基于组合熵权灰色关联分析的医疗质量综合评价

目的立足于县级医院医疗质量评价领域,旨在为管理评价工作提供方法论及决策依据。方法筛选医疗质量指标体系,兼顾数据分布特征和指标实际意义,将主、客观组合赋权和灰色关联法结合对医院医疗质量做综合评价。结果对医院差异评价及排序结果客观科学。结论组合熵权灰色关联分析法原理清晰,程序实现便捷,可全面推广于医疗卫生评价领域。

基于排列组合熵的高速列车走行部故障分析

针对列车走行部的多种故障模式,提出了基于排列组合熵的高速列车走行部故障诊断方法。对原车和抗蛇行减振器失效、空气弹簧失气、横向减振器失效四种工况进行仿真实验,得到列车不同位置的振动信号。计算列车振动信号的排列组合熵,首先实现了同一速度下不同故障的分离,然后以排列组合熵作为故障特征向量,对特征向量进行多级SVM分类识别。实验结果表明,该方法可以有效识别列车同一速度下的不同故障,高速时对四种工况的平均识别率达97%以上。

基于排列组合熵的脑电意识任务识别方法的研究

研究基于脑电信号排列组合熵的运动意识任务自动分类方法。求出时变脑电信号所对应的排列组合熵时间序列,它能很好的反映出事件相关去同步(ERD)和事件相关同步(ERS)现象,因此能有效地提取人脑想象左右手运动任务时的特征,最终利用K-近邻法模式分类方法对想象左右手运动任务进行分类决策。对国际脑机接口竞赛相关数据进行测试,最高准确率达到88.57%,最大互信息达到0.42。基于排列组合熵的脑电信号特征,可以作为脑电意识任务的有效分类依据。

基于排列组合熵和加权核Fisher的肌电跌倒检测

为实现老年人的跌倒与日常行为动作的模式识别,提出了一种基于排列组合熵和加权核Fisher线性判别的表面肌电信号跌倒识别方法.以腓肠肌和股外侧肌2路肌电信号对应的排列组合熵为特征向量输入加权核Fisher线性分类器进行模式识别,对跌倒与坐下、蹲下和行走进行识别.实验结果表明,该方法的跌倒识别率为93.33%,特异度100%,优于其他分类方法.

基于排列组合熵和灰度特征的纹理分割

提出了一种基于排列组合熵和灰度特征的纹理分割方法。该方法将不同方向上的排列组合熵与灰度均值、灰度方差结合起来构成一个多维特征向量,利用模糊C均值聚类算法进行聚类实现纹理图像的分割。实验结果表明该方法对纹理分布均匀的图像有着良好的分割效果。在保持较高纹理分割精度的前提下,该方法能减小计算复杂度,并且具有较强的鲁棒性和抗噪声能力。

地质建造组合熵异常与找矿有利地段圈定

信息熵是研究地质体结构特征的有效工具。在研究云南元江地区昆阳群地质建造信息熵分布的基础上 ,划分出该区的地质建造组合熵异常 ,并定量评价不同熵值分布区的找矿有利度。结合该区的断裂构造异常区、化探异常区 ,圈定出不同级别的找矿有利地段。在研究的全过程中 ,从网格单元的取值、组合熵等值线的绘制、不同熵值区间的找矿有利度定量评价 ,直到找矿有利地段的圈定 ,都是用 MAPGIS软件完成的。用地质建造组合熵异常圈定的找矿有利地段具有更高的综合性 ,可预测与地质建造有关的未知矿床类型。

覆盖粗糙模糊集的组合熵与组合粒度研究

针对覆盖粗糙模糊集的组合熵与组合粒度的度量问题.定义了覆盖粗糙集下对象的相容类,构造了覆盖粗糙集模型的相容关系,提出覆盖近似空间的覆盖簇,引入了覆盖粗糙模糊集模型的组合熵和组合粒度概念,讨论了组合熵和组合粒度的结构并证明了相关的性质并提出了覆盖粗糙模糊集的组合熵粗糙度度量.定义了覆盖簇的相容关系下对象的相容度,提出了相容度下的组合熵概念,证明了相关的定理和性质.最后,引入相容度下组合粒度概念,证明了组合粒度粗糙度存在随覆盖变细,度量单调减少的规律,并通过实例进行了验证.从而为进一步揭示粗糙集、粗糙模糊集及覆盖粗糙模糊集之间的不确定性度量规律提供了理论依据.

基于排列组合熵的转子振动信号故障诊断SVM方法研究

针对发动机转子的多种故障模式,提出了基于排列组合熵的SVM故障诊断方法。利用转子实验台,模拟了转子正常、转子不平衡、转子不对中、动静碰磨和基座松动5种典型振动模式,并使用振动传感器采集多路振动数据。计算振动数据的排列组合熵并将其作为故障特征向量,对特征向量样本集进行多级SVM分类诊断,并运用小波包能量特征提取方法提取信号特征。实例计算与结果对比表明,本文方法的正确率要高于基于小波包能量提取特征的SVM分类诊断方法,在提取转子振动信号的特征向量及在小样本下的故障分类诊断等方面,具有可行性和有效性。

一种基于不可区分度的组合熵与组合粒度

组合熵与组合粒度是一种新的度量信息系统不确定性的有效方法。基于对象之间的不可区分度将组合熵与组合粒度的概念推广到非完备信息系统中,并给出二者的性质。经证明,非完备信息系统中的组合熵与组合粒度之间具有严格的互补关系,并可退化为完备信息系统中的组合熵与组合粒度。实例表明该方法能够时非完备信息系统中的不确定性进行有效的度量,拓展了组合熵与组合粒度的应用范围。

基于组合熵权的联合作战目标选择模型研究

针对作战中目标选择与排序问题,分析确定了8种在联合作战条件下影响目标选择关键因素。在此基础上应用多属性决策理论,以组合熵权系数确定指标权重,建立了目标选择模型。模型简洁易于实现,并且在决策中有效减少了主观随意性。最后通过仿真实例说明了模型的有效性和可操作性。

基于排列组合熵的表面肌电信号特征分析

针对表面肌电信号的混沌特征、噪声强等特点,该文提出了基于排列组合熵的表面肌电信号特征分析方法。用肌电信号的相邻数据复杂度计算出排列组合熵,以尺侧腕伸肌和尺侧腕屈肌两路肌电信号对应的排列组合熵构成特征向量,对腕上翻、腕下翻、展拳和握拳四种动作信号进行区分,具有良好的区分度。

地质组合熵在开平向斜东南翼矿井瓦斯地质工作中的应用

针对判定煤与瓦斯突出危险性程度的单个指标都有自己的适用范围和缺陷,不同的指标评判结果未必一致。组合熵异常区域受到多种异常因素共同控制。通过开平向斜东南翼分煤层组合熵区划图,说明了地质组合熵在开平向斜东南翼矿井瓦斯地质工作中的应用是可行的,为相关瓦斯地质工作提供了参考和借鉴。

基于排列组合熵的铝合金腐蚀灰度特征提取方法

针对铝合金试件腐蚀图像包含的大量腐蚀信息,提出了利用排列组合熵提取其灰度图特征参数的方法。该方法具有计算快速简单,抗噪能力较强,只需较短的序列长度就能估计出较稳定的系统特征值的特点。计算结果表明,基于排列组合熵的特征提取方法可以有效地提取各时间段内试件的灰度图在2个方向上的特征参数,熵值随着腐蚀时间的增加而规律性地增加,并可以作为评价腐蚀程度的一个重要特征参数。计算结果也验证了排列组合熵具有较好的抗噪性能。

基于排列组合熵的语音端点检测技术研究

语音端点检测对于后续语音识别分析有着重要的意义,论文研究基于排列组合熵的语音端点检测技术。分析排列数和窗长对检测性能的影响,对含不同噪声类型及不同信噪比的中英文语音样本进行了端点检测实验。尤其在低信噪比情形下,检测方法要优于谱熵特征检测方法。该方法具有较优的稳健性和实时性等特点,为强背景噪声下的语音端点检测提供了新的研究途径。

基于组合熵权RSR法的董志塬沟谷发育评价

黄土沟谷的发育演化进程研究对于发掘沟谷形成与土壤侵蚀的内在机理,指导黄土地区生态修复有深刻的指导意义。基于沟谷水平空间、气候、沟谷点线面特征选取10个沟谷发育程度量化指标,利用组合熵权RSR法优异的多因子综合性分档评价能力建立董志塬沟谷发育阶段分级评价模型,探究黄土沟谷的发育演化及分布规律。研究发现:(1)基于熵权法计算归一化植被指数(NDVI)所占权重最高为16.08%,其次为沟谷密度(15.621%),两者是判断沟谷发育程度的重要指标。(2)基于组合熵权RSR法将董志塬82条沟谷发育程度分为幼年期、青年期、壮年期和老年期,壮年期和老年期沟谷面积占比为88.48%,董志塬东部及北部发育程度较高,对于塬面侵蚀强烈。(3)沟谷发育程度与其下伏古地貌、构造地质和黄土厚度有着高度相关性。(4)模型方差一致性检验显著性水平P<0.001,线性回归拟合优度R^(2)为0.986,评价模型表现良好。

基于邻域组合熵的属性约简算法

为了对符号性和数值型属性共存的邻域信息系统进行属性约简,从信息论的视角出发,定义邻域信息系统中的邻域条件熵。同时考虑知识不确定性和集合不确定性对属性重要度度量的影响,结合邻域条件熵和邻域近似精度,定义一种新的属性重要度度量——邻域组合熵。给出邻域组合熵的相关定理,提出基于邻域组合熵的属性约简算法。在UCI数据集上的实验表明,该算法能够获得约简集较小而分类精度较高的约简结果。

基于组合熵权法的医院临床科室医疗质量评价

目的通过评价各临床科室医疗质量,找出相互之间的差距,为整体提升医院医疗质量提供数据支持。方法从医院信息系统中提取各临床科室2017年出院人次、平均住院日等12项反映医疗质量的指标,将熵值法和层次分析法分别确定的权重结合计算组合权重,通过加权RSR法和加权TOPSIS法及二者的模糊联合进行综合评价。结果各临床科室医疗质量参差不齐,其中心血管内科、神经外科、呼吸内二科等临床科室医疗质量综合评价效果较好,肿瘤科、精神科、全科医学科等临床科室综合评价效果较差。结论运用加权RSR法和加权TOPSIS法及二者的模糊联合评价医院各临床科室医疗质量能克服单一评价方法的弊端,评价结果具有一定现实意义及参考价值,为临床科室医疗质量管理提供参考。

基于多尺度排列组合熵的助行机器人运动相容性识别

背景:目前因受到后天环境影响或由于身体功能的退化,下肢肢体运动能力损伤老年人数目持续增长,而老年人下肢肢体运动能力的下降,使得下肢助行机器人的设计与研发成为了当下社会养老护理的重点之一。目的:当助行机器人的运动轨迹与人体期望运动轨迹不一致时,为实现助行机器人可自适应调整,对穿戴助行机器人出现步幅过大不相容、步幅过小不相容及步幅相容3种人-机运动相容性进行模式识别。方法:针对表面肌电信号的非线性、噪声强等特点,提出一种基于小波分解的多尺度排列组合熵方法,对人-机运动相容性的3种情况(步幅过大不相容、步幅过小不相容及步幅相容)进行模式识别。首先,对采集到的表面肌电信号进行小波分解;然后,对肌电信号的各个尺度求取排列组合熵;最后,利用高斯核支持向量机进行模式识别。结果与结论:经小波分解后,在d5尺度上的信号能取得较好的识别率,其中对步幅过大不相容的识别率为92%,步幅过小不相容的识别率为90%,步幅相容的识别率为94%,平均识别率为92%,比原始肌电信号的平均识别率高出了4.67%,且相较于其他常用的多尺度方式也能取得更好的效果。所以在人-机运动相容性识别中,可以将表面肌电信号进行小波分解后提取各尺度上的排列组合熵,有助于提高识别精度。

合取型集值序信息系统组合熵和组合粒度研究

首先文章在讨论合取型集值序信息系统优势关系的性质和定理的基础上,定义了合取型集值序信息系统优势关系的组合熵和组合粒度概念,对优势关系粗细程度的度量进行了研究和探讨;其次,针对满足相同优势关系而没有突出优势程度的情形,构造了带有权值信息的合取型集值序信息系统并定义了新的优势关系;然后在改进后的优势关系中,引入组合熵与组合粒度对其不确定性的度量进行研究,结果表明改进后的优势关系的组合熵与组合粒度所满足的结论与改进前一致,即随着优势关系粒度的逐步变细,其组合熵逐步递增,组合粒度逐步递减,并通过实例进行了验证,从而为进一步揭示集值序信息系统的不确定性度量规律提供了理论依据。

组合熵权法和多层灰色关联法多维无线指标

本文针对目前智能电网无线通信网络中,出现的各种无线通信技术利用率不高,缺乏有效的技术规划以及综合决策评估等问题,提出了基于组合熵权法和多层灰色关联分析相结合的无线技术多维指标综合分析方法。最后将该理论方法应用于三种典型无线技术的综合评估,验证该算法的有效性和可靠性。