期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用人工神经网络预测电离层f_0F_2月中值
被引量:
7
1
作者
柳文
焦培南
《空间科学学报》
CAS
CSCD
北大核心
2000年第4期310-317,共8页
提出了利用人工神经网络技术预测电离层临界频率月中值的方案.在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上,考虑足够的周年和黑子周期变化的数据训练网络,使 f0F2月中值预测值与实测数据比较平均误差为 0.3...
提出了利用人工神经网络技术预测电离层临界频率月中值的方案.在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上,考虑足够的周年和黑子周期变化的数据训练网络,使 f0F2月中值预测值与实测数据比较平均误差为 0.34MHz,预测精度有了较大改进.最后采用分形学的基本理论得到电离层 f0F2月中值的分数维为 3,选用 3个输入量,分别预测高、低年 f0F2月中值,与实测数据比较平均误差为 0.3MHz.
展开更多
关键词
月中值
人工神经网络
电离层
临界频率
F0F2
下载PDF
职称材料
利用平均影响值和概率神经网络的步态识别
被引量:
7
2
作者
袁娜
杨鹏
刘作军
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2015年第2期181-185,共5页
为了实现对智能下肢假肢进行有效控制,下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手,利用平均影响值(MIV)来实现变量的筛选,并针对膝上截肢者的特点确定了6个特征值,分别为髋关节角度...
为了实现对智能下肢假肢进行有效控制,下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手,利用平均影响值(MIV)来实现变量的筛选,并针对膝上截肢者的特点确定了6个特征值,分别为髋关节角度的最大值、支撑前期均值、支撑中期均值、支撑中期标准差、摆动期标准差(即Mh、ISh、MSh、SWh、MSV、SWV),然后利用概率神经网络(PNN)对本实验系统的5种步态进行准确识别,并与BP神经网络(BPNN)识别步态进行比较,试验结果表明将特征值用平均影响值方法筛选后,用概率神经网络进行步态识别,具有较好的识别率和识别速度,其识别率与BP神经网络相比提高了10%以上,验证了该方法的有效性和可行性。
展开更多
关键词
智能假肢
步态识别
平均影响值
概率神经网络
特征筛选
下载PDF
职称材料
人工神经网络模型预测药物性肝损伤的临床转归及影响因素MIV值评价
被引量:
2
3
作者
张琦
李青
+1 位作者
冷光
赵伟
《药物流行病学杂志》
CAS
2018年第7期444-449,共6页
目的:利用人工神经网络方法,对药物性肝损伤(DILI)的转归建立人工神经网络反向传播(Back propagation-Artificial Nerual Network,BP-ANN)预测模型,预测DILI患者的临床转归并对相关影响因素进行平均影响值(mean impact value,MIV)评价...
目的:利用人工神经网络方法,对药物性肝损伤(DILI)的转归建立人工神经网络反向传播(Back propagation-Artificial Nerual Network,BP-ANN)预测模型,预测DILI患者的临床转归并对相关影响因素进行平均影响值(mean impact value,MIV)评价。方法:收集某三甲医院全部科室2014年6月1日~2017年6月1日以"药物性肝损害"、"药物性肝损伤"、"药物性肝炎"、"药物性肝病"、"药物性肝衰竭"、"药物性肝硬化"其中之一为主要诊断的266例住院患者资料。符合纳排标准的,对其临床各项指标与转归情况之间的关联性进行Spearman相关性分析,筛选出具有相关性的指标将其作为输入神经元,将转归情况作为输出神经元,构建BP-ANN模型。模型构建训练完毕后,从2017年7月1日起收集70例符合纳入排除标准的DILI住院患者进行临床转归预测,并监测其实际转归情况,将预测结果与实际结果进行对比。进一步用已经训练好的BP-ANN预测模型对有相关性的指标即影响因素进行MIV评价,分析各影响因素对于DILI影响的重要性大小。结果:266例住院患者中,最终符合纳入排除标准的有190例。Spearman相关性分析结果显示共有17项指标有统计学意义,提示有相关性。预测结果显示70例患者中有64例的预测转归与实际转归相符,模型预测的符合率为91.43%。经BP-ANN分析,根据MIV值,直接胆红素首次异常值、血清白蛋白含量、γ-谷氨酰转肽酶首次异常值、体重指数、天冬氨酸转氨酶首次异常值是对DILI患者临床转归影响最大的5个相关指标。结论:人工神经网络模型预测药物性肝损伤临床转归符合率较高,药物性肝损伤的临床转归大部分趋于痊愈或好转。
展开更多
关键词
人工神经网络
药物性肝损伤
转归预测模型
平均影响值
下载PDF
职称材料
题名
利用人工神经网络预测电离层f_0F_2月中值
被引量:
7
1
作者
柳文
焦培南
机构
中国电波传播研究所
出处
《空间科学学报》
CAS
CSCD
北大核心
2000年第4期310-317,共8页
基金
电子科学院军事电子预研基金资助项目!(DJ7.3.3.1)
文摘
提出了利用人工神经网络技术预测电离层临界频率月中值的方案.在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上,考虑足够的周年和黑子周期变化的数据训练网络,使 f0F2月中值预测值与实测数据比较平均误差为 0.34MHz,预测精度有了较大改进.最后采用分形学的基本理论得到电离层 f0F2月中值的分数维为 3,选用 3个输入量,分别预测高、低年 f0F2月中值,与实测数据比较平均误差为 0.3MHz.
关键词
月中值
人工神经网络
电离层
临界频率
F0F2
Keywords
monthly mean value
,
artificial neural network
,
fractal
分类号
P352 [天文地球—空间物理学]
下载PDF
职称材料
题名
利用平均影响值和概率神经网络的步态识别
被引量:
7
2
作者
袁娜
杨鹏
刘作军
机构
河北工业大学控制科学与工程学院
智能康复装置与检测技术教育部工程研究中心
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2015年第2期181-185,共5页
基金
国家自然科学基金资助项目(61174009)
文摘
为了实现对智能下肢假肢进行有效控制,下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手,利用平均影响值(MIV)来实现变量的筛选,并针对膝上截肢者的特点确定了6个特征值,分别为髋关节角度的最大值、支撑前期均值、支撑中期均值、支撑中期标准差、摆动期标准差(即Mh、ISh、MSh、SWh、MSV、SWV),然后利用概率神经网络(PNN)对本实验系统的5种步态进行准确识别,并与BP神经网络(BPNN)识别步态进行比较,试验结果表明将特征值用平均影响值方法筛选后,用概率神经网络进行步态识别,具有较好的识别率和识别速度,其识别率与BP神经网络相比提高了10%以上,验证了该方法的有效性和可行性。
关键词
智能假肢
步态识别
平均影响值
概率神经网络
特征筛选
Keywords
intelligent
artificial
limb
gait recognition
mean
impact
value
probabilistic
neural
network
feature selection
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
人工神经网络模型预测药物性肝损伤的临床转归及影响因素MIV值评价
被引量:
2
3
作者
张琦
李青
冷光
赵伟
机构
山西医科大学药学院
山西医科大学附属第一医院药学部
出处
《药物流行病学杂志》
CAS
2018年第7期444-449,共6页
文摘
目的:利用人工神经网络方法,对药物性肝损伤(DILI)的转归建立人工神经网络反向传播(Back propagation-Artificial Nerual Network,BP-ANN)预测模型,预测DILI患者的临床转归并对相关影响因素进行平均影响值(mean impact value,MIV)评价。方法:收集某三甲医院全部科室2014年6月1日~2017年6月1日以"药物性肝损害"、"药物性肝损伤"、"药物性肝炎"、"药物性肝病"、"药物性肝衰竭"、"药物性肝硬化"其中之一为主要诊断的266例住院患者资料。符合纳排标准的,对其临床各项指标与转归情况之间的关联性进行Spearman相关性分析,筛选出具有相关性的指标将其作为输入神经元,将转归情况作为输出神经元,构建BP-ANN模型。模型构建训练完毕后,从2017年7月1日起收集70例符合纳入排除标准的DILI住院患者进行临床转归预测,并监测其实际转归情况,将预测结果与实际结果进行对比。进一步用已经训练好的BP-ANN预测模型对有相关性的指标即影响因素进行MIV评价,分析各影响因素对于DILI影响的重要性大小。结果:266例住院患者中,最终符合纳入排除标准的有190例。Spearman相关性分析结果显示共有17项指标有统计学意义,提示有相关性。预测结果显示70例患者中有64例的预测转归与实际转归相符,模型预测的符合率为91.43%。经BP-ANN分析,根据MIV值,直接胆红素首次异常值、血清白蛋白含量、γ-谷氨酰转肽酶首次异常值、体重指数、天冬氨酸转氨酶首次异常值是对DILI患者临床转归影响最大的5个相关指标。结论:人工神经网络模型预测药物性肝损伤临床转归符合率较高,药物性肝损伤的临床转归大部分趋于痊愈或好转。
关键词
人工神经网络
药物性肝损伤
转归预测模型
平均影响值
Keywords
artificial
neural
network
Drug-induced liver injury
Prognosis prediction model
mean
impact
value
分类号
R595.3 [医药卫生—内科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用人工神经网络预测电离层f_0F_2月中值
柳文
焦培南
《空间科学学报》
CAS
CSCD
北大核心
2000
7
下载PDF
职称材料
2
利用平均影响值和概率神经网络的步态识别
袁娜
杨鹏
刘作军
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2015
7
下载PDF
职称材料
3
人工神经网络模型预测药物性肝损伤的临床转归及影响因素MIV值评价
张琦
李青
冷光
赵伟
《药物流行病学杂志》
CAS
2018
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部