基于多层全连接神经网络的湖南省流域面雨量预报

研究基于ECMWF、JMA东亚地区再分析资料、OCF、湖南省智能网格预报0.5°格点产品、华南区域数值天气预报模式及华东区域数值天气预报模式产品,利用多层全连接神经网络(MFCNN)构建模型,预测未来24 h、3 h、1 h面雨量数据,采用平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R^(2)),对2020年湖南大型水库流域面雨量MFCNN模型预报效果进行检验评估及与各家模式预报效果对比分析。结果表明:MFCNN模型对24 h、3 h、1 h面雨量的预报效果(MAE、RMSE、R^(2))均优于各模式的效果,且随时间分辨率的提升,模型预测效果相对于各模式提升明显。误差系数表明,MFCNN模型预报偏差在湘江流域及洞庭湖的最小,在沅水中游、资水上游的居中,在澧水流域、资水下游及沅水上、下游的最大。该模型捕捉面雨量动态变化的能力在洞庭湖、澧水上游、沅水中游最强,在湘江流域的次之,在沅水上、下游及资水下游、澧水下游的最弱。

基于小波变换与BiGRU-NN模型的短期负荷预测方法

为更好地挖掘大量采集数据蕴含的有效信息,提高短期负荷预测精度,文中提出一种基于小波变换与双向门控循环单元(BiGRU)、全连接神经网络(NN)混合模型的短期负荷预测方法。文章利用小波变换将负荷特征数据分解为高频数据以及低频数据,再分别建立高频混合神经网络以及低频混合神经网络模型进行预测。在混合神经网络模型中,将负荷特征数据作为BiGRU-NN网络的输入,利用BiGRU-NN网络学习负荷非线性以及时序性特征,以此进行短期负荷预测。文中以丹麦东部地区的负荷数据作为算例,实验结果表明,该方法与GRU神经网络、DNN神经网络、CNN-LSTM神经网络相比,具有更高的预测精度。

ICGR15、前白蛋白、胆碱酯酶三者在肝细胞癌诊疗中的相关性分析

目前临床上常用的肝功能评价方法多为以血生化检测为代表的静态检测,大多侧重于检测肝脏的损伤程度及功能障碍状况,而对肝脏的有效功能状态的反映存在明显的局限性。 近年来,吲哚菁绿滞留率(indocyanine green retention rate at 15 min,ICGR15),已经被作为反映肝脏储备功能的灵敏指标。 ICG15 在肝脏外科领域的应用价值已得到广泛认可,近年来,在肝脏内科、肝脏介入、重症患者、药物安全评估性评估等领域的应用研究逐步深入。 但该项检查在国内医院却不能得到广泛应用,故通过常规肝功检查中的 PALB 联合CHE 来推断 ICGR15 对于治疗有一定的医学意义。 本研究旨在探讨术前 ICGR15 联合前白蛋白(PALB)、胆碱酯酶(CHE)对肝切患者术前肝脏功能的评估,以减少术后出现并发症的风险。 方法:使用机器学习中的全连接神经网络模型通过已知的 CHE 与 PALB 的值预测 ICGR15 的值;收集 2017.10.11~2020.07.13 在吉林省某三甲医院进行肝切除术的 182 例肝细胞癌(hepatocellular,HCC)患者的相关资料,患者术前的 Child-Pugh 分级均为 A 级。 根据患者术后是否发生并发症将其分为已发生组 57 例与未发生组 125 例,并比较 2 组患者的临床资料。 计量资料采用 t 检验,计数资料采用 x2 检验或 Fisher 精确试验;利用二元 Logistc 回归分析术后患者发生并发症的独立影响因素并构建预测模型;使用受试者工作特征曲线( receiver opreting characteristic cure,ROC)计算各指标预测患者术后肝功并发症的价值。 结果:将 CHE 值与 PALB 值作为神经网络输入层的两个节点,ICGR15 作为输出层的一个节点,中间有两个隐含层,分别为 6 个节点与 2 个节点。 经过 20000 次的训练,我们最终得到训练较好的神经网络模型。 在实际场景中进行测试,我们的模型可确保输出的 ICGR15 的结果与实际结果误差不超过 10;在单因素分析中,有统计学意义的指标为 ICGR15、术前前白蛋白、胆碱酯酶,将三个指标单独做二元 Logistic 回归、ICGR15 联合术前前白蛋白和 ICGR15 联合胆碱酯酶分别做二元 Logistic 回归记为模型 1 / 2、将 ICGR15、术前前白蛋白、胆碱酯酶同时做二元 Logistic 回归记为模型 3,可以看出单独指标方面三个指标均为患者术后并发症的独立危险因素,且 ICGR15 为危险因素,术前前白蛋白 / 胆碱酯酶为保护因素,但是三个指标的 OR 值均接近于 1,说明影响作用较小;ICGR15 联合术前白蛋白 / 胆碱酯酶方面,可得到预测方程:Logit(P)= 0.065×ICGR15-0.007PALB-0.001CHE+3.191。 该模型差异有统计学意义(P<0.001),Hosmer-Lemeshow 检验,P>0.05,该模型拟合程度较高;且 ICGR15 联合两指标与预测指标的 AUC 相比较,预测能力显著大于 ICGR15 单独预测(P<0.05),如表 3 / 4 所示。 结论:在预测 HCC 患者术后发生并发症方面,单独应用 ICGR15 或 PALB、CHE 有一定的预测意义,而 ICGR15 联合 PALB / CHE 则预测意义更大。