基于GBT27025—2008准则的实验室仪器设备信息化设计

基于GB／T27025—2008《检测和校准实验室能力通用要求》中关于仪器设备以及量值溯源等相关要素要求进行仪器设备管理系统的数据结构设计。利用数据库特性,对与仪器设备相关信息进行“格式化”处理,从存储、查询、分类、统计汇总等方面实现效率和准确性的全面提升。由于开发应用不尽相同以及篇幅所限,本文仅对开发数据结构设计进行讨论。     

自编码器在水质监测点位优化中的应用

水是我们人类赖以生存的必要元素之一,水质的监测结果是进行水质量控制的依据.在一个区域或者流域内就有很多水质监测点位,随着人口增长、工业发展、土壤变更,整个流域发生了很大的改变.原来的点位就存在误选或者偏多、重复性的问题,就需要采取一些措施,尽量用少的点位全面的表现水质的分布,节约人力,物力.为了解决这一问题,本文所提出了一种将auto-encoder神经网络结合系统聚类的方法,用auto-encoder对输入的样本进行特征选取,将特征降维后而重新生成的新样本进行聚类,达到了水质监测点位优化的目的.实验表明,相比于单独使用模糊聚类方法,而不进行特征降维的方法,此方法有一定的效果.     

浅谈GB9706.1-2007中个别条款的检测要求

GB 9706.1-2007医用电气设备第1部分:安全通用要求(以下简称标准)是国家强制执行的医用电气设备的重要的安全准则,是医用电气设备安全有效运行的基础,是对医用电气设备监管及认证检测的主要依据。     

基于Cotraining-LSTM空气质量校准算法

空气环境问题越发成为人们关注的焦点.除了工厂排放的各种废气,私家车的普及都导致了当前令人担忧的空气环境状况.国家相关部门也开始加大对空气环境的治理,提出了环境质量网格化监测的相关政策.在此背景下,市场涌现出很多微型监测仪器,但由于自身内部的传感器精准度不够,存在数据偏差的问题.为了解决这一问题,本文通过利用神经网络技术中的长短期记忆网络（Long Short-Term Memory,LSTM）模型结合半监督学习方法,达到提高监测数据的精准度的目的.通过与其它模型进行对比分析,该方法达到了一定的效果.