检索结果-内蒙古大学图书馆

浙江大学学报(医学版) 2025年第1期54卷 99-107,I0032-I0034页

作者：陈文炜何彦丰卢凯鑫刘昌毅江涛张华高锐薛学义福建医科大学附属第一医院泌尿外科福建福州350005 福建医科大学附属第一医院滨海院区泌尿外科国家区域医疗中心福建福州350212

目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 详细信息

目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。

关键词：肝素结合蛋白 C反应蛋白输尿管软镜碎石术尿源性脓毒症预测 logistic回归模型反向传播神经网络模型

来源：评论

学校读者我要写书评

暂无评论

构建并验证反向传播神经网络模型对筛选重症手足口病影响因素的性能

引用

安徽医科大学学报 2024年第12期59卷 2222-2229页

作者：陈琳冯慧芬屈质马驰郑州大学第五附属医院消化内科郑州450052 郑州大学第五附属医院感染科郑州450052 新乡医学院第一附属医院全科医学科新乡453000

目的通过构建反向传播神经网络(BPNN)模型,筛选重症手足口病(HFMD)临床早期预警指标,探讨神经网络技术在临床中的应用价值。方法收集河南省新乡医学院第一附属医院感染科及儿科2019年1月至2023年1月收治的HFMD患儿临床资料,使用SPSS Mod... 详细信息

目的通过构建反向传播神经网络(BPNN)模型,筛选重症手足口病(HFMD)临床早期预警指标,探讨神经网络技术在临床中的应用价值。方法收集河南省新乡医学院第一附属医院感染科及儿科2019年1月至2023年1月收治的HFMD患儿临床资料,使用SPSS Modeler18.0将数据分为70%的训练样本和30%的测试样本,并构建BPNN模型和Logistic模型,对比评估模型预测准确性及筛选效果。结果共收集589例患儿临床资料进行分析,轻症组324例,重症组265例。BPNN模型和Logistic回归模型的测试集(n=178)预测正确率为82.02%、84.83%;ROC曲线下面积及95%CI分别为0.791(0.749~0.834)和0.625(0.577~0.674)。BPNN模型输出的预测变量中,对分组影响最大的前5位因素为:最高体温、发热持续时间、谷氨酰转肽酶、天冬氨酸氨基转移酶和球蛋白。两模型输出预测变量重要性结果前十位中重合的有3个,分别为:最高体温、发热持续时间和肢体抖动。结论BPNN模型和Logistic回归模型在筛选验证重症手足口病危险因素方面均表现良好,但BPNN模型的综合预测性能更好,BPNN模型筛选出的前五名重症HFMD影响因素为最高体温、发热持续时间、谷氨酰转肽酶、天冬氨酸氨基转移酶和球蛋白。

关键词：重症手足口病反向传播神经网络模型预测人工神经网络 Logistic回归模型机器学习

来源：评论

学校读者我要写书评

暂无评论

Logistic回归模型和反向传播神经网络模型在高尿酸血症影响因素分析中的应用

引用

江苏医药 2020年第8期46卷 807-811页

作者：施佳成黄倩沈艳明刘晓玲王彩梅于萍唐敏娟覃洋于健桂林医学院附属医院内分泌科广西541001 桂林医学院附属医院检验科广西541001

目的探讨logistic回归模型与反向传播神经网络模型在高尿酸血症(HUA)影响因素分析中的应用价值。方法采用logistic回归模型和反向传播神经网络模型分析2867例体检患者诊断HUA的影响因素,采用ROC曲线检验比较两种方法在HUA筛查中对HUA发... 详细信息

目的探讨logistic回归模型与反向传播神经网络模型在高尿酸血症(HUA)影响因素分析中的应用价值。方法采用logistic回归模型和反向传播神经网络模型分析2867例体检患者诊断HUA的影响因素,采用ROC曲线检验比较两种方法在HUA筛查中对HUA发生的诊断效能。结果Logistic回归模型和反向传播神经网络模型分析显示,影响HUA发生的前五位因素均为性别、SCr、BMI、TG和LDL-C。Logistic回归模型诊断HUA的AUC为0.741[95%CI(0.732~0.749)],0.76为最佳诊断界值,其相应的诊断灵敏度为70.35%,特异度为66.25%。反向传播神经网络模型诊断HUA的AUC为0.742[95%CI(0.733~0.750)],取最佳诊断界值为0.74时,对应的诊断灵敏度为69.45%,特异度为67.37%。结论Logistic回归模型与反向传播神经网络模型分析HUA发生影响因素时,其诊断HUA的灵敏度和特异度相仿,在实际应用中应根据具体数据的特征选用。

关键词：高尿酸血症 Logistic回归模型反向传播神经网络模型

来源：评论

学校读者我要写书评

暂无评论

基于反向传播神经网络模型的室内无线网络定位方法

基于反向传播神经网络模型的室内无线网络定位方法

引用

作者：叶芝慧范中康蒋欣呈 210046 江苏省南京市栖霞区仙林大道163号南京大学仙林校区

本发明公开的基于反向传播神经网络模型的室内无线网络定位方法，检测应用场景中每个采样点接收到的所有无线接入点的信号强度，将其与对应的采样点的位置坐标进行归一化处理；将每个采样点的所有无线接入点的信号强度作为输入样本输入... 详细信息

标准号: CN106792562A

本发明公开的基于反向传播神经网络模型的室内无线网络定位方法，检测应用场景中每个采样点接收到的所有无线接入点的信号强度，将其与对应的采样点的位置坐标进行归一化处理；将每个采样点的所有无线接入点的信号强度作为输入样本输入初步建立的反向传播神经网络模型进行训练，完成反向传播神经网络模型的建立；最后，将检测得到的应用场景中的任一地点的无线接入点的信号强度输入至反向传播神经网络模型，定位地点的位置坐标。本发明相比于现有技术，具有较强的对输入参数的容错能力，且定位速度快、定位精度高。本发明通过检测无线网接入点返回的信号强度就能实现室内定位，可以应用于各种配有无线网接入点的室内环境，大大降低了定位成本。

关键词：反向传播神经网络模型无线接入点采样点位置坐标接入点无线网室内无线网络定位精度高归一化处理定位地点检测应用容错能力室内定位室内环境输入参数输入样本应用场景检测场景返回应用

来源：评论

学校读者我要写书评

暂无评论

应用反向传播神经网络模型评价游泳池水质的方法

应用反向传播神经网络模型评价游泳池水质的方法

引用

作者：黄丽红 200051 上海市长宁区云雾山路39号5-6楼

本发明涉及借助于测定材料的化学或物理性质来测试或分析材料的方法领域，具体为一种应用反向传播神经网络模型评价游泳池水质的方法。一种应用反向传播神经网络模型评价游泳池水质的方法，包括a.指标筛选、b.标准选定、c.划定分级和d.... 详细信息

标准号: CN104007243B

本发明涉及借助于测定材料的化学或物理性质来测试或分析材料的方法领域，具体为一种应用反向传播神经网络模型评价游泳池水质的方法。一种应用反向传播神经网络模型评价游泳池水质的方法，包括a.指标筛选、b.标准选定、c.划定分级和d.模型拟合。本发明减少人工评价工作量，提高评价结果准确性和客观性。

关键词：反向传播神经网络模型游泳池一种评价水质分析材料模型拟合物理性质指标筛选客观性分级工作量应用测定划定选定测试涉及减少

来源：评论

学校读者我要写书评

暂无评论

两种神经网络模型预测煤工尘肺发病工龄的性能比较

引用

环境与职业医学 2013年第12期30卷 939-941,946页

作者：郭正军武建辉尹素凤薛玲苏宇冯福民于立群王国立河北联合大学河北省煤矿卫生与安全实验室河北063000 河北联合大学公共卫生学院河北063000

[目的]探讨反向传播(back propagation,BP)神经网络模型与径向基函数(radial basis function,RBF)神经网络模型在煤工尘肺发病工龄预测中预测性能的优劣。[方法]采用SPSS 19.0中的BP和RBF神经网络模型对研究数据进行预测分析。采用均方... 详细信息

[目的]探讨反向传播(back propagation,BP)神经网络模型与径向基函数(radial basis function,RBF)神经网络模型在煤工尘肺发病工龄预测中预测性能的优劣。[方法]采用SPSS 19.0中的BP和RBF神经网络模型对研究数据进行预测分析。采用均方根误差、平均相对误差和平均绝对误差对两种模型的预测结果进行比较分析,从而得到比较各模型预测性能的目的。[结果]由BP神经网络模型进行预测可以得出发病工龄预测值和真实值的散点分布图大致位于从原点起始的45度线上,符合理想状态下值的分布情况,而RBF神经网络模型的分布则较为混乱。RBF和BP神经网络模型真实值与预测值之间的差异均无统计学意义,t值分别为0.231、0.530,P值分别为0.817、0.596。RBF和BP神经网络模型的均方根误差分别为3.51、1.89;平均相对误差分别为12%、6%;平均绝对误差分别为2.76、1.42。[结论]实证表明,在煤工尘肺发病工龄的预测中,BP神经网络模型的预测性能优于RBF神经网络模型,有较高的拟合和预测精度。

关键词：径向基函数神经网络模型反向传播神经网络模型煤工尘肺发病工龄

来源：评论

学校读者我要写书评

暂无评论

基于FFT与BP神经网络模型的功率放大器频域行为建模方法

基于FFT与BP神经网络模型的功率放大器频域行为建模方法

引用

作者：邵杰赵一鹤周凡 210016 江苏省南京市秦淮区御道街29号

本发明的目的在于提供一种基于快速傅立叶变换(FFT)与反向传播(BP)神经网络的功率放大器频域行为建模方法，从频域的角度对功率放大器进行建模，有效地克服普通的功率放大器行为模型频域精度不高的问题。本方法利用的反向传播神经网络... 详细信息

标准号: CN110188382B

本发明的目的在于提供一种基于快速傅立叶变换(FFT)与反向传播(BP)神经网络的功率放大器频域行为建模方法，从频域的角度对功率放大器进行建模，有效地克服普通的功率放大器行为模型频域精度不高的问题。本方法利用的反向传播神经网络模型对于非线性数据具有良好的描述能力，且模型结构简单，所需要的参数个数少，收敛速度快。本方法能够很好地描述功率放大器的非线性特性和记忆效应，尤其是其频域特性，具有较快的模型收敛速度和较高的精度。

关键词：功率放大器频域收敛反向传播神经网络模型快速傅立叶变换非线性数据非线性特性反向传播记忆效应模型结构频域特性神经网络行为建模行为模型有效地建模

来源：评论

学校读者我要写书评

暂无评论

改进遗传算法优化BP神经网络的建筑物震害评估模型

改进遗传算法优化BP神经网络的建筑物震害评估模型

引用

作者：张莹郭红梅赵真张灿何宗杭孟雅恬鲁长江史丙新 610000 四川省成都市武侯区人民南路3段29号

改进遗传算法优化BP神经网络的建筑物震害评估模型，训练方法包括如下步骤：步骤1.从历史地震案例中收集建筑物震害数据，包括建筑物震害主要影响因素及破坏等级；步骤2.对未数字化的建筑物震害数据进行数字化定量表示；步骤3.对数字化... 详细信息

标准号: CN117270038A

改进遗传算法优化BP神经网络的建筑物震害评估模型，训练方法包括如下步骤：步骤1.从历史地震案例中收集建筑物震害数据，包括建筑物震害主要影响因素及破坏等级；步骤2.对未数字化的建筑物震害数据进行数字化定量表示；步骤3.对数字化后的建筑物震害数据进行均衡化和归一化处理，得到的样本数据集；步骤4.构建反向传播神经网络，通过改进遗传算法对其进行优化，构建建筑物震害评估模型。本发明通过采用非线性自适应调整交叉率和变异率的方法，重新生成训练个体，改进传统遗传算法固定的交叉率和变异率，提高了反向传播神经网络模型的泛化能力，得到的模型输出结果与实际结果一致性好，准确性高，可以实现对建筑物震害的快速准确评估。

关键词：建筑物震害改进遗传算法评估模型变异率构建反向传播神经网络模型反向传播神经网络数字化传统遗传算法非线性自适应归一化处理数字化定量实际结果输出结果样本数据一致性好影响因素重新生成准确评估固定的均衡化优化地震改进

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的超声背散射零差K模型参数估算方法

基于神经网络的超声背散射零差K模型参数估算方法

引用

作者：周黄高安娜欧阳亚丽吴水才高宏建丁琪瑛 100124 北京市朝阳区平乐园100号

本发明公开了一种基于神经网络的超声背散射零差K模型参数估算方法，是根据已知的超声背散射零差K模型的参数μ和k，利用蒙特卡洛仿真产生零差K模型独立同分布的超声背向散射信号样本；基于这些样本计算特征参数；利用计算得到的特征参... 详细信息

标准号: CN110851788B

本发明公开了一种基于神经网络的超声背散射零差K模型参数估算方法，是根据已知的超声背散射零差K模型的参数μ和k，利用蒙特卡洛仿真产生零差K模型独立同分布的超声背向散射信号样本；基于这些样本计算特征参数；利用计算得到的特征参数和已知的μ和k，训练得到反向传播神经网络模型；对于待测的超声背向散射信号样本，首先计算其特征参数，再将特征参数输入训练得到的反向传播神经网络模型，就可得到待测样本的零差K模型参数μ和k的估算结果。本发明方法相比现有技术，具有更高的估算精度和更快的估算速度。

关键词：特征参数超声零差估算反向传播神经网络模型背向散射信号模型参数背散射样本蒙特卡洛仿真待测样本神经网络样本计算

来源：评论

学校读者我要写书评

暂无评论

基于混合神经网络模型的大变形柔性体动态应力补偿方法

基于混合神经网络模型的大变形柔性体动态应力补偿方法

引用

作者：罗韬庄毅顾晶晶孙健范璧健夏晓东崔鸿飞杨金龙郝纲 210000 江苏省南京市御道街29号

本发明公开了一种基于混合神经网络模型的大变形柔性体动态应力补偿方法，属于降落伞测量技术和计算机机器学习领域。该方法可应用于大变形柔性体的动态应力补偿，尤其是降落伞、气垫船等设备工作过程中的动态应力补偿。混合神经网络模... 详细信息

标准号: CN104899642B

本发明公开了一种基于混合神经网络模型的大变形柔性体动态应力补偿方法，属于降落伞测量技术和计算机机器学习领域。该方法可应用于大变形柔性体的动态应力补偿，尤其是降落伞、气垫船等设备工作过程中的动态应力补偿。混合神经网络模型包括知识基模型和反向传播神经网络模型，其中，知识基模型表示大变形柔性体力学模型的主要特征，反向传播神经网络表示大变形柔性体力学模型与知识基模型之间的差异特征。本发明使用高精度万能试验机获得样本数据，采用混合神经网络模型构建动态应力补偿模型，补偿结果精度高，计算复杂度低，可以有效应用于大变形柔性体的动态应力补偿，为解决复杂工作环境下动态应力补偿问题提供一种新的思路。

关键词：动态应力大变形混合神经网络模型柔性体知识基降落伞体力学反向传播神经网络模型反向传播神经网络计算机机器学习复杂工作环境计算复杂度万能试验机补偿结果补偿模型差异特征模型表示问题提供样本数据气垫船构建测量应用

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：