改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用

为了提升恶性肿瘤的诊断效率及精准度,基于动态粒子群优化(DPSO)算法和支持向量机提出了DPSO-SVM诊断模型。DPSO在PSO的基础上结合GridSearch,GA等算法对惯性权重的取值以及种群迭代更新方式进行了改进,平衡了算法迭代前期的全局搜索性能与后期的局部搜索性能,提升了迭代后期种群的多样性和收敛速度。仿真实验结果表明,所提出的改进DPSO算法相比传统算法以及标准智能算法寻优效果有明显提升,构建的DPSO-SVM诊断模型与主流诊断模型相比在肿瘤诊断中也有着更优越的性能,提升了诊断效率的同时也降低了诊断误差。

基于网络科学的团队协作模型及网络模式的识别

网络科学的出现为研究和解决团队系统中的问题提供了新的方法和思路,在其框架下可以将团队的整体表现看作参与者之间的互动结果。文章将网络科学应用于足球运动中,为足球球员组成的团队构建了一个传控网络模型,并对模型的网络模式进行了进一步的分析。

基于超声波扫描和SVM的综合管廊故障诊断模型

地下综合管廊在满足民生基本需求和提高城市综合承载力方面发挥着重要作用,但是也存在着检修和维护困难的缺陷。针对此问题,构造了一个基于超声波扫描和SVM的综合管廊故障诊断模型,使用SVM对超声波扫描得到的管廊数据进行故障识别,减少了资源的损失,提高了管廊的修复效率。

基于SEIR模型的新型冠状病毒肺炎传染规模预测

为了准确地预测此次新型冠状病毒肺炎的发展趋势,构建了一种基于SEIR的传染规模预测模型,并且通过Matlab复现讨论结果。经典SEIR模型将人群分为了易感者、潜伏者、感染者和消除者,结合实际情况建立疫情传播的微分方程,并对疫情的传播规模进行了预测。结果表明,此次新型肺炎将在疫情爆发的第63天达到峰值,武汉累计感染人数将控制在56000人左右。