MHT

摘要： 目前,我国随迁子女人数愈发庞大,随迁子女心理健康状况不容忽视。随迁子女跟随其父母到达新城市生活的过程中,受到来自家庭、学校、社会以及自身因素的影响,容易产生各种心理问题。社会各界应给予随迁子女更多的关注与爱护,随迁子女自身同样应培养自身心理韧性与自我效能,改善心理健康。本文根据《心理健康诊断测验(MHT)手册》对南京市H小学226位随迁子女学生进行心理健康调查,得该校内6.6%的随迁子女学生存在严重心理问题,总体心理健康状况良好。

摘要： 针对杂波环境下密集目标的跟踪,在多假设跟踪(MHT)算法框架的基础上将联合概率数据互联(JPDA)算法以联合概率分配的方式引入不相容航迹树间的假设分支生成处理,利用联合概率数据互联在点航迹互斥分配处理中的优势保证簇内不相容航迹树的互斥性.仿真测试和实装测试结果验证了算法的实时性、有效性和鲁棒性,提高了点航迹关联正确率及杂波环境中对密集目标的跟踪性能.

摘要： 目的:探究绝经激素治疗(MHT)围绝经期综合征患者的效果.方法:2019年1月-2020年8月收治围绝经期综合征患者80例,随机分为两组,各40例.对照组给予谷维素治疗;观察组给予MHT.比较两组治疗效果.结果:观察组物质生活、社会功能、心理功能、躯体功能等生活质量评分均高于对照组,差异有统计学意义(P<0.05);观察组治疗后黄体生成素(LH)、促卵泡素(FSH)水平低于对照组,雌二醇(E2)水平高于对照组,差异有统计学意义(P<0.05);观察组治疗总有效率高于对照组,差异有统计学意义(P<0.05).结论:围绝经期综合征患者施以MHT后,激素水平趋于正常,生活质量显著改善,治疗总有效率较高.

摘要： 为了了解重庆市救助管理站内流浪儿童的身心健康状况,为流浪儿童心理干预提供参考依据,采用华东师范大学周步成教授的心理健康诊断测验量表(M HT),并对2016年-2018年进入重庆市救助管理站内的流浪儿童发放该问卷.

摘要： 近期,克朗斯收购了MHT控股股份公司,增加了用于制造PET瓶预坯的模具,填补了PET价值创造链上的空白。克朗斯在饮料行业的客户越来越需要整体解决方案,现在,克朗斯能够为他们提供丰富的PET产品组合,涵盖了整个PET循环,包括制造PET预坯及接下来的拉伸吹塑、PET回收利用,直至再制造一种新的PET预坯。

摘要： 调查留守儿童的心理健康状况和特点,不同性别、不同年级留守儿童心理健康的差异性和特征.调查结果显示:心理健康诊断测验(MHT)得分高于正常水平范围的留守儿童占留守儿童总人数的11.1％,性别不同、年级不同心理特点不同;该地区留守儿童的心理健康问题明显,与已有的研究一致,其中以学习焦虑最为明显.

摘要： 用心理健康诊断测验(MHT)为测量工具,对高中5个班级共244名学生进行心理健康状况调查,调查结果表明,有3. 69%的高中学生存在明显的心理健康问题。前3位心理问题的检出率从高到低依次为恐惧倾向、身体症状、对人焦虑,而且女生在学习焦虑、对人焦虑、过敏倾向等方面的表现显著高于男生。因此,加强对高中学生特别是女生的心理健康教育,提高高中生的心理素质水平十分重要。

摘要： 本发明提供一种IMM‑MHT多目标跟踪方法，基于自适应参数的假设树管理优化，从限制假设树生成以及加速冗余假设树的剪枝两个方面入手，减少运算量，降低系统的运算时间，同时本发明融合了多模型跟踪算法，能够在提高跟踪的稳定性的同时减少murty算法的计算复杂度，从而使得计算速度更快。

摘要： 本申请实施例提供了一种基于MHT算法的文章推荐方法、装置、设备及存储介质，涉及人工智能技术中的网络媒体领域。该方法包括：接收推荐请求，用于请求T个推荐文章，T＞1；响应于该推荐请求，从收集的M个文章样本中选择N个候选样本，M≥N≥1；基于该每一个文章样本的分数，从该N个候选样本中选择K个文章样本，并将该K个文章样本确定为K个根节点，N≥K≥1；基于该K个根节点，利用MHT算法按照确定该T个推荐文章：输出该T个推荐文章。该方法能够提升用户的体验效果、提升推荐的灵活性和可控性、保证轨迹遍历的完整性，降低遍历的时间复杂度，有利于提升MHT模型的实效性，也有利于引入更复杂的模型。

摘要： 本发明公开了一种基于MHT算法的多雷达传感器多目标跟踪方法，该方法将多传感器量测转化为单传感器量测，同时对每一时刻的假设依照概率进行假设删减，并综合考虑了航迹起始与航迹消亡的逻辑，延迟航迹的起始与消亡。本发明实现了对多雷达传感器的多目标检测算法的优化，大大减少了算法的计算量。

摘要： 本发明提供一种IMM‑MHT多目标跟踪方法，基于自适应参数的假设树管理优化，从限制假设树生成以及加速冗余假设树的剪枝两个方面入手，减少运算量，降低系统的运算时间，同时本发明融合了多模型跟踪算法，能够在提高跟踪的稳定性的同时减少murty算法的计算复杂度，从而使得计算速度更快。

摘要： 本发明公开了基于IMM‑MHT算法的智能车激光雷达机动多目标跟踪方法，属于智能车辆技术领域，本方法首先生成跟踪门；接收量测值并对其进行检测识别；接着将航迹和量测联合假设；其次简化和管理假设；然后对航迹进行检测识别；最后对航迹进行滤波和预测。包括以下步骤：步骤(1)：形成航迹跟踪门；步骤(2)：接收t时刻量测值，通过图像处理方法对其进行识别；步骤(3)将跟踪门内量测与航迹生成关联假设；步骤(4)：假设管理；步骤(5)：计算航迹的速度、角速度等信息，对航迹进行识别；步骤(6)：通过交互多模型算法对航迹进行滤波和预测。本发明结合交互多模型算法和多假设跟踪算法，能够更好地处理复杂环境下智能车机动多目标跟踪问题。