目的:基于误差反向传播(error back propagation,BP)神经网络评估监护仪配置数量的合理性。方法:选用平均住院人数、平均手术量、平均住院天数、设备报废数量、设备平均使用年限和设备维修次数6个指标作为BP神经网络的输入,选用设备在...目的:基于误差反向传播(error back propagation,BP)神经网络评估监护仪配置数量的合理性。方法:选用平均住院人数、平均手术量、平均住院天数、设备报废数量、设备平均使用年限和设备维修次数6个指标作为BP神经网络的输入,选用设备在用台数作为BP神经网络的输出,建立BP神经网络模型。以季度为单位收集2020—2021年全年以及2022年前2个季度9个内科科室的数据作为训练集,以2022年第三季度的数据作为测试集对学习结果进行验证。采用均方根误差、平均绝对误差及决定系数对模型的性能进行验证。结果:该模型的预测值与期望值的均方根误差为1.1357、平均绝对误差为0.89372、决定系数为0.95871,预测性能较好。结论:基于BP神经网络对监护仪的配置数量进行评估具有可行性,可为设备的优化配置提供科学的指导依据。展开更多
通过使用红外热像仪技术获得冬小麦冠层不同温度值,计算得到冬小麦主要需水阶段水分胁迫指标ICWSI(infrared crop water stress index)。并根据此数据,使用一次灌溉周期中3个时段不同的ICWSI的平均值作为输入因子,相应实测冬小麦产量作...通过使用红外热像仪技术获得冬小麦冠层不同温度值,计算得到冬小麦主要需水阶段水分胁迫指标ICWSI(infrared crop water stress index)。并根据此数据,使用一次灌溉周期中3个时段不同的ICWSI的平均值作为输入因子,相应实测冬小麦产量作为输出因子,建立了BP神经网络模型对冬小麦的产量进行预测,本文采用三层BP神经网络,其拓扑结构为3-5-1,数据归一化处理后收敛性能增强。预测结果显示,平均相对误差最大只有3.42%;为了证实这一方法的优越性,同时建立了基于ICWSI和冬小麦产量关系的非线性函数的预测模型,预测结果与实际产量值进行比较,平均相对误差最大达到了18.87%。两种预测方法得到的不同预测结果表明,将红外热像仪技术与BP神经网络预测方法相结合,可以成功用来预测冬小麦产量,比使用非线性函数预测的效果更好,精度更高,可靠性更强,可以用于实际生产需要。展开更多
文摘目的:基于误差反向传播(error back propagation,BP)神经网络评估监护仪配置数量的合理性。方法:选用平均住院人数、平均手术量、平均住院天数、设备报废数量、设备平均使用年限和设备维修次数6个指标作为BP神经网络的输入,选用设备在用台数作为BP神经网络的输出,建立BP神经网络模型。以季度为单位收集2020—2021年全年以及2022年前2个季度9个内科科室的数据作为训练集,以2022年第三季度的数据作为测试集对学习结果进行验证。采用均方根误差、平均绝对误差及决定系数对模型的性能进行验证。结果:该模型的预测值与期望值的均方根误差为1.1357、平均绝对误差为0.89372、决定系数为0.95871,预测性能较好。结论:基于BP神经网络对监护仪的配置数量进行评估具有可行性,可为设备的优化配置提供科学的指导依据。
基金China-Germany International Cooperation Project(IRTG1070)National Natural Science Foundation of China(30971940)
文摘通过使用红外热像仪技术获得冬小麦冠层不同温度值,计算得到冬小麦主要需水阶段水分胁迫指标ICWSI(infrared crop water stress index)。并根据此数据,使用一次灌溉周期中3个时段不同的ICWSI的平均值作为输入因子,相应实测冬小麦产量作为输出因子,建立了BP神经网络模型对冬小麦的产量进行预测,本文采用三层BP神经网络,其拓扑结构为3-5-1,数据归一化处理后收敛性能增强。预测结果显示,平均相对误差最大只有3.42%;为了证实这一方法的优越性,同时建立了基于ICWSI和冬小麦产量关系的非线性函数的预测模型,预测结果与实际产量值进行比较,平均相对误差最大达到了18.87%。两种预测方法得到的不同预测结果表明,将红外热像仪技术与BP神经网络预测方法相结合,可以成功用来预测冬小麦产量,比使用非线性函数预测的效果更好,精度更高,可靠性更强,可以用于实际生产需要。
基金The National High Technology Research and Development Program of China (863 Program)(No.2002AA812038)the NationalNatural Science Foundation of China (No.60974116)