基于BP神经网络的矽肺病预测组合模型研究

来源 :计算机科学 | 被引量 : 0次 | 上传用户:wennny77
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
矽肺是我国最为严重的职业病之一,严重危害工人的健康。研究表明,矽肺与粉尘接触量、吸烟量、接尘时间等存在明显的剂量反应关系。基于各矽肺致病影响因子,分别利用指数平滑-神经网络ES-BP(Exponential smoothing—BP neural network)和模糊C均值聚类-神经网络FCM-BP(Fuzzy c-means clustering-BP neural network)组合模型对接尘工人未来是否患病以及患病年龄做预测分析。实验结果表明:ES-BP模型能结合原始工人接尘时间队列数据特点,从
其他文献
举例证明了传统转移瓶颈算法在求解瓶颈机时并不能得到局部最优解。提出一种新的确定瓶颈机的模型,在综合考虑时间和求解精度的情况下,采用分支定界方法的改进方法——过滤束搜
软件开发早期阶段软件资源的重用进展缓慢。反射机制在代码重用方面取得了成功,但还没有用于软件体系结构及其组成元素的重用。提出了一种支持软件体系结构设计时重用的反射机
在手持式设备移动计算中,为了实时获取信息,往往需要对数据进行高效查找,而这又与手持式设备较弱的计算处理功能相矛盾。从硬件体系与软件算法综合考虑角度出发,提出了一种基于大
提出一种结合贝叶斯网络进行基于模型诊断的方法。在基于模型诊断的基础上,建立了元件状态模型,并将诊断模型转换为贝叶斯网络,利用团树算法求解征兆产生时系统状态的后验概率,再
传统模型检测技术主要采用时态逻辑描述被验证的规范,人们较少注意多智能体认知逻辑的模型检测问题。而在分布式系统领域,系统和协议的规范很适合用认知逻辑来描述。Web服务是
软件失效模式和影响分析(SFMEA)是提高软件可靠性的一种重要方法。针对人工SFMEA分析费时费力的问题,着眼于SFMEA的分析过程,对系统级SFMEA计算机辅助设计及相应辅助工具的实现展
对人脸表情图像进行分割得到眉区、眼区和嘴部区域,再对分割出来的表情区域利用高维局部自相关(HLAC)计算特征并得到加权的特征向量,其中加权系数根据心理学中的FACS表情测量理论选取,最后利用近邻中心距离分类器进行表情识别。实验基于CMU-PITTSBURGH表情图像库,在没有增大计算量的前提下相比PCA方法,特征融合(HLAC+WPCA)的方法显著地提高了表情的识别率。
COTS(Commercial Off-The-Shelf)构件的源代码不可得,而且规约通常缺少交互语义信息,使得集成了COTS的构件软件系统无法采用基于源代码和基于规约的集成测试用例生成方法。提出基
传统方法设计出的体系结构中始终存在着一些横切现象,使得体系结构变得复杂、难以理解、难以演化和难以重用。基于关注点分离和面向方面软件开发的相关理论,探讨了体系结构中的
结构性测试中,进化测试是一种高效的自动生成高质量测试用例的技术。然而,当程序中出现非结构化特征时,在面向节点的测试标准下,其效率极其低下甚至不及随机测试生成方法。在考虑循环体内部出现跳转(goto、return)语句的情况下,提出了一种适应度计算方法。该方法在结合传统进化测试适应度计算的基础上,充分考虑了循环次数对于进化搜索的影响。实验结果表明,本适应度函数可以很好地引导进化搜索,并以较小的代价生