基于遗传算法优化支持向量机的辐射测温方法

温度的监控与测量在工业生产和科学研究等众多领域都发挥着重要的作用。遗传算法(Genetic Algorithm,GA)是模拟生物界中自由配对和自然选择现象的一种过程全局搜索算法。而支持向量机(Support Vector Machine,SVM)是以统计学习理论为基础的,并致力于研究少样本情况下机器学习规律的新兴学习算法,具有非常好的非线性函数拟合和泛化能力。针对目前支持向量机的结构参数多采用经验或者试取,提出遗传算法来优化支持向量机的参数,并应用于红外辐射温度测量。结果表明,遗传算法优化方法较网格搜索方式无论是学习效率和预测精度都优于后者,表明遗传支持向量机算法能有效地用于目标辐射温度测量。

室内可见光通信系统自适应均衡技术的研究

白光LED技术与可见光通信技术相结合,可以构建出LED可见光无线通信系统。通过对白光LED作为光源的室内可见光通信信道的分析,研究自适应最小递归二乘法(RLS)的改进算法进行室内可见光通信信道均衡,降低OFDM系统的误码率并提高系统频带利用率。给出了不同信噪比下各个自适应算法的比较图。

联合管理在感染多重耐药菌患者中的应用效果分析

【目的】探讨联合管理在神经外科感染多重耐药菌(MDRO)患者中的应用价值。【方法】选取住院的颅脑手术或气管切开患者551例为研究对象,对照组给予常规方法管理,观察组采用联合管理策略,比较两组间MDRO感染发生率、死亡率、住院时间、呼吸机使用时长以及抗生素使用时长。【结果】与对照组相比,观察组患者MDRO感染发生率、死亡率明显下降,住院时间、呼吸机使用时长、抗生素使用时间明显缩短(P<0.01)。【结论】联合管理可有效降低MDRO感染率,降低患者死亡率,并减少医疗资源消耗。