课程文献中心 更多>>

关键词： 机器学习   新型冠状病毒感染   森林图   人工智能   极端梯度提升(XGBoost)   预后   预测模型  

摘要： 目的探讨影响新型冠状病毒感染(novel coronavirus pneumonia;别名corona virus disease 2019,COVID-19)重症病人预后的危险因素,建立预测模型并进行验证,进而准确地评估COVID-19重症病人的不良预后。方法收集2022年11月1日至2023年7月1日沧州市中心医院收治的526例COVID-19重症病人的临床指标与结局(院内28 d内死亡或存活)。用于R软件“caret”包,将526例病人按7∶3的比例拆分为两组:训练集(n=369)用于模型训练,测试集(n=157)用于模型验证。利用极端梯度提升(XGBoost)、随机森林(RF)2种机器学习算法构建病人临床结局的预测模型,应用SHAP进行XGBoost模型可解释性分析,分别得出影响病人预后的变量。将RF和XGBoost得出的变量取交集得到差异有统计学意义的变量,进而构建决策树模型。最后,在训练集和测试集上利用受试者操作特征曲线(ROC曲线)、曲线下面积(AUC)评估所决策树模型的预测性能。结果通过XGBoost模型得到与院内死亡相关的变量15个,随机森林模型得到与院内死亡相关的变量23个,两种模型取交集得到13个与院内死亡相关性最强的重要变量(白细胞介素-6、N端脑钠肽前体、白蛋白、超敏肌钙蛋白I、淋巴细胞、血乳酸、α-羟丁氨酸、肌酸激酶同工酶、动脉血氧分压、年龄、尿素氮、血红蛋白、乳酸脱氢酶)。用这13个重要变量构建决策树模型,得出2个与病人死亡最相关的变量(白细胞介素-6、淋巴细胞),死亡组病人的白细胞介素-6为155.48(42.81,691.3)ng/L,显著高于存活组15.38(10.51,31.11)ng/L(Z=37387.50,P<0.001)。死亡组病人的淋巴细胞为5.4(3.3,12.6)%,显著低于存活组13.5(8.62,22.28)%(Z=10584.50,P<0.001)。在训练集上的决策树模型预测COVID-19重症病人死亡的AUC为0.86,在测试集上的AUC为0.84。结论基于XGBoost和随机森林这2种机器学习方法构建的决策树模型能够更准确地评估COVID-19重症病人的不良预后。

关键词： 遗传算法   模糊测试   漏洞挖掘   适应度函数  

摘要： 遗传算法在模糊测试领域的应用提高了这一主流漏洞挖掘方法的性能和效率,诞生了一批研究成果.目前对基于遗传算法的模糊测试还没有全面的分析和总结.首先介绍了模糊测试、遗传算法,说明了遗传算法在模糊测试中应用的基本流程,其次,分3个方面(提高漏洞发现能力、执行效率和自动化程度)总结了遗传算法在模糊测试中的作用和实现方式,然后分析了遗传算法用于模糊测试的适应性改进(编码、进化组织、适应度函数设计),最后讨论了当前研究的不足并提出了进一步研究方向.

关键词： 直觉模糊推理   相似度   反向三I支持算法   反向三I约束算法   鲁棒性  

摘要： 以直觉相似度为扰动参数,对直觉模糊取式(IFMP)、直觉模糊拒取式(IFMT)问题的反向三I支持算法和反向三I约束算法进行鲁棒性估计,结果表明,输出的结果不会因为输入的微小改变而产生显著变化,即两种算法均具有良好的鲁棒性.

关键词： 放射性废物桶   层析γ扫描   迭代算法   图像反演  

摘要： 层析γ扫描技术(Tomographic Gamma Scanning,TGS)是目前最为先进的桶装放射性废物γ无损检测技术之一,对于投影数据欠采样条件下的TGS图像反演,传统迭代算法不再适用。本文将基于压缩感知理论的MLEM-TVM算法应用于废物桶TGS图像反演中,在传统MLEM算法迭代的基础上增加TVM迭代过程,提高投影数据欠采样条件下的TGS图像反演的准确性。结合阵列碲锌镉探测器的TGS系统、桶内介质与核素,利用蒙特卡罗程序MCNP5开展废物桶TGS扫描实验模拟,分别采用MLEM算法和MLEM-TVM算法反演桶内介质线衰减系数分布图像和核素活度分布图像,结果表明:MLEM-TVM算法反演桶内介质线衰减系数分布图像的均方差约为MLEM算法的0.18倍,信噪比约为MLEM算法的2.19倍,同时MLEM-TVM算法反演桶内核素^(137)Cs、^(60)Co总活度值也比MLEM算法更加接近实际值。该方法在兼具较高的TGS检测效率、较好的核素识别能力和成像质量方面具有一定参考意义。

关键词： 批量通知树算法   反向生长搜索树   批量采样点策略   启发式函数   快速扩展随机树(RRT)算法   路径重规划  

摘要： 针对批量通知树算法在小样本中搜索路径成功率低、大样本中规划效率低、路径冗余节点多以及无法躲避未知障碍物的问题,提出动态环境批量通知树算法。利用改进批量采样点策略将样本点均匀等间距处理,并改进批量采样点数量以及偏置采样点位置,弥补搜索路径成功率低的缺点;加入惩罚项改进启发式函数,弥补路径规划效率低的缺点;再引入路径拉伸优化减少路径长度以及冗余节点,缩小采样范围。面对未知障碍物,利用反向生长搜索树先验信息提出临时目标点选取策略,并结合改进随机点、转向角以及新节点的快速扩展随机树(RRT)算法,避免重规划路径过分偏离以及不能及时躲避。与其他算法进行对比,结果表明:动态环境批量通知树算法规划路径成功率和效率更高,路径长度和拐点数更少,躲避未知障碍物性能更高,重规划路径更接近全局路径。

关键词： 真实问题解决   小学信息科技   实验教学   计算思维  

摘要： 本文以《算法的时间效率》一课为例,以现实生活的案例为探究对象,探讨了小学信息科技实验教学的具体实施策略,并从培养学生计算思维能力出发,让学生在“真实的学习经历”中进行算法效率验证,培养学生的计算思维,最终实现学科育人的目的。

关键词： 人工智能   CT成像   重建算法   持续增长   征稿函   CT检查   检查频度   硬件和软件  

摘要： CT作为应用最广泛的医学影像检查技术之一,临床检查频度持续增长。据统计,截至2023年,我国CT操作人员数量接近7万人,每年CT检查频度约为4亿人次。随着硬件和软件新技术的层出不穷,CT的临床检查频度显著上升,人工智能重建算法在CT成像方面的应用越来越多,日趋成熟。

关键词： 语音增强   生成式对抗网络   注意力-BLSTM   掩码重构   低信噪比  

摘要： 语音增强是自动语音识别的重要组成之一,近年来,生成对抗网络及其变体模型在语音增强中的建模能力逐渐增强,但仍有泛化能力弱、无法适应低信噪比环境等问题。对此,提出一种结合注意力机制双向长短期记忆网络及掩码学习的GAN语音增强模型。该框架创新了语音增强机制,利用双向长短期记忆网络及注意力层作为生成对抗网络的生成器,并引入掩码学习进行频谱重构,将滤波后的信号与原始信号进行叠加得到增强信号,输入判别器后,两个网络相互博奔达到语音增强的目的。采用TIMIT数据集,通过对比语音质量客观评估和短时客观可懂度等语音评价指标,在不同信噪比环境下对该模型进行评估。实验结果表明,该模型的语音增强效果相比基准生成对抗网络等模型平均提升了11.8%,在噪声干扰大的环境下仍有较强的声学建模能力。

关键词： 结直肠息肉分割   混合注意力   金字塔池化   SiLU  

摘要： 针对结直肠息肉图像中由于病灶形状不规则导致分割边界模糊及分割精度低的问题,提出了一种基于混合注意力和金字塔池化的结直肠息肉分割算法PC-TransUnet(Pyramid Convolutional TransUnet)。首先,采用金字塔池化模块(Pyramid Pooling Module,PPM)捕获不同尺度的上下文信息,从而增强网络的感受野;其次,利用混合注意力模块(Convolutional Block Attention Module,CBAM)关注重要的语义特征并抑制无关的信息;最后,将解码器中的激活函数ReLU替换为SiLU,通过增加激活范围进一步提高分割精度。在Kvasir-SEG和CVC-Clinic DB数据集上的实验结果显示,该算法的平均相似性系数分别达到了96.99%和96.41%,较基础网络分别提高了2.91百分点和2.96百分点。经过实验验证,PC-TransUnet在提高分割精度、减少分割边界模糊方面表现出色,整体性能均优于当前的主流算法。

关键词： 无人机   航空安全   避障算法   马尔可夫决策过程   鲁棒性  

摘要： 针对物流无人机在城市低空复杂环境和高密度动态交通流下的避障决策问题,提出一种动态三维避障算法。首先对城市低空环境建模并将无人机的动态避障问题表达为马尔可夫决策过程,通过在动作集中加入高度变化等飞行动作,将避障算法可行解的范围拓展到三维空间中。其次改进了奖励估值函数,使算法能够在绕飞以及爬升越障中通过蒙特卡罗树搜索权衡最优避障策略。仿真表明该算法能够选择最优策略,缩短24.4%的飞行时间并减少33.2%的飞行距离。最后考虑到无人机感知系统容易因建筑物遮挡受限而造成对环境状态观测不完全,对算法鲁棒性做出了验证,其结果表明随着感知范围缩短,算法仍能求得可行解。