Results 11 to 20 of about 526,480 (164)

基于OCTA构建糖尿病肾脏病临床预测模型 [PDF]

open access: yesZhongshan Daxue xuebao. Yixue kexue ban
目的探讨基于光学相干断层扫描血管成像技术(OCTA),筛查糖尿病肾脏病(DKD)高风险人群的临床预测模型。方法本研究以567例糖尿病患者为研究对象,在逐步logistic回归分析的基础上,运用随机森林算法筛选纳入建模的指标,构建基于OCTA糖尿病肾脏病临床预测模型。通过受试者工作特征曲线评价模型区分度,通过决策曲线分析评估模型临床有效性。结果构建基于OCTA的DKD临床预测模型,ROC曲线下面积为0.878,Brier=0.11。结论本研究构建了基于OCTA结果进行糖尿病肾脏病临床预测的列线图预测模型 ...
陆丽娇   +7 more
doaj   +2 more sources

基于模型预测控制的光储发电系统VSG频率控制方法 [PDF]

open access: yes, 2022
随着光伏发电装机规模大幅提升,电力系统转动惯量不断降低,虚拟同步发电机(virtual synchronous generator,VSG)技术被广泛采用以应对日益严峻的电网稳定性问题。为进一步提高VSG技术对系统稳定性的改善作用,提出基于模型预测控制的VSG频率控制方法。该方法首先在同步发电机转子运动方程和逆变器下垂控制方程基础上建立VSG可优化的离散模型,再通过模型预测控制(model predictive control,MPC)预测VSG转子角频率的运动轨迹 ...
张志丹   +3 more
core   +1 more source

四川和云南地区场地平均剪切波速vS20和vS30经验预测模型研究

open access: yesDizhen xuebao, 2021
利用四川和云南地区共973个工程场地钻孔资料,分别基于常速度外推模型、对数线性模型和条件独立模型的经验外推方法建立了该区域20 m和30 m平均剪切波速vS20和vS30的经验预测模型。研究表明常速度外推模型的预测误差最大,当波速资料深度小于10 m时,常速度外推方法会显著低估实际场地平均波速。基于对数线性外推方法建立了四川和云南地区波速经验预测模型,对比结果表明四川和云南地区平均波速预测结果与北京和加州地区较接近,明显低于日本地区 ...
Lin Jia   +5 more
doaj   +1 more source

NGA-West2地震动预测模型对速度脉冲型地震动各分量的适用性

open access: yesDizhen xuebao, 2023
鉴于传统的地震动预测模型未考虑速度脉冲的影响,可能会低估近断层区域的地震风险,而新一代NGA-West2地震动预测模型对速度脉冲型地震动的适用性有待研究。首先,收集了2013年以来的近断层地震动记录,在充分考虑脉冲方向的不确定性条件下,基于小波方法定量地识别出速度脉冲记录,形成了最新的速度脉冲记录数据库;然后,利用小波提取出速度脉冲记录中的长周期脉冲信号,基于偏差参数分析方法,定量地研究NGA-West2地震动预测模型分别对速度脉冲原始记录和提取长周期脉冲后的残余记录的适用性。研究结果显示,NGA ...
Xiaofen Zhao   +3 more
doaj   +1 more source

基于随机森林与长短期记忆网络的电力负荷预测方法 [PDF]

open access: yes全球能源互联网, 2022
电力负荷具有非线性和时序性的特点,为了深入研究各特征变量对于电力负荷预测的重要性,进而获得更高的电力负荷预测精度,提出了基于随机森林(random forest,RF)算法及长短期记忆网络(long short-term memory,LSTM)的混合负荷预测模型。首先根据时间日期因素及气候因素建立高维特征数据集作为随机森林模型的输入,通过随机森林算法筛选出重要特征量,并使其与历史负荷结合作为LSTM模型的输入,经过粒子群算法对LSTM模型进行参数寻优后得到RF-LSTM混合模型及负荷预测结果 ...
董彦军   +6 more
doaj   +1 more source

缺血性卒中患者卒中复发风险预测模型研究进展及展望 Progress and Prospects of Clinical Prediction Models for Risk of Stroke Recurrence in Ischemic Stroke

open access: yesZhongguo cuzhong zazhi, 2023
临床预测模型在大数据与精准医学时代对精准风险分层、个性化诊疗和管理愈发重要。现有的缺血性卒中复发风险预测模型在开发队列人群、预测因子、预测结局、开发方法以及预测性能上存在较大差异。此外,开发方法上的缺陷、报告内容上的不完整以及外部验证和模型影响研究的缺失,使其临床应用效果受限。因此,后续的临床预测模型研究,一方面,应重视现有模型的验证和评价;另一方面,在开发新预测模型时,在预测因子的选取、模型的选用和拟合、展示方式及结果报告上,应遵循相应的方法学规范,以提高预测性能。 Abstract: In ...
谷鸿秋,杨凯璇,姜英玉,杜柯瑾,饶蓁蓁,杨昕,王春娟,熊云云,荆京,李子孝
doaj   +1 more source

机车辅助逆变器共模传导干扰EMI预测分析

open access: yesGaoya dianqi, 2022
为了预测和谐机车辅助逆变器在VVVF工作模式的共模传导EMI,提出了一种基于频域分析的预测模型,该预测模型将辅助逆变器的Buck电路和三相逆变电路分开研究,分别采用梯形波等效法和双重傅里叶积分法建立两者的干扰源数学模型,再结合共模传导的耦合通道建立等效电路,将干扰源模型和等效电路相结合,根据叠加定律得到系统的共模传导EMI预测模型表达式。预测和仿真频谱结果验证了所提模型的有效性,并结合共模干扰机理给出了抑制措施,该类方法也适用于两级式逆变器的共模传导预测。
彭新平, 李辉, 赖立, 袁义生
doaj  

Grey GM(1, 1|sin) power model based on oscillation sequences and its application(基于振荡序列的灰色GM(1,1|sin)幂模型及其应用)

open access: yesZhejiang Daxue xuebao. Lixue ban, 2019
针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM (1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。
ZENGLiang(曾亮)
doaj   +1 more source

Research on volatility and VaR prediction of Shanghai and Shenzhen 300 index(沪深300指数波动率和VaR预测研究)

open access: yesZhejiang Daxue xuebao. Lixue ban, 2022
基于广义自回归得分(generalized autoregressive score,GAS)和已实现波动率异质自回归(heterogeneous autoregressive of realized volatility,HAR-RV)模型,引入投资者情绪因素,构建了HAR-RV GAS和HAR-RV-SENT GAS波动率模型,旨在预测沪深300指数波动率和风险价值(value at risk,VaR)度量。用自相关函数曲线和高级预测能力(superior predictive ability ...
SHENYinfang(沈银芳), YANXin(严鑫)
doaj   +1 more source

Changes of Potential Suitable Areas for Lynx Under Climate Change in Mohe Area, Daxing'anling Mountains, China 气候变化下中国大兴安岭漠河地区猞猁潜在适宜区的变化

open access: yesWildlife Letters, EarlyView.
Climate change drives shifts in suitable habitats for Eurasian lynx and its prey (hare, roe deer) in Mohe, Daxing'anling Mountains. Under RCP scenarios, moderate warming (RCP4.5) promotes substantial habitat expansion, while high‐emission conditions (RCP8.5) lead to strong expansion in the 2050s but slower gains and partial contraction by the 2070s ...
Binglian Liu   +5 more
wiley   +1 more source

Home - About - Disclaimer - Privacy