到“举例论证, 建立方法”[3]的功效。

思考1:若四边形ABCD中AC⊥BD, 四边形ABCD还是菱形吗?若不是, 画出反例图形。

思考2:若四边形ABCD中AB=BC=CD, 四边形ABCD还是菱形吗?

最后教师结合学生的归纳, 通过画板呈现从四边形、平行四边形到菱形的过程, 建立知识框架 (图略) , 构建图形之间的联系, 让学生更好理解图形之间的关系。这里突出了画板的辅助功能, 即画板不能替代或超越学生的思维活动。

技术反思:在画图和反例辨析活动中, 利用画板强大的画图功能进行探索, 培养学生构造图形的能力。学生在思考画图方法的过程中, 本身就是对知识的再应用过程。在保证条件的前提下改变图形形状, 让学生对图形的可变化性有更直观的感受。例如图6中通过拖动点B, 在满足AC⊥BD的条件下, 感知四边形ABCD形状的不确定性, 学生所举出的反例图形不再局限于菱形、正方形这些特殊的四边形, 学生对图形的感知更加丰富。

⑷画板动态构建原理体系

画板的另一大优势是能动态呈现几何图形的变化过程。为进一步揭示平行四边形、矩形、菱形判定的联系和区别, 笔者类比原理学习的形成过程, 从折纸 (图形变换) 中发现问题, 并结合课本题目将课本例题改编成一道动态几何的例题进行探究。

例题:如图7, 已知直线m∥n, A、C分别是直线m、n的两个定点, 点O为AC的中点, 过点O的直线交m于点D, 交n于点B.

(1) 试判定四边形ABCD的形状, 并说明理由。

(2) 当对角线BD满足什么位置时, 四边形ABCD是菱形?说明理由。

(3) 当对角线BD满足什么位置时, 四边形ABCD是矩形?

探究 : 当对角线AC、BD分别满足什么关系时, 四边形是平行四边形、矩形、菱形?请进一步思考其它折菱形的方法。

技术反思:该问题有效运用画板“透视本质”[4]的功效, 以一个“图式”为主线进行三种方法串联, 并打通串联的节点, 形成较为平滑的“线”, 即认知策略. 问题解决后点明在同一情境中即使条件迁移了, 运用知识的方法不变, 促进学生获得变式问题解决的经验和体验, 学会迁移应用。

此外, 学习的过程同时包含两方面的建构:一方面是对新信息意义的建构, 同时又包含对原有知识和经验的改造和重组。在归纳菱形判定方法的过程中, 教师通过画板归纳知识的框架认知功能呈现一般四边形、平行四边形到菱形的方法过程, 同时在最后的回顾反思中, 概括整节课的知识形成过程时, 教师利用超级画板将知识框架多次呈现, 在不断归纳和反思中有效帮助学生建立框架知识结构, 形成知识体系。

四、实践思考

通过实践, 思考画板对开展数学原理探究性教学的影响, 笔者认为至少有三点。

1. 提高学习兴趣, 促进方式改变

画板为学生展示丰富多彩、广博生动的教学内容, 比如图形的平移、旋转、缩放、分割、重叠等, 既生动又准确。再与学生动手操作相结合, 其过程充满趣味性和挑战性, 学生学习主动性高, 学习兴趣和求知欲被极大地激发出来。同时, 学生的学习方式也发生了根本性改变, 学生在自主、合作、探究学习中真切体验数学原理的形成过程, 通过师生、生生交流促使学生对数学原理达到较为深刻的理解, 对数学学习的态度和学习方式都发生了积极的变化。

2. 发展学生思维, 加强抽象创新

学生在观察、动手操作、合作交流中通过类比猜想、归纳概括以及推理论证得出结论, 经历了由感性到理性的过程, 进一步发展了抽象思维能力。不仅如此, 在自主探索的学习方式下也激发了学生的创新思维能力, 例如让学生利用所学知识进一步找出折菱形的其它方法, 学生课后研究发现菱形的多种折法 (图8) 。可见, 通过对角线互相垂直平分的数学原理实质, 学生可以创造出更多折菱形的方法, 学生在探索过程中, 进一步促进数学思维能力的提升, 特别是发展了创新思维能力。

此外, 两者的有效融合不仅有助于教师新数学课程理念的形成和信息技术水平的提升, 而且有助于教师教学方式的改进和开展教学反思和研究。

3. 防止“三位”问题, 突出辅助功能

运用画板, 需防止“错位”、“越位”、“缺位”[5]。画板只是辅助教学手段, 不能盲目扩大, 造成错位。画板在于促进学生有效思考, 在于提升学生对数学本质的理解, 不能越位而使学生缺失经历知识的形成过程, 而应突出体现其探究性, 辅助课堂上给予学生充分参与数学活动的时间和机会。画板是学生自主学习探究的一种认知工具, 这一理念体现不能缺位。不能只强调其作为辅助教学的演示工具, 而忽略了也可以作为“学具”的重要功能, 例如在对菱形的判定定理作反例辨析时, 直接让学生动手操作画图, 比教师直接演示更让学生印象深刻。

通过画板与数学原理学习深度融合的实践探索, “把现代信息技术作为学生学习数学和解决问题的强有力工具, 致力于改变学生的学习方式”[6]的理念, 应该越来越受关注, 一线教师要开展信息技术与数学教学有效整合教学的实践和思考, 以实现教师的“教学相长”。

参考文献

[1][2][6]中华人民共和国教育部制定.义务教育数学课程标准 (2011年版) [M].北京:北京师范大学出版社, 2012.

[3][4]南国农.信息化教育概论 (第2版) [M].高等教育出版社, 2011, (6) .

深度学习的应用和原理 第4篇

一、基本的概念

刘老师先从概念分析入手，一个个活生生的事例让我们倍感轻松和亲切。

⒈区角活动的定义

是教师根据教育目标和幼儿发展水平，有目的地创设活动环节，投放活动材料，让幼儿按自己的意愿和能力，以操作摆弄为主的方式进行个别化的自主学习活动。

⒊区角的三个特点

目标清晰，有阶段性（这个毋庸解释）；空间与时间半开放（因孩子能力的不一，按自我发展来调节学习时间）；游戏过程自主（按自己愿望去选择）。

二、目前学习性区角活动中的常见问题

⒈两种游戏融合时的投放比例（与角色）

⒉游戏内容与材料的设计选择

材料投放内容简单；专业技能限制；材料过于复杂。

⒊游戏观察与指导的方式方法

⑴角色身份：支持、观察、引导、关注（就是刘老师说的，老师要忍住，不要太聪明，要在活动中学会装傻，充分的机会让给孩子）

⑵观察方法：太专注于一处不行，尽可能让所有孩子在眼中，并发现有价值的拿来讲评，但讲评之前要了解清楚。

⑶观察角度：要讲究观察的角度，能纵览全局。

⒋游戏交流与分享的组织引导

⑴音乐的作用：快速集中，在规定音乐内必须集中到位。

⑵注意倾听，要有规则（在设计与组织中会有）

⑶交流个体过于集中

三、学习性区角活动的设计和组织

⒈内容和材料选择

考虑目标、考虑生活、考虑整合、考虑趣味。

⑴关于内容从何而来：学会聆听幼儿（从孩子的话中而来）；从观察迁移中来（举例：测量活动，可以走出教室，量一量幼儿园中树木树干的粗细）；关注生活，从生活中来（举例：用超市广告纸玩数数——分层次，数单个的有多少，数有遮挡的是多少，数整箱里放的有多少）。

经典：需要经常思考：这个东西能在区角中玩吗？任何投放的材料老师都要先玩一玩，摸一摸、看一看，综合考虑后在进行投放。

⑵关于材料

要考虑材料的隐性价值；要有序（有规则）；要适宜；要有美感。

⒉观察与指导方法

⑴观察方法

①全面观察：不影响幼儿，选择合适的地点，对班级整体活动水平进行巡察或全方位观察，以了解多数幼儿活动状况（不经常性用这种方法，有问题时采用，如关于材料的整理问题）。

②重点观察：对由活动内容组成的某个活动、几个群体有目的、有侧重观察，内容包括活动途径、方法、过程、结果、材料运用、合作情况、记录方法等。

要注意的是：注重站位；注意弥补（交流前一定要观察好问题）；注意递进；注意侧重（针对小年龄要关注兴趣和习惯，大的要关注习惯和能力）。

③个体观察：对幼儿个体在活动中的表现的整体发展水平及个体特殊性进行观察。

⑵观察视角（在写周计划中要有观察要点）

①活动兴趣：当前兴趣有哪些？如何选择区域的？选什么材料？兴趣持续多久？性别差异？阶段性差异？

②认知水平：目的性清楚？能力强弱？操作结果的理解？目标完成的时间（一下子就完成还是分段完成）？材料整理？如何看图理解的？

③个性心理：选择时的行为表现：果断进入还是犹豫不决？独立还是盲从？坚持完成还是变化游戏？随心所欲还是有意识探索？

④规则意识：任务意识？自我控制能力？是否能克服困难？合作能力？

经典：观察中学会放弃（解析：不面面俱到，今天的放弃不是明天得不作为）。

⑶指导策略

关注并激发兴趣；判断并提供方向；支持并协调发展；分析并引发新思。

⒊交流与分享的价值

交流时间：一般15分钟，小年龄不超过10分钟。

共同交流：师幼共同。

形式灵活：事先预约；借助实物、录像、投影等。

（4）教师评价

如：大班区域活动《超市》

亮点：尊重幼儿，幼儿参与评价。因此，一次成功的讲评交流它应该是：

1.从当下活动中汲取信息，及时处理；

2.详略得当，突出重点目标；

3.组织生动，能吸引幼儿兴趣；

4.幼儿积极参与师生互动、生生互动；

5.能提升幼儿经验，促进其发展；

6.能激发下一次活动的愿望，引发新的探索活动。

四、本次学习带给我的启示有几点：

启示一：内容的选择从幼儿的生活中来、经验中来（多于孩子交流、多对孩子观察）。

启示二：尽观察之能事，选择有价值的信息（要会观察，会取舍，找出共性问题的同时引申其它的问题）。

启示三：如何交流分享（抓住有价值的内容，运用解锁的情节进行）。

启示四：区角记录的重要性（运用表格的形式，帮助解决实际问题，对一些疏漏、对一些没看到的情况就可以清晰于心）。

CASS处理技术的原理和应用 第5篇

CASS处理技术的原理和应用

介绍了CASS工艺的原理、特点、核心构筑物和设计、运行中应注意的`主要问题以及常见故障的排除方法.

作 者：马有劳 冯蓉 MA You-lao FENG Rong 作者单位：陕西海博特环保科技有限公司,西安,710032刊 名：中国环保产业英文刊名：CHINA ENVIRONMENTAL PROTECTION INDUSTRY年，卷(期)：“”(6)分类号：X703.1关键词：CASS处理技术 曝气 溶解氧 撇水机 液位计

深度学习的应用和原理 第6篇

请根据课程所讲内容，联系宁波市“智慧城市”建设，谈谈学习《CIMS原理及应用》课程的心得体会。

感谢学校给我这样一个接触CIMS的机会，经过本学期对《CIMS原理及应用》课程的学习，我受益匪浅。

21世纪是一个信息经济时代，计算机集成制造系统的学习，帮助我认识到了在现代制造业中充分的应用了信息技术与计算机技术。

在本课程中，我了解到了，计算机集成制造系统计算机集成制造系统（Computer Integrated Manufacturing Systems 简称CIMS）是随着计算机辅助设计与制造的发展而产生的。CIMS是通过计算机硬软件。它是在信息技术自动化技术与制造的基础上，通过计算机技术把分散在产品设计制造过程中各种孤立的自动化子系统有机的集成起来，形成适用于多品种、小批量生产，实现整体效益的集成化和智能化制造系统。

认识了CIMS体系结构是用来描述研究对象整个系统的各个部分和各个方面的相互关系和层次结构。我们可以从大系统角度和功能层两方面来理解。此外，老师还给我们介绍了相关知识。如从事企业软件开发：CAD/CAE/CAPP，PDM/PLM，ERP，CRM，专用、高附加值的软件；从事企业信息化工作：企业的技术主管、CIO；从事企业信息化项目实施：金碟、用友，浪潮、华天等等。

材料、能源和信息是人类社会经济的三大重要支柱。人类社会经济发展的历史，就是人类利用材料、能源和信息进行物质生产的历史。材料、能源和信息领域的任何技术革命，必然导致生产方式的革命和生产力发展的飞跃。

宁波市要建设“智慧城市”，这必然是对信息领域的一次技术革新。而CIMS就是通过计算机硬软件，并综合运用现代管理技术、制造技术、信息技术、自动化技术、系统工程技术，将企业生产全部过程中有关的人、技术、经营管理三要素及其信息与物流有机集成并优化运行的复杂的大系统。它对宁波市建设“智慧城市”是不可或缺的。

深度学习的应用和原理 第7篇

在湛蓝天空下，四周安静的时候，给人印象深刻的就是风，它从你的耳畔掠过，从你的指尖流过，胸中浊气涤荡一空，在一呼一吸之间，身心也轻盈起来。在这个空气清新、负氧离子浓密的地方，你可以自由自在地、毫无负担地呼吸。这与清洁能源的大力发展，减少大气污染有很大的关系，这也使得以风能为代表的清洁能源在近年来快速的发展。

现今调整能源结构、减少温室气体排放、缓解环境污染、加强能源安全已成为国内外关注的热点，我国也对可再生能源的利用,特别是风能开发利用也给予了高度重视。我国风能资源总量约42亿千瓦，技术可开发量约3亿千瓦。目前东南沿海是最大风能资源区，风能密度为200W/M2～300W/M2，大于6m/s的风速时间全年3000h以上就可取得较大经济效益。风能与其他能源相比，有其明显的优点：蕴量巨大、可以再生、分布广泛、没有污染。风能和阳光一样，是取之不尽、用之不竭的再生能源。风力发电没有燃料问题，不会产生辐射或二氧化碳公害，也不会产生辐射或空气污染。而且从经济的角度讲，风力仪器比太阳能仪器要便宜九成多。中国风能储量很大、分布面广，甚至比水能还要丰富。合理利用风能，既可减少环境污染，又可减轻越来越大的能源短缺的压力。

近年来，工程师们尝试发展其他更好的方法利用风力。风力虽不很稳定，但是比其他动力资源要来得便利，因为，风向自由、清洁、不会产生不良的副作用。而且风可以推陈出新、供应不断。利用风力发电已越来越成为风能利用的主要形式，受到世界各国的高度重视，而且发展速度最快。风力发电通常有三种运行方式。一是独立运行方式，通常是一台小型风力发电机向一户或几户提供电力，它用蓄电池蓄能，以保证无风时的用电。二是风力发电与其他发电方式（如柴油机发电）相结合，向一个单位或一个村庄或一个海岛供电。三是风力发电并入常规电网运行，向大电网提供电力；而且，通过一个学期对《风力发电原理与应用》的学习，使得我对风力发电机组有了一定的了解，按照风轮形式分类：可分为垂直轴风力发电机组和水平轴风力发电机组。按照有无齿轮分类：可分为直驱式风力发电机和双馈式风力发电机。直驱式风力发电机是一种由风力直接驱动发电机，亦称无齿轮风力发动机，这种发电机采用多极电机与叶轮直接连接进行驱动的方式，免去齿轮箱这一传统部件。由于齿轮箱是目前在兆瓦级风力发电机中属易过载和过早损坏率较高的部件，因此，没有齿轮箱的直驱式风力发动机，具备低风速时高效率、低噪音、高寿命、减小机组体积、降低运行维护成本等诸多优点。双馈风电机组中，为了让风轮的转速和发电机的转速相匹配，必须在风轮和发电机之间用齿轮箱来联接，这就增加了机组的总成本；而齿轮箱噪音大、故障率高、需要定期维护，并且增加了机械损耗；机组中采用的双向变频器结构和控制复杂；电刷和滑环间也存在机械磨损。双馈式风力发电机组的特点是采用了多级齿轮箱驱动有刷双馈式异步发电机。它的发电机的转速高，转矩小，重量轻，体积小，变流器容量小，但齿轮箱的运行维护成本高且存在机械运行损耗。

通过一个学期对《风力发电原理与应用》的学习，也是得我对风力发电的优越性有了更加深刻的理解，其优越性可归归结为三点：第一，建造风力发电场的费用低廉，比水力发电厂、火力发电厂或核电站的建造费用低得多；第二，不需火力发电所需的煤、油等燃料或核电站所需的核材料即可产生电力，除常规保养外，没有其他任何消耗；第三，风力是一种洁净的自然能源，没有煤电、油电与核电所伴生的环境污染问题。

深度学习的应用和原理 第8篇

全身麻醉过程中，麻醉管理非常重要。麻醉过深容易给患者带来危险，麻醉过浅容易导致血液动力学波动和术中知晓发生。因此，平稳适度的麻醉深度是提高麻醉质量的必然要求。然而，由于肾上腺素、β受体阻滞剂和肌松剂等药物的使用，传统判断麻醉深度的方法已不能满足临床精确手术的要求，而麻醉深度监测仪器的广泛使用给围手术期患者安全提供了进一步保障。

2 脑电双频指数仪

2.1 基本原理

全麻时，脑电图(electroencephalogram,EEG)有规律的变化可以反映麻醉药对大脑的抑制程度，传统对EEG进行时域分析来反映麻醉深度，近年将傅里叶转换技术用于脑电信号处理，对EEG进行频域分析。把脑电波分解为多个不同频率、波幅的正弦波，计算其能量，将δ波段的相位锁定能量从δ能量中减除，并表示为0～30 Hz波段双波谱密度的比率，最后统计分析得出一个无量纲指标即脑电双频指数(bispectra index,BIS)。BIS除了进行脑电频率谱和功率谱的分析外，还加入了对位相和谐波的分析;其既含有线形成分又含有非线形成分，保留了原始脑电的信息，敏感度和特异度较好。

BIS是信息融合的一个复合指数，它涉及到时域、频域和双谱域，综合了几个完全不同的EEG参数。BIS值用0～100的分度表示，100代表清醒状态，0代表没有脑电信号，从100到0表示大脑被抑制的程度，反映患者处于的麻醉深度。一般认为BIS在65～85为睡眠状态，40～64为全麻状态，<40提示大脑皮质处于爆发抑制状态，此种方法既简单明了又便于研究分析。

2.2 临床研究

由于BIS是反映大脑皮质的兴奋与抑制，与主要抑制大脑皮质的麻醉药如丙泊酚、依托咪酯、硫贲妥钠、咪唑安定和吸入麻醉药等的镇静麻醉作用有比较好的相关性，其中与丙泊酚的相关性最好。经大量临床试验证明，术中使用BIS监测能够减少术中麻醉药的用量，确保患者无术中知晓，术后缩短拔管时间。BIS不能很好地监测从清醒到意识消失的过渡期变化，但在预测麻醉苏醒方面敏感度和特异度较高。

BIS监测与所使用的麻醉药有直接关系，能最大程度地反映催眠药对中枢神经的药效作用，但对一些镇痛药物灵敏性较差，对笑气的监测也不理想。吸入70%的氧化亚氮时，患者对声音指令的反应消失，BIS仍无变化;氯胺酮可增加BIS值;小剂量阿片类药物与催眠药合用时，BIS的效应大，大剂量阿片类药物与催眠药合用，即使BIS值显示麻醉较浅，也不会产生体动反应或血液动力学变化，即达到足够麻醉深度时所需催眠药更少。这是由于伤害性刺激所产生的体动反应可能来源于脊髓的反射，而血液动力学反应也是属于自主反应，这都不属于BIS监测的范围，所以不能用BIS来预测体动反应或血液动力学变化。有研究表明[1]，2组患者在单纯异丙酚作用下保持同样BIS值时进行插管，加用芬太尼的一组血液动力学变化和BIS值升高明显小于不使用芬太尼的一组，说明同一BIS值因使用药物的不同代表着不同的麻醉深度。在单纯催眠药的情况下，强伤害性刺激可导致血流动力学明显改变和BIS值增加，而加用足量的阿片类镇痛药则可保持血流动力学平稳，BIS值也很稳定。现代麻醉方法多以阿片类药物和镇静催眠药合用，使用BIS监测麻醉深度时应该有个正确的判断，即当BIS值升高但无血流动力学变化和体动反应时，应增加催眠药剂量;而在BIS较低，仍有血流动力学反应和体动反应时应追加镇痛药。

BIS是根据成人脑电资料发展出来的，而小儿大脑发育不全，脑电图与成人有明显不同，故能否用于小儿麻醉监测一直存在争议。有学者研究了大于1岁的小儿在异氟醚麻醉下的BIS变化，认为成人的BIS系统不需要校正，可用于小儿麻醉深度的监测;而Davidson等[2]研究发现，随着七氟醚浓度的降低，大于1岁儿童的BIS值升高，而小于1岁的婴儿组却没有这种相关性;张建敏等[3]研究表明，不同年龄患儿(2个月～12岁)使用丙泊酚复合瑞芬太尼静脉麻醉中，BIS能实时连续监测脑电参数，可反映中枢电活动的变化过程。

BIS对异丙酚诱导的镇静深度有高度的预测性，反应麻醉稳定时异丙酚浓度，临床监测能减少镇静药的使用量，防止镇静过度，更好地维持血流动力学，有效防止术中知晓，加快术毕麻醉的苏醒和缩短术后恢复室停留时间及出院时间等。但BIS的计算速度慢(约30～60 s)，有伪迹时这个延迟就更长，因此屏幕上所显示的是30 s前的意识水平，故尚不能实时监测，随着软件版本的升级，延迟会逐渐缩短。BIS对有神经疾病和神经创伤患者的意识状态监测也存在困难。BIS值还受到低频的EMG、电极阻抗、电刀信号、药物艾司洛尔和肾上腺、体外循环时的低体温等影响[4]。此外，BIS监测所用的专用电极需要进口，且只能一次性使用，价格昂贵，限制了其广泛使用。不过也有国内外研究显示，BIS专用电极所测数值略低于心电图电极，心电图电极经改制后可替代BIS仪的纽扣式电极，满足临床麻醉需要。

3 麻醉/意识深度监测仪

3.1 基本原理

Narcotrend(NT)是德国汉诺威大学研发的新一代麻醉深度监测系统，已经在德国400多家医疗机构推广应用，并且获得了美国FDA的批准。其通过普通心电电极在脑部任意位置采集分析即时的脑电信号，经过自动分析去除伪迹后应用Kugler多参数统计分析方法对脑电信号进行计算机处理，对静脉内和吸入麻醉的脑电图进行自动分类，将脑电图分为从字母A到F 6个阶段14个级别(NTS)，即A、B 0～2,C 0～2,D0～2,E 0～1,F 0～1;并形成从100(清醒)到0(等电位)的伤害趋势指数(NI)同步显示，A表示清醒状态，B表示镇静状态，C表示浅麻醉状态，D表示常规普通麻醉状态，E表示深度麻醉状态，F表示脑电活动的消失。它与原始脑电图的视觉分级和自动分级的相关性高达92%，适宜的麻醉深度应维持在D～E阶段。

3.2 临床研究

NT跟其他同类产品一样通过监测脑电活动来评判麻醉深度。对麻醉深度和镇静水平的判断，预测概率P是0.90，相关系数r为0.90。NT采用的新技术和独特设计使其相比同类产品有很多明显的优势，主要表现在：(1)意识深度测量更为精确。在数据采集方面，有专业的脑电信号收集放大器，可保证数据读取的精确，抗干扰能力强;能够进行连续自动检测;拥有的双通道版本，是目前唯一可同时对比左右脑半球脑电活动的系统;在数据分析方面，不同麻醉方式产生的脑电图可自动分类;各年龄段患者监测年龄精确到日，保证了结果的一致性;对原始脑电信号进行数据分析而非模拟的数字信号;在结果论证方面，2007年美国权威学杂志发布文献，证明NT在目前同类产品里面数据最为可靠[5]。(2)在临床应用方面，NT使用普通的心电极片，更符合我国国情;可使用针式电极，电极安放位置无特殊要求，不受手术术式制约，可反复消毒使用;适合于临床所有全麻手术;液晶触摸屏，操作方便。(3)数据储存处理功能强大。处理原始脑电数据迅速，延迟时间较短，且抗干扰能力强;采用硬盘式储存，容量大，数据翻阅查找简便，数据可导入计算机进行统计分析，方便科学研究。

目前，NT研究多数集中在与BIS的临床比较研究。有研究比较发现，NT的A级或B级与BIS值100～85相当，NT的D级或E级与BIS值64～40相当。虽然BIS和麻醉趋势指数NI显著相关，但在一定范围内要注意其存在偏差，仍不可简单地将BIS与NI以1∶1转换。NT已应用于对静脉麻醉药物异丙酚、依托咪酯、硫喷妥钠和吸入麻醉药物异氟醚、七氟醚的麻醉监测[6]。武晓文等[7]发现，NTS、NI与异氟烷麻醉患者苏醒期意识水平的变化显著相关，预测患者睁眼的P值分别为0.693和0.692，预测患者恢复定向力的P值分别为0.837和0.824，表明NT能够及时有效反映异氟醚吸入全麻苏醒期意识水平的变化。用地氟醚复合瑞芬太尼麻醉时，也证实了NT组和BIS组具有相同的效果，地氟醚用量较传统组显著减少，苏醒期NTS与地氟醚呼气末浓度也存在相关[8]。应用丙泊酚麻醉时，NT和BIS对丙泊酚效应室浓度的预测概率相似，NI预测概率达0.92。丙泊酚复合雷米芬太尼麻醉诱导期间，NI可更好地描述麻醉诱导时丙泊酚效应室浓度的变化，优于传统脑电频谱参数和熵测定方法。Schmidt等[9]对丙泊酚复合瑞芬太尼麻醉诱导、维持和恢复期NI、BIS和传统脑电监测进行评估比较，证实NT和BIS能精确区分各个麻醉阶段(清醒、无反应、无睁眼反应、临床麻醉状态、首次反应和麻醉恢复拔管)，P大于0.9。NT对小儿监测的有效性还没有定论，尚需要更多的深入研究。有研究认为，NT、BIS、熵等监测效能与成人相近，但建议应用于年龄较大的儿童，对于5岁以下儿童的麻醉深度监测，与BIS相比，NT没有明显的优势[10]。

NT在国内已经逐渐推广开来，2010年3月，Narcotrend亚洲麻醉深度监测技术临床培训中心在上海瑞金医院成立，麻醉科每个手术室均配置1套NT系统;2010年7月，中国南方麻醉深度监测技术临床培训中心又在广州挂牌。

4 听觉诱发电位监护仪

4.1 基本原理

听觉诱发电位(auditory evoked potential,AEP)是指听觉系统在接受声音刺激后，从耳蜗至各级听觉中枢而产生的相应电活动，共3个部分11个波形，即脑干听觉诱发电位(BAEP)、中潜伏期听觉诱发电位(MLAEP)和长潜伏期诱发电位(LLAEP)。其中MLAEP是声音刺激后10～100 ms内出现的电位变化，主要反映中间膝状体和颞叶原始皮层的电活动，其形态学变化与麻醉深度有良好的相关性，在清醒状态下个体间及个体本身的差异性很小，而且与绝大多数麻醉药(氯胺酮、地西泮除外)呈剂量相关的变化，基本符合判断麻醉深度的标准。

在实际应用中，手术患者处于麻醉状态时，AEP波幅降低，潜伏期延长，把监测到的这种变化量化即得到AEPI(AEP index)。AEPI也使用数字(0～100)分度来反映麻醉、镇静深度，100～60表示处于清醒状态，59～40为镇静状态，39～30为浅麻醉状态，<30则表示处于充分麻醉状态。目前临床使用的丹麦A-Line麻醉深度监护仪(又称“听觉诱发电位监护仪”)是第一个以先进的ARX技术快速提取AEP信号为特征的商业性监护仪，分析时间仅需2～6 s，计算出的AEP指数为A-Line系统外因输入自回归模式指数(A-line ARX Index,AAI)。AAI是AEP和EEG线性联合的结果，如果信噪比较高，主要选用AEP信息;如果信噪比下降，将逐渐增加利用EEG信息。爆发抑制时，此部分信息也将被用来辅助计算AAI。A-Line监护仪也可以选用AAI范围0～60，当使用这个范围时，患者清醒期间AAI波动较小;患者处于睡眠状态，AAI数值较低时，曲线分辨率增加。推荐适合外科手术的AAI值是15～25。

4.2 临床研究

AEP和BIS一样均能够良好地反映患者的意识恢复程度，但BIS监测的脑电图是皮层自发电活动，仅反映皮层功能状态的参数及患者镇静程度，而AEP还与脑干功能相关，更能够综合反映患者镇静、镇痛程度[11]。蔡进等[12]研究老年人地氟烷麻醉时，BIS和AEPI均与地氟烷呼气末浓度呈一定剂量相关性，说明AEP可用于监测老年人地氟烷麻醉深度。现代麻醉理论认为，意识的消失和恢复是有阈值性的，达到阈值有意识时唤醒中枢处于“开启”状态，无意识时处于“关闭”状态。麻醉诱导期AEP变化较BIS稍快，但基本一致;术中2种监测反应平行;恢复期BIS值逐渐升高，仅反映麻醉深度的渐进变化，可预测意识恢复，而AEPI的突然升高表明其能监测唤醒中枢活动，是测定麻醉清醒的可靠指标。研究还显示，意识存在时，AEPI的最低值高于无意识时值;无意识时，最高值低于意识存在时值。因此，AEPI较BIS能更加可靠地反映意识的存在与消失，能快速反映清醒与睡眠之间的转换。

AEPI是通过获取刺激诱发的反应而得到的，这种反应需借助皮质下通路才可实现，能部分反映脊髓束的功能活动。因此，它还可以在一定程度上预测切皮时的体动反应。Kurita等[13]认为，七氟烷麻醉时，AEPI较BIS能更准确地评估镇静深度及切皮刺激时的体动。AAI预测体动反应的概率七氟醚麻醉是0.91，异丙酚麻醉是0.92。Martoft等[14]在用硫喷妥钠麻醉的动物实验中发现，AAI能及时监测对疼痛等伤害性刺激的反应。国内一些研究发现，小儿在使用异丙酚、芬太尼复合麻醉下，AAI与镇静深度有良好的相关性，可用于监测术中小儿镇静的水平，但AAI并不能对小儿麻醉中体动有预测作用。但阳红卫等[15]也研究发现，丙泊酚靶控输注复合全麻时，AEP能有效地反映气管插管的刺激，却不能有效地监测切皮和探查时的心血管反应。国外也有研究显示，在七氟醚麻醉中发现施加伤害性刺激后，AAI也不优于BIS，两者表现出相同的监测效果。

总之，AEP用于对患者麻醉深度镇静水平的监测还是很有效的，能够使麻醉维持更平稳，减少麻药的用量，确保患者术中无知晓、术后无记忆，能准确判断意识有无，预测患者体动，更全面反映麻醉深度。

5 熵指数监测仪

5.1 基本原理

熵(ApEn)是一个物理概念，用以描述信息的不规律性。1991年提出用来量化时间序列复杂度，所以特别适用于分析脑电等生物信号，信号越不规律，熵值就越高。它采用一种有效的统计方式边缘概率的分布来区分各种过程，若时间序列包含“重复”模式，则ApEn相对较小;反之，若是一个不可描述(即复杂)过程，则ApEn较大。当麻醉药作用于大脑时，脑电波受到抑制出现一定程度的重复模式，采用一定算法即可得到一个熵值，如果脑波图上的信号是完全抑制，则熵值为0。熵值又可分为状态熵(SE)和反应熵(RE)，前者是根据脑电图(EEG)算出，与麻醉药物在皮层所引起的睡眠效果相关，主要反映皮层的功能;后者则是EEG及额肌电图(FEMG)整合计算的结果，反映面部肌肉的活动敏感度，可以对苏醒作出早期的提示，反应在RE的快速升高后。在全麻期间，如果麻醉是适宜的，则RE和SE是相等的;如果两者数值不等，则可能由于面部肌肉的活动引起，例如疼痛刺激，人们就能够通过RE非常快速地探测到此种变化，进而判断出麻醉不适。

熵具有以下几个特点：只需要较短的数据就能得出稳定的统计值，所需的数据点一般在1 000点左右，较其他监测方法反应更加及时准确;有较好的抗干扰和抗噪能力;对随机信号、确定性信号、混合信号都可使用，对于相对较短的(大于100个数据点)、含噪声的时间序列显示出潜在的应用价值[16]。

5.2 临床研究

对熵指数的研究也集中在与BIS的比较方面，有报道称，在联合使用丙泊酚和雷米芬太尼的麻醉中，ApEn比BIS、SEF95有更好的预测性[17]。但也有不同的报道结果称，在比较实验中，ApEn和BIS均提供相似的信息，差异无显著意义[18]。有报道称，在2例患者的麻醉中脑电开始出现爆发抑制时，BIS没有预测出麻醉药物作用在增加而ApEn能预测，说明ApEn和BIS有同样的临床指导作用。氧化亚氮在舒芬太尼和七氟醚的复合麻醉中，使SE和RE均进一步下降[19];丙泊酚麻醉时逐渐加量至意识消失，ApEn也逐渐下降;但单独使用氧化亚氮，ApEn几乎没变化[20]，说明氧化亚氮对ApEn的影响是间接起作用的。氯胺酮能增加SE和RE，但不改变SE和RE的梯度。动眼、体动会引起熵的假象和干扰测定。出现癫痫、神经功能异常、神经肿瘤等情况时可出现熵与患者实际情况不符的现象。使用神经、精神作用的药物也可引起干扰。