基于迁移学习的医院财务数据异常检测技术

为提高医院财务数据异常检测的准确性和鲁棒性,设计一种基于迁移学习的医院财务数据异常检测技术。该技术选择一个在相关领域预训练的异常检测模型,并在目标数据集上进行微调;利用改进遗传算法优化模型参数,提升模型性能;通过对多种无监督异常检测方法的结果进行整合,实现全面的异常检测。实验结果表明,相比单一检测方法,综合检测模型在误报率(0.020)、漏报率(0.026)方面均有显著提升,为实际应用提供了有力的支持。

基于断裂降维算法的天然气管网瞬态仿真新方法

天然气管网瞬态仿真技术在天然气管网系统调度管理中的作用日益凸显,日益大型化和复杂化的天然气管网对瞬态仿真计算效率提出了更高的要求。为此,提出了基于断裂降维算法的天然气管网瞬态仿真新方法,首先将管网模型抽象为站场模型、站间管网模型以及连接点模型;然后以连接站场和站间管网的连接点压力为基础变量,求解连接点流量的通解,重构站间管网的仿真模型,降低站间管网模型的方程组维度;随后以重构的站间管网仿真模型为基础,构建天然气管网系统瞬态仿真模型;最后分别针对压缩机转速缓慢变化和压缩机快速停机2种工况,对比分析了新算法的计算精度及计算效率。研究结果表明:①断裂降维新算法计算精度较高,压缩机出口压力和用户压力的相对误差均小于0.1%;②断裂降维新算法的计算效率高,与非线性方程组求解方法相比,2种工况下的加速比最快达到了17.3与12.2;③断裂降维新算法的加速比与管网系统瞬态仿真模型的方程组维度呈线性关系,方程组维度越高,加速比越大,即管网模型越复杂,其计算加速效果越明显。结论认为,该新方法在不影响计算精度的条件下提高了计算速度,对于提高复杂天然气管网系统的瞬态仿真计算效率具有重要的理论价值和借鉴意义。

一种改进的FCM遥感图像变化检测方法

针对传统模糊C均值(Fuzzy C-Means,FCM)算法受初始聚类中心影响而陷入局部最优的问题,提出了一种基于遗传算法(Genetic Algorithm,GA)的改进模糊C均值聚类算法。主要通过差值法获得图像的差异图,利用主成分分析(Principal Component Analysis,PCA)法提取变化影像的主要特征信息,利用遗传算法(GA)群体搜索的优点对传统的模糊C均值算法进行改进。对遥感图像的变化检测实验表明,改进的聚类算法克服了传统算法的缺点,在保留图像细节特征的前提下能有效提高检测精度,相比其他几种常见的聚类算法更有优势。

一种基于遗传算法的全天自主星图识别算法

:CCD星跟踪器作为飞行器的姿态测量仪器有许多优点 ,它必须有一种全天自主星图识别算法来支持其工作。现有的星图识别算法都可以认为是一种模式识别 ,本文将星图识别视为一种组合优化问题 ,并用遗传算法来求解它。仿真结果表明与现有星图识别算法相比 ,本文算法具有良好的鲁棒性和实时性 ,且所需导航星数据库的容量小。

Halbach方形阵列吸附机构优化设计

为了实现爬壁机器人永磁吸附单元的可调节性,提出了基于Halbach方形永磁阵列的变磁力间隙吸附结构,将吸附单元与船体壁面之间的间隙作为变量,根据不同的壁面倾角进行实时调整,使吸附力处于最佳值。通过数值仿真和有限元分析研究了各参数(如磁轭厚度、阵列周期、空气隙和磁铁尺寸)对磁吸附力的影响,基于多岛遗传算法的磁吸附单元的结构尺寸参数优化分析,并通过实验验证了仿真值的正确性。结果表明,优化后的磁吸附力和吸附单元体积比优化前提高了近100%,极大提高了磁能利用率;通过对实测值进行曲线拟合,得出吸附力与空气间隙的函数关系,为磁力控制系统提供理论依据。

基于BP算法的矿井掘进工作面瓦斯涌出量预测

应用BP人工神经网络理论,建立了矿井掘进工作面瓦斯涌出量的预测模型,克服了由于各因素的不确定所造成的影响,提高了瓦斯涌出量预测的准确性.实际应用表明,预测模型可信,精度能满足要求.

具有年龄结构的遗传算法

结合自然规律以及遗传算法的特点,提出了具有年龄结构的遗传算法的框架以及实现。该算法能够通过对个体基因不同年龄的不同操作,克服遗传算法中存在的主要问题即过早收敛问题。该算法有效地保持群体的多样性,使遗传算法顺利地收敛到全局最优值。通过实际的例子说明,这种方法克服过早收敛问题并且相对于简单遗传算法提高了收敛速度。