基于PageRank算法及Mplus因子分析探讨杨霓芝教授诊治IgA肾病规律

目的本研究旨在多层次分析名老中医诊治IgA肾病的临床经验,为传承中医肾病名医经验提供方法参考。方法采集并标准化广东省中医院杨霓芝教授门诊在2010—2020年期间诊治IgA肾病患者的医案数据,并将患者分为尿血组、尿浊组及肾衰组。利用FangNet平台进行PageRank算法计算药物THScore得到不同亚组IgA肾病核心药物。通过Python(SciPy包、Clusterheatmap包)可视化证型分布规律及相应用药规律,应用Mplus软件使用加权最小二乘估计法及斜交旋转GEOMIN法进行药物处方探索性及验证性因子分析。结果总共纳入145例IgA肾病患者,共548诊次。其中尿血组54例、尿浊组51例及肾衰组40例。基本证型有9种,含气虚证(91.79%)、血瘀证(77.01%)、湿热证(66.06%)及阴虚证(38.69%)等。总队列核心药物24种,尿血组23种,尿浊组21种,肾衰组16种,主要为益气补阳药、滋阴养血药、活血祛瘀药、清热凉血药等。IgA肾病辨证用药规律(Z-Score>0.5且P<0.05):气虚证常用药物:黄芪、山茱萸、菟丝子。血瘀证常用药物:丹参、泽兰、山茱萸等。湿热证常用药物:蒲公英、石韦、桃仁、土茯苓等。阴虚证常用药物:墨旱莲、太子参、女贞子等。根据探索性及验证性因子分析的结果,可以得出杨霓芝教授治疗IgA肾病核心药物组合因子包括:F1(菟丝子、山茱萸、黄芪);F2(白茅根、小蓟、茜草);F3(女贞子、墨旱莲、太子参);F4(泽兰、桃仁)。结论本研究通过应用PageRank算法及Mplus因子分析,分组分析杨霓芝教授诊治IgA肾病经验,明确以“气虚血瘀、湿热阴虚”为核心证型,“益气活血、清热养阴”为核心治法的IgA肾病岭南中医诊治心得,为传承名医经验提供方法参考,促进中医药的开发利用。

飞机零件制造系统中的实例修改算法优化

针对飞机零件设计过程的复杂性和重用性低等问题,选择一些对零件制造有较大影响的参数,以优化设计需求。以往的案例都是将问题和解决方案放在一起当作案例的属性,忽略了它们之间的联系,并且在实例修改部分的研究也不够深入。相似度的计算方法纷繁复杂,权重的分配又受人的主观因素影响,因此这里提出了一种新的通过问题-解决方案关系信息集成的方法,和传统的加权均值不同,该算法通过将相似度矩阵和关系矩阵相乘来计算每种检索实例的加权因子,通过矩阵乘法来构造混合加权矩阵,进行实例修改。将其应用到飞机零件制造系统中,达到智能化设计的目的。以典型飞机零件为例,证明了这种方法的适用性,并且能够有效提高设计结果的可用性和准确性。

基于改进PageRank算法的超网络关键节点识别

针对超网络中关键节点识别算法识别分辨率不足的问题,将在复杂网络领域中利用邻接节点信息获得更好效果的PageRank算法改进并运用到超网络中进行关键节点识别,并实现了超图从关联矩阵到邻接矩阵的转换算法,降低了计算复杂度。文中在真实网络中与超图的超度、节点度、邻接信息熵等指标进行对比,实验结果证明了文中算法能识别出关键节点并且具有较高的分辨率。

基于AI算法的自然语言信息提取-翻译-校对系统设计

自20世纪90年代起,随着人工智能(AI)的飞速发展及其与深度学习等机器学习方法的广泛融合,自然语言处理(NLP)作为人工智能的核心,也取得了令人瞩目的进步。而随着国际学术交流、世界文化交融愈加频繁,人们搜寻、阅读他国网络信息的现实需求也随之增多。当信息搜寻者在搜寻非母语信息时,不仅会出现语言障碍问题,还会因错综复杂、层次不齐的各色信息而产生诸多不便。为了便于信息搜寻者快速高效地获取有用信息,文中基于人工智能算法(PageRank/TextRank)设计一种信息提取-翻译-校对(ETP)系统。系统通过AI自动搜索阅读页面上的重要信息和文本摘取,生成摘要,并基于机器翻译API模块完成翻译;其次,采用智能校对系统完成校对审核后,将信息呈现给搜寻者,以供其对全部信息高效且准确地进行预筛选,从而节省阅读时间和精力。最后对系统算法所实现的功能进行实验测试,结果达到预期。

基于改进PageRank算法的银行零售业务客户价值排名研究

在银行零售业务交易系统中,如何在大量客户数据交易网络中挖掘出影响力高,潜在价值高的重要发展客户,从而制定相应的业务营销计划,对银行来说是一件至关重要的事情.本文提出一种基于PageRank的改进算法——IER(Improved Enhanced-RatioRank)算法,该算法以客户作为节点,以主动交易金额构成出链权重因子作为有向边,构成一个客户交易网络有向图,通过添加交易次数活跃因子和时间有效性因子等重要因素,从多维角度可以精准有效地挖掘出重要发展客户.最后,利用RFM(Recency, Frequency, Monetary)模型来验证实验结果.实验结果表明,所提算法在银行零售业务交易系统中挖掘重要发展客户有良好的效果.

基于PageRank算法的机器人专利推荐系统开发

机器人产业的发展和应用前景十分广阔。通过将机器人技术依赖网络进行可视化,帮助设计人员进行技术元素启发式探索,通过PageRank算法构建更加完整的技术框架,并推荐相关的专利,从而帮助设计人员进行产品创新设计。

一种改进PageRank算法的工程勘察钻孔质量评价模型

钻探作为地质勘察中重要环节,成果的准确性及可靠度对工程建设中的设计和施工有较大影响。钻孔质量直接关系着成果的准确性,因钻孔质量的影响因素较多,故定量评价钻孔的质量难度较大。为了建立一套客观的钻孔评价模型,通过对影响钻孔质量的因素进行多维度分析,提出了基于改进的PageRank算法的工程勘察钻孔质量评价体系。评价过程中充分考虑钻孔影响因素之间的相互影响关系,将各因素的影响关系转换为转移概率矩阵,通过PageRank算法计算特征值对勘察钻孔影响因素进行排序,排序结果作为评价的权重值。此外,利用模糊数学隶属度概念,将影响因素的关系用隶属度矩阵来表达,利用权重矩阵与隶属度矩阵的非线性组合,建立质量评价模型,从而对钻孔质量进行评价。相比较以前按照经验定性评价及层次分析法等评价方法,采用改进PageRank算法模型进行评价,可以减少主观判断影响,从各影响因素的相互影响关系对影响因素的重要性进行排序,计算出权重,能客观地量化评价钻孔的质量等级。

基于云模型和PageRank算法的社会网络群决策方法

近年来,随着信息、通信和技术的快速发展,决策者之间的关系也由此变得越来越紧密。在此背景下,决策者基于社会网络关系存在交互,社会网络群体决策会产生比传统群体决策更多的信息,信息不完全性、随机性以及决策者有限理性等因素都会导致群体决策结果与实际情况产生偏差。针对社会网络群体决策中决策偏好信息为定性概念的语言信息,且决策者之间存在信任度的群体决策问题,本文提出了一种基于云模型和PageRank算法的社会网络群决策方法并针对现有的云聚类算法拓展出了社会网络云聚类算法。首先,将语言信息转化为云模型;其次,基于社会网络拓扑图利用PageRank算法来计算每个决策者的权重;接着,使用社会网络云聚类算法将决策者分成几个子聚集并求出子聚集的权重;最后把云模型综合成方案云,利用随机模拟技术获取各个方案云的评分,给出方案的排序,并通过对比分析验证了该方法的有效性。

基于PageRank算法的公共卫生间分布规律研究

公共卫生间已经成为城市基础设施中不可或缺的一部分,对于公共卫生间的统筹规划也一直受到各领域的关注。为使城市公共卫生间的设计、建设和管理符合城市发展要求,满足城市居民和流动人口需要,有关部门制定了公共卫生间分布的标准,但是目前许多城市的公共卫生间的数量和分布都不够合理。本文以上海市南京路为例,对该区域的街道与建筑建立平面模型,并基于PageRank算法,对目标区域内公共卫生间备选点来进行优先级的判断,以此上海市该区域内公共卫生间的数量和分布位置进行合理的分析。

基于RAFT算法的数字医联体医疗信息跨平台共享方法

随着数字医联体的快速发展,实现医联体内部各医疗平台间信息的安全共享是急需解决的问题之一。因此,研究基于RAFT算法的数字医联体医疗信息跨平台共享方法。在分析数字医联体组建架构基础上,构建集信息采集和管理、信息的整合与分配、平台服务、应用服务于一体的信息跨平台共享体系。其中,信息整合与分配过程采用RAFT算法通过节点选举与日志复制两个功能,实现医疗信息的跨平台过程中数据请求方和数据提供方间的数据分配和共享,并采用PageRank算法优化RAFT算法节点关键性,提高其信息共享的完整性。实验中,该方法的最大可容忍恶意节点数量可达到16个;在45s的时间内,该方法可以采集近700条信息数据;在节点数量为17个时,本文方法的通信复杂度仅为262。实验表明:该方法对恶意节点容忍量更高,对海量医疗信息的提取更快,跨平台共享信息过程的通信复杂度较低。

基于PageRank改进算法的电网脆弱线路快速辨识(二):影响因素分析

作为两篇系列文章的第二篇,重点分析适用于快速辨识电网脆弱线路的PageRank改进算法中影响辨识结果的模型参数。首先,在第一篇文章的算法理论基础之上,讨论了模型参数调整对算法性能的影响,并给出了模型参数的合理取值范围。然后,采用基于直流OPA模型的大样本连锁故障仿真来校验本文所提方法的准确性,并提出差异度指标以定量分析所提方法得出的脆弱线路排序效果。分别以IEEE118节点系统和IEEE 39节点系统为算例进行仿真,结果验证了所提方法的高效性。

HITS算法与PageRank算法比较分析

对HITS算法作了比较详细的介绍 ,并且与PageRank算法在设计思想、权重传播模型、数据处理量及适用范围等方面进行了比较分析。

PageRank算法的分析及其改进

在分析PageRank算法存在偏重旧网页、主题漂移、网页权值均分、忽视用户浏览兴趣现象的基础上,对其进行改进,考虑网页修改日期、网页文本信息、网站权威度、用户兴趣度等重要因素,重新计算网页PR值。实验结果表明,改进算法可提高搜索引擎对网页排序的准确度,以及用户对检索结果的满意度。

PageRank算法研究

深入剖析了著名搜索引擎Google的关键技术PageRank算法,介绍分析了该算法的当前发展现状。并针对PageRank算法容易出现主题漂移现象,利用提出的二阶相似度改进算法。实验表明,改进的算法有利于减少主题漂移现象,提高用户对检索结果的满意度。

基于改进PageRank算法的跨链公证人机制评价模型

跨链技术是区块链领域研究和关注的热点,公证人机制是一种典型的跨链技术手段。针对公证人机制中存在节点信用监督不足的问题,构建基于改进PageRank算法的公证人节点信用评价模型。收集多种公证人节点相关信息,利用改进的PageRank算法对公证人节点进行信用计算,得到高可信的公证人节点,从而保证区块链系统安全稳定。将用户评价和节点本身信息进行综合分析和相互验证,使得公证人机制更加安全可信。实验结果表明,该评价模型在跨链公证人机制中具有良好的应用和评估效果。

基于加权PageRank算法的关键包识别方法

识别软件中的关键实体对于人们理解软件,控制和降低维护费用具有重要意义.然而现有的工作基本都是针对关键类识别的,针对关键包、方法/属性等的研究甚少;同时现有的工作也未能揭示关键类与软件外部质量属性间的关系.为丰富现有的工作,本文提出了一种基于加权PageRank算法的关键包识别方法.该方法用加权有向软件网络模型抽象包粒度软件系统,提出新度量PR(PackageRank)从结构角度量度节点重要性,并引入加权的PageRank算法计算该度量值.数据实验部分以六个开源Java软件为例,分析了包的PR值与常用复杂网络中心性指标(介数中心性、接近中心性、度数中心性等)间的相关性;使用加权的SIR(Susceptible-Infectious-Recovered)模型分析了PR所识别关键包的传播影响,并与其它相关方法进行比较,验证了本文方法的有效性;最后,以其中两个软件为例,分析了包的PR值与包可理解性间的关系,进一步验证了本文方法的有效性.

基于主题相似度模型的TS-PageRank算法

PageRank算法是著名搜索引擎Google的核心算法,但存在主题漂移的问题,致使搜索结果中存在过多与查询主题无关的网页.在分析PageRank算法及其有关改进算法的基础上,提出了基于虚拟文档的主题相似度模型和基于主题相似度模型的TS-PageRank算法框架.只要选择不同的相似度计算模型,就可以得到不同的TS-PageRank算法,形成一个网页排序算法簇.理论分析和数值仿真实验表明,该算法在不需要额外文本信息,也不增加算法时空复杂度的情况下,就能极大地减少主题漂移现象,从而提高查询效率和质量.

基于MapReduce的并行PageRank算法实现

分布式网络爬虫的广泛应用使得搜索引擎的数据规模呈几何式增长,面对数以TB甚至PB量级的数据,单机模式下的PageRank算法由于CPU、I/O和内存的开销过大导致效率低下。为此,提出一种基于MapReduce框架的并行PageRank算法。在算法的一次迭代过程中,利用Map函数对网页拓扑信息文件进行解析,使用Reduce函数计算网页得分,从而并行化PageRank算法的中间迭代过程。通过计算全局网页得分控制迭代次数,得到较精确的网页排序结果。实验结果表明,该算法在保持原有单机PageRank算法整体网页排序精度的基础上,具有较好的集群性能和较快的执行速度。

基于反向PageRank的影响力最大化算法

针对社会网络上的影响力最大化算法在大规模网络上难以同时满足传播范围、时间效率和空间效率要求的问题,提出一种混合PageRank和度中心性的启发式算法(MPRD)。首先,基于PageRank,引入一种反向PageRank思想来评估节点影响力;然后,结合局部指标度中心性,设计一种混合的指标来评估节点的最终影响力;最后,通过相似性方法去掉影响力重合严重的节点,选出种子节点集。在6个数据集和两种传播模型上进行实验,实验结果表明,所提的MPRD在传播范围上优于现有的启发式算法,在时间效率上比贪心算法快四、五个数量级,在空间效率上优于基于反向抽样的IMM算法。所提的MPRD在处理大规模网络上的影响力最大化问题时能够取得传播范围、时间效率和空间效率的平衡。

基于改进PageRank算法的输电网关键节点辨识方法研究

为了准确全面辨识输电网的关键输电节点,针对现有辨识方法未考虑节点间功率传输路径的分配关系以及不同类型节点传输特性的问题,基于复杂网络理论和PageRank算法,从静态分析角度建立输电网的有向加权网络模型。根据节点在功率传输路径中的不同特点将节点划分为电源节点、中间节点和终端节点,并考虑不同类型节点与相邻节点间传输转移的信息值及节点间非等概率传输特性,通过对PageRank算法改进得到考虑节点状态信息与拓扑信息的电气传输转移矩阵。在此基础上,结合节点电压值、节点度和节点传输转移特性形成能够准确全面辨识输电网关键节点的方法。通过仿真结果对比分析,并结合系统遭受静态蓄意攻击后网络传输效率变化,表明所辨识关键节点故障后对电网的传输能力影响较大,验证了所提辨识方法的正确性与优越性。