Results 61 to 70 of about 15,391 (164)
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
考虑到气象因子条件对绝缘子的等值附盐密度影响复杂,难以建立精确数学模型等问题,提出了一种最小二乘支持向量机的绝缘子在一定的气象因子条件下的等值附盐密度预测新模型。以温度、湿度、风速等主要气象因子为输入,绝缘子等值附盐密度为输出,通过最小二乘支持向量机模型,拟合输入与输出之间的复杂非线性函数关系。以现场采集的气候数据为样本对模型进行学习训练,用训练好模型预测绝缘子在一定气候条件下的等值附盐密度。实践表明该方法具有建模速度快、预测精度高、操作简便等优点,不仅克服了常规的BP预测模型的不足 ...
舒服华, 张望祥
doaj
政策对电力系统负荷有直接的影响。为了充分挖掘政策因素与负荷之间的关系,提高负荷预测的精度,提出一种基于政策建模一致性(PMC)指数的电力政策量化方法,并将其应用到负荷预测中。首先建立电力领域PMC评价体系,然后通过文本挖掘技术得到电力政策文本的PMC指数,最后构建基于长短期记忆的负荷预测模型,将电力政策量化指标与天气、日期等影响因素一同输入模型中,与不考虑政策因素的模型进行对比。实验表明,考虑政策因素的负荷预测模型获得了较好的结果,加入政策量化数据后,负荷预测模型的平均绝对百分比误差从1.67降低到0 ...
刘天斌 +8 more
doaj
变压器作为电力系统的核心设备,其安全运行是电力系统稳定可靠的基础。根据在线监测系统提供的油中溶解气体含量历史数据,预测未来气体体积分数及其发展趋势,是DGA故障预测的关键,也是在线监测的必要补充和提前预警变压器故障的重要手段。现有的预测算法存在着模型泛化性差和没有考虑时间序列模型等问题。为提高预测能力,文中首先介绍了非时序有监督学习和时间序列模型关键技术及其在变压器油中溶解气体体积分数预测的应用;然后搜集和发布了一个大规模数据样本,为算法提供了一个较为全面的验证集,提高模型的泛化性 ...
刘慧鑫 +4 more
doaj
建立一种粒子群优化的改进加权支持向量回归的变压器顶层油温模型,能够准确的估计变压器顶层油温。该模型根据环境温度、变压器负荷、变压器顶层油温等样本数据建立支持向量回归模型,分析变压器顶层油温与其他各因素之间的联系,根据不同影响因素建立支持向量超平面将变压器顶层油温预测限制在一个合理区间,根据支持向量机的惩罚因子和松弛因子的选择使该区间缩小至与实际变压器顶层油温的误差达到最小,使以变压器顶层油温为预测目标函数的预测模型精度最高 ...
李诗勇 +6 more
doaj
基于收集的189个不锈钢管混凝土构件的轴压试验数据建立了机器学习数据库,采用6种机器学习模型(随机森林、决策树、支持向量机、多层感知器、极端梯度提升和自适应提升)分别对圆形和方形截面不锈钢管混凝土构件进行了轴压承载力预测研究,同时分析了不同参数对机器学习模型预测精度的影响。研究结果表明,上述6种机器学习预测模型中预测精度最高的是极端梯度提升模型,对于圆形和方形截面构件所有参数的预测,该模型的均方根误差分别为0.043 5和0.018 8,且预测值与试验值之比的变异系数分别为0.127和0.166 ...
余琪瑶, 廖飞宇, 陆国兵
doaj +2 more sources
18F-FDG PET/CT预测弥漫大B细胞淋巴瘤化疗后无进展生存期
目的评估18F-FDG PET/CT不同代谢参数在分析弥漫性大B细胞淋巴瘤(DLBCL)治疗响应中的预测价值。方法回顾性地选取2015年6月至2020年10月收治18F-FDG PET/CT的81例DLBCL患者。通过多元逻辑回归分析确定DLBCL治疗反应的预测因素,并根据这些因素创建预测模型。之后,通过特性曲线和校准图验证此预测模型的性能。结果首次化疗后2年内,23例患者(28.3%,23/81)疾病复发,58例患者(71.7%,58/81)无进展。本文分析了PET ...
林少春 +4 more
doaj
介绍了测量避雷器接地电阻的三极法原理并用三极法测量接地电阻获得相关数据,通过分析数据建立一个回归预测模型,用标准离差系数和拟合系数来检验该模型的准确性。结果表明,该回归预测模型简单实用、精确度高,适合用来预测避雷器接地电阻的变化。
史丽萍, 朱宁坦, 祝艳华
doaj
A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究)
针对受限玻尔兹曼机(restricted Boltzmann machines,RBM)算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题,基于CRBM(conditional restricted Boltzmann machines)算法以及信念网络(deep belief network,DBN)模型,构建了 一种非线性的CRBM-DBN深度学习模型,并采用高斯分布处理输入特征值和对比散度抽样,用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值 ...
ZHOUXiaoli(周晓莉) +4 more
doaj +1 more source

