共查询到20条相似文献,搜索用时 109 毫秒
1.
为满足用户的性能需求及服务质量保障,针对复杂网络服务组合的特点和用户个性化的服务质量(Quality of Service, QoS)需求,研究了云环境下的网络感知服务组合问题,利用云服务和网络服务的QoS属性,提出了一种基于最优路径选择(Optimal Path Selection, OPS)的网络感知服务组合算法。该算法可以提升网络服务质量水平,改善用户体验质量。仿真结果表明,该算法在求解时间和质量两个方面都表现出了良好的性能,而且能动态适应用户复杂的需求,能够有效地解决云计算环境下的服务组合问题。 相似文献
2.
基于快速组合神经网络分类器的数字调制识别新方法 总被引:2,自引:0,他引:2
单个神经网络分类器无法提供一种对所有数据进行精确解释的能力,但是会对部分数据贡献一些有用的信息,组合神经网络分类器利用有效的组合算法集成单个分类器,使分类能力得到显著提高.本文提出一种快速非线性组合算法对通信信号的调制类型进行分类,取得了较好的效果,实验结果证明了此方法的有效性. 相似文献
3.
4.
准确的汽车车速预测对整车能量分配、道路交通管理具有重要意义。针对汽车车速本身具有高度时变性以及单模型预测存在局限性的特点,提出:反向传播神经网络-长短时记忆网络(BP-LSTM)组合神经网络模型,首先利用BP神经网络进行训练,将训练集数据和得到的预测输出、残差输入到Adam算法优化的LSTM神经网络中,用于训练LSTM模型。结合BP网络结构简单、预测时间短、LSTM精度高的优点,通过深度学习框架Tensorflow进行模型的搭建与验证,实现基于BP-LSTM组合神经网络模型的短时车速预测。结果表明:组合神经网络预测效果优于BP、LSTM两种单一模型,预测精度得到改善。 相似文献
5.
针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。 相似文献
6.
电子病历临床数据的单项预测方法不能精确的预测医院的就诊人数。本文建立了基于一阶预测有效度的几何平均组合预测模型,对就诊人数进行预测,并且将非线性组合预测模型变换成为能够运用现成的线性规划软件求解的线性规划模型问题。最后以东南大学附属中大医院某一科室的电子病历临床数据为例,对未来就诊人数进行预测,结果表明该组合预测方法是可行有效的。 相似文献
7.
基于医院信息系统(Hospital Information System,HIS)建设设计的临床路径评价管理系统,可实现单病种临床路径管理控制,规范临床住院诊疗过程,提高诊疗质量,降低患者住院付费。目前,常熟市第一人民医院各科室不断增加入径病例,增加病种数,共开展临床路径180多个,临床路径病例比非临床路径病例诊疗方案、诊疗疗程、抗菌药物的使用、辅助药物的使用更加合理。依托临床路径评价管理手段,提高住院诊疗效率,减少平均住院天数,促进医疗水平不断提高。 相似文献
8.
9.
10.
针对捷联组合导航系统在定位信号无法获取的情况下定位误差大和BP神经网络定位的波动问题提出了基于NARX神经网络的导航算法。该方法在输入端加入输出输入量的时间序列,在定位信号可以获取时间段内对神经网络进行训练,不可获取时使用NARX预测的数据对系统进行补偿,提高定位精度。实验结果表明在30s的失锁时间内NARX神经网络定位精度在3m以内,迭代次数小于15次且数据波动较小,可以准确的预测导航位置。 相似文献
11.
当用于预测的指标和被预测指标间是一种复杂的多元非线性关系时,可运用人工神经网络的方法进行预测,本文探讨了人工神经网络理论在医学统计预测领域中的应用方法。 相似文献
12.
本文基于人工神经网络的非线性和容错性,对集成电路生产工艺进行了分析和优化。主要内容有:1.使用人工神经网络方法建立模型,确定生产线上工艺参数和成品率之间的映射关系,构造以工艺参数为输入,成品率为输出的多维函数曲面;2.对该多维函数曲面进行搜索,找出成品率最高的最优点;3.以该最优点的工艺参数值为依据,确定工艺参数的规范值,对工艺参数提出优化建议,提高成品率。结论:神经网络提出的优化建议是合理的,并 相似文献
13.
14.
15.
本文提出了采用BAM神经网络实现Banyan通信网交换的方法,并从理论和仿真角度证明了其网络流量比传Banyan网有显著提高。 相似文献
16.
17.
利用声音信号对电力变压器进行故障诊断是一种不停机的设备维护方法,可以诊断变压器故障类型或预测故障产生的时间。声音诊断相对于其他诊断方式有许多优点,但是传统的声音自动诊断方法识别率不够理想。为了探索深度学习技术在声音故障诊断方面的可行性,本文采集了真实变压器在正常状态、老化和放电两种故障运行状态下发出的声音信号,对信号分别进行了声谱图转换和梅尔对数谱图的转换,输入一种高效轻量级卷积神经网络--Mobile Net深度学习模型中开展了训练。训练结果表明,将卷积神经网络应用在变压器故障声音诊断上能够得到较高的准确率,尤其是采用梅尔对数谱图对三种状态下识别准确率均能达到99%以上,而采用声谱图进行训练对放电类型的故障识别率较高,老化故障识别率不够理想。 相似文献
18.
19.
目的:通过临床路径系统在医生工作站中的应用,对我院实施临床路径的医院的情况进行描述、分析,发现其中存在的问题,提出个人建议。对单病种进行有效管理,能规范各项诊疗程序,提高医疗质量,保证医疗安全。方法:采用.NET架构的应用设计方案,完全融合于原有医院信息系统之中,实现无缝链接,对多病区单病种进行有效实施。结论:临床路径管理系统是保证医疗质量,减轻患者负担,增加患者满意度,又能降低医疗成本的新型的病种管理模式。 相似文献
20.