简介:摘要 : 对电力的需求是人们日常生活的主要生活需求之一 。在整体电力企业的管理当中,对电网进行有效的管理是中小企业主要运营的重要问题之一。从具体的应用而言,整体电网的运营与管理工作具有的较为丰富的多样性。其中对电力负荷进行有效的预测是整体电网运营工作中的重点工程之一。有效的电力负荷预测工作,能够使相关技术人员对整体电网的运行有效的调整,进而使 整体电网管理拥有更加优质的管理效果。并使整体电力企业的经济效益进一步以能源管理的方式得以提升。文章 对人工神经网络在整体电力负荷预测中的重要作用进行相应的分析,并解释其具体的应用过程,希望能够为电力管理工作提供有效的现实 性参考。
简介:摘要目的优选活血散瘀泡腾片的提取工艺。方法以芍药苷与羟基红花黄色素A含量、干膏收率为评价指标,采用层次分析法、多指标综合评分法结合正交试验、Back Propagation(BP)人工神经网络优选加水量、提取时间、提取次数等工艺参数。结果芍药苷和羟基红花黄色素A分别在0.079 5~1.590 4 μg、0.038 5~1.539 2 μg范围内线性关系良好,平均回收率分别为98.18%、96.22%,RSD分别为0.77%、1.31%。确定活血散瘀泡腾片最佳提取工艺为9倍量水,加热回流提取3次,每次1 h。结论正交试验联合BP人工神经网络优化方法实用高效,优选的提取工艺科学合理,稳定可行。
简介:摘要目的探讨人工神经网络在腹腔镜操作培训中的应用价值。方法采用前瞻性队列研究方法。选取2019年9—11月陆军军医大学第一附属医院158名腹腔镜零基础学员(2019级、2018级、2017级外科硕士研究生52名,外科规培生58名,实习生12名,进修生36名)进行腹腔镜操作培训。采用随机数字表法将学员分为两组。进行人工神经网络腹腔镜模拟器培训的学员设为人工神经网络组;进行箱式腹腔镜模拟器培训的学员设为普通腹腔镜模拟器组。两组学员利用各组的模拟器,接受10 h(为期5 d的连续训练,每天训练时长为2 h)培训,培训内容为腹腔镜手术基本技能。观察指标:(1)两组学员培训前后腹腔镜模拟器操作成绩比较。(2)两组学员培训后腹腔镜模拟器操作成绩提高程度比较。正态分布的计量资料以±s表示,组内比较采用配对t检验,组间比较采用独立样本t检验。偏态分布的计量资料以M(范围)表示。结果筛选出符合条件的学员158名,男140例、女18例;中位年龄为27岁,年龄范围为20~34岁。158名学员中,人工神经网络组79名;普通腹腔镜模拟器组79名。(1)两组学员培训前后腹腔镜模拟器操作成绩比较:人工神经网络组学员培训前钉子转移、图案切割、结扎、体内缝合打结、体外缝合打结分别为(51.2±4.9)分、(45.6±3.7)分、(43.0±3.6)分、(42.1±3.1)分、(39.6±3.1)分,学员培训后上述指标分别为(78.6±3.0)分、(76.4±3.9)分、(79.9±2.5)分、(78.3±3.5)分、(84.1±3.8)分,学员培训前后上述指标比较,差异均有统计学意义(t=-42.490,-56.256,-80.373,-70.802,-79.742,P<0.05)。普通腹腔镜模拟器组学员培训前上述指标分别为(50.1±2.9)分、(45.4±3.9)分、(42.7±3.0)分、(42.3±3.4)分、(39.2±4.7)分,学员培训后上述指标分别为(70.4±5.0)分、(69.8±4.0)分、(72.3±3.3)分、(72.3±3.5)分、(72.8±3.2)分,学员培训前后上述指标比较,差异均有统计学意义(t=-28.942,-42.436,-58.357,-52.322,-53.098,P<0.05)。(2)两组学员培训后腹腔镜模拟器成绩提高程度比较:人工神经网络组学员培训后钉子转移、图案切割、结扎、体内缝合打结、体外缝合打结操作成绩提高程度分别为(27.4±5.7)分、(30.8±5.0)分、(36.9±4.1)分、(36.2±4.5)分、(39.5±5.4)分,普通腹腔镜模拟器组学员培训后上述指标分别为(20.3±6.2)分、(24.4±5.1)分、(29.6±4.5)分、(29.9±5.1)分、(33.5±5.6)分,两组学员上述指标比较,差异均有统计学意义(t=7.597,7.946,10.638,8.200,6.969,P<0.05)。结论腹腔镜操作培训中引入人工神经网络可以提高培训效果。
简介:摘要:近年来,人工神经网络国际上掀起的一股研究热潮,人工神经网络独特的结构和处理信息的方法,使其在许多实际应用领域中取得了显著的成效,能够解决一些传统计算机极难求解的问题。神经网络实现技术的研究,主要是探讨利用电子、光学、光电和生物等技术实现神经计算机的途径。神经网络应用则是探讨如何利用神经网络解决实际问题,即模拟人类的某些智能行为。随着人们对低质量电力变换器功率因数、谐波污染日益重视,研制新型优质电力变换以逐渐成为热点。矩阵变换器由于其诸多理想特性,正吸引着愈来愈多的科研人员对其开展广泛的研究。本文介绍神经网络机理功能,把神经网络与矩阵变换器控制原理有机的结合起来,提出利用神经网络控制矩阵变换器的输出电压的科学方法。
简介:摘要目的训练放疗计划个体化三维剂量预测模型,并使用该模型建立计划质量控制方法。方法回顾性分析99例已临床实施的早期鼻咽癌同步加量容积旋转调强放疗(VMAT)计划,提取7个几何特征,包括各危及器官(OARs)到PTV、加量靶区和外轮廓的最小距离,及4个坐标位置关系特征。训练(89例)并验证(10例)基于人工神经网络(ANN)的三维剂量分布预测模型;然后基于该预测模型建立放疗计划质量控制方法。以各危及器官剂量学参数D2%、D25%、D50%、D75%和平均剂量(MD)为质量控制指标,通过标准为人工计划和预测剂量差别≤10%。采用由低年资物理师设计的10例计划,对该质量控制方法进行测试。结果18个头颈部OARs的主要剂量学指标,预测剂量与专家计划结果差异无统计学意义。剂量预测结果与专家计划相比,D2%、D25%、D50%、D75%和平均剂量(MD)的差别均控制在1.2 Gy以内。由低年资物理师设计的10例计划均达到常规临床剂量限值的要求,而利用建立的质量控制方法检出1例计划的脊髓、脊髓危及器官的计划体积(PRV)、脑干和脑干PRV剂量限制有待改善。根据模型预测值重新优化计划后,脊髓和脑干D2%分别降低了8.4和5.8 Gy。结论提出了一种简单易行的放疗计划质量控制方法,能克服统一性剂量限值未考虑患者特异性的缺陷,可提高个体化计划质量和稳定性。
简介:摘要目的建立基于卷积神经网络的人工智能烧伤深度识别模型并测试其效果。方法在本诊断试验评价研究中,收集中南大学湘雅医院(下称笔者单位)2010年1月—2019年12月收治的符合入选标准的221例烧伤患者伤后48 h内创面照片484张,采用随机数字编号。采用图像查看软件圈出目标创面,由笔者单位烧伤整形科3名具有5年以上专科工作经验的主治医师判断烧伤深度,用不同颜色标记浅Ⅱ度、深Ⅱ度或Ⅲ度烧伤后,按224×224像素的尺寸切割得到完整大小的图像块5 637张。采用图片生成器将3种深度烧伤图像块均扩充至10 000张后,将每种烧伤深度图像块按7.0∶1.5∶1.5比例分为训练集、验证集和测试集。在Keras 2.2.4 Python 2.8.0版本下,采用卷积神经网络中的残差网络ResNet-50构建人工智能烧伤深度识别模型,输入训练集进行训练,利用验证集对模型进行调整、优化。利用测试集测试构建的模型识别各类烧伤深度的准确率,计算精确率、召回率及F1指数;通过降维工具tSNE将测试结果降维可视化生成二维tSNE云图,观察各类烧伤深度分布情况;根据模型对3种烧伤深度识别的敏感度及特异度,绘制出相应受试者工作特征(ROC)曲线,计算ROC曲线下面积。结果(1)经测试集测试,人工智能烧伤深度识别模型识别浅Ⅱ度、深Ⅱ度、Ⅲ度烧伤的精确率分别为84%(1 095/1 301)、81%(1 215/1 499)、82%(1 395/1 700),召回率分别为73%(1 095/1 500)、81%(1 215/1 500)、93%(1 395/1 500),F1指数分别为0.78、0.81、0.87。(2)tSNE云图显示,人工智能烧伤深度识别模型测试集测试结果中不同烧伤深度之间总体重叠较少,其中浅Ⅱ度与深Ⅱ度、深Ⅱ度与Ⅲ度烧伤之间重叠相对较多,而浅Ⅱ度与Ⅲ度烧伤之间重叠相对较少。(3)人工智能烧伤深度识别模型识别3种烧伤深度的ROC曲线下面积均≥0.94。结论采用ResNet-50网络建立的人工智能烧伤深度识别模型可较准确地识别烧伤患者早期创面照片中烧伤深度,特别是浅Ⅱ度与Ⅲ度烧伤,有望用于临床烧伤深度辅助诊断,提高诊断准确率。
简介:摘要:电力变压器诊断是根据变压器故障特征,定故障的性质或者类别,为变压器的检修决策提供依据。文章对变压器油溶解气体的来源、特点及产生原因进行分析,通过构建变压器油中溶解气体与变压器故障之间的对应关系的专家系统,运用神经网络算法对变压器进行全面诊断,仿真结果表面文章所示方法具有可行性。
简介:摘要:随着煤矿机械设备的发展和采掘技术的进步,煤矿开采深度和掘进面单进深度不断提高,掘进速度也不断加快,造成了瓦斯排放速度和绝对涌出量增加。由于其环境的复杂性和不确定性,煤尘、瓦斯等排放随时变化,且随着井下巷道日益复杂,采掘机械和采掘速度的进步,井下通风系统管理的变量越来越多。为了保证通风系统持续稳定的工作,各需风位置能得到可靠有效的通风,本文采用神经网络算法对通风系统进行可靠性预测,为井下通风管理人员提供一定的通风故障管理依据。
简介:摘要:随着科技的发展,我国进入互联网时代,这便使得互联网中的大数据被越来越多的人使用和重视。信息时代,群众可以从互联网中了解到自己想要的讯息,不管所属何种领域,都会挖掘大数据的经济价值以及科技价值。在目前对于分析大数据的方法来说,难度系数较高,是需要研究出一种新的分析方案,帮助挖掘大数据中存在的更多经济价值和科学价值。在当前可以采用无限深度神经网络方法来分析大数据,这种方法可以对大数据中的信息进行综合、整理、分析,为人们筛选出具有价值的信息。在本文中,将会对大数据分析的无限深度神经网络方法进行分析,希望对有需要的人有所帮助。