课程文献中心 更多>>

关键词： 睾丸病变   良性   恶性   磁共振成像   影像组学  

摘要： 目的探讨基于多参数MRI影像组学联合多种机器学习算法模型对睾丸良恶性病变的鉴别诊断价值。方法回顾性搜集148例经病理证实为睾丸良恶性病变患者的首次MRI及临床、实验室检查资料;其中良性60例,恶性88例;按照7∶3比例随机将其分为训练集(n=103)和测试集(n=45)。采用3D-Slicer软件逐层勾画病灶的感兴趣区(ROI),并提取组学特征。采用最大相关最小冗余(mRMR)、最小绝对收缩和选择算子算法(LASSO)筛选最优组学特征,并分别采用6种机器学习算法构建模型。应用受试者工作特征曲线(ROC)的曲线下面积(AUC)、敏感度、特异度、准确率评估模型的预测效能。结果对比增强(CE)-T_(1)WI+扩散加权成像(DWI)+T_(2)WI中提取的组学特征联合逻辑回归(LR)机器学习算法所构建的模型的AUC值在训练集和测试集分别为0.927和0.982,且敏感度、特异度和准确率为所有模型中最高。结论基于CE-T_(1)WI+DWI+T_(2)WI组学特征并结合LR机器学习算法的模型在睾丸良恶性病变的鉴别诊断中具有最佳的预测效能。

关键词： 织物疵点   YOLOv8   GhostNet   注意力机制   轻量化   目标检测  

摘要： 为应对织物疵点目标检测中背景纹理复杂以及硬件资源有限问题,本文提出一种基于改进YOLOv8n的轻量化织物疵点检测算法(GSL-YOLOv8n)。首先,为减少YOLOv8n模型参数量与网络结构复杂度,结合Ghost思想构建C2fGhost模块,并用Ghost卷积层替换YOLOv8n网络结构的普通卷积(Conv);其次,在主干网络末端嵌入无参注意力机制SimAM,去除冗余背景,增强小目标语义信息和全局信息,增强网络特征提取能力;最后,设计轻量化共享卷积检测头LSCDH,运用Scale层对特征进行缩放,在保证模型轻量化的同时尽可能减少精度损失。改进后的算法GSL-YOLOv8n相比原YOLOv8n模型平均精度提升0.60%,达到98.29%,检测速度FPS基本保持不变,模型体积、计算量和参数量分别减少66.7%、58.0%和67.4%,满足纺织工业生产对织物疵点检测的应用要求。

关键词： 冷链物流   冷鲜肉   路径优化   改进遗传算法  

摘要： 文章致力于优化冷鲜肉路径,通过建立目标函数模型,综合考虑固定成本、运输成本、制冷成本、碳排放成本、货损成本和时间窗惩罚成本等因素,利用改进的遗传算法进行小生境改进和交叉改进,以提高算法的收敛速度和搜索能力。MATLAB软件仿真结果表明,改进的遗传算法在有效性和降低配送成本方面均显著优于传统遗传算法。文章不仅提出了冷鲜肉物流规划优化方法,也为相关领域研究和实践提供了有价值的参考和指导。

关键词： 行为法学   算法管理   行为科学   合规激励   劳动监察  

摘要： 算法管理系指企业管理行为的算法化,是企业管理方式上的一种创新。然而,由于企业盲目逐利,算法管理逐渐异化为其向平台劳动者攫取利益的工具。具体表现为:其一,引起劳动关系的混乱,平台企业借此规避用工责任;其二,劳动基准被击穿,劳动者丧失基本劳动保护;其三,企业奖惩权沦为剥削工具,劳动者遭遇规则侵权。对此,行为法学主张以合法行为激励模式和违法行为惩罚模式来促使企业正确运用算法管理模式。诸如:制定合规指南,引入合规激励措施;改进劳动监察执法机制等。如此,既可以提高企业的生产效率,又不至于使平台从业者的合法权益丧失保障。

关键词： 光伏模型   参数辨识   复数编码   改进型共生生物搜索算法  

摘要： 由于光伏模型具有多模态和非线性的特点,其参数辨识是一个具有挑战性的问题。鉴于传统算法在光伏模型参数辨识领域所面临的可靠性不足、精度低下、易于陷入局部最优解及早熟收敛的局限,提出了一种改进型复数编码共生生物搜索算法(improved complex valued encoding symbiotic organisms search,ICSOS)用于光伏模型参数辨识。为增强传统共生生物搜索算法的寻优能力,引入了复数编码机制,由原先的一维实数编码拓展至二维复数编码空间,以扩大群体的搜索范围,增强算法的寻优能力和速度。仿真验证表明所提出的改进算法在单二极管模型和光伏组件模型参数辨识过程中均具有良好的适用性,与其他优化算法相比,ICSOS算法能够获得更低的均方根误差(root mean square error,RMSE),且能够快速寻优,有效减少预测误差,提高参数识别的精度。

关键词： 透射边界   插值算法   自由场   散射场  

摘要： 一个时间步内外行波以人工波速走过的距离与网格尺寸往往不一致,因此在应用透射边界公式时,一般通过时间插值或空间插值的方法将透射边界的计算结点用有限元结点表示。本文导出了拉格朗日插值算法、埃尔米特插值算法以及三次样条插值算法的透射边界一次透射插值公式,探讨不同插值算法对透射边界数值模拟结果的影响。首先将弹性半空间中入射P/SV波自由场问题的数值解与解析解对比,讨论3种插值算法对计算精度的影响,然后以半圆河谷地形入射P/SV波散射问题为例,对比不同插值算法计算得到的结果。数值结果表明:不同插值算法对透射边界数值模拟结果有显著影响,在3种插值算法中,三次样条插值算法计算精度最高,其次是拉格朗插值算法,相比之下,埃尔米特插值算法计算得到的精度较低。相比于自由场,散射问题的计算结果受3种插值算法的影响较大,拉格朗日插值算法与三次样条插值算法计算结果相近,而埃尔米特插值算法的计算结果差异较大。本研究成果为在应用透射边界模拟场地动力反应时,选择合适的插值算法提供了科学依据。

关键词： 变电站   工程造价   造价预测   粒子群算法   最小二乘支持向量回归   预测精度   运算效率   混合调节策略  

摘要： 【目的】电网建设项目中变电站工程造价的预测一直是影响项目成本管理的重要问题。然而,当前常用的变电站造价预测方法存在预测精度不足、计算效率低等问题,制约了预测模型在实际工程中的应用。为提高预测的准确性和计算效率,提出了一种基于改进的粒子群优化(IPSO)算法和最小二乘支持向量回归(LSSVR)算法的变电站工程造价预测方法。【方法】考虑到常规变电站与智能变电站在设备、技术和运维上的差异,通过分析这两类变电站的特点,对相关数据进行了有针对性的预处理,以去除噪声数据,填补缺失值,并将有效信息转换为特征向量,作为LSSVR模型的输入。为避免传统粒子群(PSO)算法易陷入局部最优解的问题,引入了一种混合调节策略,对PSO算法的惯性权重和学习因子进行优化,使得优化过程更加稳定并具备较强的全局搜索能力。通过该策略IPSO算法可以在全局搜索和局部搜索之间实现更好的平衡。利用IPSO算法优化LSSVR模型参数,并建立变电站工程造价预测模型。【结果】通过与其他预测模型进行比较分析得出结论,所提出的IPSO-LSSVR算法在预测精度上具有明显优势。具体来说,基于该模型的预测误差显著低于其他方法,可以将偏差控制在5%以内。改进后的粒子群优化算法能够有效避免陷入局部最优,确保了LSSVR模型在各种情况下都能提供较为准确的预测结果。【结论】基于IPSO优化LSSVR算法的变电站工程造价预测方法,克服了传统预测方法在预测精度和计算效率上的不足。在实际应用中,该方法能够为电网建设项目的成本管理提供更加准确的预测依据,从而有助于项目预算的合理制定和资源的有效配置。

关键词： 阀门泄漏   支持向量机   麻雀优化算法   故障诊断  

摘要： 由于数据驱动支持向量机模型在阀门泄漏诊断过程中各个参数不具备自适应能力,导致诊断能力较弱,提出了麻雀算法(Sparrow Search Algorithm,SSA)优化支持向量机(support vector machines,SVM)的阀门内漏诊断模型,并在诊断过程和模型诊断性能上与标准SVM模型进行对比分析。结果表明:在诊断过程中,SSA-SVM阀门内漏诊断模型能够适时调整模型参数,并保持较高的诊断性能,多个泄漏诊断指标均优于标准模型。当泄漏诊断准确率优先级高于诊断时间时,SSA-SVM诊断模型拥有更好的阀门泄漏诊断能力。

关键词： 单应矩阵   辅助墙绘   X型角点   畸变校正  

摘要： 针对墙绘作业范围广而人工绘画过程缺少灵活的观测临摹手段、投影起型绘画法调试复杂以及墙绘机设备购置成本高等问题,提出了一种基于单应矩阵畸变矫正的墙绘辅助临摹算法。该算法首先利用平面靶标完成单目相机标定以实现无镜头畸变的图像采集;随后将平面靶标贴合于墙绘区域,确保墙绘区域完整处于相机的视场范围内,作为相机放置的位置约束,通过特征提取算法对特征点进行精确提取;最后,运用线性变换算法完成墙绘平面与正视平面的单应矩阵估计,得出墙绘区域正视图并与待绘图像进行权重融合,观测实时融合效果以实现临摹绘画功能。精度实验通过对不同拍摄位置下获取的正视图进行比较,验证了所提墙绘辅助临摹算法的有效性和准确性;在实际实验中采用低分辨率相机进行实物验证,实验结果呈现高还原度,验证了所提方法的灵活性。

关键词： 瞬变电磁   差分进化   粒子群优化   反演   层状地电模型  

摘要： 面向地下磁异目标探测瞬变电磁数据快速反演的需求,针对单一瞬变电磁反演算法客观存在的问题,基于瞬变电磁地下磁异目标探测原理,分析层状介质中中心回线的瞬变电磁垂直磁场频率响应,构建中心回线层状地电反演模型,设计了一种融合差分进化算法和粒子群算法的智能混合算法(Differential Evolution and Particle Swarm Optimization,DE-PSO)。实验表明,该算法收敛速度快、求解精度高,可有效应用于瞬变电磁探测反演解释中。