课程文献中心 更多>>

关键词： 检验结果互认   医学检验   智能算法   游离甲状腺激素  

摘要： 目的为解决不同仪器游离甲状腺素(FT4)检测结果的显著差异,实现不同医疗机构检验结果互认,设计一种结果转换算法,使各仪器间的检测数据可以相互转换。方法使用确定不同仪器间比对样本数量的算法分别计算2套化学发光检测系统在其检测线性范围内FT4的样本比对个数和浓度,进而建立2套系统间的对应转换区间关系。通过开发数学转换的算法,实现不同仪器间检测结果的相互转换。在其中1套系统的标准曲线上选取20个浓度均匀分布在其检测线性范围内的样本,采用美国临床实验室标准化协会(CLSI)EP15-A2文件比对规则和Passing-Bablok回归分析对2套系统的检测结果进行直接比对和结果转换后的比对。结果2套系统比对所需最少样本数量为8例,直接比对2套系统FT4检测结果的平均百分偏差为38.97%,Passing-Bablok回归分析结果显示,2套系统斜率为0.491;通过转换算法进行结果转换后,FT4的平均百分偏差为9.13%,Passing-Bablok回归分析结果显示斜率为0.955。在临床诊断中,通过算法转换后,转换结果的诊断正确率为95%。结论2套系统FT4检测结果存在着显著的差异,这一问题可以通过智能算法得到解决。该算法能够实现在不同参考区间、不同检测线性范围内,对2套系统的检测结果进行互相转换,使2套系统的检测结果具有可比性。

关键词： 符号网络划分   启发式   变邻域搜索   强化学习  

摘要： 给定一个无向图,符号网络划分问题(signed graph partitioning problem,SGPP)是将节点集合划分为K(K≥2)个互不相交的非空分组,旨在最小化所有位于分组内的负符号边权重之和加上位于分组之间的正符号边权重之和,使网络划分结构尽量趋于平衡。SGPP是NP难问题,在计算机视觉、社交网络分析、生物信息学等实际领域中具有重要应用。但大数据时代的到来给求解大规模SGPP带来一定的挑战。因此,设计新颖且高效的学习驱动型扩展变邻域搜索算法(learning driven extended variable neighborhood search,LDEVNS)来求解SGPP。具体来说,该算法设计全新的快速增量更新策略以及高效的扩展变邻域搜索,同时结合强化学习机制来调整算法搜索过程中的前进方向,进一步探索更有希望的解空间区域来找到更高质量的求解方案。实验部分使用15组大规模社交网络图来评估LDEVNS的高性能,实验结果显示,LDEVNS在求解质量和计算时间方面相较于当前表现最佳的算法具有显著优势,同时也验证了强化学习在LDEVNS中的有效性。

关键词： 智慧农业   智慧果园   小程序  

摘要： 科技的高速发展助力智慧农业的实现,使智慧农业逐渐成为热点,其中果园种植的智能化、数字化潜力巨大。为建设农业强国,提出基于Transformer模型和YOLOv5算法的智慧果园服务小程序,根据模型和算法将需要的数据传入小程序,小程序会根据数据为果农提供适宜的果树种植方案与建议。最后将智慧果园小程序应用于果树种植,实现增效增收,助力智慧果园的实现。

关键词： QGAN   大容量   构造式信息   信息隐藏算法   切尔诺夫界  

摘要： 大容量构造式信息存在嵌入容量与隐蔽性之间的权衡问题,当嵌入的信息量增加时,会对载体数据造成更大的修改,容易受到攻击者的检测和破解,为增强信息安全性,实现信息隐蔽传输,研究基于QGAN的大容量构造式信息隐藏算法.采用经典生成对抗网络的判别器与参数化变分量子电路的生成器,组合成量子生成对抗网络(Quantum Generative Adversarial Networks, QGAN),引入量子切尔诺夫界,优化QGAN的量子线路与迭代方式;建立秘密信息比特与输入态量子比特两者的映射关系,将秘密信息的映射结果作为优化后QGAN生成器的输入状态;将生成含密量子图像样本与真实量子图像样本作为判别器的输入,进行迭代优化,将秘密信息隐藏在量子图像中,实现信息隐藏.实验结果表明:该算法可以高效地完成信息隐藏,并且具备大容量构造式信息隐藏的有效性.

关键词： 稀疏矩阵乘   SpGEMM   SPA算法   HASH算法   ESC算法   机器学习  

摘要： 稀疏矩阵乘算法中主流的row-by-row计算公式上的SPA、HASH、ESC 3种稀疏矩阵乘实现算法,在对不同的稀疏矩阵进行计算时性能差异显著,在不同非零元规模上单一算法不总是能取得最佳性能,而且单一算法与最优选择存在明显差距。为此,提出了一种基于机器学习的最优稀疏矩阵乘算法选择模型,以给定矩阵集作为数据源,抽取稀疏矩阵的特征,并使用SPA、HASH、ESC计算获得的性能数据进行训练和验证,获得的模型能够仅使用稀疏矩阵的特征即可完成对新数据集的算法优选。实验结果表明,该模型可以获得91%以上的预测准确率,平均性能达到最优选择的98%,是单一算法性能的1.55倍以上,并且可在实际库函数中使用,具有良好的泛化能力和实用价值。

关键词： 建筑工程   全过程造价   随机森林   预测  

摘要： 建筑工程造价预测决定招投标报价的准确性,保障工程项目的利润,文章拟通过对随机森林算法进行改进以对造价进行预测,旨在为科学决策提供保障。文章首先介绍了随机森林算法,重点探讨了其适应性缺陷,随后针对标准模型中存在的问题,利用岭回归损失函数对二叉树进行改进,利用五折交叉验证对数据集进行改进,并对各特征指标的回归系数进行计算。引入17个项目案例作为数据来源,分别对5、7、9、11项特征指标纳入情况下的改进型随机森林算法的预测效率进行评估,发现7项特征指标纳入情况下的预测效果最佳,与真实值之间的平均绝对百分误差仅为1.86,满足应用需求。

关键词： 桥梁基础   桩基选型   多尾神经网络   组合分类   智能设计  

摘要： 针对当前桥梁基础设计自动化和智能化水平不足的问题,提出一种基于多尾神经网络的新型架构,并开发了相应的桩基智能选型算法。该算法有效应对了训练样本数量少、类型多且分布不均的挑战。通过定义案例样本数据格式,构建了一个包含90%常见桥型的桩基选型样本库,涵盖简支梁、连续梁、矮塔斜拉桥等多种桥型。分析样本库数据特征后,明确桩基选型是一个典型的“组合分类”问题,并设计了一个由嵌入层、特征提取层和决策层组成的多尾神经网络模型,采用分阶段训练技术进行优化。在此基础上,研发了桩基智能选型算法,并将其集成到云服务平台,成功接入桥梁智能设计系统,实现了桥梁桩基的智能化设计。通过在长赣高铁S101省道特大桥项目中的应用测试,结果显示该算法显著提高了桩基设计效率,达到传统方法的4倍,进而使全桥设计效率提升超过70%。本研究为人工智能技术在勘察设计行业的应用提供了一种新的解决方案,特别是在解决“冷启动”问题上具有重要意义。

关键词： 线性多乘积规划   全局最优解   自适应分支定界   二阶锥松弛  

摘要： 本文针对一类线性多乘积规划问题(LMP)提出一种具有自适应分支规则的分支定界算法.首先将问题(LMP)转化为等价问题,然后利用分段线性近似逼近其非凸约束的凹部分,通过所提出的自适应分支规则分割盒子并迭代细化分段线性近似,将问题(LMP)的求解过程转化为求解一系列二阶锥松弛问题(SOCR).此外,证明算法的收敛性和复杂度.最后,数值结果表明了该算法的有效性和可行性.

关键词： 同步定位与地图构建   目标检测   动态特征点剔除   定位精度   光流法  

摘要： 针对室内动态场景中存在的动态目标会降低同步定位与地图构建(SLAM)系统的鲁棒性和相机定位精度问题,提出了一种基于目标检测网络的动态视觉SLAM算法。选择YOLOv5系列中深度和特征图宽度最小的YOLOv5s作为目标检测网络,并将其主干网络替换为PPLCNet轻量级网络,在VOC2007+VOC2012数据集训练后,由实验结果可知,PP-LCNet-YOLOv5s模型较YOLOv5s模型网络参数量减少了41.89%,运行速度加快了39.13%。在视觉SLAM系统的跟踪线程中引入由改进的目标检测网络和稀疏光流法结合的并行线程,用于剔除动态特征点,仅利用静态特征点进行特征匹配和相机位姿估计。实验结果表明,所提算法在动态场景下的相机定位精度较ORB-SLAM3提升了92.38%。

关键词： 渠道断面   优化设计   猫群算法   边坡系数  

摘要： 为了解决传统渠道断面设计方法在可行性方面的不足,提出一种基于猫群优化(CSO)算法的渠道断面优化设计方法。以某灌区为例,根据灌区基本概况构建渠道断面优化数学模型,采用CSO算法求解,并分析边坡系数对优化结果的影响。结果显示,当边坡系数取1.5时,渠道断面面积优化设计结果最佳,较原方案减少0.681m^(2)。研究表明,CSO算法展示出全局搜索能力强、收敛速度快的优势,可为渠道断面优化设计提供有效的技术支持。