课程文献中心 更多>>

关键词： 信号去噪   变分模态分解   麻雀搜索算法   局部放电   改进小波阈值法  

摘要： 针对电力设备局部放电信号的噪声干扰问题,提出了一种麻雀搜索算法(SSA)、变分模态分解(VMD)与改进小波阈值去噪法相结合的去噪算法。以排列熵作为适应度函数,使用麻雀搜索算法确定变分模态分解的模态数和惩罚因子并将含噪局放信号拆分成多个固有模态分量,再根据样本熵确定有效阈值和去噪阈值。将样本熵大于有效阈值的模态分量视为噪声分量剔除,将样本熵小于有效阈值且大于去噪阈值的模态分量进行改进小波阈值法处理,将去噪后的模态分量和小于去噪阈值的模态重构完成信号去噪。在MATLAB软件中进行对比仿真实验,该算法在信噪比x_(SNR)和均方根误差x_(RMSE)方面均有提升且保留了原始信号中的有效信息,验证了其有效性。

关键词： 食管癌   机器学习   影像组学  

摘要： 目的应用不同机器学习算法构建食管鳞癌患者化疗联合免疫治疗反应预测模型,并筛选出最优模型。方法回顾性收集2022年1月至2023年12月在陆军军医大学第一附属医院胸外科住院,行化疗联合免疫治疗的174例食管鳞癌患者,收集患者治疗前的CT及临床信息。采用简单随机抽样法将患者按7:3比例随机分为训练集(n=122)与测试集(n=52)。提取并筛选CT影像组学特征,使用5种机器学习算法构建影像组学模型和临床-影像组学模型。在训练集中进行5折交叉验证,在测试集中采用受试者工作特征曲线(receiver operating characteristic curve,ROC)、F1分数评估预测模型性能,对于表现最佳模型使用局部可解释模型不可知的解释(local interpretable model-agnostic explanations,LIME)算法进行解释。结果174例患者中有115例患者出现临床缓解(66.1%)。从患者临床信息与CT影像中筛选出1个临床特征、10个影像组学特征。基于5种机器学习算法构建的影像组学模型和临床-影像组学模型的最佳ROC曲线下面积(area under of receiver operating characteristic,AUC)分别是0.750(95%CI:0.616~0.883)和0.766(95%CI:0.647~0.895)。最优临床-影像组学模型的F1分数为0.829。基于LIME算法,最佳模型对实例样本的预测显示出可靠性。结论基于机器学习算法构建的临床-影像组学预测模型性能良好,通过预测食管鳞癌患者化疗联合免疫治疗反应,为医生临床决策提供参考。

关键词： DC优化   广义惯性   邻近DC算法   Kurdyka-Lojasiewicz性质   全局收敛  

摘要： 本文考虑求解一类特殊的非凸优化问题,即DC优化问题,其目标函数可以写成一个光滑凸函数,一个适当的闭凸函数和一个连续可能非光滑凹函数的和.本文提出广义惯性的邻近DC算法(GIPDCA),该算法框架在经典邻近DC算法的基础上,对惯性方向和求解子问题时的梯度中心和邻近中心采用了三个不同的外推点.该算法可以包括一些经典的算法作为特例.本文证明了当目标函数具有Kurdyka-Lojasiewicz性质且参数满足合适的条件时,由算法GIPDCA生成的有界序列全局收敛到问题的临界点.最后,通过数值实验验证了算法的可行性和有效性.

关键词： 毫米波定位   智能反射面   张量分解   克拉美罗界限  

摘要： 针对非视距环境下毫米波系统中视距路径被遮挡导致的定位性能急剧下降的问题,提出了一种单个智能反射面辅助的多天线毫米波单基站系统三维定位和方向角估计算法。首先,利用毫米波信道的稀疏特性,结合张量理论,将与位置信息相关的信道参数估计问题转换为张量分解问题进行求解;然后,基于估计的定位相关参数,利用混合到达时间、到达角度和出发角度定位算法估计出移动台的位置坐标和方向角。为了评估所提定位算法的性能,推导了移动台位置和方向角估计误差的理论界限。仿真实验结果表明,所提定位算法能够较好地接近估计误差理论界限,验证了所提算法的有效性。

关键词： 动态混合数据   数据分布变化   多粒度计算   信息融合  

摘要： 在大数据时代,样本规模以及维数的动态更新和变化极大地增加了计算负担,在这些动态数据中,大多的数据样本并不以单一的数据取值形式存在,而是同时包含符号型数据和数值型数据的混合型数据.为此,学者们提出了许多关于混合数据的特征选择算法,但现有的算法大多只适用静态数据或者小规模的增量数据,无法处理大规模动态变化的数据,尤其是数据分布不断变化的大规模增量数据集.针对这一局限性,通过分析动态数据中粒空间以及粒结构的变化和更新,基于信息融合机制,提出了一种面向动态混合数据的多粒度增量特征选择算法.该算法重点讨论了动态混合数据中的粒空间构建机制、多数据粒结构的动态更新机制以及面向数据分布变化信息融合机制.最后,通过与其他算法在UCI数据集上的实验结果进行对比,进一步验证了所提算法的可行性和高效性.

关键词： 注意力机制   土地覆盖分类   特征  

摘要： 为有效提升土地覆盖分类的效果与效率,本文构建了土地分类模型AM-1DCNN。通过引入注意力机制,使1DCNN算法在处理土地覆盖分类相关数据时,更加聚焦关键特征信息,抑制无关信息干扰,增强特征表达能力。实验结果表明,AM-1DCNN能够进一步提高土地覆盖分类的准确率,能够有效应对复杂地貌特征和多样化的土地覆盖类型,并提高分类准确率。

关键词： 路径规划   改进A*算法   关键点提取   移动机器人  

摘要： 为了解决在较大且复杂场景下,传统A*算法寻路会遍历大量节点、计算时间长、易陷入U型陷阱等问题,结合跳点搜索(jumppoint search,JPS),提出一种改进A*算法,利用图像处理技术对全局地图进行关键点提取。对全局地图进行前处理,获取与障碍物对角相距1格的角点,构建关键点列表,提出全局关键点代替A*算法所需要遍历的节点,大量减少计算量;提出布雷森汉姆直线算法重新定义邻居点,使其能够类似于A*算法探寻邻居点获取路径。在MATLAB中进行仿真验证,并在实际场景中测试,结果表明:改进A*算法在更快获取路径的基础上,路径长度更短,折点数更少,有效解决U型陷阱问题。

关键词： 算法青睐   算法厌恶   建议采纳  

摘要： 本文使用建议采纳领域最为经典的JAS范式,探讨人们在处理任务的情景下对算法的态度和偏好,并提出了相关管理启示。研究采用估计实验的方式,并采用方差分析进行测量和分析。研究发现,人们在估计任务时更倾向于算法建议。在实际管理中,需要根据具体情况灵活应用相关策略和方法,以提高算法建议的采纳程度和利用率。

关键词： 无源光网络(PON)   偏振复用(PDM)   零差相干检测   盲相位搜索(BPS)算法  

摘要： 随着接入网带宽需求的增加,100 Gb/s/λ的相干无源光网络(passive optical network,PON)成为未来PON的关键。本文提出一种基于盲相位搜索(blind phase search,BPS)算法的100 Gb/s/λ零差相干DP-16QAM(dual polarization-16 quadrature amplitude modulation)PON系统。该系统在光线路终端(optical line terminal,OLT)一侧采用经过脉冲整形的偏振复用(polarization division multiplexing,PDM)16QAM信号,以降低符号速率。在光网络单元(optical network unit,ONU)一侧,采用零差相干检测技术接收信号,并在数字信号处理(digital signal processing,DSP)过程中使用BPS算法对系统相位噪声进行处理。仿真结果显示,该系统在经过20 km标准单模光纤(standard single-mode fiber,SSMF)传输后,可以实现32.2 dB的功率预算。同时,通过使用具有较大线宽容忍度的BPS算法,当误码率(bit error rate,BER)为10^(-4)时,经过20 km光纤传输后,10 MHz的激光器线宽仅比0.1 MHz多0.6 dB的灵敏度损失,使得相干PON系统可以在OLT一侧使用大线宽激光器来降低系统成本。

关键词： 区块链   共识机制   实用拜占庭容错   信誉机制   标准差聚类  

摘要： 针对实用拜占庭容错共识算法中存在缺少对恶意节点的惩罚机制、通信开销大、主节点选取安全性不足等问题,提出了一种基于信誉和标准差聚类的PBFT共识优化算法TSD-PBFT,旨在提高共识效率和安全性。首先,建立节点动态和静态结合的信誉评估模型,通过实时监测节点投票数和参与度来动态评估节点行为,并剔除恶意节点来提高整体共识效率和可靠性,同时通过周期性地重置高信誉值节点的评分,防止单一节点或小团体长期主导共识过程;其次,提出基于信誉和标准差的聚类算法,引入标准差逐步选取密度高且信誉良好的节点作为聚类中心,避免局部最优解;同时采用改进的K-medoids聚类算法将节点分组并形成两层,实现分层共识来降低共识过程的通信开销;最后,优化主节点选取方式,由聚类中心节点投票产生主节点,通过赋予信誉高且标准差低的节点更高的投票权重来降低恶意节点担任主节点的概率,提高主节点选取的安全性和公正性。实验仿真结果表明,在相同的网络设置和节点数量条件下,与PBFT相比,TSD-PBFT算法平均吞吐量提高了72.1%,平均时延降低了50.2%。与现在类似PBFT改进算法相比,TSD-PBFT也具有明显的性能优势,能更好的适用于大规模联盟链场景。