为了解决冲击噪声下长短时记忆(long short term memory,LSTM)神经网络调制信号识别方法抗冲击噪声能力弱和超参数难以确定的问题,本文提出了一种演化长短时记忆神经网络的调制识别方法。利用基于短时傅里叶变换的卷积神经网络(convolut...为了解决冲击噪声下长短时记忆(long short term memory,LSTM)神经网络调制信号识别方法抗冲击噪声能力弱和超参数难以确定的问题,本文提出了一种演化长短时记忆神经网络的调制识别方法。利用基于短时傅里叶变换的卷积神经网络(convolution neural network,CNN)去噪模型对数据集去噪;结合量子计算机制和旗鱼优化器(sailfish optimizer,SFO)设计了量子旗鱼算法(quantum sailfish algorithm,QSFA)去演化LSTM神经网络以获得最优的超参数;使用演化长短时记忆神经网络作为分类器进行自动调制信号识别。仿真结果表明,采用所设计的CNN去噪和演化长短时记忆神经网络模型,识别准确率有了大幅度的提高。量子旗鱼算法演化LSTM神经网络模型降低了传统LSTM神经网络容易陷于局部极小值或者过拟合的概率,当混合信噪比为0 dB,所提方法对11种调制信号的平均识别准确率达到90%以上。展开更多
目的探讨白细胞介素-6(interleukin-6,IL-6)、肿瘤坏死因子-α(tumor necrosis factor-α,TNF-α)、白细胞介素-27(interleukin-27,IL-27)水平与绝经后骨质疏松症(postmenopausal osteoporosis,PMOP)相关性及其对PMOP的预测价值。方法选...目的探讨白细胞介素-6(interleukin-6,IL-6)、肿瘤坏死因子-α(tumor necrosis factor-α,TNF-α)、白细胞介素-27(interleukin-27,IL-27)水平与绝经后骨质疏松症(postmenopausal osteoporosis,PMOP)相关性及其对PMOP的预测价值。方法选取2021年4月至2022年1月到广州中医药大学附属骨伤科医院住院和门诊治疗的84例符合纳入标准的绝经后女性患者为研究对象。根据骨密度T值将患者分为骨质疏松组(67例)和非骨质疏松组(17例)。收集并测定患者血清中IL-6、TNF-α、IL-27蛋白水平和β胶原降解产物(β-C-terminal telopeptide of type I collagen,β-CTX)、1型前胶原氨基端延长肽(propeptide of typeⅠprocollagen,PINP)、血清骨钙素(osteocalcin,OC)的水平。比较两组受试者的基线数据及IL-6、TNF-α、IL-27、β-CTX、TPINP、OC的表达水平;分析IL-6、TNF-α、IL-27与年龄、骨转换指标的相关性;同时采用Logistics回归进行PMOP危险因素分析,在其基础上通过受试者工作特征曲线评价IL-6、TNF-α对PMOP的预测效能。结果①两组受试者在身高、β-CTX、OC水平上的比较,差异无统计学意义(P>0.05);PMOP组在体重、BMI方面均低于非骨质疏松症组,而在年龄、IL-6、TNF-α、IL-27、TPINP水平均高于非骨质疏松症组,差异有统计学意义(P<0.05);②不同中医证型间IL-6、TNF-α、IL-27蛋白水平差异具有统计学意义(P<0.05);③受试者的年龄与IL-27蛋白水平呈正相关(r值:0.263 P<0.05),IL-6和TNF-α水平与年龄无相关性;④受试者IL-6水平与TPINP水平呈正相关(r值:0.244 P:0.025),TNF-α、IL-27水平与骨代谢指标无相关性;⑤Logistics回归分析显示体重、IL-6和TNF-α水平是PMOP的独立危险因素。进一步构建ROC曲线,显示IL-6与TNF-α对PMOP均具有良好的预测价值,IL-6的AUC值、临界值、灵敏度和特异性分别为0.884,5.038 pg/mL,88.2%和77.6%;TNF-α的AUC值、临界值、灵敏度和特异性分别为0.843,7.593 pg/mL,76.5%和76.1%。结论IL-27水平与年龄呈正相关,IL-6和TNF-α水平是PMOP的独立危险因素,若血清中IL-6含量大于5.038 pg/mL或TNF-α含量大于7.593 pg/mL,则需警惕PMOP的发生。展开更多
在布料仿真过程中,基于位置的动力学方法(Position Based Dynamics, PBD)在布料模拟的效果及实时性方面展现了其优越的性能,但在布料网格精度提升时,为了加快其收敛速度而增加迭代计算次数,会导致模拟效率大幅降低及约束震荡现象的出现...在布料仿真过程中,基于位置的动力学方法(Position Based Dynamics, PBD)在布料模拟的效果及实时性方面展现了其优越的性能,但在布料网格精度提升时,为了加快其收敛速度而增加迭代计算次数,会导致模拟效率大幅降低及约束震荡现象的出现。为了解决以上问题,文章结合对位置动力学方法的研究,提出一种以多重网格思想为核心的布料模拟方法,采用基于二次误差度量(Quadric Error Metrics, QEM)的网格简化法对布料多重网格进行构建,同时结合空间插值算法进行层与层之间的数据传递及位置矫正,可以构建出质量良好的三角网格结构,避免不规则多边形的出现;在布料层次化模拟的基础上,提出结合逐次超松弛迭代法(Successive Over Relaxation, SOR)与Gauss-Seidel方法(GS)的混合平滑方案并验证了其有效性。经实验分析,布料层次化模拟方法提高了质点数目增加后的收敛速度,具有一定的稳定性。展开更多
文摘为了解决冲击噪声下长短时记忆(long short term memory,LSTM)神经网络调制信号识别方法抗冲击噪声能力弱和超参数难以确定的问题,本文提出了一种演化长短时记忆神经网络的调制识别方法。利用基于短时傅里叶变换的卷积神经网络(convolution neural network,CNN)去噪模型对数据集去噪;结合量子计算机制和旗鱼优化器(sailfish optimizer,SFO)设计了量子旗鱼算法(quantum sailfish algorithm,QSFA)去演化LSTM神经网络以获得最优的超参数;使用演化长短时记忆神经网络作为分类器进行自动调制信号识别。仿真结果表明,采用所设计的CNN去噪和演化长短时记忆神经网络模型,识别准确率有了大幅度的提高。量子旗鱼算法演化LSTM神经网络模型降低了传统LSTM神经网络容易陷于局部极小值或者过拟合的概率,当混合信噪比为0 dB,所提方法对11种调制信号的平均识别准确率达到90%以上。
文摘目的探讨白细胞介素-6(interleukin-6,IL-6)、肿瘤坏死因子-α(tumor necrosis factor-α,TNF-α)、白细胞介素-27(interleukin-27,IL-27)水平与绝经后骨质疏松症(postmenopausal osteoporosis,PMOP)相关性及其对PMOP的预测价值。方法选取2021年4月至2022年1月到广州中医药大学附属骨伤科医院住院和门诊治疗的84例符合纳入标准的绝经后女性患者为研究对象。根据骨密度T值将患者分为骨质疏松组(67例)和非骨质疏松组(17例)。收集并测定患者血清中IL-6、TNF-α、IL-27蛋白水平和β胶原降解产物(β-C-terminal telopeptide of type I collagen,β-CTX)、1型前胶原氨基端延长肽(propeptide of typeⅠprocollagen,PINP)、血清骨钙素(osteocalcin,OC)的水平。比较两组受试者的基线数据及IL-6、TNF-α、IL-27、β-CTX、TPINP、OC的表达水平;分析IL-6、TNF-α、IL-27与年龄、骨转换指标的相关性;同时采用Logistics回归进行PMOP危险因素分析,在其基础上通过受试者工作特征曲线评价IL-6、TNF-α对PMOP的预测效能。结果①两组受试者在身高、β-CTX、OC水平上的比较,差异无统计学意义(P>0.05);PMOP组在体重、BMI方面均低于非骨质疏松症组,而在年龄、IL-6、TNF-α、IL-27、TPINP水平均高于非骨质疏松症组,差异有统计学意义(P<0.05);②不同中医证型间IL-6、TNF-α、IL-27蛋白水平差异具有统计学意义(P<0.05);③受试者的年龄与IL-27蛋白水平呈正相关(r值:0.263 P<0.05),IL-6和TNF-α水平与年龄无相关性;④受试者IL-6水平与TPINP水平呈正相关(r值:0.244 P:0.025),TNF-α、IL-27水平与骨代谢指标无相关性;⑤Logistics回归分析显示体重、IL-6和TNF-α水平是PMOP的独立危险因素。进一步构建ROC曲线,显示IL-6与TNF-α对PMOP均具有良好的预测价值,IL-6的AUC值、临界值、灵敏度和特异性分别为0.884,5.038 pg/mL,88.2%和77.6%;TNF-α的AUC值、临界值、灵敏度和特异性分别为0.843,7.593 pg/mL,76.5%和76.1%。结论IL-27水平与年龄呈正相关,IL-6和TNF-α水平是PMOP的独立危险因素,若血清中IL-6含量大于5.038 pg/mL或TNF-α含量大于7.593 pg/mL,则需警惕PMOP的发生。
文摘在布料仿真过程中,基于位置的动力学方法(Position Based Dynamics, PBD)在布料模拟的效果及实时性方面展现了其优越的性能,但在布料网格精度提升时,为了加快其收敛速度而增加迭代计算次数,会导致模拟效率大幅降低及约束震荡现象的出现。为了解决以上问题,文章结合对位置动力学方法的研究,提出一种以多重网格思想为核心的布料模拟方法,采用基于二次误差度量(Quadric Error Metrics, QEM)的网格简化法对布料多重网格进行构建,同时结合空间插值算法进行层与层之间的数据传递及位置矫正,可以构建出质量良好的三角网格结构,避免不规则多边形的出现;在布料层次化模拟的基础上,提出结合逐次超松弛迭代法(Successive Over Relaxation, SOR)与Gauss-Seidel方法(GS)的混合平滑方案并验证了其有效性。经实验分析,布料层次化模拟方法提高了质点数目增加后的收敛速度,具有一定的稳定性。