基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

TRIZ理论在解决回转式空气预热器低温腐蚀以及堵灰问题中的应用

回转式空气预热器冷端传热元件的低温腐蚀、堵灰现象在国内外非常普遍,且受到众多电厂的关注,该问题会严重影响到锅炉的安全运行,导致诸如排烟温度增高、热风温度降低、阻力增大、漏风率上升等问题。根里奇·阿奇舒勒创立的TRIZ理论是一种综合的创新方法,可促进发明创造并得到优异的创新产品,它能够帮助我们系统地分析问题,发现问题的本质以及矛盾,从而得到问题实质解。本文针对回转式空气预热器低温腐蚀以及堵灰问题,采用TRIZ理论进行了深入分析。     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

超低排放改造后烟气余热利用设备存在问题及防治措施

随着火电厂超低排放改造的普遍应用，低温省煤器等烟气余热利用设备获得了广泛应用。本文针对烟气余热利用设备在实际工程应用中所存在的低温腐蚀、磨损、积灰堵塞以及振动等问题，分析了形成原因及主要影响因素，提出了选用耐低温腐蚀性能优异的材料制造换热器，合理设计受热面结构型式，控制烟气流速和受热面金属壁温，加装吹灰设备以及导流板和防振隔板等防治对策，有效地解决了烟气余热利用设备所存在的低温腐蚀、磨损、积灰堵塞以及振动等问题。     

纤维增强复合材料结构局部形状与环境腐蚀速率的关系研究

纤维增强复合材料(FRP)结构在外部环境作用下,不同位置的腐蚀速率并不一致,与该位置处FRP形状和环境作用有关。由于FRP结构形状多变的特点,常在梁柱交界处、FRP型材棱角处存在内凹角和外凸角,这些位置结构的腐蚀往往最为严重。本文对环境作用下FRP结构棱角处腐蚀速率的差异进行了理论分析和数值模拟。利用菲克定律下的扩散规律和有限元软件,计算了构件棱角不同角度与扩散速率的关系。定义并计算了棱角处于不同角度时的局部影响系数,结果表明,内部凹角对结构的腐蚀呈减弱影响,外部凸角对腐蚀呈放大效应。利用粒子抛射沉积与环境沉积的相似性,采用蒙特卡罗方法建立了不同粒子数目的粒子抛射沉积模型。定义并计算了角部的环境富集系数,分析发现凹角处会对环境产生汇集作用,凸角对环境分布影响相对较小。综合考虑了棱角对扩散速率的影响和环境富集的影响,定义并计算了结构形状影响系数,结果表明,结构物表面凸出和凹陷处更易受到环境腐蚀,结构耐久性设计时应考虑在棱角进行特殊防护设计。通过计算的结构形状影响系数可以为耐久性定量设计提供计算支持。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。