一种亚健康诊断推理的新方法

通过融合模糊逻辑推理、神经网络控制技术及可拓学方法,设计了一个基于模糊神经网络的对复杂的亚健康状态进行智能化诊断的模型,实现了对专家诊断推理过程的模拟。结果表明,该诊断系统可以较好地应用于亚健康中医辨证。

应用直流脉冲的亚健康诊断仪

在当前的市场经济社会中,工作和生活的节奏加快,人们的身心消耗增大,负担过重,精力容易衰退,往往导致机体的植物性困扰和规律调节的失调,对病菌和周围不良环境的抗御能力削弱,从而逐步地陷于病患,严重地危及生命.

随机森林在轨道交通车辆门系统亚健康状态诊断中的应用

提出了一种基于随机森林(RF)的车门亚健康状态诊断方法。首先,从车门驱动电机的电流、转速和转矩输出信号中提取时频域特征指标作为表征车门运行状态的特征向量;然后,RF通过对分类器的集成来提高车门亚健康状态诊断的精度,并且从特征指标对分类结果影响的角度评估特征的重要性。利用台架调门试验模拟车门的典型亚健康工况,采集数据并分析验证。试验结果表明,与传统的单分类器(决策树、支持向量机、贝叶斯、KNN近邻)的诊断结果相比,RF方法在车门的亚健康状态诊断中具有更高的诊断精度,并可对特征的重要性进行评估。

基于随机森林的轨道车辆门亚健康诊断应用研究

提出一种基于随机森林算法的轨道车辆门亚健康诊断方法,以实现对轨道车辆门对中异常、缓冲头磨损等亚健康状态的识别。该方法对一组试验数据提取特征值,生成类型标签,利用随机森林算法,经过训练得到亚健康诊断模型。再利用另一组试验数据对模型进行测试,调整随机森林训练模型参数,以预测准确率为评判标准,选取最优参数,确定最优模型。最后将模型用于实际运营的地铁车辆门,验证该方法的有效性和可行性。根据诊断规则推送车辆门亚健康预警信息,为地铁运维提供参考。

基于D-S证据理论的城市轨道交通车辆车门亚健康融合诊断方法

为了实现城市轨道交通车辆车门亚健康状态的精确诊断,提出基于D-S证据理论的车门亚健康融合诊断方法。根据车门驱动电机数据与门控器的I/O信号数据,分别运用K-means聚类与贝叶斯分类的方法构建车门亚健康初步诊断模型;引入D-S证据融合理论进行决策层的信息融合,得到更加准确的亚健康诊断模型。应用结果表明,该方法可显著提高车门亚健康诊断模型的准确性和可靠性。

大学生亚健康研究现状及发展趋势

随着社会改革的深入,大学生承受着越来越多的压力,心理矛盾更加激烈,为了使社会认识和了解大学生的健康状况,本文试图对大学生亚健康的研究现状、主要表现形式等进行阐述。并且从流行病学、生物学、心理学等角度对大学生亚健康状态进行分析研究,并提出大学生亚健康研究的发展方向,为大学生健康教育提供理论基础。

亚健康状态数字化脉诊属性特征的研究

目的:探讨亚健康状态的数字化脉诊属性特征,建立BD-SZ便携式四诊合参辅助诊疗仪亚健康辨识系统。方法:采用BD-SZ便携式四诊合参辅助诊疗仪。对295例在校大学生在最适取脉压下同步采集压力脉图、Ⅱ导心电图及指端光电容积脉搏波,对其中168例亚健康状态者进行脉诊分析。结果:其中脉弦76例,脉弱14例,脉数28例,脉实5例,脉迟脉弱9例,脉迟11例,脉滑25例;对亚健康组和健康组脉图参数的统计学分析表明,亚健康组压力脉图特征弦变、数变和滑变的几率显著增大。结论:亚健康状态人群脉图多呈弦紧状态。

浅谈广佛地铁乘客室门系统智能化升级

随着科技的进步,信息化、智能化技术得到了广泛的应用,智能运维成为轨道交通行业未来的发展趋势。对于车门系统,基于大健康数据、互联网实时监控及亚健康诊断等智能化手段实现故障修成为车门系统未来发展的新方向。因此,对车门系统进行智能化升级尤为重要。本文详细介绍了改造方案、实际验证结果、改造后的优势等内容,为后续同类型项目的响应奠定了坚实的基础。

基于“辨证保健”理论的绝经后骨质疏松症辨证干预策略

中医学“治未病”思想历史悠久且始终保有科学性与先进性。辨证论治是中医学干预机体非健康状态的核心思维过程,“辨证保健”是辨证论治的传承与创新发展。绝经后骨质疏松症具有发病隐匿、发病率高、严重影响患者生命健康和生命质量的临床特点。本研究从辨证保健理论出发,首次提出了以“三分法”对绝经后骨质疏松症进行分期,确立亚健康判定标准,通过中医证候分类进行辨证干预,确立相应的保健法则及中药保健措施,同时结合综合性干预方法,为绝经后骨质疏松症的早发现、早干预、早获益提供思路和策略,以降低绝经后骨质疏松症的发病率,改善相关高危人群的亚健康状态,促进全民健康。

基于社区人群的心理性亚健康筛查研究

目的联合应用90项症状自评量表(SCL-90)和日本心理亚健康分型诊断量表(MHP)中文版筛查社区心理性亚健康人群,并对所用量表的信度进行评价。方法应用前瞻性队列研究方法,对天津市宁河县某社区居民进行筛查,排除躯体、精神和心理性疾病人群后,采用SCL-90和MHP中文版两个量表筛查心理性亚健康者,并对两个量表进行信度评价。结果共纳入受试者1590例,完成SCL-90量表测量者1101例,完成率为87.94%,其中772例被判定为心理亚健康态;完成MHP量表测量者1013例,完成率为80.91%,其中491例被判定为心理亚健康态。在1101例中两个量表共同判别有989例为心理性亚健康,心理性亚健康在健康人群中发生率为89.83%。SCL-90量表Cronbach'sα系数为0.97,MHP量表Cron-bach'sα系数为0.889。结论 SCL-90和MHP中文版均可用于筛查心理性亚健康者,且两个量表均具有较好信度。