期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
从CT数据到带纤维走向的全心脏有限元模型的建立
1
作者 钱力 王建飞 +5 位作者 金炼 宋彪 黄彦淇 朱红蕾 鄢盛杰 邬小玫 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第2期180-189,共10页
心脏计算机模型是研究生理/病理心脏功能及心律失常治疗方法的有力工具,心脏有限元解剖模型是构建各种心脏模型的基础。从病人的临床影像数据建立个性化的心脏有限元模型,可为临床诊断治疗提供极大便利。研究一种由人体胸腔CT影像数据... 心脏计算机模型是研究生理/病理心脏功能及心律失常治疗方法的有力工具,心脏有限元解剖模型是构建各种心脏模型的基础。从病人的临床影像数据建立个性化的心脏有限元模型,可为临床诊断治疗提供极大便利。研究一种由人体胸腔CT影像数据建立全心脏有限元模型的方法,具体步骤包括:基于胸腔CT影像,通过MIMICS建立心脏解剖面片模型;根据HyperMesh修复面片模型,得到心脏实体有限元模型。由于心肌纤维走向与心脏的电/机械活动密切相关,在从影像数据重建心脏解剖结构之后,又特别研究心肌纤维走向确定方法。首先,利用规则库方法(rule-based approach)确定心室肌纤维走向;之后,在使用规则库方法的基础上,利用结构张量分析(structure tensor analysis)进行平滑滤波,得到心房肌纤维走向。为验证心肌纤维走向的正确性,分析使用该方法计算得到的巴克曼束、左心房后部、左上心房后部、房间沟等几个典型部位处心肌纤维方向与X轴的夹角,分别为4.97°±4.84°(均值±标准差)、111.99°±3.72°、178.89°±3.73°、86.48°±4.01°,符合文献报道的心肌纤维走向的观测结果。所提出的方法可从心脏影像数据构建包含心肌纤维走向的心脏有限元模型,为各类心脏建模仿真研究打下基础。 展开更多
关键词 心脏有限元模型 心肌纤维走向 结构张量分析 基于规则方法
下载PDF
出租车乘车概率预测的置信规则库推理方法 被引量:4
2
作者 杨隆浩 蔡芷铃 +2 位作者 黄志鑫 何星 傅仰耿 《计算机科学与探索》 CSCD 北大核心 2015年第8期985-994,共10页
出租车乘车概率预测中存在数据量级大,底层属性类型多,预测信息不确定的问题。鉴于此,整合大规模轨迹数据范畴中现有的挖掘算法对出租车GPS数据和路网数据进行离线处理;将多类型的不确定性数据转换为具有置信结构的规则形式,并以此构建... 出租车乘车概率预测中存在数据量级大,底层属性类型多,预测信息不确定的问题。鉴于此,整合大规模轨迹数据范畴中现有的挖掘算法对出租车GPS数据和路网数据进行离线处理;将多类型的不确定性数据转换为具有置信结构的规则形式,并以此构建置信规则库;通过置信规则库推理方法(belief rule-base inference methodology using evidential reasoning,RIMER)在线预测路网道路上各个地点的乘车概率。以北京市2012年11月某天的出租车GPS数据为例说明该在线预测方法的应用。实验结果表明,该预测方法具有较高的实时性和准确性。 展开更多
关键词 概率预测 GPS数据 路网数据 置信规则 置信规则推理方法(RIMER)
下载PDF
城市洪灾应急案例检索中的RIMER方法研究 被引量:6
3
作者 宋英华 李旭彦 +2 位作者 高维义 王蕾 王喆 《中国安全科学学报》 CAS CSCD 北大核心 2015年第7期153-158,共6页
为处理复杂城市洪灾应急案例检索问题,设计置信规则库,提出结合归纳索引法和基于证据推理的置信规则库推理方法(RIMER)的应急案例索引技术。设计应急案例检索框架,通过案例知识表示与转化,构建城市洪涝灾害应急管理置信规则库;通过激活... 为处理复杂城市洪灾应急案例检索问题,设计置信规则库,提出结合归纳索引法和基于证据推理的置信规则库推理方法(RIMER)的应急案例索引技术。设计应急案例检索框架,通过案例知识表示与转化,构建城市洪涝灾害应急管理置信规则库;通过激活权重设置、证据推理和效果评价,实现城市洪灾应急案例相似度定量评价;并通过武汉市洪灾应急处置进行算例分析。结果表明:用置信规则结构能处理洪灾应急案例中的模糊信息,用证据推理方法能快速检索存在复杂依赖关系的应急案例库。 展开更多
关键词 案例检索 城市洪涝 应急决策 案例推理 基于证据推理的置信规则推理方法(RIMER)
下载PDF
基于改进置信规则库推理的分类方法 被引量:4
4
作者 叶青青 杨隆浩 +1 位作者 傅仰耿 陈晓聪 《计算机科学与探索》 CSCD 北大核心 2016年第5期709-721,共13页
通过引入置信规则库的线性组合方式,设定规则数等于分类数及改进个体匹配度的计算方法,提出了基于置信规则库推理的分类方法。比较传统的置信规则库推理方法,新方法中规则数的设置不依赖于问题的前件属性数量或候选值数量,仅与问题的分... 通过引入置信规则库的线性组合方式,设定规则数等于分类数及改进个体匹配度的计算方法,提出了基于置信规则库推理的分类方法。比较传统的置信规则库推理方法,新方法中规则数的设置不依赖于问题的前件属性数量或候选值数量,仅与问题的分类数有关,保证了方法对于复杂问题的适用性。实验中,通过差分进化算法对置信规则库的规则权重、前件属性权重、属性候选值和评价等级的置信度进行参数学习,得到最优的参数组合。对3个常用的公共分类数据集进行测试,均获得理想的分类准确率,表明新分类方法合理有效。 展开更多
关键词 置信规则 基于证据推理的置信规则推理方法(RIMER) 参数学习 分类方法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部