简介:本文讨论矩阵方程在子矩阵约束下的Hermitian解的共轭梯度迭代算法,先转化成两个低阶方程,然后利用共轭梯度思想分别构造出低阶方程的共轭梯度迭代算法,运用算法求出矩阵方程的Hermitian解及最佳逼近,最后给出了数值实例来验证算法的有效性.
简介:惯导固有原因使得载体长时间航行累积大量误差.可通过重力梯度量测与惯导组合导航方法来修正导航误差.先对重力梯度仪与惯导组合导航原理进行阐述,提出重力梯度仪辅助INS(GAINS)的系统框架图,对导航用重力梯度图和重力梯度仪进行分析,设定组合量测方程.然后根据状态空间方程的特点,提出使用边缘Cubature粒子滤波(CPF)进行融合估值.通过理论方法证明其对方差的减小,同时给出算法流程.相同条件下与已有APO-PF算法仿真进行经纬度RMSE结果对比,表明该算法估值精度更高;并用CEP对导航误差研究,得到在性能较低的惯导条件下、在梯度仪1E2和10E2噪声下4h的CEP数值分别为0.044nmile和0.072nmile的结果.最后对状态方程简化,定性分析出其余状态量的估值效果.
简介:随着全张量重力梯度(FTG)测量技术的不断发展,重力梯度数据的三维反演技术在油气和矿产勘探中日益受到重视与关注。为了快速处理和解释大规模的高精度数据,图形处理器GPU(GraphicsProcessingUnit)和预处理分解技术(Preconditioningmethods)在地球物理反演中的使用变得十分重要。本文结合对称逐次超松弛(SSOR)技术与不完全乔列斯基分解共轭梯度算法(ICCG)提出改进的预处理共轭梯度法,并考虑到方法预处理分解占用额外的时间,开发该算法的GPU并行算法来提高加速效果。然后通过含噪的模型数据反演来证明改进的并行预处理方法在三维全张量重力梯度数据反演中的适应性。由此,基于NVIDIATeslaC2050GPU的并行SSOR-ICCG算法和在2.0GHzCPU上的串行程序比较,达到了大约25倍的加速比。最后,我们将该算法应用于美国路易斯安那州南方Vinton盐丘的实测航空重力梯度数据反演中,反演出良好的反演结果,验证了该方法在三维全张量重力梯度数据快速反演中的优势和可行性。
简介:摘要目的评估基于极端梯度上升(XGBoost)算法的联合诊断模型对胃神经内分泌肿瘤(NENs)病理分级的诊断效能。方法以郑州大学第一附属医院2012年8月至2019年12月收治的81例胃NENs患者为对象,收集其临床资料和CT影像学资料。分析CT影像的病灶个数、肿瘤部位、形态、淋巴结转移状态、肿瘤最厚径、最长径和动静脉期CT值等特征;采用ITK-SNAP软件和Python 2.1.0 Pyradiomics软件对CT影像进行影像组学分析预处理并从分割图像中提取组学特征;采用XGboost算法分别建立CT影像模型、动脉期组学模型、静脉期组学模型和联合诊断模型;采用准确度、均方误差(MSE)和平均绝对误差(MAE)评价以上模型的诊断性能。结果NENs患者年龄为28.0~78.0(58.6±10.7)岁,其中男性56例,占69.1%。胃NENs病理分级G1/G2级和G3级患者病灶个数、肿瘤部位、形态、淋巴结转移状态、肿瘤最厚径和最长径的差异均有统计学意义(均P<0.05),动(静)脉期CT值差异无统计学意义(均P>0.05)。联合诊断模型中的特征分别为A_logarithm_glcm_Imc1、P_squareroot_glcm_MaximumProbability、肿瘤最厚径、最长径、A_wavelet-HHL_glrlm_GrayLevelNonUniformity和P_wavelet-LLL_ngtdm_Contrast。CT影像模型、动脉期组学模型、静脉期组学模型和联合诊断模型的准确度分别为81.8%、86.0%、87.8%和91.0%;MSE分别为539.41、490.08、429.99和371.92;MAE分别为16.72、15.25、14.23和12.33。联合诊断模型的MAE值小于CT影像模型和动脉期组学模型(P值分别为<0.001和0.004),而与静脉期组学模型的MAE值差异无统计学意义(P=0.111)。结论基于XGBoost算法的联合诊断模型对胃神经内分泌肿瘤病理分级具有良好的诊断效能。