课程文献中心 更多>>

关键词： 一致性预测器   病毒性脑膜炎   临床辅助诊断   置信分类模型  

摘要： 目的:构建病毒性脑膜炎置信分类模型,为临床决策提供参考价值。方法:以病毒性脑膜炎数据为研究样本,采用神经网络(NN)和K最近邻(KNN)作为一致性预测器(CP)的奇异映射底层算法构建病毒性脑膜炎置信模型,即CP-NN和CP-KNN。结果:在设定置信度水平为0.998,CP-NN模型表现优异,其准确率为0.964,精确率为0.969,召回率为0.981,调和平均数为0.975。结论:CP-NN作为病毒性脑膜炎疾病辅助诊断模型,能够解决诊断中个性化高风险评估问题和传统机器学习模型退化问题,同时预测结果附带置信度,使得病毒性脑膜炎诊断更符合医疗需求。

关键词： 蚁群算法   Netlogo   障碍物   最优路径  

摘要： 随着物流行业的不断发展,配送环节是连接买家和卖家的主要纽带,配送时的速度、效率、安全性和经济性影响着客户的满意程度,这使得物流车在配送时追求最优路径。为了使物流车在运输货物的过程中可以有效的躲避路上的障碍物并寻找到最优路径,本文提出A-ACO算法,该算法通过对传统的蚁群算法的基础上增加了躲避障碍物的功能和障碍物影响因子。通过Netlogo对算法进行仿真,在仿真的过程中通过改变蚂蚁的数量来得出起点与终点的最短路径。改进后的蚁群算法相比传统的蚁群算法在安全性条件下获得最优路径。最后通过仿真实验证明,A-ACO算法可以在不同障碍物分布和数量下寻找最优路径的安全性和有效性,为物流公司选择配送路径的选择提供了一定参考价值。

关键词： 铁路选线   铁路线形优化   多目标动态规划   无人机数据   方案比选  

摘要： 铁路线路方案的规划与评价为多目标决策,影响工程经济、环境等多方面。为探讨铁路线路多目标优化方法,提出了基于工程造价、生态指标和碳排放的多目标线形优化方法。基于无人机采集的高精度地理信息数据,通过监督分类进行建(构)造物边界和生态特征的智能识别,建立包含周边复杂环境的耦合约束集。基于自适应动态规划(Approximate dynamic programming,ADP)算法,引入深度神经网络模型实现线形的智能精细化调整,运用帕累托(Pareto)最优原理处理不同目标之间的冲突关系,将帕累托最优解在三维空间中构建出来,给予决策者更多的决策空间。本方法在华东地区某高速铁路连接线项目中得到应用,结果表明:该方法较人工选线方案降低建设经济费用2.28%,生态优化和碳排放优化也分别达到2.67%和1.59%。该智能选线方法可以为设计人员提供不同优化目标的多种线路方案,实现铁路线路经济效益、环境影响的平衡。

关键词： 公共体育教师   高校   教学能力   机器学习   评价模型  

摘要： 为进一步提升高校公共体育教师教学能力评价的科学性和准确性,构建了包含“教学态度、教学实施、教学学术、教学发展”4个维度的高校公共体育教师教学能力评价指标体系,并基于多层BP神经网络模型和最小二乘支持向量机(LSSVM)算法构建了高校公共体育教师教学能力评价模型,同时采用所构建模型对样本数据进行了测试和验证。结果表明,基于多层BP神经网络模型和LSSVM算法所构建的高校公共体育教师教学能力评价模型的学生评价准确率为90.70%和93.88%;同行评价准确率为90.17%和93.24%,均高于90.00%,适合对高校公共体育教师的教学能力进行评价。

关键词： LSTM算法   机车   轴承   温度预测  

摘要： 随着铁路运输的发展,机车运行的线路条件更加复杂,运行速度逐渐加快,驱动轴承的转速和负荷也随之加大,故障率因此提升。为了提早检测出驱动轴承异常问题,文章提出了一种基于LSTM算法的机车驱动轴承温度预测方法,并结合机车故障预测和健康管理系统的数据库研究了不同训练因子对温度预测精度的影响,分析得到最优训练因子并融入算法,提高了算法的预测能力,以期更早发现轴承温度异常发展趋势,从而做到提前干预,降低其故障率。

关键词： 起始阶段   计算思维   信息素养   解决问题能力   思维养成   编程教学   学习和生活   初中阶段  

摘要： 编程教育是培养学生创新能力和解决问题能力的重要渠道,在初中阶段开展编程教学,培养学生的计算思维,能有效提升学生的信息素养,为他们未来的学习和生活筑牢根基。一、培养计算思维意识,开启智慧之门在培养计算思维的起始阶段,学生的计算思维模式需逐步渗透。

关键词： 群决策层次分析法(Gahp)-改进系统聚类算法-云模型   安全风险评价   化工园区  

摘要： 为了精确评估化工园区的脆弱性,考虑个体差异对评估结果的影响,提出基于Gahp-改进系统聚类算法和云模型的化工园区脆弱性评价模型。应用文本挖掘技术对化工园区脆弱性影响因素进行挖掘,在此基础上构建以园区固有危险、园区潜在危险、园区承载体脆弱性和事故损失程度为准则的评估体系;为综合决策者意愿和客观信息,通过群决策层次分析法(Gahp)和改进系统聚类算法组合,确定指标的主观权重和专家的客观权重;引入云模型理论对化工园区脆弱性等级进行评价。对某化工园区开展实证分析,结果表明:该模型能够全面表征某化工园区脆弱性的关键节点,该园区的云数字特征为(0.7667,0.0265,0.0111),脆弱性等级为“轻度脆弱”,与实际情况一致。

关键词： 城镇燃气   燃气管道   巡检路径规划  

摘要： 本研究集中于城镇燃气管道巡检路径的优化算法,以及针对这一算法在实际应用场景中的深入探索和具体实践。其根本目的在于借助全面且深入的研究,以及具有开创性的创新举措,致力于寻觅出一种相较以往更为高效、精确且具备更强适应能力的巡检路径规划手段和方法。这样做是为了有效应对当前城镇燃气管道系统在布局方面呈现出的日益复杂的态势,以及必须严格遵循的安全要求。期望通过这些努力,显著提升巡检工作的整体质量和运作效率,为城镇燃气供应的安全与稳定提供坚实有力的保障。

关键词： 工业仿真软件   数字化转型   机器学习   优化算法   智能制造  

摘要： 工业仿真软件已成为推动装备制造企业数字化转型与优化升级的重要工具。针对某集团智能机加工房的原设计方案,利用工业仿真软件对产房生产线进行数字化建模与模拟运行。通过对数控机床等设备的布局、利用率、物流路径和人机工程的仿真数据进行分析,识别出智能机加工房当前存在的问题,并进一步引入机器学习优化算法,对仿真数据进行深度分析和优化,生成最优配置方案,再回归工业仿真软件进行验证,最终落地实施最优生产方案,极大提升了生产效率,降低了企业投资成本。研究展示了机器学习算法驱动的数字化仿真在智能制造中的创新应用,为数字化转型的推动和应用做出贡献。

关键词： 遥感图像   目标检测   Vovnet   上下文信息融合   自注意力  

摘要： 针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上下文信息并增强视觉表示;同时在FPN的基础上设计了上下文信息融合模块MSSFPN,建立在深层特征图上,在尺度维度对图像特征进行融合以增强目标的特征表示;引入深度超参数化卷积层进行预测,对每个通道的特征图使用独立的权重,使网络适应不同尺度所提取的图像特征,以提高检测精度。改进的算法在公开的Visdrone数据集中的目标检测平均精度均值(mAP)相较于原始Vovnet算法提升6.80个百分点,同样优于其他目标检测算法。实验结果进一步验证了所改进算法在遥感图像目标检测方面的高精度和有效性。