基于CPSO-RVM的蒸发过程在线预测模型

针对密闭、长流程的蒸发过程由于待浓缩溶液黏度高或腐蚀性强、设备易结垢、工况变化复杂等原因引起的在线预测模型难以建立的问题,提出了一种基于混沌粒子群优化相关向量机(CPSO-RVM)的预测模型。基于贝叶斯学习框架构建了蒸发过程相关向量机预测模型,克服模型对核函数类型的限制和数据敏感性,在此基础上利用混沌粒子群算法对预测模型的核函数进行优化,获得计算量小、泛化性能优的在线预测模型。某厂实际蒸发过程生产数据的算例表明,在存在新蒸汽和原液干扰、设备结垢的整个清洗周期内,CPSO-RVM模型都能获得很好的预测效果,并且比偏最小二乘回归模型(PLSR)和最小二乘支持向量机模型(LSSVM)精度更高,能为实际蒸发过程的在线控制提供参考。     

基于SVM和LS-SVM的住宅工程造价预测研究

为在方案设计初期与工程造价相关信息很少的条件下,准确快速地预测住宅工程造价,在分析既往相关理论和方法优劣的基础上,选取支持向量机构建住宅工程造价预测模型,并通过主成分分析对原始数据进行降噪处理.选取住宅工程造价预测指标集与样本,对输入指标的数据进行主成分分析,消除指标相关性的同时对原始数据降维,将处理后的数据分别导入到"标准支持向量机"和"最小二乘支持向量机"模型中进行训练和预测,并对预测结果进行对比分析,选取较为合理的预测模型,通过参数寻优进一步优化预测效果.所构建预测模型的相对误差均控制在±7%以内,预测精度较高,结果稳定.     

基于居民健康档案与大数据挖掘技术的慢病控制模型设计

根据2017年国家基本公共卫生服务规范中的规定,各地市建立居民健康档案数据平台以收集与监控居民的健康状况。为解决慢病患者管理难照护难的问题,本文利用健康档案数据对慢病数据进行分析,提出了健康档案数据库建立方法,并利用回归与神经网络方法建立了高血压慢病指数与预测模型。本文提出的模型方法可以较好的实时监测区域高血压发病情况,并对区域高血压人群发病率进行预测。     

冠心病患者PCI前后生活质量的变化

应用普适性量表-医学结局研究简短量表和冠心病专用量表-西雅图心绞痛调查问卷评价经皮冠状动脉介入治疗对冠心病患者生活质量的影响.以PCI治疗成功病例171例和同期接受单纯药物治疗的冠心病病人198例为对象,采用回顾性问卷调查的方式调查患者在入院前1 d、出院后第1天以及病人出院后6个月的生活质量.PCI治疗组患者的生活质量为出院后6个月＞出院前＞入院前(P＜0.05);药物治疗组患者的生活质量为出院后6个月＞出院前＞入院前(P＜0.05);PCI治疗组患者生活质量变化幅度高于药物治疗组患者的生活质量变化幅度;PCI手术可以显著提高冠心病患者的住院期间和出院后近期的生活质量.     

基于随机权重粒子群优化极限学习机的土壤湿度预测

土壤湿度的预测对农业生产和科学研究都有着重要的意义.针对极限学习机(ELM)回归模型预测结果受输入参数影响的问题,本文将随机权重的粒子群优化算法(RandWPSO)应用于ELM回归模型中,提出了一种基于随机惯性权重的粒子群优化极限学习机的土壤湿度预测方法.该方法是利用传感器测出的土壤温度和光照强度数据进行数据预处理,构建出训练样本集,并且建立ELM回归模型,利用随机权重的粒子群算法优化ELM中的输入权值和阈值,避免陷入局部最优,从而建立起基于RandWPSO-ELM土壤湿度预测模型.利用MATLAB仿真软件,构建随机权重的粒子群优化ELM的预测模型,并对呼兰地区大棚甜菜的土壤湿度进行实验.结果表明:该方法的精度高且稳定性好,能够为大棚甜菜的生长提供有效的参考依据.     

基于小波分析的金融时间序列消噪方法及应用

利用小波在信号消噪方面的应用,结合时间序列的预测模型,提出了一种基于小波分解的消噪预测模型,并将其与原预测模型进行比较.最后的比较试验结果发现,应用消噪后的数据进行模型预测比原始数据进行直接预测相对误差更小,从而精度更高.     

数理统计在研究部分人群华法林稳定剂量中的应用

华法林是人工瓣膜置换术后抗凝的唯一口服用药,目前采用国际标准化比值指导治疗,因其安全用药范围小,产生不良后果严重,故精准个体化治疗亟待深入研究。迄今已有大量文献报道了相关基因多态性对华法林的稳定治疗剂量有重要影响,但大多缺乏剂量预测模型的建立和必要的验证过程,部分建模文献也仅选用1～2个基因,且预测百分比低,由于人类不同个体之间存在差异过多,为更好的控制药物剂量,达到治疗效果,收集了295名患者用药资料,并分析患者8个基因位点,通过统计学对个体差异进行分析,建立了预测准确率在68%的华法林稳定剂量预测模型,从而更好地实现统计学在医学用药方向的应用,达到更佳的临床治疗效果。     

螺旋CT在颌面部外伤中的应用

在颌面部外伤的诊断中,以往传统的X线检查占主要地位,但颌面部解剖结构互相重叠,X线平片有时很难全面客观地显示颌面部骨折范围与程度,影响骨折的诊断和治疗.螺旋CT是容积扫描和采样并具有多种图像重建技术,能整体、直观的显示颌面部骨折的特征,对临床诊断和外科整形治疗有很大帮助近年来,我院应用螺旋CT扫描并用多种重建技术对23例颌面部外伤骨折进行诊断,分析并探讨其临床意义. 　　1资料与方法 　　收集了1999年12月～2001年3月颌面部外伤骨折23例,男性16例,女性17例,年龄21～54岁,平均37岁受伤原因中交通事故18例,高处坠落3例,其它2例.所有患者均接受X线平片及螺旋CT扫描,发现平片颧骨骨折10例、上颌骨骨折4例、鼻骨骨折3例、下颌骨骨折6例.……     

基于Fuzzing技术的云数据泄露漏洞检测

目前Web应用上存在接口枚举、越权与敏感信息回传三种逻辑漏洞,在SaaS服务模式的背景下,攻击者利用这些漏洞可以非法获取云端数据,给厂商和用户造成损失.主流的检测方案未实现自动化,依赖测试者经验的渗透测试,难以全面覆盖复杂的Web应用业务逻辑.本文分析云数据服务Web应用的业务逻辑,建立抽象三种逻辑漏洞的威胁模型,设计漏洞Fuzzing检测算法和系统框架,并实现了原型系统.实验结果表明,本文方案可检测造成云数据泄露的三种逻辑漏洞,与人工经验相结合,实现自动化的渗透测试.测试真实Web应用,发现了未被修补的三种逻辑漏洞,并已经得到厂商确认,提升了漏洞挖掘的覆盖度.     

两种不同方法下的矿井涌水量预测对比分析

水文地质参数影响矿井涌水,而在岩溶山区矿山中,含水介质的非均质性、各向异性特别突出,水文地质参数的获取难度很大.因此,文章以弱化水文地质参数的依赖性为目标,应用相关分析和灰色系统理论模型对老鹰山煤矿1995—2013年的矿井涌水量进行拟合,建立了回归方程模型和GM(1,1)模型,并利用2014—2016年数据对模型预测结果进行了验证.结果表明相关分析中老鹰山煤矿矿井涌水量与降雨量密切相关,相关系数为0.835,模型曲线显示是变化形态上的预测,预测模型的精度达87.19%;灰色系统GM(1,1)预测模型的精度良好为82.34%,适合于具有灰色特征的地质数据的模拟、控制和预测,模型曲线显示的是变化趋势上的预测;相关分析法比灰色理论法预测精度高.研究成果为岩溶山区矿井涌水防治提供可靠技术支撑.     

血清Meprin A联合NT-proBNP对川崎病伴冠状动脉损害预测价值的研究

为了探讨血清Meprin A联合NT-proBNP对川崎病(KD)伴冠状动脉损害(CAL)的预测价值,选取宁波市妇女儿童医院住院KD患儿334例为实验组, 同期匹配的上呼吸道感染患儿201例为对照组, 实验组依据超生心动图结果分为冠状动脉损害组(CAL组n=64例)与无冠状动脉损害组(NCAL组n=270例), 所有KD患儿在急性期与恢复期分别检测血清Meprin A、NT-proBNP等相关实验室指标, 运用Logistic回归方程拟合Meprin A及NT-proBNP的联合诊断模型, 并绘制受试者工作特征曲线(ROC), 用DeLong检验两组之间曲线下面积. 结果发现: KD患儿急性期血清Meprin A、NT-proBNP水平均显著高于缓解期及对照组, 差异有统计学意义(P<0.001); CAL组患儿血清Meprin A、NT-proBNP水平均高于NCAL组(P<0.001); Spearman相关性分析显示KD患儿急性期血清Meprin A与NT-proBNP、CRP、ESR之间呈正相关性; ROC曲线分析当血清Meprin A>7.7ng?mL-1时, 预测KD患儿伴CAL的灵敏度为84.37%, 特异度为67.04%, 曲线下面积为0.809; NT-proBNP>966ng?L-1预测KD患儿伴CAL的灵敏度为84.37%, 特异度为79.63%, 曲线下面积为0.883; 联合检测诊断KD伴CAL的预测值>0.134, 灵敏度及特异度分别为75.00%、92.22%, 曲线下面积为0.874. DeLong检验表明二者联合检测及血清NT-proBNP诊断KD伴CAL的ROC曲线下面积均大于血清Meprin A, 差异有统计学意义, 而联合检测特异度为92.22%. 因此, Meprin A、NT-proBNP可能参与KD的致病过程, 且与KD伴冠状动脉损害密切相关, 可用于KD伴冠状动脉损害的辅助诊断. 二者联合检测的诊断特异度均高于单一检测, 可为其早期诊断提供可靠证据.     

机器学习在心血管疾病辅助诊断中的研究:现状与未来进展

心血管疾病具有高发病率、高住院率、高致残率、高死亡率等特征,伴随高额的治疗疾病负担,早期准确诊断心血管疾病意义重大.以机器学习(ML)为代表的人工智能心血管疾病辅助诊断技术为诊断心血管疾病提供了新方法.基于ML疾病诊断技术日趋成熟,且在各类心血管疾病中取得诸多进展,包括冠心病、心力衰竭及心律失常等.本文综述了ML在心血管疾病辅助诊断中的技术背景和研究现状,分析了该领域在临床转化应用方面的挑战,并对未来研究进行了展望.     

取代硝基苯类化合物生物毒性的拓扑化学研究

在拓扑化学理论基础上,采用新型拓扑指数Tp1,Tp2和分子结构信息指示变量I对35个取代硝基苯类化合物的局部化学微环境进行了结构表征,并对其生物毒性进行了定量构效关系(QSAR)研究.实验结果表明,采用偏最小二乘回归法得到的拓扑模型相关系数R和标准偏差S分别为0.981 8和0.151 6,对35个取代硝基苯类化合物生物毒性实验值与计算值的相对平均误差仅为1.09%.留一检验法(LOO)交互检验测试结果显示,该模型具有良好稳定性和较强的预测能力.     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例，首先研究新浪微博签到数据与统计年鉴中实际游客量的关系，用新浪微博签到人数模拟实际旅游人数，建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型，并进行预测；然后结合计量经济学中的协整检验和格兰杰因果关系检验，分析百度指数与微博签到人数之间的关系，利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型；最后比较了2个模型的预测精度。结果显示，百度指数存在地理空间属性，且与新浪微博签到人数互为格兰杰因果关系，存在1~23 d的滞后期。此外，相比ARMA模型，考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%，在样本期外的预测精度提高了27.9%。研究表明，百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

电性拓扑态指数预测多氯代吩噁嗪的热力学性质

用电性拓扑态(E-state)指数表征了136个多氯代吩噁嗪类化合物的分子结构,采用多元回归方法对其热能值(Eth)、恒容热容(CV)、熵(S)、焓(H)、自由能(G)等热力学性质进行关联和预测,构建了5个用电性拓扑状态指数预测多氯代吩噁嗪热力学性质的构效关系相关(QSPR)模型,相关系数均大于0.999.利用Jack-knifed法检验了对标准熵预测模型的稳定性和预测能力,检验的相关系数r2也在0.999以上,预测值与文献值的相对平均误差为0.14%.该模型具有较好的稳定性、相关度和预测能力.     

新疆产12种中草药中微量金属元素的测定

本文测定了新疆产新疆党参,新疆元胡等１２种中草药中十种微量金属元素的含量．结果表明这些中草药中具有显著生理活性的Ｚｎ、Ｆｅ、Ｃｕ、Ｍｎ等元素．它们的含量除了个别样品外均大于或接近于国内其它地区所产的同种中草药、根据冠心病病因的Ｚｎ／Ｃｕ值假说和微量金属元素的含量关系,新疆产１２种中草药也可用于防治冠心病．     

伏安法结合化学计量学测定食品中的香兰素和乙基麦芽

实验采用微分脉冲溶出伏安法(DPSV)对食品中的香兰素和乙基麦芽酚进行同时测定。在pH=10.12的Britton-Robinson缓冲溶液中这2种增香剂都具有峰型良好的氧化峰,在最佳的实验条件下香兰素和乙基麦芽酚的线性范围分别为0.40～6.40、0.20～7.60μg.mL-1,检测限分别为0.28、0.11μg.mL-1。由于这2种增香剂的峰电位相近,所得伏安曲线重叠严重,不经分离难以进行同时测定。本实验将主成分回归法(PCR)、偏最小二乘法(PLS)、一阶导数-主成分回归(DPCR)及一阶导数-偏最小二乘法(DPLS)处理它们的重叠伏安波谱数据并进行定量分析,发现主成分回归法可建立稳定的校正模型并获较好的定量结果。建立的方法用于食品中的2种增香剂的测定,并与高效液相色谱法进行了对照,可获得可靠的定量分析结果。     

演化仿真优化的若干问题研究

针对仿真优化这一仿真领域提出了演化仿真优化的概念及其形式化语言描述，并给出了演化仿真优化的算法实现框架、分类，指出了仿真优化与演化算法相互取长补短的策略。为了提高速度和效率提出了一种混合演化仿真优化的算法：基于拉网的仿真优化算法（MESOAs）。该算法结合仿真系统的输出信息，构造出系统的响应曲面来指导演化算法，同时又不要求系统连接、可导，因此具有通用性、鲁棒性、隐含并行性等优点，它能有效地解决不确定环境（含随机系统和定性系统）的仿真决策优化，连续时间仿真控制优化问题等。最后，给 出了两类测试演化仿真优化算法的测试实例。一类是随机函数，另一类是GI／G／S排队模型，试验的结果表明在解的质量和速度两方面MESOAs都优于曲面响应法、随机搜索法。     

软土地区盾构隧道掘进引起的地表沉降预测修订

在盾构隧道施工时, 地表沉降的Peck公式预测结果往往因地质条件的不同而与实测结果差异较大. 为此研究基于宁波轨道交通1号线地表沉降实测数据, 利用最小二乘和一元线性回归法, 确定了盾构隧道地表沉降槽宽度系数K和地层损失率Vl的取值范围, 并引入了地表最大沉降修订系数α和沉降槽宽度修订系数β对Peck公式进行修订. 结果表明: 宁波软土盾构隧道地表沉降槽宽度系数K范围为0.6~0.9, 建议取0.75, 地层损失率Vl范围为1%~3%, 建议取2%; 当修订系数α取1.2, β取0.8时, 能够获得比Peck公式更好的预测效果.