浅析神经元网络算法在中医药真实世界研究中应用可行性

在人工智能发展全球化的时代背景下,人们对临床研究提出了更高的要求,推动了临床研究科学事业的发展。随机对照试验(RCT)是传统临床研究方法的金标准和循证证据的基石,但设计方法与中医诊疗特点融合性存在不足。真实世界研究契合了中医个体化诊疗、整体疗效评价的特点,可为中医临床评价研究开辟一条新道路。文章在中医真实世界研究的基础上通过考虑中医药临床研究的特点,结合大数据的特征引入人工智能-神经元网络算法技术,初步探讨神经元网络和人工智能算法在中医药真实世界研究中开展的可行性。

单神经元网络算法在电液比例控制中的应用研究

电液比例系统的控制精度关键取决于控制器,阐述了单神经元网络算法的PID在线参数整定的应用方法,并设计了相应的控制器,通过将其与常规定参数PID控制器在电液比例驱动典型执行机构中的应用进行效果进行对比分析,实际测试结果表明具有更好的适应性及稳定性,对工程应用具有实际的指导意义。

基于径向基过程神经元网络的锂电池SOC算法

提出基于径向基过程神经元网络算法计算锂电池的SOC,该方法应用的是梯度下降模式。介绍径向基过程神经元网络的推导,将电压、电流和温度的时间动态数据序列作为网络的输入,以实测采样数据作为样本,组建网络模型,并与安时积分法进行对比实验。

基于神经网络的红外焦平面非均匀校正的新算法

传统的神经元网络算法对噪声具有较好的自适应性 ,但当噪声略强时 ,它的校正效果会出现下降 ,为进一步提高性能 ,原作者提出了基于神经元网络的红外焦平面非均匀性校正的改进算法。但在场景静止时 ,原算法就不再适用。针对这种情况 ,分析了基于神经元网络的红外焦平面非均匀校正的改进算法 ,提出了在场景静止时的校正算法。并结合两者 ,最后提出了基于神经元网络的红外焦平面非均匀校正的新算法。仿真证明 ,新算法具有优异的性能。

红外焦平面非均匀校正的综合处理算法

时域高通滤波的算法具有简单 ,易于实现的优点。但其在既有加性噪声 ,又有乘性噪声时校正效果难以令人满意。神经元网络算法在噪声较强时 ,校正效果受到了限制。针对既有加性噪声 ,又有乘性噪声 ,且加性噪声较强的情况 ,提出了红外焦平面非均匀校正的综合处理算法。仿真证明 。

工控软件与工厂信息化

回顾了工控软件的发展历史,讨论了今后的发展趋势。以神经元网络算法为例介绍了工控软件中的先进控制策略算法,并着重阐述了制造执行系统(MES)在工厂信息化中的作用。

面向危险品运输安全监管的RFID与GPS数据融合新技术

通过建立全国性的危险品运输监控中心,结合使用GPS和RFID技术,利用3G通信技术,将收集到的信息实时传回监控中心,监控中心将会对传回的数据进行处理。利用人工神经元网络算法,建立危险品运输车辆的危险等级系数评估系统。并将信息及时告知司机,同时,监控中心也将对高危险等级的车辆进行重点监控。