会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

基于机器学习算法构建缺血性卒中3个月死亡预测模型研究_陈思玎

目的探讨基于机器学习算法XGBoost构建缺血性卒中发病3个月死亡预测模型的应用价值。方法选择中国国家卒中登记（China National Stoke Registry,CNSR）数据库中缺血性卒中患者为研究对象。按照7∶3比例随机分为训练集和测试集,训练集用于构建预测模型,测试集用于评价模型效果。分别采用XGBoost和Logistic回归方法构建缺血性卒中发病3个月死亡预测模型,通过ROC曲线下面积（area under the curve,AUC）评价两种模型的预测价值。结果共纳入10 645例缺血性卒中患者,平均年龄65.18±12.23岁,女性4045例（38.0%）,入院NIHSS评分4（2～9）分,3个月死亡患者447例（4.48%）。XGBoost和Logistic回归预测模型的AUC分别为0.8539、0.8278（P=0.0835）,灵敏度分别为0.7413、0.7133,特异度分别为0.8286、0.8040。结论基于机器学习算法XGBoost构建的缺血性卒中死亡预测模型表现良好且稳定。

  • 2021-04-26
  • 阅读198
  • 下载0
  • 5页
  • pdf

矿山运输问题中优先分配的理论模型及算法研究_黄今

为降低矿山的运输成本,提高矿山的经济效益,研究矿产品的运输问题具有重要意义。特别是根据不同地区的矿产品紧缺情况,在优先满足必要地区需求的前提下,如何最大限度地降低运输成本,值得深入研究。根据市场实际需求,在传统运输问题的基础上,分别建立产销平衡和产销不平衡优先分配理论模型。通过采用表上作业法对两个模型进行求解,先求解优先分配的销地,然后再求解其余销地,最后以矿山出售矿产品为例进行了对比论证,结果表明:优先分配理论模型的总运费比传统运输模型稍高,但优先分配理论模型解决了在优先考虑销地分配的前提下总运费最小的问题。优先分配理论模型对矿山运输业的发展具有重要意义,将被广泛应用于各种优先分配的运输问题分析中。

  • 2021-04-26
  • 阅读167
  • 下载0
  • 6页
  • pdf

基于粒子群优化算法的CE模型研究_汪瑾

针对CE模型多参数测量数据的融合性弱和自适应调度能力差的问题,提出基于粒子群优化算法的CE模型。首先构建多参数测量数据传输的约束进化参量,根据多参数测量数据融合的优化训练,得到粒子群的适应度函数,建立多参数测量数据传输模型,然后进行CE模型的约束参量输出控制。在此基础上采用粒子群寻优方法进行多参数测量数据的寻优控制,分布式检测多参数测量数据,建立多参数测量数据分布式检测模型,采用非线性重构的方法进行多参数测量数据CE模型构造过程中的自适应调度,实现多参数测量数据的稀疏性重组和融合调度。仿真结果表明,采用该方法进行多参数测量数据CE模型设计,提高了数据的融合和自适应调度能力,粒子群进化寻优的收敛性较好。

  • 2021-04-26
  • 阅读193
  • 下载0
  • 5页
  • pdf

基于改进的CV_RSF模型的甲状腺结节超声图像自适应分割算法_邵蒙恩

双边匹配问题广泛存在于社会生活的各个领域,充分挖掘多形式评价背后的隐藏信息,进行有效表达并对匹配模型合理求解是双边匹配理论研究的核心问题。本文针对评价信息为不确定偏好序的情况,在匹配模型中引入后悔理论与公平性原则,设计自适应学习的双子群并行协作粒子群算法进行求解。考虑不确定偏好序双边匹配决策问题中,匹配个体往往缺乏理性判断,提取竞争度和犹豫度两个方面的有效信息作为匹配个体的真实偏好值。考虑匹配个体的心理因素,引入后悔理论计算每个匹配对的后悔值与欣喜值,同时兼顾匹配个体对所有潜在匹配对象的心理感知。考虑实际匹配过程中有时会出现一方个体对匹配方案难以接受的情况,依据公平性原则以及差异度大小赋予匹配对相应权重,降低差异度明显的匹配对的权重,从而使匹配方案相对公平。本文提出双子群协作的粒子群算法用于双边匹配模型求解,为避免过快陷入局部最优,将粒子群分为普通子群和精英子群。普通子群将最近两代的最大适应值作为动态系数指导粒子学习其他优秀位置和个体最差位置,通过引入更多学习源来避免陷入局部最优。精英子群在粒子速度与位置更新后,利用群体最优位置和群体最差位置动态调节群体次优位置进行局部搜索与学习,提高算法的求解精度。模拟实验结果表明,引入后悔理论提高了匹配方案的综合感知效用值,加入公平性原则使匹配双方的差异度显著降低；与基本粒子群算法相比,双子群协作粒子群算法能更大程度地跳出局部最优解,令匹配方案的综合感知效用值明显提高。

  • 2021-04-26
  • 阅读167
  • 下载0
  • 6页
  • pdf

基于遗传算法的江西七一水库来水流量新安江预报模型参数优化_刘志萍

利用江西七一水库水电站2016—2017年水文资料,基于遗传算法对七一水库来水流量新安江模型进行了参数优化率定,并采用参数率定前后2种来水流量模型对七一水库2018年的预报结果进行检验,重点分析了水库来水流量预报结果的日误差、月误差和年误差以及强降水过程流量预报误差等。结果表明:1）遗传算法参数优化后的模型流量预报误差减小；2）日误差在7月中旬以后明显减小；3）月误差在7月之前以正偏差为主,7月以后以负偏差为主；4）参数优化后的年误差整体好于优化前；5）在强降水过程实例流量预报误差分析中,参数优化后的误差明显减小,但不同强降水过程误差程度相差较大,可能与降水空间分布的不连续性、面雨量计算方法的局限性以及降水的天气类型有关。

  • 2021-04-26
  • 阅读167
  • 下载0
  • 6页
  • pdf

基于主题模型包含突发因素的推荐算法研究_严长春

推荐系统是社交平台个性化服务的重要工具,协同过滤算法由于其推荐的准确性和高效性已经成为推荐领域最经典的算法之一。论文提出一种结合突发话题检测和主题模型的混合协同过滤方法。该算法在语料筛选阶段加入了突发因素,使通过主题模型LDA话题训练的话题具有时效性,然后在低维主题-文档概率分布上计算用户和项目的相似度；最后采用邻域方法预测未知评分。实验表明,该方法适用于微博突发话题的推荐,显著提高了推荐系统的时效性和准确性。

  • 2021-04-26
  • 阅读168
  • 下载0
  • 6页
  • pdf

基于遗传算法的渡船横渡航法寻优模型_孙志宏

目前,渡船横渡内河水域主要依赖船长的经验,依据周围水域的实时态势做出决策,无法对整条横渡航线进行整体把握。因此,所选择航法经常使渡船在航道中间,处于低速等待穿越时机的状态,横渡航行风险相对较高。建立安全评价模型,结合研究添加重要判据求得实际最近会遇距离,加入船舶尺度建立安全评价指标作为适应度函数阈值。应用遗传算法（Genetic Algdrithm, GA）建立基于遗传算法的内河横渡模型,综合考虑经济性、转向角度和转向点数量求取路径的适应值并执行遗传操作。试验选取长江某渡口真实交通流数据作为输入进行模型验证,导出迭代所得路径关键参数,经过专家对关键参数进行分析比对,所得航线的经济性、及时性和安全性均较为合理,构建的模型可应用于渡船横渡内河水域航法寻优中。

  • 2021-04-26
  • 阅读203
  • 下载0
  • 5页
  • pdf

基于改进果蝇算法和长短期记忆神经网络的油田产量预测模型_任燕龙

产量预测是油田生产动态开发研究的重要内容之一。油田的长期生产积累了大量数据,但是波动幅度很大,直接应用长短期记忆神经网络预测油田的生产指标,会出现神经网络泛化性很差的问题。因此,首先利用双层长短期记忆神经网络（long-short term memory,LSTM）和随机式失活对神经网络架构进行调整,建立了深度学习神经网络模型；并提出了一种新的果蝇聚集方法,通过改进的果蝇优化算法对所建立的神经网络模型进行优化,避免其陷入局部最优解,搜寻解空间的最优解；最后,油田实例验证表明,优化后的深度学习网络的网络泛化能力和预测精度有了较大提高,对于油田波动性较大的数据也能较好地拟合。所建立油田产量预测模型可应用于矿场开发实际。

  • 2021-04-26
  • 阅读167
  • 下载0
  • 7页
  • pdf