深度神经网络在不规则弥漫大B细胞淋巴瘤时间序列数据分类预测中的应用

目的探讨深度神经网络在不规则时间序列数据中的分类效果,并对山西某医院2014-2020年362例弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者进行复发预测。方法回顾性地收集了确诊且治疗后达到完全缓解的362例DLBCL患者的病例资料,并预测其两年内的复发。先利用LASSO回归进行变量的筛选,再构建基于GRU-ODE-Bayes(gated recurrent unirt-ordinary differential equation-Bayes)的不规则时间序列深度神经网络模型,并与传统模型及其他深度神经网络模型进行比较。结果在本文的所有模型中,传统模型的分类性能不及深度神经网络模型。其中GRU-ODE-Bayes模型最优,其AUC为0.85,灵敏度为0.84,特异度为0.71,G-means为0.77。结论关于不规则DLBCL时间序列数据,与本文其他模型相比,GRU-ODE-Bayes模型可以更精准地预测DLBCL患者的复发情况,可为患者个性化治疗和医生决策提供参考。

基于定位指数与置信系数的道岔区轨道几何形位偏差变化量识别方法

针对道岔区段轨道几何形位偏差变化量识别问题,基于道岔区轨道几何检测数据及道岔设备台账信息,提出道岔定位指数及置信系数,实现各类道岔历次检测数据中尖轨尖端和心轨尖端位置的准确识别。基于关键结构里程对道岔区历次轨道几何检测数据里程信息进行同步修正,实现对道岔区轨道几何形位偏差变化量的有效识别。经实测数据验证,所提出方法对各类道岔历次检测数据的里程修正精度在0.5 m以内,并能够对道岔区段轨道几何不平顺存在微小变化处进行准确识别。分析结果在道岔状态评价与养护维修作业方面为一线作业人员提供科学可靠的指导。

基于多传感器融合的轨检车构架位姿测量方法

针对轨道检查车构架运动会影响轨道几何检测系统测量精度的问题,提出一种基于多传感器融合的构架位姿测量方法。该方法利用加速度传感器和双轴倾角传感器采集构架位姿原始信号,通过构架中心位姿解算方法将多个传感器采集的原始信号进行融合解算,获取构架几何中心位姿。为了验证其准确性和适应性,利用该方法分别在实验室和国家铁道试验中心标定试验线上进行了验证试验和在轨试验,结果表明,以第95%分位数作为评估标准,该方法测量的构架中心横向、垂向位移、侧滚角和摇头角与标准值的误差分别小于0.88 mm、0.44 mm、0.07°、0.04°,该方法与轨检系统测得数据的差异分别小于0.99 mm、0.73 mm、0.08°。构架位姿测量方法可以准确测量轨检车构架位姿,运用于运营车辆,可辅助判别轨道病害,提高轨道检测效率。

广州地铁轨道不平顺谱研究

轨道不平顺谱可同时反映轨道不平顺的幅值和波长特性,为线路状态评估和养护维修提供依据。文章以广州地铁网轨检测车实测轨道不平顺数据进行轨道不平顺谱计算分析和轨道谱拟合。研究发现,检测速度过低、加速度计和激光摄像组件状态异常是轨检数据出现异常的主要原因,但可通过数据预处理修正异常数据。广州地铁轨道存在波长等于钢轨长度、车轮周长的周期性不平顺,以及轨向不平顺与曲线半径强负相关的关系。轨道不平顺谱用于轨道质量评价,是TQI和峰值扣分法的有益补充。此研究填补广州地铁轨道不平顺谱的空白,完善广州地铁线路状态评估与养护体系,同时轨道不平顺谱计算软件的开发有利于轨道不平顺谱推广使用。

南海北部中生界地震成像制约因素分析

南海北部中生界油气勘探积累了多个年度、多次采集、多种处理方案的地震资料,但地震成像品质总体上仍难以满足目前中生界油气勘探研究需求,对制约地震成像的影响因素认识不一,缺乏系统对比论证。通过对地质背景及沉积特征的分析,以现有二维地震资料为基础,建立典型地质结构模型并正演模拟,对制约中生界地震成像品质的地质、地球物理因素进行剖析对比和论证,从定性和定量的角度明确了不同地质条件下造成现有地震资料品质差的主控因素。研究表明,制约中生界地震成像的主要因素是海底及中新生界之间的两个强反射界面、中生界地层内部波阻抗差异小所导致的低信噪比;绕射波、多次波等各种干扰波异常发育使有效信号难以识别和成像;崎岖海底造成照明能量散射等。南海北部中生界制约地震成像因素的明确为后续中生界地震数据采集、处理提供了有效指导及技术支持,并进一步提出通过适当加大震源容量、提高覆盖次数、深沉放枪缆、高维度,获得更多深层有效反射波能量的采集建议;通过自适应鬼波压制、多域提高信噪比处理及基于频率谐振能量补偿等技术解决弱反射问题,宽频组合解决多次波发育问题,基于地质、折射波增强速度规律认识,沿层高密度速度拾取提高速度分析精度等处理建议。

多源数据融合下不规则景观表面积测算方法研究

目前不规则景观表面积测算过程中,普遍存在技术单一、精度低、效率低、数据不完整等问题。本文利用地面三维激光扫描技术和无人机贴近摄影测量技术获取陆良县同乐公园内景观假山表面三维点云,采用Super 4PCS算法进行多源点云融合,并使用Maptek软件建立三维模型,利用曲面拟合测算假山表面积,并对假山模型进行精度评价。结果表明,多源数据融合解决了地面三维激光点云顶部空洞和无人机影像点云底部畸变的问题;与传统方法相比,有效提高了不规则景观表面积测算的精度和效率,对于表面复杂的景观工程量测算具有重要的指导意义。

基于TQI-T的高速铁路道岔区轨道几何不平顺状态评价方法

高速道岔的轨道几何不平顺状态直接影响其服役性能,较大的道岔区段轨道几何不平顺可能导致列车过岔时通过性能下降,出现晃车、抖车等现象,影响旅客的乘坐舒适性,然而现有基于TQI的轨道几何均值管理标准在道岔区的应用效果仍有待提高。针对道岔区轨道几何不平顺评价问题,采用基于区段道岔定位指数与置信系数的道岔精确定位方法,实现轨道几何检测数据中道岔关键结构的精确定位,同时综合考虑CN系列道岔动态轨距优化对轨距与轨向检测数据的影响,根据CN系列道岔各岔枕设计轨距加宽值与实测值之差计算实际轨距与轨向不平顺,提出基于道岔区轨道质量指数(TQI-T)的高速铁路道岔轨道几何不平顺评价方法,针对性评价高速铁路道岔区段轨道几何不平顺状态。经实测数据验证,基于区段道岔定位指数与置信系数的道岔精确定位技术能够综合考虑岔区前后多组道岔相互位置关系,快速确定各组道岔尖心轨尖端里程,同时,相比现有TQI评价方式,TQI-T能够更为精确地对道岔及其前后一定范围内轨道几何不平顺进行针对性评价,将同组道岔历次轨道几何评价结果方差降低50%。综上,基于TQI-T的高速铁路道岔区轨道几何不平顺状态评价方法具有更好的准确性和一致性,可为道岔区轨道几何不平顺整治工作提供科学指导。

一种基于双调和样条插值的完全非规则地震数据重建

在地震勘探过程中,由于地形、环境等影响,采集到的地震数据常常是不规则且不完整的,这会对后续地震数据的处理造成不良影响,因此地震数据重建是一个常用的处理手段。目前已经发展了多种地震数据重建方法,大部分的地震数据的重建工作都是建立在一个规则网格上进行,而对于完全非规则地震数据的重建研究较少。本文基于双调和样条插值的方法提出了一种非规则地震数据重建方法,通过求取一个能够通过n个点的双调和样条函数,将残缺的且非规则的地震数据插值到规则的网格中,从而得到完整的地震数据。本文进一步提出了分块插值的思想,在插值之前将每一时间或频率切片进行分块,对每一块分别进行插值。此方法改善了插值对内存需求过大的弊端,并极大的提高了计算效率。通过合成地震数据进行测试,实验证明了提出的双调和样条插值方法的插值效果。

便携式轨检仪轨道中短波高低不平顺检测方法研究

根据便携式轨检仪解算轨道高低不平顺的原理,推导出姿态角解算轨道高低不平顺的有效波长范围。针对姿态角在中短波范围解算的不足,在便携式轨检仪中安装加速度计。参照轴箱加速度积分法原理,建立了轨道高低不平顺激励的车-轨耦合模型,分析了波长和车速对轴箱加速度解算精度的影响,结合仿真结果,提出基于轴箱加速度的轨道中短波高低不平顺检测方法,包括时域积分算法、趋势项消除方法、粗误差消除方法。为验证该方法的准确性,应用GCYⅡ-300型轨道车在准池铁路高家堡站—八里铺站进行了现场试验。采用上述方法对实测数据进行处理,得到试验区间轨道的高低不平顺幅值大部分在±10 mm以内,最高峰值为12 mm,与轨检数据近似。研究结果表明,在中短波范围内,轴箱垂向加速度可以准确反映轨道高低不平顺特征,便携式轨检仪检测精度满足相关技术要求。

压缩感知非规则采集技术在胜利油田GL-QN浅海地区的试验应用

随着地震勘探目标复杂化,成像精度要求越来越高,高密度采集趋向于使用全方位、高炮道密度的采集方法,相应的经济成本也成倍上升。基于信号稀疏性提出的压缩感知理论在地震采集得以应用,利用非规则地震采集稀疏优化的特点,经济高效地获得地震采集数据,利用数据重构方法实现稠密数据体信号重建,提高地质构造目标体成像精度。将压缩感知非规则采集技术应用于胜利油田GL-QN地区,成功实施了浅海地区压缩感知非规则地震采集,首先简要介绍了海上压缩感知非规则采集设计及数据重构原理,详细阐述了海上压缩感知非规则观测系统设计参数优选的过程,然后优选出最佳的非规则采集方案并将其应用于海上生产,最终通过曲波域数据重构,得到了高密度更好的地震成像数据体,取得了良好的成像效果。

环形网络大数据关联特征无规则挖掘算法仿真

环形网络的大数据特征相似度较高,挖掘任务量大,数据关联规则挖掘的阈值以及近邻个数具有随机性,加大了大数据特征挖掘的难度。为此提出环形网络大数据关联特征无规则挖掘算法。构建语义概念树,利用该模型分析环形网络分布结构特征。采用信息融合方法匹配环形网络大数据的分块结构。基于匹配结果对重构后的环形网络完成关联规则特征提取,以提取的关联特征用作特征信息素,实现环形网络大数据关联特征的无规则挖掘。仿真中测试上述方法的挖掘准确率测试、挖掘用时指标,实验结果表明了上述方法的大数据关联特征无规则挖掘效率高,可靠性强。

利用条干仪检测分析道夫转移率

为简化道夫转移率的计算,从条干不匀率曲线图获取方法、纤维转移过程、道夫转移率r值推导过程和道夫转移率r值计算方法4方面,分析利用条干仪简便测算道夫转移率的可行性,建立计算道夫转移率r值的数据模型;通过应用案例测算道夫转移率,提出利用条干仪检测道夫转移率相关注意事项;探讨用条干不匀率曲线解读道夫转移率及其对梳理质量的影响。指出:不匀率曲线图变细曲线的斜率反映了道夫转移率的大小,变细曲线斜率越大,道夫转移率越大,反之越小;利用条干仪检测道夫转移率的方法简单、便捷,可帮助纺织企业技术人员快速掌握梳棉机运行状态和工艺配置的合理性,是纺织企业技术人员进行产品质量监控、管理的有效辅助手段。

轨道几何不平顺检测数据里程偏差精细化校正方法

为了更好地分析轨道几何不平顺的长期演变规律进而评估轨道结构状态,针对轨道几何不平顺相对里程偏差,在现有校正技术的基础上提出了一种多尺度精细化校正方法。首先利用灰色关联分析法从大尺度层面对轨道几何不平顺数据的整体相对里程偏差进行估计,完成粗略校正;随后将灰色关联分析法与窗口法相结合,构建移动窗口,利用移动窗口从小尺度层面对基准数据和待校正数据完成遍历扫描,进而对整段轨道几何不平顺中每个数据点的局部相对里程偏差进行估计,完成精细化校正。利用一组重载铁路轨道高低不平顺实测数据开展了里程校正测试,对本文方法进行性能评估,并讨论了移动窗口宽度对校正性能的影响,确定了最佳的窗口宽度。结果表明:本文方法可有效消除轨道几何不平顺数据中的整体相对里程偏差和局部相对里程偏差,具有较好的校正效果;窗口宽度过大或过小均会导致不良结果,窗口宽度宜取100 m或125 m。

车载激光点云的道路边界图像自动提取方法

针对道路边界图像提取方法的点云数据预处理不佳,导致方法存在提取效果差的问题,提出基于车载激光点云的道路边界图像自动提取方法。根据不规则三角网构建自适应滤波算法,分区域滤波处理点云数据,获取内插点云的高程数值,从而配准边界正射影像与点云数据;采用道路轮廓曲线方位与能量函数,构建边界自动提取模型,结合最邻近分类算法划分点云数据类别和提取特征,通过引入贝塞尔曲线优化拟合点云数据,实现道路边界图像自动提取。实验结果表明:采用Velodyne HDL-64车载三维激光扫描设备获取的基础数据,本文提取精度高于96%,滤波最大误差为1.3%;与传统方法相比,本文提取精度提高了5%,滤波最大误差降低了0.6%以上,验证了该方法提取精度、降低误差的有效性,以及自动提取效果高、连续性好。

地球物理不规则分布数据的空间网格化法

不规则分布数据的网格化处理是地球物理数据处理和解释的基础问题,是保证许多地球物理数据处理方法得以成功实施的前提。文中介绍了线性插值法、多元二次函数法、普通克里格法、反插值法等4种空间网格化法的原理,并利用这些网格化方法进行了理论模型和实际航磁数据的试验分析。

局部倾角约束最小二乘偏移方法研究

随着石油勘探难度的进一步加大,地震数据往往存在采样不规则、地震道缺失等现象,如果不对其进行处理,会对后续的地震成像产生影响,引入成像噪音.针对这一问题,一般是通过地震道插值或数据规则化对叠前数据进行处理,然后采用常规的偏移方法进行成像,本文则是将地震成像看作最小二乘反演问题,在共成像点道集引入平滑算子,在共偏移距/角度道集引入平面波构造算子(PWC)进行约束,通过预条件共轭梯度法使得反偏移后数据与输入数据之间的误差达到最小,最终得到信噪比更高、振幅属性更为可靠的成像结果.理论模型和实际资料处理表明,本文方法不仅可以有效压制数据不规则对成像产生的噪音,而且具有更高的成像精度.

轨道不平顺检测数据的预处理方法分析

针对数据异常值、低频趋势项以及里程漂移三方面偏差展开分析,采用拉依达准则、轨道不平顺变化率法、EMD高通滤波法和灰色关联度法对检测数据偏差进行处理。结果表明:去除异常值时应首选轨道不平顺变化率法;采用EMD高通滤波的方法可以有效地去除轨道不平顺检测数据中低频趋势项;灰色关联度的方法可以较好地解决多次检查数据里程漂移的问题。最后,采用MATLAB的GUI开发轨道不平顺预处理模块软件,实例分析证明了该软件的有效性。建议推广使用这些数据预处理方法,以提高我国轨道状态养护维修效率和管理技术水平。

基于scan-buffer三维不规则数据场的直接体绘制技术

针对三维有限元模型不规则数据场的特点 ,在直接体绘制算法的基础上 ,提出了一种基于scan buffer、适合多种有限元单元类型的算法 ,讨论了数据场到密度场不同的映射函数对绘制效果的影响 。

面向非规则大数据分析应用的多核帮助线程预取方法

大数据分析应用往往采用基于大型稀疏图的遍历算法,其主要特点是非规则数据密集访存。以频繁使用的具有大型稀疏图遍历特征的介度中心算法为例,提出一种基于帮助线程的多参数预取控制模型和参数优化方法,从而达到提高非规则数据密集程序性能的目的。在商用多核平台Q6600和I7上运用该方法后,介度中心算法在不同规模输入下平均性能加速比分别为1.20和1.11。实验结果表明,帮助线程预取能够有效提升该类非规则应用程序的性能。