Results 71 to 80 of about 16,016 (204)
随着地表水水质恶化日益严重,有效的水质预警预测技术对于水资源的可持续发展与应急响应机制实施至关重要。长短期记忆网络在水质时间序列预测问题中被广泛使用,但是仅使用长短期记忆网络进行水质预测并不能解决各种复杂因素造成的水质序列的不规则波动问题。为了解决该问题,提出一种数据驱动的水质预测混合模型,该模型将基于局部加权回归散点平滑(Loess)的季节与趋势分解(STL)算法与基于编解码的长短期记忆网络(LSTM-ED)结合。首先通过STL的加法模型将水质时间序列分解为3个子序列,然后利用多元LSTM ...
许博文+4 more
doaj
Jinju Hu+4 more
semanticscholar +1 more source
Beggs-Brill模型是具有代表性的压力梯度计算模型,但存在预测的多相管流压力梯度偏差过大的问题。通过对比Beggs-Brill模型的预测误差与试验设置的参数,认为Beggs-Brill模型预测误差与气液比参数关系密切,建立了Beggs-Brill模型预测误差关于气液比的二次回归模型,并结合该回归模型与Beggs-Brill模型,建立了一种新的压力梯度预测方法,即BBM模型。对90组试验数据的处理结果表明,BBM模型的预测平均相对误差为6.07%,而Beggs-Brill模型的预测平均相对误差为21.
荆州 董勇null长江大学信息与数学学院,湖北+5 more
semanticscholar +1 more source
随着人工智能(AI)技术在医学领域的迅速发展,AI模型在肝细胞癌(HCC)诊断、预测预后和疗效方面展现了巨大的潜力。AI技术包括计算搜索算法、机器学习(ML)和深度学习(DL)模型。基于组织病理学、放射学图像及相关分子标志物,利用ML或DL算法提取关键信息,建立的诊断或预测模型有望作为决策辅助工具应用于临床。然而,AI模型的应用尚存在局限性,需要进一步的技术支持、大规模临床验证和监管批准。本文总结了人工智能技术在肝细胞癌诊断、复发及预后预测方面研究进展,特别关注放射组学、组织病理学及分子标志物相关数据。
程兆瑞, 王彤
doaj
为了研究薄壁组合型箱体剪力墙-柱体系模拟预拼装,进行了某大型塔楼19层第9节柱和钢板剪力墙部分构件(共18根)的预拼装模拟。试验详细分析了预拼装方案的可行性及准确性,在此基础上结合钢结构安装顺序,构件主次关系和安装基准面,介绍了结构形式复杂的薄壁组合型预拼装模拟思路。研究结果表明,三维激光扫描仪可大幅提高测量自身精度,让控制点繁多的薄壁组合型实测模型与实测构件最大程度的接近;采用的预拼装模拟实现了薄壁组合型结构的检测过程及拟合结果可视化;预拼装模拟在薄壁组合型箱体剪力墙 ...
何敏杰+4 more
doaj
目的基于简单易得的临床资料,开发并验证2型糖尿病(T2DM)患者并发威胁视力的视网膜病变(VTDR)的风险预测模型,为基层医院提供便捷有效的预测工具,以便早期识别和转诊高危人群。方法使用2017年至2020年广州糖尿病眼病研究中T2DM患者临床数据构建列线图预测模型。使用Logistic回归分析VTDR的影响因素并建立模型,受试者工作特征曲线(ROC)、Hosmer-Lemeshow检验、校准曲线、决策曲线(DCA)用于评价模型的性能。使用k折交叉验证得到的平均ROC下面积对模型进行内部验证 ...
罗瑾+7 more
doaj
Guofeng Liu+5 more
semanticscholar +1 more source