基于数据挖掘及自回归积分移动平均模型预测的医用耗材库存智能化管理研究

目的:基于自回归积分移动平均(ARIMA)构建医用耗材ARIMA模型,为医用耗材库存管理中的各项决策提供技术支持。方法:采用数据挖掘技术中的时间序列分析方法对医用耗材库存进行预测,通过构建医用耗材ARIMA模型分析医用耗材库存变化趋势,预测未来一段时间内医用耗材库存可能出现的结果。选取2018-2021年医院医用耗材每月库存数据,根据2018年1月至2021年7月医院医用耗材每月的库存数据构建医用耗材ARIMA模型,对2021年8-12月的医用耗材每月库存数据进行模型验证和数据预测。结果:建立的医用耗材最优模型为ARIMA(5,1,2)(1,1,1),模型平均绝对误差为7.46%;采用该模型预测2021年8-12月的医用耗材库存量与实际医用耗材库存量比较接近,平均绝对百分比误差(MAPE)为2.075%,模型拟合效果较好。结论:基于数据挖掘技术构建的医用耗材ARIMA模型,可指导决策者根据预测值对医用耗材进行采购,一定程度上降低医用耗材积压率和断货率,减少客观因素引起的医用耗材损耗率。

基于小波变换和移动窗口积分函数的心电信号的QRS波起、终点的检测

把小波变换技术和移动窗口积分技术应用于心电信号 ( ECG)的 QRS波的起、终点检测 .首先利用 QRS波的频率特性对 ECG进行小波分析 ,再利用 QRS波的幅度特性对 ECG运用平方函数和移动窗口积分函数的计算公式 ,得到积分图形 ,最后在该图形上求得 QRS波的起点和终点 .在检测中运用了增强算法的抗干扰能力的策略以提高 QRS波起、终点的检测精度 .该方法充分利用了 QRS波的频率特性和幅度特性 ,比传统的只利用频率特性的检测方法精度要高 .通过随机抽取的 32 0个心电图病例的检测验证 ,也表明了其效果较好 .

自回归积分移动平均模型在长沙市白纹伊蚊密度预测中的应用

目的探讨自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型在长沙市三种方法监测白纹伊蚊密度预测中的应用,预测密度增长趋势。方法收集整理长沙市2007年1月—2023年7月诱蚊灯法及2016年1月—2023年7月双层叠帐法、布雷图指数法监测白纹伊蚊密度数据,采用2007年1月—2022年12月诱蚊灯法监测数据、2016年1月—2022年12月双层叠帐法及布雷图指数法监测数据,应用R4.3.0软件分别构建季节性ARIMA模型,将2023年1—7月的三种方法监测数据实际值与预测值进行比较评价,预测2023年8—11月密度。结果对三种方法监测白纹伊蚊密度分别构建了最佳模型ARIMA(0,0,1)(2,1,2)12、ARIMA(0,1,1)(0,1,1)12及ARIMA(0,1,0)(1,0,2)12,模型赤池信息准则值及贝叶斯信息准则值均达到最低,且较好地拟合了既往密度序列,残差Box-Ljung检验为白噪声(P>0.05),可用于白纹伊蚊密度预测,预测2023年8—11月诱蚊灯法白纹伊蚊密度平均值为0.56只/(灯·夜),预测2023年8—10月帐诱指数及布雷图指数平均值为1.67只/(帐·h)及21.75,均高于2022年同期密度平均值:0.43只/(灯·夜)、0.72只/(帐·h)及3.67。结论ARIMA模型对长沙市三种方法监测白纹伊蚊密度数据构建的最佳模型拟合效果较好,可用于白纹伊蚊密度的短期预测,预测2023年下半年白纹伊蚊密度较2022年同期有增高趋势,应采取措施加大伊蚊密度控制力度。

交叉口车辆行为感知在线半监督混合方法

自动驾驶感知系统须对目标车辆运动进行感知,以制定合理交互决策。针对行为感知在时间上的滞后性和数据中可能存在的波动和异常值导致感知准确率差的问题,本文提出一种在线半监督混合方法。首先,采用自回归积分移动平均和在线梯度下降优化器设计基于数据驱动的车辆运动状态在线预测算法。然后,构建基于微簇的初始模型,并以K近邻为基分类器建立集成学习策略,设计错误驱动代表性学习和指数衰减策略实现对初始模型的迭代更新。最后,基于驾驶模拟平台采集了验证所提算法有效性的实验数据。结果表明,所提出的方法对于车辆行为波动具有快速适应性,在线预测算法可准确预测车辆运动趋势,行为感知算法对于不同预测时间下的车辆行为均有较强适应能力。

一个带不确定权的积分方程组解的对称性

结合积分形式移动平面法的思想,讨论Rn上积分方程组u(x)=∫Rn|x-y|α-na(y)v(y)qdy,v(x)=∫Rn|x-y|α-nb(y)u(y)pdy的正解关于某一点的对称性和单调性,其中0<α<n,p,q>1,p+11+q+11=n n-α,a(x)和b(x)满足一些对称性、单调性.

带权函数的积分方程组正解的对称性和单调性

主要研究全空间上一类带权函数的积分方程组正解的径向对称性和单调性问题.在合适条件下,主要利用积分形式的移动平面方法,Hardy-Littlewwood-Sobolev(HLS)和Hlder不等式给出了积分方程组正解的径向对称性和单调性的结论.这一结论很好的推广了已有的结果.

上半空间积分方程组正解的轴对称性

烄考虑上半空间R+n中积分方程组{u(x)=∫n R+(Gx,y)vq(y)dy,v(x)=∫R+n G(x,y)up(y)d y}正解的性质,其中G(x,y)是具有Dirichlet边界条件的超调和算子(-Δ)m的格林函数.采用积分形式的移动平面法,证明了指数12m p和q之一严格小于1,且在1/p+1+1/q+1+2m/n=1的情形下,方程组正解关于某一平行于xn轴的直线轴对称.

自回归积分移动平均模型在长沙市蝇密度预测中的应用

目的构建长沙市蝇密度自回归积分移动平均模型(ARIMA),并对2023年1-12月蝇密度进行预测。方法应用R 4.3.0软件对2005年1月-2022年6月的蝇密度数据构建ARIMA模型,将2022年7-12月预测值与真实值进行比较,进行模型预测效果评价,进而对2023年1-12月蝇密度进行预测。结果采用ARIMA模型对2005年1月-2022年6月蝇密度监测数据构建,选取最佳模型为ARIMA(1,0,0)(0,1,1)_(12),其赤池信息准则(AIC)值及贝叶斯信息准则(BIC)值均最低,分别为986.50及996.37;模型残差序列为白噪声,模型有效;预测2022年7-12月的蝇密度与实际密度基本一致,实际监测值均落入了预测值的95%置信区间内,均方根误差(RMSE)为0.649,平均绝对误差(MAE)为0.522,可用于短期蝇密度预测。利用该模型预测2023年1-12月蝇密度,其密度平均值为2.89只/笼,低于2005-2022年平均密度(3.22只/笼),高于2022年平均密度(1.20只/笼)。结论ARIMA(1,0,0)(0,1,1)12模型对长沙市蝇密度数据的拟合效果较好,可用于蝇密度的短期预测,为预防控制蝇类危害事件及蝇传疾病提供依据。

基于ARIMA-LSTM的能量预测算法

无线传感器网络的节点运行往往受限于能量供给。对太阳能进行采集并转换成电能存储,可以延长节点的使用寿命。对太阳能进行能量预测,可以更好地规划和使用采集到的能量,这有助于节省能源、避免浪费,提升无线传感器网络的生存周期。针对太阳能预测,提出一种基于自回归积分移动平均-长短期记忆(Autoregressive Integrated Moving Average-Long Short Term Memory,ARIMA-LSTM)组合模型的能量预测方法。首先,采用ARIMA模型来对太阳辐照数据进行预测,提取数据中的线性分量;然后将过滤后的残差代入LSTM神经网络模型,得到非线性分量的预测;最后将二者进行相加,得到最终的预测结果。仿真实验显示,组合模型比起现有的单一模型,能够有效地提高预测的精度。

基于DSP的核信号处理方法研究

研究用全数字化手段处理和分析核信号过程中的重要算法和关键实现技术是相当重要的。通过仿真和电路设计试验,分析了数字核信号的移动积分、正交多项式半高斯波形拟合算法和峰值寻找算法,使用环形存储器实现了信号触发后的不同记录方式,使用Dither法改善ADC的微分非线性,以及多级流水线结构设计可以减少系统死时间等。这些工作是下一步设计高性能通用核信号分析谱仪和用全数字化手段实现大型核仪器探测器模块电子学的基础。

舰船电力系统单位功率因数谐波电流检测方法的研究

舰船全电力推进技术的不断发展,使舰船上的谐波问题受到更多的关注。提出将基于单位功率因数(UPF)的谐波电流检测方法用于舰船电力系统,并针对舰船电力系统负载变化频繁的特点,采用基于UPF谐波电流检测的并联型有源电力滤波器对其谐波进行抑制。用移动窗积分取代低通滤波器的改进型UPF检测方法,有效解决了低通滤波器的检测延时问题,改善了检测的暂态性能。仿真和实验结果表明,改进型UPF谐波电流检测方法能实时检测谐波电流,在负载变化时能很快的跟踪,特别适合用于舰船电网谐波检测。

组合模型对肺结核发病趋势的预测研究

目的建立肺结核发病率(1/10万)自回归积分移动平均(ARIMA)-灰色模型(GM)组合模型,并将其应用于肺结核发病率的预测,为及早发现疾病发展趋势和及时采取控制对策提供科学依据。方法收集迁安市2004年1月—2012年12月肺结核月发病率资料,应用SPSS 13.0软件对肺结核逐月发病率进行ARIMA建模拟合;然后用GM(1,1)模型对其带阈值的残差序列进行修正并构造出组合模型,利用此模型对迁安市2013年肺结核逐月发病率进行预测。结果 ARIMA(0,1,1)(0,1,1)12模型较好地拟合了肺结核的发病情况,模型的所有参数都通过统计学检验;用一阈值为4的GM(1,1)模型对其残差序列进行修正,预测模型通过了精度检验(C=0.573,P=0.805),模型拟合精度为基本合格,ARIMA-GM组合模型的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)都比单个模型小,利用组合模型对2013年肺结核发病率预测。结论 ARIMA-GM组合模型能较好地拟合迁安市肺结核发病情况,且该方法比ARIMA季节乘积模型预测具有更高的精度。预测结果能够对肺结核的早期预测预警模型的建立提供借鉴,从而有针对性地采取相应的控制措施。

汽车碰撞事故判断与新型碰撞吸能装置控制系统研究

通过实车试验研究发现,紧急制动时车辆加速度信号与其他工况有明显区别,可利用车辆的加速度信号识别驾驶员的紧急制动行为以预测碰撞事故。因此,基于制动加速度和移动窗积分算法,研制了一种可用于主被动结合新型碰撞缓冲吸能装置的自动控制系统。实车试验表明,该系统能够有效识别驾驶员的紧急制动行为并预测碰撞事故,能向主被动结合新型碰撞缓冲吸能装置发出正确的触发指令,且工作稳定。

一种改进谐波检测算法的实现

为了有效解决有源电力滤波器谐波检测中传统数字低通滤波器具有延时大的缺点,提出了一种可代替传统数字低通滤波器算法的移动窗积分算法。通过仿真比较分析,并搭建实际硬件平台对移动窗积分算法进行实验验证。实验结果表明,移动窗积分法具有延时短、易实现且积分窗的长度可根据要求进行修改等优点,便于满足谐波检测的要求。因此,该改进谐波检测算法是正确可行的。

基于Storm的电网时间序列数据实时预测框架

对电网运行产生的时间序列数据展开实时预测研究,提出基于Storm平台和ARIMA模型的预测框架。分析不同类型电网时序数据的特点,预设拟合模型以降低模型构建的盲目性,缩短预测时间,同时设计基于HBase的新型时序数据存储模式加快数据检索速度。通过对海量的时序数据源进行并发预测,比较不同数据样本对预测值的影响并实时分析预测误差。经实例从预测精度、运算速度、占用资源3个角度验证了该框架的有效性与实用性。

基于RVM和ARIMA的短时交通流量预测方法研究

为进一步提高短时交通流量预测精度,提出一种基于RVM和ARIMA的短时交通流量降噪方法.设计了降噪方法的流程,选取了降噪方法误差评价指标;基于RVM和ARIMA的短时交通流量预测方法和预测流程,引入平均绝对相对误差(MAPE)作为预测方法误差评价指标,以某城市道路的录像数据为实例,对构建的预测方法有效性进行验证.结果表明,在不同公用时间尺度(5,10,15min)下,所提出的短时交通流量预测方法的平均绝对相对误差均小于直接运用指数降噪模型、BT神经网络模型、ARIMA模型等方法预测的结果,有效地提高了短时交通流量预测精度.

基于ARIMA-GM组合模型的湖北省电力需求预测研究

通过分析湖北省历年电力消费量,利用灰色模型(GM)和自回归积分移动平均(ARIMA)模型分别对2012-2020期间的湖北省电力需求量进行了预测,然后通过方差倒数法进行组合预测,得到了精度更高的预测结果。通过分析整个预测过程及结果,该方法易于操作,精度较高,是一种对电力需求预测方法有益的探索。

基于ARIMA的磨削颤振预测方法

磨削颤振会加剧砂轮的磨损并对磨削加工质量造成严重影响,甚至会对磨床本身造成破坏.为了避免磨削颤振的发生,提高磨削加工效率,通过对磨削过程振动信号进行分析,提取固有频率频带能量百分比R作为磨削颤振的特征量,提出一种基于自回归积分移动平均(autoregression integrated moving average,ARIMA)模型的磨削颤振预测方法.试验结果表明:在磨削过程中,固有频率频带能量会随着磨削状态的变化而变化,利用稳定磨削状态下的固有频率频带能量百分比建立ARIMA预测模型,预测结果与真实值十分接近,能够准确预测磨削颤振的发生.

基于时间序列ARIMA模型的艾滋病发病率预测研究

目的:采用自回归积分移动平均(ARIMA)模型对2000-2014年全国艾滋病发病率建立预测模型,并使用预测模型对2015-2017年艾滋病发病率进行预测。方法:分析2000-2014年全国艾滋病发病率原始数据(国家统计局统计),对其进行平稳化处理,使其符合ARIMA模型的要求,并对ARIMA模型进行参数识别和模型拟合后预测2015-2017年艾滋病发病率;在对预测模型诊断检验的同时分析评价预测结果。结果:2000-2014年全国艾滋病发病率持续上升,在2011-2012年间增幅较大,对2015-2017年各年发病率进行预测,其结果分别为3.57/10万、3.80/10万和4.04/10万,与2000-2014年趋势相比依旧呈现持续上升。结论:利用全国2000-2014年艾滋病发病率数据,采用时间序列ARIMA模型对其建立预测模型,并使用该模型对2015-2017年全国艾滋病发病率预测,能够准确提供艾滋病病毒(HIV)感染数据信息,使HIV感染者能及时认识到其危害,有效预防控制艾滋病的发生。

一种复杂安全气囊控制系统设计

设计一种基于飞思卡尔芯片技术的复杂安全气囊控制系统,包括初始化模块、上电自检模块、安全气囊控制模块、实时自检模块和定时器模块。系统硬件采用9S12系列16位微控器,集成多个MMA系列微机电系统加速度传感器和MC33797点火驱动芯片。实验结果表明,该系统具有较高的集成度、可靠性,且实时性较好。