试论放射科X线机维修质量控制及管理对策

现代科技与医疗技术快速发展,医疗器械持续更新,自动化、专业化、电子化水平不断提升,医院对于各项医疗设备的依赖性也在逐年提升.在此种发展环境下,保持各项医疗设备始终处于使用或者备用状态极为必要,作为医院一项关键的设备,放射科X线机维修质量控制及管理受到更多的重视,更多的医院开始根据其结构特征与使用特点等制定对应的质量控制...     

基于灰狼算法与套索算法的支持向量机模型在高维数据诊断中的应用

针对传统支持向量机模型对高维数据分类准确率低、计算量大的问题,本研究设计并实现了灰狼算法(GWO)与套索算法(LASSO)相结合的支持向量机模型,即GSL算法,并将其应用到高维数据诊断中.结果表明,利用GSL算法进行高维数据进行分类具有更高的准确率、更小的误差,能选择出性能更优的参数.     

多机任务分配与路径规划协同优化法研究

针对多无人机执行多目标协同侦察的任务需求,提出了多机多目标任务分配与路径规划的协同优化方法。以单亲遗传算法(partheno genetic algorithms, PGA)为基础,基于Dubins曲线构建了与实际路径代价相结合的代价函数;为进一步减小计算量,提出了基于无人机探测距离的聚类算法,将生成的聚类点作为无人机新的航路点。仿真结果表明：在考虑禁飞区域以及侦察点繁多情况下,该算法能够有效完成无人机的侦察任务分配并同时形成初步航路,提高了任务分配的合理性和收敛速度,并降低了全局代价。     

基于CRITIC赋权法与PSO-SVR模型的滑坡地表位移预测

针对支持向量机在滑坡位移预测中输入项权值无差异,从而影响模型预测精度的问题,提出一种基于CRITIC(Criteria Importance Though Intercrieria Correlation)赋权法与粒子群算法(particle swarm optimization, PSO)优化支持向量回归机(support vector regression, SVR)的滑坡位移预测模型。该模型首先采用皮尔逊相关性分析法,选取与模型输出项相关性较强的3项影响因素,然后由CRITIC赋权法求得对应权值,将加权后的训练集输入基于CRITIC赋权法与PSO-SVR的预测模型,以实现对滑坡地表位移的预测。结果表明：相比SVR、PSO-SVR以及基于熵权法与PSO-SVR的预测模型,本模型具有良好的泛化能力,均方根误差和判定系数分别比未赋权模型降低38.24%和提高6.64%,能有效提高预测精度,预测效果优于其他对比模型。     

基于场因子分解的xDeepFM推荐模型

极深因子分解机（eXtreme deep factorization machine, xDeepFM）是一种基于上下文感知的推荐模型,它提出了一种压缩交叉网络对特征进行阶数可控的特征交叉,并将该网络与深度神经网络进行结合以优化推荐效果。为了进一步提升xDeepFM在推荐场景下的表现,提出一种基于场因子分解的xDeepFM改进模型。该模型通过场信息增强了特征的表达能力,并建立了多个交叉压缩网络以学习高阶组合特征。最后分析了用户场、项目场设定的合理性,并在3个不同规模的MovieLens系列数据集上通过受试者工作特征曲线下面积、对数似然损失指标进行性能评估,验证了该改进模型的有效性。     

基于改进的局部保持投影的战时备件分类

为提升战时合成部队备件保障效能,需对其进行有效分类,以便开展备件的预储预置。针对备件种类多、时效性强、影响分类因素复杂的现实问题,提出了基于改进的局部保持投影的备件分类方法。首先,根据战时备件分类储备的影响因素,作为备件分类的特征指标,其次,利用改进的局部保持投影的降维方法对备件原始特征数据进行特征降维,得到低维特征向量。再利用支持向量机（support vector machine,SVM）的分类器对低维数据进行分类。并通过量子粒子群对SVM的核函数参数进行寻优,提升备件分类精度,得到满足备件分类准确率最优时的降维维数和分类器参数。最后,通过对演习装备备件分类的实例分析,验证了模型的可行性和合理性,并对比分析了其他分类方法,表明该方法能够较好地解决战时备件分类的问题。     

基于高维特征选择的跳频电台细微特征识别

将高维特征用于跳频电台细微特征个体识别具有很大优势,为了增强对跳频电台的分类识别能力,需要增加特征类型和维数,提高特征集的表征能力,但同时会引入大量冗余特征,导致分类器计算时间过长,分类正确率降低。为了降低高维特征集维数,首先采用相关性快速过滤特征选择算法,删除高维特征集中的不相关冗余特征,得到最优特征集。然后利用经过参数优化的支持向量机(support vector machine, SVM)分类器进行训练分类。实验表明,所提算法能够对高维特征集进行合理的降维,提高了SVM的分类器的分类性能,在保证分类正确率的基础上,降低了运算量,提高了跳频电台细微特征识别的时效性。     

鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。