基于关键规则分组优先提取策略的完备化算法及其实现

在分析现有的完备化策略的基础上提出了关键规则分组优先提取策略,介绍了基于此策略的完备化算法及其具体实现,初步探讨了策略的选择对于提高此类系统演算效率的重要作用。     

基于不完整数据的IHB-LightGBM心脏病预测模型

提出基于不完整数据的IHB-LightGBM(Improved Hyperband-Light Gradient Boosting Machine)心脏病预测模型。首先,在Hyperband算法超参数采样的基础上引入了权重值,并通过蓄水池法按特征权重对其进行排序,从而筛选出最优参数以提高算法的参数寻优能力;其次,针对心脏病数据样本小且属性缺失的问题,使用K近邻算法对不完整数据进行缺失值插补,再将处理得到的完整数据进行归一化,使数据映射至0～1范围内;最后,对LightGBM采用改进后的IHB优化算法进行全局参数寻优,建立IHB-LightGBM心脏病预测模型。使用UCI心脏病数据集进行实验,结果表明IHB算法的参数寻优效果优于贝叶斯、随机搜索等优化算法,IHB-LightGBM模型在各项评价指标也上明显高于随机森林、极端随机树等算法,可以获得更快的预测速度和更高的预测精度。     

生物测定中LC_(50)或LD_(50)的Excell运算方法

<正> 在杀虫剂的生物测定中,经常要计算半数致死浓度(LC_(50))或半数致死量(LD_(50)),以此作为衡量杀虫剂的药效指标,或害虫对杀虫剂产生抗药性的水平。半数有效量的计算方法很多,但传统的手工计算方法十分复杂,不仅要花费大量时间,而且很容易出错,准确性无保证。随着电子计算器在生物测定中的广泛应用,出现了不少用计算器计算半数有效量的方法,在很大程度上简化了运算程序,但击键次数依然很多,稍有不慎就会发生输入错误,影响计算结果。由Mi-     

一种基于GA和梯度下降法的快速模糊系统学习方法

分析了现有模糊系统的两类主要的学习算法存在的缺陷.针对半梯形和三角形隶属度函数,提出了一种保证隶属度函数ε-完备性的方法.实现了一种新的基于遗传算法和梯度下降方法的快速模糊系统学习算法.通过实例进行了模拟,验证了该方法的高效性,以及保证隶属度函数完备性和模糊集合语义一致性的优点.     

利用独立准直器开展调强放疗算法研究

研究利用独立准直器调整射野强度分布。设计了两种递推的办法来计算射野处序列,采用模拟退火算法优化射野片的照射顺序。并以在Ｖａｒｉａｎ ６００Ｃ轲速器上实施三个临床调强射野为例,估计ＩＣ调强放疗的照射时间。照射时间一般在５至１０ｍｉｎ。它近似与机器剂量率成反比,并受调强算法,矩阵元素大小以及强度分级数的影响。     

三维锥形束CT解析重建算法发展综述

同二维的扇束、平行束相比,三维锥束CT需要的扫描时间更短,可以获得更好的空间分辨率和更高的射线利用效率。虽然锥束CT的解析重建算法在数学计算上比较复杂,由于其运算量较大,工程实现起来也有一定的困难,但是随着近几年硬件和算法的快速发展,三维锥束CT变得越来越有希望,医用及工业CT正向着中等甚至大锥角三维锥束CT过渡。鉴于其巨大的实用背景,本文对近些年三维锥束解析重建算法的发展做了一个回顾,尤其是针对长物体问题的算法及短物体问题的算法进行的研究,并对各类算法作了比较和讨论,最后对三维锥形束CT解析重建算法理论的发展进行了展望。     

AAA骨与自体红骨髓复合移植治疗骨缺损

目的：探讨同种异体抵抗原脱钙骨（ＡＡＡ骨）与自体红骨髓复合移植对良性肿瘤刮除后骨缺损修复能力的影响。方法：５８例６６处长骨良性肿瘤刮除后,其有缺损残腔用ＡＡＡ骨与自体红骨髓复合物充填,术后随诊４２例４９处骨缺缺损,每２个月复查Ｘ线照片１次,随访时间１～３年。结果：４９处骨缺损均有９个月内骨性愈合,平均时间为６个月,优良率达９３％。结论：ＡＡＡ骨与骨髓复合物修复骨缺损,其疗效显著,可视为骨缺损修复的     

基于变精度粗糙-模糊集模型的诊断知识获取

提出一种基于变精度粗糙-模糊集模型的诊断知识获取算法,利用相似性聚类方法自动获取模糊隶属函数,将连续属性表示成模糊值,通过定义模糊相似关系和模糊相似类给出了变精度粗糙-模糊模型的近似表示,并引入蚁群算法求取模糊相似关系下的属性约简,进行诊断知识的获取。将其应用于精对苯二甲酸生产过程尾氧浓度故障诊断知识获取中,结果表明:该算法可以从故障数据中提取更客观有效的诊断规则,在实际故障诊断中具有很好的应用价值。     

一种基于改进型遗传算法的模糊聚类

针对模糊C均值算法(FCM算法)难以达到全局最优解的问题,引入了具有全局搜索能力的遗传算法以解决聚类问题,并在标准遗传算法基础上进行了改进。将该算法运用于IR IS数据的聚类,实现了较好的聚类,从而验证了算法的有效性。     

利用Alopex改进的粒子群优化算法及其在软测量建模中的应用

提出了一种利用A lopex算法改进的粒子群优化算法,并将其应用于神经网络的建模中。改进的粒子群优化算法改善了粒子群优化算法摆脱局部极小点的能力,对典型函数的测试和基于神经网络的软测量建模表明:改进算法的全局搜索能力有了显著提高,特别是对多峰函数能够有效地避免早熟收敛问题。