基于ANN模型的内冷型溶液除湿器性能研究

溶液除湿器因可被低品位热能驱动,且具有除湿效率高等优点而受到广泛关注,但其传质性能的预测准确度还有待提高.本文搭建了单通道内冷型溶液除湿实验平台,研究了不同参数对于除湿过程中传质性能的影响,同时,建立了基于MATLAB平台的人工神经网络(ANN)模型用于预测传质性能,并用上述实验数据对该ANN模型进行了验证.结果表明,ANN模型预测得出的Sh与实验Sh平均绝对相对偏差(MARD)为4.07%.与现有经验公式相比,建立的ANN模型预测精度更高.此外,还利用ANN模型研究了不同参数变化下的Sh的变化趋势,从而分析不同参数对除湿性能的影响.

全科医学理念指导下的无创冠心病诊断方法LVDd联合SDNN新探索

目的:探索左室舒张末径(LVDd)联合正常RR间期的标准差(SDNN)作为无创预测方案用于冠心病的诊断价值,为基层医疗单位进行无创冠心病的诊断筛查提供新思路。方法:选取2020~2022年在九江市第一人民医院和南昌大学第二附属医院就诊并进行冠脉造影检查明确冠心病诊断且完善动态心电图检查的323例患者作为研究对象,比较冠心病组与非冠心病组包括病史、血液学检查、彩超检查、动态心电图检查等相关参数在内的一般资料情况。设置是否罹患冠心病作为目标观察事件,对比分析各项参数是否为冠心病诊断的影响因素;进而就相关影响因素的疾病诊断预测价值进行分析。结果:二元Logistic回归分析显示年龄、LVDd、SDNN是冠心病诊断结果的影响因素。LVDd评价冠心病诊断结果的受试者工作特征(ROC)曲线下的面积(AUC)为0.581(95%CI=0.520~0.643),最佳截断值为51.25,灵敏度为0.332,特异度为0.850;SDNN评价冠心病诊断结果的ROC曲线下AUC为0.740(95%CI=0.684~0.795),最佳截断值为100.5,灵敏度为0.821,特异度为0.609;LVDd联合SDNN评价冠心病诊断结果的ROC曲线下AUC为0.762(95%CI=0.708~0.815),最佳截断值为0.459,灵敏度为0.853,特异度为0.541。结论:LVDd联合SDNN对于冠心病的预测诊断价值良好。

基于NNs-MRAS无速度传感器双馈电机LQR控制

针对双馈电机无速度传感器控制系统,提出了一种基于定子磁链的神经网络-模型参考自适应系统(NNs-MRAS)的速度观测法,采用差分算法设计了神经网络(NNs)模型,通过偏差反传算法对神经网络模型进行训练,使其具有良好的转速观测能力;设计了基于两相同步旋转坐标系下转子电流的线性二次型最优控制算法的控制器(LQR),并给出了状态反馈控制增益,实现了电流闭环参数的最优控制,改善了系统的动、静态性能。详尽地推导所述控制方案的实现过程,并通过基于DSP实现的样机试验,验证了控制方案的正确性和有效性。

能谱分维函数的三种形式与邻间距(NNS)分布

由重标变换群出发,结合粗粒慨念,全面引出三种形式的能谱分维函数,揭示了它们之间的关系及其与邻间距(NNS)分布函数的联系,同时还对这种联系的成立条件及分维函数具有统计意义的范围加以了论证。

NNS模型及其对宏观经济学的新发展

20世纪80年代以来,新兴新古典综合(NNS)模型被广泛运用于解释具有微观基础的宏观经济问题。本文考察NNS模型的总体研究工作,论证其对于当下宏观经济学的新发展及意义。NNS模型分析性地说明:价格稳定将继续作为好的货币政策的基础,保证货币政策达到家庭福利最大化;在实际操作中,通过锚定预期未来通货膨胀,利率政策通过促进价格稳定的可信性强化了杠杆作用,导致利率政策在最大程度上促进了当前的总需求;只要现金优先的解释暗示了如果价格下降,产出只能增加,那么可以发现,扩张型的财政政策必然会在货币外生的体制下产生通货紧缩的后果。NNS模型对于中国经验具有一定的解释力。

基于NNs模型的轻骨料混凝土梁抗剪分析

混凝土构件的抗剪问题始终未形成统一定论。优化多层前馈神经网络(NNs)模型使用反向传播算法及提前终止技术,能够合理考虑各层神经元几何与材料特性。基于神经网络建立了轻骨料混凝土梁的受剪承载力计算模型,并搜集国内外82组轻骨料混凝土梁受剪试验结果作为样本数据,分为训练组、验证组及测试组,通过与试验值对比分析验证了计算模型的合理性和准确性。研究表明:训练组、验证组及测试组的试验值与NNs模型计算值比值的平均值分别为0.953、1.064和1.124,方差为0.147、0.034和0.091,NNs模型的计算结果能很好的对轻骨料钢筋混凝土梁的抗剪承载力进行预测,并能充分考虑各影响因素的显著性。

基于财务报表的NN糖业企业营运资金管理绩效分析

对制糖企业营运资金管理绩效进行分析与评价,能有效帮助制糖企业提高营运资金管理水平,把握企业营运资金管理规律。文章基于要素视角,对NN糖业营运资金管理绩效进行案例分析;借助NN糖业财务报表信息,通过综合运用企业营运资金分析理论,基于供应链视角总结了NN糖业企业营运资金管理绩效现状与提升策略。建议企业应收账款、存货等流动资产的作用充分发挥,在甘蔗收购需要大量流动资金时可采用供应链金融中的应收账款融资模式、存货质押融资模式来取得银行信贷资金,以满足榨季流动资金的需要,提升营运资金管理绩效。

PCA和NNs地域体育产业竞争力综合评价模型的研究

地域经济的发展是国家经济整体发展的基础,地域体育产业是整体体育产业发展的基础环节.提升中国体育产业竞争力,必须先提高地域体育产业的竞争力.因此,目前国内外许多学者关于产业竞争力的评价进行了相关研究,得到各类产业竞争力的评价模型,但他们的研究大都是定性分析,或多或少带有主观性,在此基础上,做进一步的修正和拓展.通过模糊理论、神经网络模型和主成分分析法,建立客观的综合评价体系,得到科学、公正的地域体育产业竞争力的综合评价模型,并指出提高竞争力的关键和方法.

基于BP-NNs的变压器励磁涌流识别研究

随着电力系统规模的不断扩大,如何正确识别励磁涌流变得越来越受到人们关注。本文基于励磁涌流识别现状,提出了一种基于BP神经网络(BP-NNs)的变压器励磁涌流识别策略,引入了BPNNs,首先通过傅立叶变换从变压器的电流波形数据中获取特征值,并作为BP-NNs输入,形成训练样本,最后进行变压器励磁涌流的识别。实验结果表明,本文提出的基于BP-NNs的变压器励磁涌流识别策略精确性较高,有很强的推广性和实用性。

耐硫酸露点腐蚀钢NNS的腐蚀速率的研究

介绍了南钢通过30t小转炉及150t大转炉生产耐硫酸露点腐蚀钢对腐蚀速率的影响，通过不同成分下的钢板表面腐蚀速率和腐蚀形貌的对比分析，确定耐硫酸露点腐蚀钢达到优良耐蚀性的最优成分。

A Possible Form of NNS Distribution for Degenerate Spectra

To expose the statistical properties of the degenerated spectrum, with the aid of the random matrix theory, a possible form of the NNS distribution function of the degenerate spectrum was proposed by providing a solution in terms of the same-degeneracy case. The results indicate that the target spectrum is transformed into two sub-spectra： a random one and a regular one, and that the repulsion level of the regular spectrum is also decreased.

基于Lbest PSO和NNs的电液伺服系统输出力PID控制研究

为了实现电液伺服系统输出力的稳定控制,结合局部最优粒子群优化算法和神经网络模型,提出一种PID控制器设计方法。该方法将神经网络模型(NNS)与PID控制器耦合,得到基于神经网络的PID控制器参数整定结构;再采用局部最优粒子群优化算法(Lbest PSO)确定神经网络的权重,从而得到基于局部最优粒子群优化算法和神经网络的PID控制算法;最后将提出的PID控制算法用于控制虚拟的电液伺服加载系统,以进行仿真实验。仿真结果表明,由该PID控制器控制的电液伺服系统的输出力平稳地收敛于给定力,从而提高了系统的稳定性。

基于时频域特征分析和ML-NN的故障电弧检测与选线

针对低压配电系统方式复杂、负载种类繁多、串联故障电弧的检测难度越来越大的问题,提出了1种基于时频域特征分析和多标签神经网络(ML-NN)分类的串联故障电弧检测与选线的方法.该方法通过采集多回路负载的不同支路发生电弧时的干路电流,对其时域采取统计的方法对故障电流的方差、均值、偏度和峰度进行分析,对其频域采用小波变换的方法得到其故障电流的小波系数特征.将时频域特征作为神经网络的输入进行训练,同时采用反向传播方法来训练模型,实现故障电弧检测和故障选线.经过实验验证,故障电弧检测和选线的准确度分别达到了97.57%、99%.

基于GRU-NN模型的电力用户能耗预测研究

针对现有预测方法在对电力用户进行能耗预测时,存在预测精度低、预测时效性差的问题,引入GRU-NN(Gate Recurrent Unit-Neural Networks,门控循环单元-神经网络)模型,开展对电力用户能耗预测方法的设计研究。采集电力用户用电信息,并从归一化处理后的信息中提取用电特征。利用GRU-NN,构建能耗预测模型。结合均方误差和拟合优度的概念,对该模型进行训练。利用训练后的模型预测电力用户能耗,模型的输出即为预测结果。通过对比实验,证明新的预测方法预测结果更加接近实际,且预测耗时短,具备较高的时效性,值得广泛应用。

基于灰色Elman-NN模型的乡村旅游游客流量预测方法

影响乡村旅游游客流量因素较多,导致乡村旅游游客流量预测误差较大,并且效率较低,设计一种基于灰色Elman-NN模型的乡村旅游游客流量预测方法。将所有数据按照一定的顺序排列,选取预测因子,对旅游数据关联度计算,采用灰色Elman-NN模型实现了乡村旅游游客流量预测。实验结果表明,所研究的基于灰色Elman-NN模型的乡村旅游游客流量预测方法在节假日前与节假日时的客流量预测上误差都较低,并且预测效率较高,满足乡村旅游游客流量预测方法的设计需求。

基于k-NN模型的钢坯入炉温度预测

在中厚板生产中,加热工序是决定后续轧制过程是否稳定的重要环节。同时为了提高经济效益,实现节能减排,加热工序往往会根据原料本身的温度情况来制定相应的加热工艺。换热系数是建立钢坯温降计算模型的核心参数,由于其影响因素繁多且复杂,很难有一个固定的模型来计算。本文提出一种简单有效的基于k-NN算法的温度预测模型,寻找目标钢坯与样本钢坯之间的相似度,然后通过IDW加权平均算法,预估出目标钢坯的入炉温度。实际应用表明,模型预测温度与实测温度绝对误差控制在30℃以内的占比达95%以上。

一种轴承预紧用施力检测装置的设计与应用

当机床主轴单元配置NN系列圆柱滚子轴承时,为增强轴承刚性、提高主轴回转精度等性能指标,需对所配置的主轴轴承施加适当的预紧力以调整其径向游隙。目前,常用的冲击轴承锁紧螺母的方式是向轴承直接或间接地施加轴向预紧力,此施力方式不仅会使轴承内环端面相对主轴轴肩产生一定的倾斜,从而影响后序相关尺寸的测量精度,还难以快速得到需要的轴承游隙量,以至于影响装配效率。基于上述原因,设计了一种能够向NN系列主轴轴承提供平稳轴向力的施力检测装置,并在某知名品牌的TS-A0620和TS-A0823两种型号主轴单元的装配过程中试用。统计数据显示,该装置对提高主轴轴承的装配精度和提升主轴单元装配效率起到了积极作用。因此,对该施力检测装置的结构进行推广和使用具有一定的实际意义。

局灶性癫痫围发作期心率变异性变化特点

目的探讨局灶性癫痫围发作期心率变异性变化特点。方法收集2014年9月至2019年9月在首都医科大学附属北京天坛医院癫痫中心进行术前评估并完成手术的癫痫患者102例,选择局灶性发作198次,手动测量相邻两个心电活动的RR间期,计算心率变异性时域参数-相邻正常心跳间期差值平方和的均方根(RMSSD),比较发作前60 s、发作期、终止后60 s RMSSD差异,并比较不同心率变化类型、不同发作类型、不同发作前状态以及不同致痫灶部位和侧别RMSSD差异。结果发作期和发作前60 s及终止后60 s RMSSD相比差异有统计学意义(P<0.001),提示发作期RMSSD降低;心率增快类型癫痫发作期RMSSD降低(P<0.001);复杂部分性癫痫发作期RMSSD降低(P<0.001);颞叶内侧癫痫发作期RMSSD降低(右颞叶内侧P<0.001;左颞叶内侧P<0.001);心率无变化(P=0.556)和心率减慢(P=0.983)类型癫痫发作、单纯部分性癫痫(P=0.869)、颞叶外侧癫痫(右颞叶外侧P=0.204;左颞叶外侧P=0.849)和颞叶外癫痫(右颞外P=0.188;左颞外P=0.068)发作期RMSSD无降低。发作期和发作前60 s RMSSD差值在睡眠期更明显(P=0.039)。结论心率增快类型癫痫发作、复杂部分性癫痫、颞叶内侧癫痫发作期易发生心率变异性下降,提示癫痫发作期副交感活性下降;睡眠期状态下发生的癫痫发作期心率变异性下降相比清醒期显著,提示睡眠期癫痫发作副交感活性下降更加明显。

美国NN/LM医学图书馆网的分析和启示

从背景、宗旨、任务、现状、信息服务等方面全面分析美国NN/LM,并提出对我国医学图书馆发展的启示和建议。

一种新的证据K-NN数据分类算法

K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据与其各个近邻的距离分别构造基本置信指派,并根据K个近邻数据在每个类别中的数目来对构造的置信指派进行加权。然后,利用DS规则对加权证据融合。根据每个训练子集下融合结果的算术平均值来判断目标的类别属性。通过模拟数据集和真实数据集的实验,将NEK-NN算法与其他几种常见的方法做了对比分析,结果表明NEK-NN算法能够有效地提高分类的精度。