期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
Motion Management with Respiration Guidance Gating System Verified Firstly on the Heavy-ion Therapy Facility in Lanzhou
1
作者 He Pengbo li Qiang +3 位作者 li guangru Zhang Xinyang Zhang Jun Wang Jian 《IMP & HIRFL Annual Report》 2022年第1期180-181,共2页
In order to treat the moving targets under the synchrotron-based pulsed heavy-ion beam delivery,a novel respi-ration guidance gating system(RG2S)was developed to synchronize the patterns between the patients'respi... In order to treat the moving targets under the synchrotron-based pulsed heavy-ion beam delivery,a novel respi-ration guidance gating system(RG2S)was developed to synchronize the patterns between the patients'respiration and synchrotron magnetic excitation curve(MEC)^([1-3]). 展开更多
关键词 EXCITATION system MOVING
下载PDF
基于Elman神经网络的港口货物吞吐量预测 被引量:23
2
作者 李广儒 朱庆辉 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第6期8-12,共5页
为提高港口货物吞吐量的预测精度,进而为港口建设提供数据支持,引入具有处理动态信息能力的Elman神经网络。将Elman神经网络应用于宁波舟山港的货物吞吐量预测,采用前6个月数据递归预测后一个月数据的方式构建时间序列数据,同时与BP神... 为提高港口货物吞吐量的预测精度,进而为港口建设提供数据支持,引入具有处理动态信息能力的Elman神经网络。将Elman神经网络应用于宁波舟山港的货物吞吐量预测,采用前6个月数据递归预测后一个月数据的方式构建时间序列数据,同时与BP神经网络以及RBF神经网络的预测结果进行分析比较。结果表明:在港口货物吞吐量预测方面,相比于BP神经网络以及RBF神经网络,Elman神经网络更能适应吞吐量数据随时间变化的特性,其预测值更接近实际值,其预测性能更优,且更能体现港口实际状态。 展开更多
关键词 交通运输工程 港口 货物吞吐量 ELMAN神经网络 预测 动态学习
下载PDF
基于Adaboost的改进Elman神经网络港口吞吐量预测方法 被引量:12
3
作者 李广儒 张新 朱庆辉 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第5期1-5,共5页
为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测。首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-A... 为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测。首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型。经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习。以宁波-舟山港2011—2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度。研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91%,最小值0.06%,可以将预测误差控制在2%以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法。 展开更多
关键词 交通运输工程 港口吞吐量 ADABOOST算法 ELMAN神经网络 动态预测
下载PDF
基于循环结构优化的Elman神经网络船舶交通流量预测 被引量:5
4
作者 朱庆辉 李广儒 +2 位作者 杨晓 勾翔宇 李海丽 《高技术通讯》 EI CAS 北大核心 2019年第3期295-301,共7页
针对港口的船舶交通流量预测精度不高的问题,首次采用Elman神经网络进行船舶交通流量预测,同时引入以预测误差为条件的循环结构优化Elman神经网络,并利用前6个月数据预测后一个月数据的方式重新构建原始数据。同时,将优化后的Elman神经... 针对港口的船舶交通流量预测精度不高的问题,首次采用Elman神经网络进行船舶交通流量预测,同时引入以预测误差为条件的循环结构优化Elman神经网络,并利用前6个月数据预测后一个月数据的方式重新构建原始数据。同时,将优化后的Elman神经网络应用于芜湖港船舶交通流量的预测,并与原始的Elman神经网络、反向传播(BP)神经网络以及径向基函数(RBF)神经网络的预测结果进行误差及评价指标的分析比较。结果显示,在船舶交通流量预测方面,循环结构优化的Elman神经网络的预测误差在2%以内,小于原始Elman神经网络的3%的误差,远远小于BP神经网络的8%和RBF神经网络的6%的误差,同时优化后的Elman神经网络的各项评价指标均占据优势。表明了Elman神经网络在船舶交通流量预测方面的良好适用性,同时循环结构的优化效果明显,其预测性能更优,预测值更接近实际值,具有很大的应用价值。 展开更多
关键词 水上交通 船舶交通流量 ELMAN神经网络 循环结构 流量预测 精度分析
下载PDF
Monte Carlo Study about Rapid Range Verification of Carbon Ion Beam
5
作者 Che Yuhang Zhang Hui +6 位作者 Meng Qianqian li guangru Zhang Xiaofang Dai Zhongying liu Xinguo Chen Weiqiang li Qiang 《IMP & HIRFL Annual Report》 2019年第1期151-152,共2页
In radiotherapy,quality assurance(QA)is an important part to ensure the success of radiotherapy for patients,and an important part of the work for medical physicists.In proton/heavy ion radiation therapy.
关键词 RADIOTHERAPY patients therapy.
下载PDF
Design and Optimization of Beam Shaping Assembly for Thermal Neutron Based on a 2.5 MeV Proton Accelerator for BNCT
6
作者 li guangru Jiang Wei +2 位作者 Zhang Lu Chen Weiqiang li Qiang 《IMP & HIRFL Annual Report》 2019年第1期150-151,共2页
The concept of Boron Neutron Capture Therapy(BNCT)is to provoke inside cancerous cells a nuclear reaction between accumulated 10B nuclei and thermal neutron for which the absorption cross section is extremely high.Thu... The concept of Boron Neutron Capture Therapy(BNCT)is to provoke inside cancerous cells a nuclear reaction between accumulated 10B nuclei and thermal neutron for which the absorption cross section is extremely high.Thus,the cancerous cells can be destroyed by the resulting nuclei with high linear energy transfer[1]. 展开更多
关键词 destroyed ABSORPTION PROTON
下载PDF
基于加速器的多终端硼中子俘获治疗装置的束流整形组件设计 被引量:6
7
作者 李广儒 姜韦 +2 位作者 张璐 陈卫强 李强 《原子核物理评论》 CAS CSCD 北大核心 2021年第1期80-88,共9页
硼中子俘获治疗(Boron Neutron Capture Therapy,BNCT)是一种新型的精准放射治疗方法,束流整形组件(Beam Shaping Assembly,BSA)作为硼中子俘获治疗装置的重要组成部分,对于产生适用于BNCT的中子束至关重要。通过BSA可以将快中子慢化到... 硼中子俘获治疗(Boron Neutron Capture Therapy,BNCT)是一种新型的精准放射治疗方法,束流整形组件(Beam Shaping Assembly,BSA)作为硼中子俘获治疗装置的重要组成部分,对于产生适用于BNCT的中子束至关重要。通过BSA可以将快中子慢化到适当的能量范围,并且减少其他不需要的束流成分,进而满足BNCT用于治疗的中子束要求。本文利用蒙特卡罗模拟软件MCNP,基于2.5 MeV/30 mA的质子加速器,设计出可将质子打Li靶产生的快中子束慢化到热中子能量范围(<0.5 eV)和超热中子能量范围(0.5 eV~10 keV)的多终端BSA方案。提出的热中子BSA方案使用D_(2)O作为慢化体,BeO作为反射体,Bi作为γ过滤体,而超热中子BSA方案使用MgF_(2)作为慢化体,Pb作为反射体,^(6)LiF作为热中子过滤体。热/超热中子方案在BSA出口处的束流参数,均满足国际原子能机构(IAEA)对BNCT治疗提出的束流指标要求。 展开更多
关键词 硼中子俘获治疗 束流整形组件 多终端 热中子 超热中子
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部