学科分类
/ 1
9 个结果
  • 简介:针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法(PSO)优化支持向量回归模型(SVR)并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

  • 标签: 隧道沉降 回归预测 灰色理论 时间序列
  • 简介:1.核磁共振驰豫时间(T1,T2)当氢原子核被置于固定的强磁场中时,会分成顺磁场和逆磁场两种方向排列,而形成两种能级状态。这时若用无线电波来照射这些氢原子核,各氢原子核会因周围环境的差异而吸收不同频率的无线电波的能量从低能级向高能级跃迁,这种现象称核磁共振(NMR)。使氢原子核发生核磁共振的条件是:ω=26753H0式中H0表示氢原子核周围磁场的强度,ω表示使该氢原子核产生共振跃迁的无线电波的频率,比例常数26753,是氢原子核的旋磁

  • 标签: 核磁共振成像 氢原子 纵向弛豫时间 横向弛豫时间 无线电波 驰豫时间
  • 简介:时间常数是检测热电偶动态测试性能的重要指标.为了衡量热电偶的动态测试性能,设计了一种热电偶时间常数测试系统,包括热电偶、恒温槽、数据采集卡、激光对射式光电传感器.测试过程中,由激光对射式光电传感器记录热电偶接触恒温槽恒温介质时间点,由数据采集卡采集热电偶的温度数据以及激光对射式光电传感器的电压数据,由数据采集软件显示并记录温度与电压变化曲线.对热电偶的温度数据进行了拟合,测得热电偶的时间常数并与理论计算值进行了比较.最后对测试过程产生的误差进行了分析.分析结果表明,该热电偶时间常数测试系统可大幅度减少热电偶自身的热惰性所引起的测量误差,但仍会产生其它微小测量误差.

  • 标签: 热电偶 数据采集 激光对射式 光电传感器 时间常数
  • 简介:在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化(HDQ)以及软判决量化(SDQ),SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区(deadzone)的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型(TransparentCompositeModel)的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.

  • 标签: 视频编码 率失真优化 TCM模型 硬判决量化
  • 简介:目的评估血清标本在运行自动生化分析仪器中放置时间对血清总蛋白(TP)、白蛋白(ALB)检测结果的影响。方法按放置时间2、4、6、8h,分4组,每组20份标本;对照管只测TP和ALB。结果血清标本在运行仪器中放置2、4h,TP和ALB与对照管比较无显著性变化;放置6、8h后,TP和ALB与对照管比较显著升高。结论标本在运行的分析仪器中的放置时间,属于分析前的影响因素必须引起观注,并提出相应的对策。

  • 标签: 全自动生化分析仪 放置时间 血清蛋白
  • 简介:针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题,根据贪心算法思想,提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中,根据验证集错误分类率调整当前层神经元数目,使当前模型达到最优后,固定当前层神经数目,网络深度增加一层;继续调整下一层神经元数目,直至整个模型构建完成.最后,根据重构误差微调各层神经元数目.结果表明,与依据重构误差构建的深度信念模型相比,利用此方法构建的深度信念网络模型的分类准确率更高.

  • 标签: 动态构建 深度信念网络 模型深度 神经元数目
  • 简介:LDA主题模型是文本挖掘领域的重要算法,同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题,是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量,我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分,同时结合正样本学习得到的正面预测评分,从正反两个方面进行综合评测,从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验,表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.

  • 标签: LDA主题模型 推荐系统 负样本 矩阵分解 协同过滤
  • 简介:马尔科夫预测模型具有"无后效性",即预测未来的销售情况只与当前的销售数据有关,而与过去的销售数据无关.事实上,过去不同的时间点对当前的销售结果会有不同程度的影响.而指数平滑法恰好弥补了马尔科夫预测模型的缺点,它认为最近的过去销售数据,在某种程度上会持续到未来.因此本文利用二次指数平滑系数法优化马尔科夫预测模型,并以某品牌电动车的销售情况为例进行验证,发现优化后预测模型的绝对误差均小于马尔科夫模型的预测结果.由此得出结论,基于二次指数平滑法优化的马尔科夫预测模型具有可行性.

  • 标签: 马尔科夫链 状态转移概率 二次指数平滑法 销售预测
  • 简介:针对微生物快速检测的需求,基于生长时间光谱法设计了大肠菌群快速检测仪器.根据大肠菌群指数生长期与大肠菌群浓度的关系来计算大肠菌群初始浓度;采用分光光度法对大肠菌群的指数生长时间进行检测;通过实验确定了625nm作为分光光度检测波长;设计了基于双积分球的仪器光路结构,提高了仪器对透过率的测量稳定性,采用样品从实验开始时的初始透过率降低至初始透过率的70%时所需时间作为生长时间,显著降低了检测所需时间,对大肠菌群100cfu/mL的检测,只需要276min.建立了大肠菌群的生长时间与大肠菌群初始浓度的数学模型.设计实验评价了本方案平行样标准偏差小于12.61%;与滤膜法进行比对,相关系数0.979.

  • 标签: 生长时间光谱法 分光光度法 快速检测 微生物分析仪 大肠菌群