课程文献中心 更多>>

关键词： 静脉用药   用药安全   机器学习   预测模型  

摘要： 目的:收集患者临床信息,采用机器学习算法构建患者静脉用药风险预测模型。方法:回顾性纳入静脉用药患者(建模组1 302例和验证组281例),采用药学监护联盟协会提出的药物相关问题V 9.09分类标准分析患者存在的药物相关问题,采用logistics回归、神经网络、CHAID决策树、贝叶斯网络、支持向量机等机器学习算法构建静脉用药风险预测模型,并采用混淆矩阵格式对各预测模型进行评价。通过准确率、召回率、精确率、F1值以及生成验证受试者工作特征曲线下面积(area under curve,AUC)评价模型的预测性能。结果:患者药物相关问题发生率为26.9%。患者药物相关问题主要集中在治疗安全性方面(n=556,94.9%),其次是治疗有效性方面(n=30,5.1%)。构建的模型中支持向量机的预测效能最好,AUC为0.826。结论:机器学习算法构建的静脉用药风险预测模型预测效能良好,可为静脉用药安全管理提供新思路和新方法。

关键词： 磁共振成像   深度学习   图像重建   算法  

摘要： 深度学习重建(deep learning reconstruction,DLR)算法逐步成熟,已经成为MRI图像重建领域最为前沿的技术,随着DLR算法的不断优化和模型泛化性的提升,适用范围越来越广,在优化临床流程、提升图像质量以及疾病的诊断中均发挥了重要作用。DLR算法能够有效地降低图像噪声、减少甚至消除运动伪影、缩短扫描时间,提供更高的对比度,优化诊断效能。随着各类DLR算法的不断开发和成熟,在临床上的应用范围也不断扩大,从以往的2D序列拓展到3D序列,从结构成像到功能成像,逐步展现其潜在的优势,一定会助力MRI疾病诊断能力的提升。本文对MRI DLR算法的临床应用进行总结,为相关研究提供参考。

关键词： 区间二型模糊聚类   多目标粒子群   交替优化   图像分割  

摘要： 区间二型模糊聚类算法通过两个模糊构造不对称的模糊边界,能够有效处理大小、密度不一的团状数据,其聚类中心和模糊指数的组合直接影响聚类效果且不能自适应取得,为解决该问题,提出了多目标交替粒子群优化区间二型模糊聚类算法(Multi-objective alternate particle swarm optimization-based interval type-2 fuzzy clustering algorithm,MOAPSO-IT2FCM)。首先,引入粒子群优化算法对聚类中心和模糊指数分别进行编码优化;其次,充分考虑聚类的细节和完整性,利用多目标优化方法改进粒子群优化算法;最后,采用交替粒子群优化策略对聚类中心和模糊指数进行交替固定优化,以有效确定聚类中心和模糊指数的组合。将MOAPSO-IT2FCM算法用于伯克利彩色自然图像分割,结果表明其能够有效确定合适的聚类中心和模糊指数组合,且聚类效果优于其他对比算法。

关键词： 高压站   继电保护   隔离开关动作   特快速暂态过电压   接地网电位差   耦合路径   小波变换   滤波算法  

摘要： 在电力高压站高压隔离开关动作时,产生的特快速暂态过电压(very fast transient overvoltage,VFTO)耦合到二次电缆传输信号中,会造成测量的不准确和设备的误动作。以提高继电保护抗干扰能力为目的,建立并分析“接地网-二次电缆-智能组件”的耦合路径,根据电力系统理想采样点的信号特征,提出应对接地网电位差干扰的算法,采用启动元件和判定元件快速判断采样值是否为干扰信号,根据高压隔离开关动作引起的接地网电位差干扰信号幅值高、上升时间短和频带范围宽的暂态特性,采用小波变换作为滤波算法。仿真实验结果表明,此滤波算法能够有效地滤除隔离开关动作引起的接地网电位差干扰信号,均方根误差减少91.6%,信噪比提高138.5%,保证了继电保护数据测量的准确性,提高了电力系统继电保护的可靠性。

关键词： 地铁   深度学习   环境满意度评估   图像分类  

摘要： 为全面评估北京地铁乘客对站内环境的满意度,对地铁站内环境图像进行经过隐私保护处理的数据采集,通过问卷调查和随机森林算法,确定影响地铁站内环境满意度的关键指标及其权重,利用被试人员的评估数据,建立包含满意度评分的环境满意度评估数据集。通过学习环境图像与满意度评分的关系,构建深度卷积神经网络模型。为增强模型泛化性,采用迁移学习方法。在北京地铁14号线测试集上,模型评估准确率达到96%,在未经预训练的地铁7号线上迁移学习模型达到94%的准确率。实验结果表明,该模型可准确反映乘客对地铁环境在可达性、安全性、舒适性和愉悦性方面的体验,为地铁服务的优化提供有力参考。

关键词： 线路保护   傅立叶变换   小波变换   动态联合   电力系统  

摘要： 为了准确识别电力系统的故障,本文设计了一种线路保护设备,对电力系统进行测量,并结合傅立叶变换和小波变换分别处理平稳信号和非平稳信号,应用于电力系统配电线路的保护。结果表明,该算法识别信号的偏差在2%以内,具有较高的精度。这能够保证配电线路的供电可靠性,为电力系统领域提供了一定的技术支持。

关键词： 3D打印   三维扫描   中心线提取   位姿调整   特征匹配  

摘要： 骨科急救对支具制造时间具有高度敏感性,3D打印技术为个性化支具快速制造提供了有利条件。由于手肘支具弯曲管状具有大量相对于打印平台的悬空结构,支撑的打印极大影响成型效率。打印底板可旋转的五轴无支撑3D打印工艺为高效打印提供了有效解决方案。但经现场三维扫描的不规则手肘模型位姿需与打印机构适配,才能顺利打印。为解决手肘模型最优位姿适配问题,提出了基于三维手肘模型特征与打印装备结构约束下的位姿调整算法(即五轴无支撑3D打印的手肘模型位姿调整算法)。针对三维扫描模型的不规则性,通过对手肘模型中心线的提取、三坐标轴夹角计算和长短轴几何识别等多维度获得模型空间位姿特征;针对打印装备底板旋转角度限制及底面模型生长点坐标位置,进行手肘模型的底面平行、空间朝向和底板贴近等多角度位姿优化调整,以适合3D打印要求。通过仿真对比分析和打印实验,验证了所提手肘模型位姿调整算法的有效性,对无支撑快速3D打印的切片处理提供支持。

关键词： 社交媒体评论   改进蚁群算法   垃圾邮件发送者  

摘要： 社交媒体评论对购物至关重要,但不良商家组织欺诈性评价者发布恶意评论,误导消费者。本文提出了一种名为IACOA的改进蚁群算法,通过评论投影图检测隐式社区,提高垃圾邮件发送者的识别精度。该算法在审查者投影图中执行,使用组和个人垃圾邮件指标评估意见垃圾邮件发送者组的怀疑度,并输出排名。该方法在预测精度上优于其他四种比较方法。

关键词： 交通工程   风险预判   YOLOV7-Tiny   自动驾驶   长短期记忆网络   轨迹预测  

摘要： 针对传统车辆切入过近导致自动驾驶产生脱离的问题,本文提出一种YOLOV7-Tiny(You Only Look Once Version 7 Tiny)和SS-LSTM(Strong Sort Long Short Term Memory)的自动驾驶风险预判模型。首先,模型改进了视觉目标检测模型YOLOV7-Tiny,增加小目标检测层;其次,引入SimAM(A Simple,Parameter-Free Attention Module for Convolutional Neural Networks)无参注意力机制模块,优化训练损失函数,并对其目标车辆进行轨迹跟踪及预测,通过改进的多目标跟踪算法StrongSORT(Strong Simple Online and Realtime Tracking)的短期预测不断矫正LSTM(Long Short Term Memory)的长期预测,即建立SS-LSTM模型,并将预测的超车轨迹与智能网联车自身轨迹在同一时间纬度下进行拟合,得到传统车辆切入时的风险预判模型。实验结果表明,本文的自动驾驶风险预判方法有效预判了传统车辆切入时的风险。仿真实验表明,改进YOLOV7-Tiny相比于原有算法mAP(mean Average Precision)提高了2.3个百分点,FPS(Frames Per Second)为61.35 Hz,模型大小为12.6 MB,模型满足车载端轻量化的需求。实车实验表明,根据SS-LSTM模型所得到的风险预判准确率为90.3%。

关键词： 民机   航线运行   态势分析   持续适航   事故症候   风险计算  

摘要： 本文结合影响航空公司安全运营和客户关注的因素,提出航线运行安全态势风险算法模型。首先,从事故症候严重/一般、不安全事件、故障千时率、使用困难报告等级、航班不正常情况、持续适航事件风险等级、商业运行放行条件指数、重要类级别以上的服务通告(SB,service bulletin)未贯彻风险8个方面,计算航空运输协会(ATA,Air Transport Association)各章节风险指数;然后,根据单架机风险指数组成的机队风险指数清单,获悉航司各架飞机的风险点;最后,在此基础上分析症结点,提供减缓风险的措施。验证表明,该算法模型可提升机队运营效率和经济性,从而保证飞机安全、通畅运营。