基于改进证据理论的医院医疗设备管理效果分析

目的:构建基于改进证据理论的医疗设备管理体系,分析其在医院老年消化内科设备管理中的应用效果。方法:借助改进证据理论识别老年消化内科医疗设备管理风险,引入动态权重和静态权重,结合博弈思想组合赋权方式,构建基于改进证据理论的医疗设备管理体系。选取2021年至2023年西安市第一医院老年消化内科临床在用的60台医疗设备,将2021年至2022年使用的医疗设备采用常规方法进行管理(常规管理),2022年至2023年使用的医疗设备应用改进证据理论进行管理(改进证据理论管理),对比两种管理方法的设备管理质量、设备数据完整度评分和设备管理团队综合考核评分。结果:采用改进证据理论方法管理的设备平均故障发生率和报废率分别为(12.36±3.6)%和(2.65±0.54)%,均低于常规管理方法(t=9.897、15.877,P<0.05),而故障平均自行检修率和升级率分别为(90.69±6.25)%和(91.25±5.25)%,高于常规管理方法,差异有统计学意义(t=13.191、14.828,P<0.05);采用改进证据理论方法的平均设备数据管理、诊疗数据分析和临床应用数据完整度评分分别为(92.36±2.36)、(93.69±2.36)和(94.39±3.26)分,均高于常规管理方法,差异有统计学意义(t=13.044、13.893、15.036,P<0.05);技术保证团队、技术开发团队、技术实践团队和辅助管理团队成员对采用改进证据理论方法的综合考核平均分分别为(91.36±3.26)、(94.26±3.59)、(95.36±4.36)和(96.36±3.26)分,均高于常规管理方法,差异有统计学意义(t=8.224、14.796、14.129、19.005,P<0.05)。结论:基于改进证据理论的医疗设备管理体系可对设备应用中出现的风险进行评估,提高设备管理质量,提升设备管理团队水平,为老年消化内科设备管理提供决策帮助。

基于云模型与改进证据理论的手术室设备管理效率评价

目的:构建手术室设备云模型与改进证据理论管理模式,提升手术室设备管理效率。方法:构建手术室设备使用效率评价指标体系,采用基于云模型与改进证据理论优选方法对手术室设备进行评估管理。选取2022年10月至2023年10月黄山首康医院手术室在用的40台手术室仪器设备,按照管理模式不同分别采用常规管理模式和云模型与改进证据理论管理模式(简称改进证据模式)进行管理,每种模式20台。对比两种管理模式的设备管理及时性、设备管理缺陷率和设备成本效益增幅的差异。结果:采用改进证据模式的手术室设备故障预警时长、工程师维修时长和设备信息推送时长分别为(2.36±0.11)s、(4.25±1.25)d和(0.89±0.11)min,均少于常规管理模式,差异有统计学意义(t=12.439、9.209、8.686,P<0.05)。采用改进证据模式的手术室设备分装错误、设备损坏和设备维修比率分别为5%(1/20)、5%(1/20)和10%(2/20),均低于常规管理模式,差异有统计学意义(χ^(2)=7.025、8.533、7.619,P<0.05)。采用改进证据模式的手术室设备运行收益、保障费用、诊治收费和科研费用增幅分别为(3.36±0.35)%、(4.25±0.87)%、(4.25±0.56)%和(4.11±0.56)%,均高于常规管理模式,差异有统计学意义(t=10.759、8.906、10.301、12.361,P<0.05)。结论:云模型与改进证据理论管理模式在医院手术室设备管理中应用,能够实现手术室设备的集中维护和管理,提高手术室设备管理效率,提升设备应用成本效益,降低设备使用风险。

基于深度学习和改进证据理论的海上多源舰船信息融合识别方法

为了解决复杂环境下基于单一舰船信息进行目标识别准确率较低,以及多源舰船信息高冲突时无法有效融合识别的问题,提出一种基于深度学习和改进证据理论的海上多源舰船信息融合识别方法。主要从两方面入手:首先利用深度学习高效特征学习能力实现更加准确的分类识别;然后通过改进的证据理论实现多证据体的高效正确融合。高悖论证据融合实验结果表明,相比于其他融合方法,文中方法融合结果具有更高的概率分配值。同时,在不同信噪比条件下对单模式识别以及文中融合识别方法进行测试,文中方法在噪声情况下仍能比单模式平均水平高出6.53%的识别性能。因此,利用文中融合识别方法能够提高舰船目标识别系统的识别准确率和鲁棒性。

基于改进证据理论的信息安全风险评估模型

在对系统的信息安全风险评估层次结构深入分析的基础上,构建了一种基于改进证据理论的信息安全风险评估模型。实例仿真结果表明:本方法与以往文献中的改进小波神经网络法相比,评估结果更为客观、准确。

基于改进证据理论的结构损伤识别研究

结合信息融合技术和土木工程结构损伤识别的应用背景,提出了一种新的证据理论组合方法。该方法基于证据损耗的观点,对证据理论组合规则进行了扩展和改进,建立了损耗函数和倾向因子两个重要参数的计算公式。新的组合规则涵盖了原Dempster组合方法,能够有效处理多源不确定信息所带来的证据冲突与证据兼容问题,具有更好的工程适用性。对1个3层单跨的空间杆系模型结构进行了多种工况下的损伤识别试验,试验结果表明,基于改进证据理论的损伤识别方法能够充分利用多源不确定性信息,有效抑制损伤误判率,提高损伤识别结果的准确性和可靠性。

改进证据理论融合灰色神经网络的水质预测

针对水质预测过程中样本数据少的特点,引入了改进证据理论和灰色神经网络相结合的组合预测方法。首先利用灰色神经网络作为单一模型对水质进行初步预测,再用神经网络对预测结果进行分析建模,得到每个单一预测模型的可信度,最后采用改进证据理论进行融合决策,以获得各单一预测模型的权重,从而实现了水质的组合预测。实例分析结果表明,该方法拟合误差小、预测精度高。

改进证据理论的多生物特征融合方法

多生物特征融合考虑了个体的多种生理或行为特征,因而能显著地改善系统的识别性能,成为生物特征识别技术未来发展趋势之一。利用训练样本的识别率和误识率,提出了基于证据理论的多生物特征融合识别方法;对各识别专家的识别率和误识率进行分析,提出了一种基于累积频率和证据理论(Cumulative Frequency based D-S,CFDS)的多生物特征融合方法;通过几个实验证明了改进的D-S算法的有效性,提高了合成结果的可靠性。

基于云模型和改进证据理论的盾构下穿铁路安全风险评价

为评估盾构下穿铁路复杂系统安全风险水平,提出一种基于云模型、改进证据理论和蒙特卡洛模拟相结合的混合方法,。建立了一套共涵盖14个影响因素的安全风险评价指标体系和评价标准,通过云模型的相关性度量计算构造不同影响因素在不同风险状态下的基本概率赋值得到证据集,根据证据质量的考量,对证据进行筛选和预处理并基于提出的改进证据组合规则实现多源、冲突证据的组合,获得更准确可信的风险感知结果,为盾构隧道安全施工提供风险管理支持和决策依据。采用蒙特卡洛模拟方法,分析影响因子的全局敏感度,确定对最终风险状态影响程度较大的关键影响因素。最后以某地铁工程盾构隧道下穿铁路股道群为实例,验证了该安全风险分析方法的适用性和有效性。

基于云理论和改进证据理论的避雷器综合状态评估模型

避雷器故障机理复杂,仅凭互相孤立的参考物理量难以有效评估其潜在隐患,为此提出一种基于避雷器多源异构数据的运行状态评估模型。首先从避雷器在线监测、停电检修、带电测试、现场巡检组成的信息库中选取能反映不同故障类型的多源异构数据,作为典型指标量;在使用组合权重法确定指标权重的基础上,采用云理论实现数据提取与隶属度判定,客观描述指标量的模糊性和随机性;并利用改进证据理论降低证据间冲突,融合不确定信息,对运行风险这一模糊的定性指标进行定量描述。对某避雷器的分析实例验证了该模型的有效性,可为避雷器的实际状态检修提供参考。

基于模糊集与改进证据理论的综合管廊施工安全风险评价

针对目前综合管廊施工安全风险评价中专家评语无法定性评价的问题,确定并划分5个影响因素,引入COWA算子,建立基于改进D-S证据理论的施工安全风险评价模型,对重庆市开州综合管廊建设一期项目进行全面评价。评价结果表明该项目的施工安全风险为中等,与现场实际情况吻合,该评价方法能客观真实地反映综合管廊施工安全风险评价中的不确定性,提高评价的精确性。

基于改进证据理论的多时相微波遥感图像融合及在城区地表变化检测中的应用

该文发展证据理论融合算法,采用不同时相的微波遥感图像检测复杂城市区域地表的变化信息。首先通过综合考虑证据本身的确信度和证据对辨别框架中子集的平均支持度进行证据间的加权合成,改进证据理论对证据的合成,提高其可靠性;然后提取不同时相图像间的散射幅度的对比度和概率密度分布函数在皮尔逊图中的欧式距离,两种特征参数代表了像元级和区域级不同空间尺度下微波遥感图像中关于地表变化的信息;最后将改进的证据理论用于两特征之间的融合处理,得到地表的变化信息。为了实验和验证该文的方法,选择上海市陆家嘴地区不同时相的微波遥感图像,进行地表的变化检测,得到较好的结果。

基于改进证据理论的时频一致性检验方法研究

针对武器装备系统动态数据的有效性检验,提出了一种基于改进证据理论的时频方法结合的仿真动态一致性检验方法 ,根据规则合成,实现了动态数据的综合一致性检验过程。该方法首先在时域内运用经典的灰色关联方法和距离检验方法检验了仿真数据的一致性,然后在频域内运用经典的窗谱估计方法对仿真动态数据的一致性进行了检验,最后针对DS证据理论中存在的问题,提出了一种基于修正冲突证据的DS证据理论改进方法 ,确定冲突证据予以修正和重新组合,从而获得动态仿真数据一致性检验的综合结果。通过对飞行纵向短周期运动中俯仰角数据的分析,验证了该方法的可行性。

基于云模型与改进证据理论的设计方案评价与优选

为解决产品设计方案评价与优选中存在的模糊性、随机性与不确定性问题,提出一种基于云模型与改进证据理论的设计方案评价与优选方法。构建了面向待优选工业产品特点的评价指标体系,并确定了评价基准云;借助云模型确定各评价指标值在基准云中的隶属度,进而转化为证据理论中的基本概率分配;针对传统证据理论中强冲突证据融合后可能产生与实际结果相悖的问题,借鉴博弈论思想将证据的动静态权重进行博弈组合,并基于博弈组合权重对传统证据理论进行改进和信息融合;通过比较各备选方案证据融合后的基本概率分配与最优-最劣理想方案基本概率分配间的贴近度,确定备选方案的优选顺序;以行动障碍者室内移动辅具设计方案评价优选为例进行验证计算。结果表明:该方法能综合考虑多属性评价与优选中的特性问题,提高设计评价与优选结果的准确性,为设计者优选产品设计方案提供一种可行思路。

基于改进证据理论和检测信息的混凝土桥梁服役状态评估分析

为解决传统证据理论方法证据冲突的问题,文章结合模糊层次分析法与证据理论,提出了改进的证据理论方法,建立了相应的评定指标体系和评定准则,并结合某混凝土桥梁工程实例,与传统模糊层次分析法进行对比分析,验证了所提方法的优越性。

基于模糊综合评价和改进证据理论的采集终端任务调度效率影响研究

能源互联网业务数据模型和数据源的背景下,电力数据库十分庞大,若电力数据中心的调度效率低,就无法满足电力用户的需求。所以如何提高电力采集终端多APP任务调度效率是现在电力系统研究的一个热点。针对模糊综合评价和改进证据理论相融合,对电力采集终端多APP任务调度效率的影响进行分析和论述。

基于改进证据理论与IFAHP的预应力砼梁桥状态评估

针对现有公路桥梁评定标准在桥梁服役状态评价中的局限性与评价体系中指标的模糊性和不确定性,基于实桥检测结果和现行规范,将改进模糊层次分析法(IFAHP)和证据理论相结合,构建预应力砼梁桥状态评估方法。通过改进D-S多源信息融合方法,增加评估结果的准确率,同时解决高冲突证据在融合过程中产生相悖结论的问题;利用IFAHP法,避免层次分析法对判断矩阵进行一致性检验的复杂过程,并提高权重向量的精确程度。实桥状态评估结果表明,该评估方法综合考虑了影响桥梁结构耐久性和安全性的主要因素,同时能较好地考虑不确定信息的影响,可为预应力砼公路桥梁制订维修与加固方案提供依据。

基于模糊集与改进证据理论的目标识别

在基于模糊理论目标识别基础上,通过对模糊隶属度进行重新分配,较好地克服了随机因素的影响,同时对已有的证据理论合成进行改进,将模糊集理论和改进的证据理论结合,可望进一步提高对空中目标的正确识别率.

基于改进证据理论和多神经网络融合的故障诊断方法

本文从各个证据本身重要性不一致出发,提出了基于证据权重的证据合成新方法,并与多神经网络相结合,提出一种新的故障诊断方法。该方法通过构建不同故障参数特征空间相应的子神经网络分类模型进行局部诊断,其输出作为证据体,用新的D-S证据理论合成方法修正后,进行再一次融合后得到诊断结果。最后诊断实例验证了该方法不仅可以解决证据冲突问题,而且与单传感器诊断相比,该方法可以降低决策的不确定性,大大提高了诊断的精度。

基于改进DS证据理论和贝叶斯网络的海运供应链风险评估

作为一个复杂的网络组织,海运供应链为全球产业链提供运输服务,在全球化大背景下,海运供应链面临众多风险与挑战,影响供应链的安全平稳运行。因此,研究其风险至关重要。针对海运供应链风险评估体系中影响因素的不确定性和专家知识推断中存在的主观性,文章提出了基于改进DS证据理论和贝叶斯网络的海运供应链风险评估模型。结果表明,海运供应链处于较高风险等级状态,其中“信息系统风险”和“外部环境风险”概率较高,需要重点关注。该模型可以从系统的角度评估海运供应链风险,切实增强风险评估工作的科学性、准确性;评估结果可为供应链上的参与者进行风险管理提供有效参考。

基于盲源分离与改进BP-DS证据理论的生猪声音多特征融合识别

为了提高多种声音混合环境下生猪惊骇声、咳嗽声与饥饿声的识别正确率,试验采用基于盲源分离与改进BP-DS证据理论的生猪声音多特征融合识别方法对生猪混合声音识别进行研究。首先,对多个拾音器采集到的混合声音进行能量检测,排除安静环境及微弱环境噪声下声音的干扰,然后利用基于快速独立成分分析(fast independent component analysis,FastICA)的盲源分离方法对采集到的混合声音进行分离;其次,提取分离后声音信号的梅尔倒谱系数及其一阶差分、线性预测倒谱系数及其一阶差分、梅尔倒谱系数与线性预测倒谱系数的组合参数,训练3种特征参数对应的BP神经网络模型;最后,分别利用训练好的BP神经网络模型对生猪声音进行识别,通过改进DS证据理论对识别结果进行融合后输出。结果表明:研究提出的盲源分离方法分离出的生猪声音信号与生猪声音源信号的相似系数均在0.99以上,可以有效地分离生猪混合声音信号;经过多特征融合后正常环境下的识别正确率达到94.22%,较单特征的正确率有一定的提高。说明基于盲源分离与改进BP-DS证据理论的生猪声音多特征融合识别方法可以更高效地识别多种声音混合环境下的生猪声音。