简介:摘要:本文通过Matlab/Simulink软件搭建光伏系统模型,以人工神经网络(ANN)中的径向基函数网络(RBFN)为基础,建立PSO-RBFN 模型,利用PSO算法寻找网络最优的连接权值,仿真研究了光伏系统在光照、温度等条件变化下MPPT计算的速度和精确度,对光伏系统进行最大功率点追踪研究。
简介:摘要:在建筑工程估价中,人们利用传统的计算工具来计算工程造价,已经不能适应信息化迅速发展的时代,人们迫切需要一种新的方法来代替原来的传统的计算方法。一个有经验的预算师或者估算师,根据某个工程的类别、特征,参照已建工程的数据资料,运用某种方法就能较准确地计算出该工程的造价,误差比较小,这种专家的大脑思维方式值得我们学习。本文引入人工神经网络中的bp网络模型,介绍该模型工程估价的计算过程,指出该模型可对不同情况的工程造价进行合理的预测,并能取得良好地效果,为工程估价带来巨大变化。
简介:摘要人工神经网络(ANN)是一种驱动人工智能(AI)的网络框架,其中采用经典卷积神经网络(CNN)进行胚胎质量评估可进行固定时间节点胚胎细胞计数和图像识别;采用全连接的深度神经网络(DNN),胚胎图像识别准确度提升,适用于较高硬件配置以及需要整合临床信息进行综合预测;残差网络通过增加层数提高准确度并通过跳跃连接解决梯度消失问题,实现动态胚胎评估。贝叶斯网络(BN)机器学习擅长推理,在条件缺失情况下可通过推理弥补数据不足,可结合临床复杂信息进行综合预测评估;支持向量机(MLP)机器学习存在梯度消失与爆炸,容易丢失图像部分空间特征,适用于小样本评估。ANN在预测胚胎植入率、胚胎非整倍体方面具有一定优势,开发新的胚胎质量评估方法减少侵入性检测是人类辅助生殖技术(ART)重要研究方向。
简介:摘要:随着科学技术的发展,人工智能已经被广泛应用到生活中,计算机视觉作为其中的重要领域,也被研究者逐渐重视。本文重点讲述了卷积神经网络以及图像分割的发展史,重点讲述了目前具有代表的deeplab神经网络架构中的特点,分析其中的原理,对后续的研究具有借鉴作用。
简介:摘要目的建立可预测Ⅱ~Ⅲ期胃癌患者淋巴结转移的神经网络模型,并探讨其预测价值。方法病例纳入标准:(1)经病理确诊为Ⅱ~Ⅲ期(第8版AJCC分期)胃腺癌;(2)术前胸片、腹部超声及上腹部CT等检查无肝、肺、腹腔等远处转移;(3)行R0切除。病例排除标准:(1)术前接受过新辅助化疗或放疗;(2)一般临床资料不完整;(3)残胃癌。回顾性收集2010年1月至2014年8月期间在福建医科大学附属协和医院胃外科接受根治性切除术的1 231例Ⅱ~Ⅲ期胃癌患者的临床病理资料。全组共1 035例患者经术后证实淋巴结转移,196例患者未出现淋巴结转移。416例(33.8%)术后病理分期为Ⅱ期,815例(66.2%)为Ⅲ期。全组患者被随机分为建模组861例(69.9%)和验证组370例(30.1%)。先运用Logistic单因素分析方法,对建模组的病例样本进行回顾性分析,筛查影响淋巴结转移的变量,确定人工神经网络输入节点的变量项目,再使用多层感知器(MLP)训练N+-ANN。N+-ANN由Logistic单因素分析筛选出的变量构成输入层。人工智能依据输入数据分析患者淋巴结转移状态,并与真实值进行比较。通过绘制受试者操作特性(ROC)曲线、获取曲线下面积(AUC)来评估模型的准确性。结果建模组与验证组临床资料的比较,差异均无统计学意义(均P>0.05)。建模组单因素分析结果显示,术前血小板淋巴细胞比值(PLR)、术前系统性免疫性炎性指数(SII)、肿瘤大小、临床N(cN)分期与患者出现淋巴结转移有关。将以上因素连同术前中性粒细胞淋巴细胞比值(NLR)、术前糖类抗原19-9、术前癌胚抗原、肿瘤位置、临床T(cT)分期作为输入层变量构建N+-ANN。建模组N+-ANN对术后淋巴转移预测准确率为88.4%(761/861),灵敏度为98.9%(717/725),特异度为32.4%(44/136),阳性预测值为88.6%(717/809),阴性预测值为84.6%(44/52),AUC值为0.748(95%CI:0.717~0.776);而验证组,N+-ANN的预测准确率为88.4%(327/370),模型灵敏度为99.7%(309/310),特异度为30.0%(18/60),阳性预测值为88.0%(309/351),阴性预测值为94.7%(18/19),AUC值为0.717(95%CI:0.668~0.763)。根据N+-ANN所输出的个体化淋巴结转移概率,取截点0~50%、>50%~75%、>75%~90%、>90%~100%,将患者分为N0组、N1组、N2组、N3组。建模组和验证组的N+-ANN对pN分期总体预测准确率分别为53.7%和54.1%,而cN分期对pN分期的总体预测准确率仅为30.1%和33.2%。结论本研究构建的N+-ANN能准确预测Ⅱ~Ⅲ期胃癌患者的淋巴结转移情况。基于N+-ANN的个体化淋巴结转移概率相较于cN分期,对pN分期预测的准确性更高。
简介:摘要随着大数据时代的到来,基于机器学习的人工智能技术,尤其是人工神经网络技术发展迅速,相关研究已涉及口腔医疗多个领域,特别在口腔三维解剖特征的自动化分割与识别方面具有巨大的应用前景,可辅助口腔医师及技师完成繁琐重复的手工操作,并更高效精确地完成诊断与诊疗计划制订。本文简要总结人工神经网络在口腔三维解剖特征的分割与识别领域的应用现状与现存问题,为相关研究与临床应用提供参考。
简介:摘要:深度学习是人工智能领域的重要研究方向,TensorFlow是目前流行的深度学习框架。首先对TensorFlow框架及其环境搭建进行了介绍,在Tensorflow框架基础之上实现了U-Net网络模型;然后论述了基于该框架的卷积神经网络模型在脑出血CT图像分割中的应用。
简介:摘 要 航材保障面临着库存积压、库存结构不合理等问题,严重影响了航材保障质量效益。其中原因之一,就是航材消耗规律把握不够准确,在一定程度上影响了航材订货决策的科学性。因此,本文将尝试根据航材的消耗规律运用BP神经网络预测方法建立模型,并通过实例计算预测,验证所建立模型的准确度,对预测结果进行分析评价航材。
简介:摘要:随着我国经济的快速发展,企业财务方面出现诸多问题,企业财务面临着巨大的风险,需要对于风险问题有及时的预测机制。企业发生财务危机是一个逐步显现、缓慢恶化的过程,它的发生具有一定的先兆,因此具有可预测性.为了规避和防范财务风险,企业有必要对财务风险进行充分的认识和分析。本文在深入分析财务预测面临的关键问题和比较各种财务风险预测方法的基础上,探讨利用BP神经网络对财务风险进行分析和预测的可行性。
简介:摘要:随着我国经济的快速发展,企业财务方面出现诸多问题,企业财务面临着巨大的风险,需要对于风险问题有及时的预测机制。企业发生财务危机是一个逐步显现、缓慢恶化的过程,它的发生具有一定的先兆,因此具有可预测性.为了规避和防范财务风险,企业有必要对财务风险进行充分的认识和分析。本文在深入分析财务预测面临的关键问题和比较各种财务风险预测方法的基础上,探讨利用BP神经网络对财务风险进行分析和预测的可行性。