利用关联向量机和S变换识别电能质量扰动

电能质量扰动检测识别对电能质量的监测和治理改善都具有重要作用。为更好地识别电能质量扰动,提出了一种基于关联向量机和S变换的电能质量扰动识别方法。首先,通过S变换提取正弦信号、谐波、电压波动、电压暂降、电压暂升、暂态振荡、谐波暂降及谐波暂升等9种电能质量扰动的主要特征,然后用关联向量机对特征样本进行训练及分类。算例结果表明,该方法能有效地识别出电能质量扰动信号类型,识别时间短,且正确率极高,达98.8%,是应用于实时电能质量监测工程实际的很好选择。     

持续湿热暴露下人体认知表现的响应规律分析

近年来不断加剧的全球变暖引起热浪频发,带来了持续的高温高湿天气,由此导致的人体认知能力受损的问题越来越受到社会关注。为了探索湿热暴露下人体认知表现响应规律,在温度分别为32、35、38、41℃,相对湿度为70%的湿热环境暴露下进行了5种持续认知测试,期间观察了14名男性受试者的认知测试结果(平均反应时间和平均正确率)随环境温度的变化特征。暴露期间认知测试不间断,直到受试者拒绝继续试验。结果表明：受试者处理认知任务的平均反应时间随环境温度升高而增加,平均正确率随环境温度升高而降低;在暴露时间内,平均反应时间在前3段测试中依次增加,然后在第4、5段测试中减少;而平均正确率在前3段测试中持续降低,在第4、5段测试中快速升高;此外,观察到相对认知表现随环境温度升高而降低,但环境温度高于35℃后降低速率减缓;相对认知表现在暴露时间内呈近似U形分布,且环境温度越高,U形曲线最低点对应的时间越靠前。该研究为湿热环境下认知能力的评估提供了一种潜在的解决方案。     

新型鉴别仪器：地沟油现形仅需10分钟

目前国内还没有检测地沟油的统一标准。武汉的专家研发了一种地沟油鉴别方法,前不久刚通过湖北省科技厅鉴定,来自中国粮油学会等专家鉴定称该方法“检测时间短,成本低,操作简单,对合格食用植物油识别正确率达95．2％,地沟油的正确率达到80．5％,达到国际先进水平”。     

品管圈提高电子病历签名正确率的效果分析

为分析研究品管圈对提高电子病历签名正确率的效果,本文随机选取2018年2月共240份电子病历作为品管圈实施前,2018年5月共252份电子病历作为品管圈实施后,以电子病历签名正确率作为主题,对品管圈实施前和实施后的正确率进行调查和要因分析,并制定出相应的措施。结果显示,品管圈活动后的电子病历签名正确率为96.03%,显著高于活动前的72.92%(P<0.05)。因此,品管圈可以显著提高电子病历签名正确率。     

一种基于神经网络和贝叶斯决策的人脸检测方法*

提出了一种利用BP神经网络仿真、利用贝叶斯决策修正仿真结果的人脸检测方法.讨论了单纯使用BP神经网络作人脸的检测判定的不足,并在此基础上提出利用贝叶斯决策对神经网络的仿真结果进行第二次判定的方法.共使用MITEx人脸库的4 000个人脸与非人脸图像进行实验分析,正确率平均提升了3.63%,表明了神经网络的良好判定性能和使用贝叶斯决策进行修正的有效性和必要性.     

基于自架构神经网络模型的磨削故障在线监测方法研究

提出利用神经网络非线性建模原理构建磨削故障在线监测模型,提取磨削过程声发射(AE)信号的FFT峰值、RMS峰值以及信号幅值偏差等特征值作为神经网络输入,磨削烧伤、颤振、砂轮钝化等磨削故障作为网络输出,神经网络的拓扑结构通过自架构方法建立.利用实验获得的典型数据训练和测试网络模型,结果表明,利用自架构方法获得的网络模型具有较高的磨削故障识别正确率,可用于磨削故障的在线监测.     

临床诊断概率模型的建立与改进

介绍建立临床诊断问题数学模型的思路、过程和改进方法,并通过计算得到相应的结论：在一定条件下进行病情普查或诊断时,必须综合考虑多个指标才能提高诊断的正确率．该模型是较为理想的模型,具有一定的推广意义．     

基于改进SVM-RFE的特征选择方法研究

SVM-RFE特征选择算法是一种有效的特征选择方法,具有较高的应用价值。针对传统SVM-RFE特征选择算法中SVM参数(γ和C)难以确定的问题,本文采用粒子群算法搜索SVM的参数。然后将特征向量映射到SVM参数γ确定的核空间中并进行特征选择,有效地将特征选择与SVM分类器设计关联起来。仿真结果表明,特征选择后的数据集仍能保证SVM分类器具有较高的分类正确率。     

基于网格支持矢量机的涡轮泵多故障诊断

支持矢量机是一种基于结构风险最小化原则的机器学习方法,对小样本决策具有较好的学习推广性.由于常规支持矢量机算法是从二类分类问题推导得出的,在解决故障诊断这种典型的多类分类问题时存在困难,为此提出一种网络支持矢量机多类分类算法,用每个类别和其他两个至四个类别构造二类支持矢量机分类器.这些二类支持矢量机分类器组合而成的网格式结构多类分类器,具有容易扩展、重复训练样本少、速度快和识别正确率高的优点.将网格式结构多类分类器应用于涡轮泵试验台多故障诊断获得了令人满意的效果.