简介：摘要：在小学学习阶段，计算能力是学生必须要掌握的一项基本技能之一，不仅在平常做习题时会用到，在日常生活中也会经常使用，所以小学数学教师在教学过程中要注重对学生计算能力的培养，帮助他们更好地进行数学学习。教师可以从算理和算法这两个方面展开教学，让同学们通过真正理解算理，有效掌握算法，从而提升他们的计算能力。因此，本文就在理解算理和掌握算法的基础上提高小学生的计算能力进行了探究。

简介：摘要：蓄热步进梁式加热炉是轧钢生产线上非常重要的热工设备，针对钢坯的加热过程具有大滞后、大惯性、多变量、强耦合、时变、非线性等特点，传统的机理模型不够灵活，计算复杂，假设条件过多，因此，本文以蓄热步进梁式加热炉为研究对象，开展预测模型的研究工作。在标准粒子群算法的基础上进行了动态自适应调整惯性权重和学习因子的改进，经仿真验证，用该改进粒子群算法优化后，模型的收敛速度和预测精度有了进一步的提高。

简介：

简介：摘要：改革开放以来，随着我国内初等教育体制的不断创新改革，在新时代的社会背景下，数学“算法”教学的教学工作逐渐成为高中数学教育中最核心的部分，将数学“算法”教学、信息技术全面的整合在一起，将数学“算法”学教育教学工作贯穿于高中教学课程教学过程中，推动高中数学教育教学水平的不断提升。本文主要通过阐述在高中数学中将“算法”教学与信息技术深度融合的相关研究，为我国初等教育事业的全面、平衡发展奠定坚实的基础。

简介：摘 要：针对捷联惯性测量装置测量过程中陀螺角速度测量精度不高的问题，提出了一种基于差分进化算法（ DE）优化最小二乘支持向量机（ LSSVM）算法对陀螺三轴角速度误差建立补偿模型。在本方法中，皮尔逊相关性算法（ Person）通过分析变量之间相关性，选取系数显著性 >0.3的变量作为模型输入。设计一种 DE-LSSVM陀螺三轴角速度误差补偿模型， DE动态优化 LSSVM参数以弥补算法的不足。通过对比实验结果表明，该算法能较好地补偿捷联惯性测量装置角速度，提高捷联惯测装置测量精度。 关键词 : 差分进化算法；最小二乘支持向量机；补偿模型

简介：摘 要：本文以浮选柱液面为控制对象，该系统具有大惯性，大滞后，非线性，以及控制的数学模型难以找到等特点。利用PID控制的可靠性和稳定性强和模糊算法不需寻找数学模型的优点，采用模糊算法和PID控制相结合的控制方法控制电动阀。通过电动阀调控浮选柱液面，达到液面控制的目的。

简介：摘要目的探讨机器学习算法在肝细胞癌微血管侵犯(MVI)术前预测中的应用价值。方法采用回顾性描述性研究方法。收集2015年5月至2018年12月福建医科大学孟超肝胆医院收治的277例肝细胞癌患者的临床病理资料；男235例，女42例；年龄为(56±10)岁，年龄范围为33～80岁。患者术前均行磁共振成像检查。227例肝细胞癌患者通过计算机产生随机数方法以7∶3比例分为训练集193例和验证集84例。应用逻辑回归列线图，支持向量机(SVM)、随机森林(RF)、人工神经网络(ANN)和轻量级梯度提升机(LightGBM)机器学习算法构建MVI术前预测模型。观察指标：(1)训练集及验证集患者临床病理资料分析。(2)影响训练集患者肿瘤MVI危险因素分析。(3)机器学习算法预测模型构建及其术前预测肿瘤MVI准确性比较。正态分布的计量资料以±s表示，组间比较采用配对t检验。计数资料以绝对数表示，组间比较采用χ2检验。单因素和多因素分析采用Logistic回归模型。结果(1)训练集及验证集患者临床病理资料分析：训练集和验证集患者性别(男，女)分别为157、36例和78、6例，两组比较，差异有统计学意义(χ2＝6.028，P<0.05)。(2)影响训练集患者肿瘤MVI危险因素分析：训练集193例患者中，MVI阳性108例，MVI阴性85例。单因素分析结果显示：年龄、肿瘤数目、肿瘤直径、卫星病灶、肿瘤边界、甲胎蛋白(AFP)、碱性磷酸酶(ALP)和纤维蛋白原水平是影响肿瘤MVI的相关因素(比值比＝0.971，2.449，1.368，4.050，2.956，4.083，2.532，1.996，95%可信区间为0.943～1.000，1.169～5.130，1.180～1.585，1.316～12.465，1.310～6.670，2.214～7.532，1.016～6.311，1.323～3.012，P<0.05)。多因素分析结果显示：AFP>20 μg/L、肿瘤多发、肿瘤直径越大、肿瘤边界不光滑是影响肿瘤MVI的独立危险因素(比值比＝3.680，3.100，1.438，3.628，95%可信区间为1.842～7.351，1.334～7.203，1.201～1.721，1.438～9.150, P<0.05)，而年龄越大，MVI发生风险越低(比值比＝0.958，95%可信区间为0.923～0.994，P<0.05)。(3)机器学习算法预测模型构建及其术前预测肿瘤MVI准确性比较：①应用多因素分析结果筛选指标，包括年龄、AFP、肿瘤数目、肿瘤直径、肿瘤边界，构建逻辑回归列线图，SVM、RF、ANN及LightGBM机器学习算法预测模型，一致性分析结果显示逻辑回归列线图预测模型稳定性较好。逻辑回归列线图、SVM、RF、ANN、LightGBM机器学习算法预测模型训练集和验证集曲线下面积(AUC)分别为0.812、0.794、0.807、0.814、0.810和0.784、0.793、0.783、0.803、0.815，SVM、RF、ANN、LightGBM机器学习算法AUC分别与逻辑回归列线图AUC比较，差异均无统计学意义[(95%可信区间为0.731～0.849，0.744～0.860，0.752～0.867，0.747～ 0.862，Z＝0.995，0.245，0.130，0.102，P>0.05)和(95%可信区间为0.690～0.873，0.679～0.865，0.702～0.882，0.715～ 0.891，Z＝0.325，0.026，0.744，0.803，P>0.05)]。②应用RF、LightGBM机器学习算法自行筛选临床病理因素指标构建预测模型。根据指标对预测模型重要度排序，选择重要度>0.01的指标，包括年龄、肿瘤直径、AFP、白细胞(WBC)、血小板、总胆红素、天冬氨酸氨基转移酶、γ－谷氨酰转移酶、ALP和纤维蛋白原，构建RF机器学习算法预测模型；挑选重要度>5.0的指标，包括年龄、肿瘤直径、AFP、WBC、ALP和纤维蛋白原，构建LightGBM机器学习算法预测模型；由于ANN及SVM机器学习算法不具备筛选指标能力，应用单因素分析结果筛选指标，包括年龄、肿瘤数目、肿瘤直径、卫星病灶、肿瘤边界、AFP、ALP和纤维蛋白原水平，构建SVM、ANN机器学习算法预测模型。SVM、RF、ANN、LightGBM机器学习算法预测模型训练集和验证集AUC分别为0.803、0.838、0.793、0.847和0.810、0.802、0.802、0.836，分别与逻辑回归列线图AUC比较，差异均无统计学意义[(95%可信区间为0.740～0.857，0.779～0.887，0.729～0.848，0.789～0.895，Z＝0.421，0.119，0.689，1.517，P>0.05)和(95%可信区间为0.710～0.888，0.700～0.881，0.701～0.881，0.740～0.908，Z＝0.856，0.458，0.532，1.306，P>0.05)]。结论机器学习算法可用于术前预测肝细胞癌MVI，但其应用价值尚需多中心大样本数据进一步验证。

简介：摘要：对于钢铁企业而言，其使用的工业炉设备耗能十分巨大，不仅结构比较大型，而且热工参数也变化非常快。然而，正是设备具有的大型化特征导致其单元结构更加复杂，其热工参数变化迅速的特征也要求对时间控制更加严格。如果采取单一模型则无法对其进行实时控制，因此必须选择多种模型进行综合描述。本文重点提出一种建模方法，使其可以适用于所有工业炉，将模式识别、系统辨识以及 CFD热工等模型有机结合，取长补短，以节点控制为基础建立通用型集成模型。此模型具备计算迅速、准确性高、普适性强以及稳定性好等特点。

简介：摘要目的比较18F-脱氧葡萄糖(FDG)PET/CT的4种重建算法对肺结节标准摄取值(SUV)的影响。方法回顾性收集2018年2月至2019年7月在山西医科大学第一医院行18F-FDG PET/CT检查的46例实性肺结节患者[男27例，女19例，中位年龄66(44～82)岁]的PET/CT图像，采用有序子集最大期望值迭代法(OSEM)、OSEM＋飞行时间(TOF)、OSEM＋TOF＋点扩散函数(PSF)及正则化算法(BSREM)进行图像重建(方法依次以G1～G4表示)，通过视觉和半定量方法分析肺结节及背景参数。根据肺窗所测结节直径，分为小结节(直径≤10 mm)和大结节(10 mm<直径≤30 mm)。行Kruskal-Wallis秩和检验及Bonferroni法分析不同算法间SUV的差异，行Spearman相关分析探讨SUV变化率(%ΔSUV)与结节直径的相关性，行受试者工作特征(ROC)曲线分析探讨SUV对肺结节良恶性的诊断效能。结果共114个结节，大结节55个，小结节59个。在视觉分析中，G4较G1～G3的小结节视觉检出率分别提高了55.93%(33/59)、44.07%(26/59)和20.34%(12/59)。在114个肺结节中，最大SUV(SUVmax)、平均SUV(SUVmean)在不同算法间比较差异有统计学意义(中位SUVmax ：2.65～5.29，中位SUVmean：2.05～2.99；H值：20.628和17.749，均P<0.001)，G4对G1的SUVmax(中位数分别为5.29和2.65)和SUVmean(中位数分别为2.99和2.05)有明显提升(均P<0.001)。%ΔSUVmax(中位数：4.45%～52.96%)、%ΔSUVmean(中位数：1.69%～47.56%)与结节直径呈负相关[9.75(6.20，16.58) mm；rs值：－0.371～－0.354、－0.371～－0.320，均P<0.001]。在59个小结节中，G4对G1的SUVmax(中位数分别为4.05和2.14)有明显提升(H＝18.327, P<0.001)，G4对G1和G3的SUVmean (中位数分别为2.31、1.26和1.53)有提升作用(H＝16.808，均P<0.05)。在55个大结节中，SUV在不同算法间的差异无统计学意义(H值：0.812～7.290，均P>0.05)。G1～G4的SUVmax诊断良恶性的最佳截断值分别为4.335、5.185、5.410、5.745，曲线下面积(AUC)分别为0.747、0.699、0.756和0.778，四者的SUVmean及SUVpeak最佳截断值对应的AUC也显示出类似趋势。结论在4种重建算法中，BSREM可明显提高图像质量和直径10 mm以下肺结节的SUVmax及SUVmean，其SUV良恶性诊断阈值应适当上调。

简介：摘要：随着我国经济在快速发展，社会在不断进步，电力系统无功优化可以改善电网的无功分布，有效地降低网络有功损耗，保证经济效益。针对粒子群算法在电力系统无功优化问题中存在物种多样性下降和易于陷入局部最优的问题，提出含扰动的改进吸引排斥粒子群算法。该算法通过对物种多样性和迭代次数进行判断，优化速度更新公式和位置更新公式，较好地克服传统粒子群算法在电力系统无功优化问题中存在的不足，通过对ＩＥＥＥ－１４节点系统进行仿真验证，验证提出的算法可以更好地降低有功损耗，证明该方法的有效性。

简介：摘要：针对现有清晰度评价函数稳定性、精度不足，且易受噪声干扰等问题，提出一种基于最大类间方差和 Canny算子 的晶圆图像清晰度评价算法。对最大类间方差算法分割出的前景图像，使用Canny算子进行边缘检测。 统计边缘点的个数和梯度幅值，并计算子图像的边缘点梯度幅值方差，以构建清晰度评价函数。实验结果表明，提出的算法具有较好的灵敏度、稳定性和抗噪性。

简介：摘要目的根据HIV/AIDS的CD4+ T淋巴细胞计数（CD4）的变化规律，估计红河哈尼族彝族自治州（红河州）HIV新发感染者数，为评估当地的疫情流行趋势提供依据。方法利用红河州HIV/AIDS抗病毒治疗前CD4数据，建立CD4平方根与感染时间的消除模型，反向估计HIV感染者的感染时间，并利用直接概率法和寿命表法计算累计诊断率分布以及诊断延误权重，推算研究地区历年HIV新发感染者数。结果截至2018年12月31日，估计红河州HIV感染者数为35 977例，诊断发现率约为77.50%，其中2008-2018年HIV感染者数为23 792例，从2008年的2 602例逐年下降至2018年的1 480例，2007年及以前的新感染HIV人数为12 185例；其诊断延误权重从1年内的5.49下降至20年内的1.00，诊断率从1年的18.2%上升至20年的100.0%。结论红河州HIV新发感染者数呈逐年下降趋势，诊断发现率距"第一个90%"目标仍有差距，扩大检测及时发现隐藏的HIV感染者有助于降低HIV传播风险。

简介：摘要：社会在发展，信息在更替。算法也在科学技术、社会发展和人类生活中发挥着它越来越大的作用，算法思想已经成为现代人应具备的一种数学能力。在普通高中开设“算法初步” 教学，将有利于培养学生的分析问题和解决问题的能力，提高学生的逻辑思维能力。随着新课改的全面深入和不断强化，关于算法的教学问题已经引起了广大师生的广泛关注。算法教学对于很多数学老师来说是比较陌生的，尤其是对于年龄比较大的老师，因为是全新的内容，既没有计算机基础，在具体实践中又没有现成的经验可以借鉴，因此给教师的教学带来了一定的难度。“算法”板块不仅是数学科学的重要基础，而且也是计算机科学的核心，算法与计算机技术有着紧密的联系。因此，可采用“数学与信息技术相结合”的教学模式来进行高中“算法初步”的数学教学。

简介：摘要目的构建一个基于YOLO算法和ResNet网络的自动检测结直肠息肉的深度卷积神经网络(deep convolutional neural network，DCNN)模型，并测试其功能。方法选取武汉大学人民医院消化内镜中心数据库2018年1月—2019年3月的肠镜图像及视频并分为3个数据集(数据集1、3、4)，另以公共数据集CVC-ClinicDB(由西班牙巴塞罗那医院提供的29个结肠镜检查视频中提取的612帧息肉图像组成)作为数据集2。数据集1(2018年1—11月的肠息肉图像3 700张，无息肉图像1 000张)用于DCNN模型构建、训练与验证；数据集2和数据集3(2019年1—3月的肠息肉图像320张，无息肉图像400张)用于DCNN模型在图像中的测试；数据集4(2018年12月肠镜视频15个，包含33个息肉)，用于DCNN模型在视频中的测试。主要观察DCNN模型检测肠息肉的敏感度、特异度、准确率和假阳性率。结果DCNN模型在数据集2中检测肠息肉的敏感度为93.19%(602/646)；在数据集3中检测肠息肉的准确率为95.00%(684/720)，敏感度为98.13%(314/320)，特异度为92.50%(370/400)，假阳性率为7.50%(30/400)；在数据集4中检测息肉逐息肉个数的敏感度为100.00%(33/33)，逐帧准确率为96.29%(133 840/138 998)，逐帧敏感度为90.24%(4 066/4 506)，逐帧特异度为96.49%(129 774/134 492)，逐帧假阳性率为3.51%(4 718/134 492)。结论构建的DCNN模型可用于自动检测结直肠息肉，在静止肠镜图像及肠镜视频中均具有较高的敏感度与特异度，且在视频中测试的假阳性率低，可用于帮助内镜医师检测结直肠息肉。

简介：

简介：摘 要：集成电路板的各种电子元件需要经过回焊炉加热以达到自动焊接的目的。在这个生成过程中，如何设计回焊炉各部分温度以及电路板过炉速度对产品质量至关重要。本文利用传热学基本原理建立传热数学模型、通过对过炉速度进行遍历求得最大传送带过炉速度；再建立基于罚函数方法的多变量优化模型，采用遗传算法求得最优的各温区的温度和过炉速度。基于此，通过建立数学模型得到很好的结果，对回焊炉电路板焊接生产的场景下，本文的研究具有重要的作用。

简介：摘要目的开发并验证一种基于相位线性度的多回波场图拟合算法，以提高定量磁化率分布图的图像质量。材料与方法提出了一种多回波场图拟合的改进算法，其通过场图线性拟合的残差来判断数据点相位的可靠性。采集15名健康被试的模图和相位图，分别采用常规算法和改进算法拟合得到场图，再经过场图解缠绕、背景场去除和磁化率反演等步骤获得磁化率分布图。选取黑质、红核、尾状核、苍白球和壳核作为感兴趣区，对比研究了两种算法得到的磁化率分布图上感兴趣区的噪声水平。结果采用改进的场图拟合算法后，定量磁化率图像质量得到明显提高，伪影得到明显抑制。双侧黑质、右侧红核等区域的噪声水平显著下降。结论该文提出的一种改进的定量磁化率成像多回波场图拟合算法可以提高磁化率分布图的图像质量。

简介：摘 要：当今时代，机器学习和人工智能的概念已经逐渐走入了各行各业，利用大数据带来的数据积累，引领各行各业发生改革性的变化。空管自动化系统作为提供空中交通管制服务的全天候运行系统，目前依旧需要大量的管制员实时监控并进行大量复杂重复的指挥操作，而随着航班量的逐年持续增长，管制员压力的增长带来安全隐患也随之而来。利用浅层的机器学习算法学习管制员的历史操作数据构建逻辑模型，可以辅助管制员减少一些对周期性航班的重复指挥操作，减轻管制压力的同时提高管制的指挥效率，有利于未来实现真正的空管指挥自动化。

简介：摘要：本研究是在前人的研究的基础上，通过将质量功能，蚁群算法与工业工程实践教学相结合的方式来探索和改善工业工程实践教学教育质量管理中存在的问题。在 QFD技术和蚁群算法的应用领域已经有诸多的学者进行了研究，而将二者进行结合并应用于实践教学中尚不多见。本文希望将 QFD和蚁群算法结合应用的思想进行实践为广大教育工作者提供新的实践教学思路。

简介：摘要：目前，我国配电网涵盖的区域非常广泛，主要呈现出分布广、结构复杂、电缆线分布混乱的现象。随着城乡一体化的不断加快以及电力市场的不断发展，人们越来越追求高质量的供电系统，也对稳定性的需求越来越高。国民经济对供电可靠性的依赖也越来越大。近年来，随着配网自动化水平的不断提高，配网故障定位技术的发展也趋向智能化、自动化，配网故障的诊断速度、快速定位、及时隔离、快速修复也是检验一个供电局管理能力和抢修水平的标准。因此，对配网自动化进行合理的改进和提高已经成为供电部门工作的首要内容。如何缩短故障排查时间，避免抢修时间的延长，提供有保障的供电率，从而提高客户的满意度也成为大部分基层供电局单位需要着重考虑的关键问题。基于免疫二进制粒子群优化算法的配网故障定位方法，既能够加快故障定位与抢修速度，还可以大减少由于供电不足带来的损失，具有十分重要的现实意义。鉴于此，文章结合笔者多年工作经验，对基于免疫二进制粒子群优化算法的配电网故障定位方法研究提出了一些建议，以供参考。