期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
无线传感器网络下移动扩散源追踪算法 被引量:2
1
作者 罗旭 柴利 杨君 《控制理论与应用》 EI CAS CSCD 北大核心 2014年第2期201-208,共8页
与移动瞬时源追踪相比,移动扩散源追踪相对困难.本文分析了移动扩散源扩散过程,给出了离散化浓度场模型.将连续线源目标追踪问题转化为离散点源目标追踪的次优问题,提出了一种离散化移动扩散源追踪算法.在该算法中,先采用约束最小二乘... 与移动瞬时源追踪相比,移动扩散源追踪相对困难.本文分析了移动扩散源扩散过程,给出了离散化浓度场模型.将连续线源目标追踪问题转化为离散点源目标追踪的次优问题,提出了一种离散化移动扩散源追踪算法.在该算法中,先采用约束最小二乘方法估计目标实时位置、到达时间等相关参数,并进一步采用仅针对位置序列的Sage-Husa卡尔曼滤波方法优化位置估计.该算法克服了一般基于动态序列的追踪方法无法直接应用于离散移动扩散源追踪问题的不足.在仿真实验中,分别在匀速率平滑曲线运动与变速非平滑曲线运动的情形下进行追踪实验,分析了追踪精度与采样间隔以及观测节点密度的关系.仿真结果说明了提出的移动扩散源追踪算法的有效性. 展开更多
关键词 离散化浓度模型 无线传感器网络 最小二乘 Sage-Husa卡尔曼滤波 移动扩散源追踪
下载PDF
飞行器舱室突发污染源散发强度动态辨识 被引量:1
2
作者 常海娟 庞丽萍 +1 位作者 曲洪权 王浚 《宇航学报》 EI CAS CSCD 北大核心 2010年第2期593-597,共5页
诸如载人航天器和大型飞机等密闭微环境,随着人员停留时间的延长,舱室突发污染问题已成为危害工作人员生命安全的主要因素,所以迫切需要开展突发不确定污染源辨识及危害性预测研究技术,以提高上述密闭环境主动应对突发污染的能力。本文... 诸如载人航天器和大型飞机等密闭微环境,随着人员停留时间的延长,舱室突发污染问题已成为危害工作人员生命安全的主要因素,所以迫切需要开展突发不确定污染源辨识及危害性预测研究技术,以提高上述密闭环境主动应对突发污染的能力。本文提出一种新的浓度离散随机模型,并建立敏感性分析方法实现污染源定位及强度初步估计,之后利用隐式与显式卡尔曼滤波相结合的方法同时完成污染源散发特性的动态辨识及舱室空气污染物的浓度预测。上述研究能够实现污染源散发特性的快速准确辨识。仿真结果证实了该算法的有效性。 展开更多
关键词 污染源辨识 浓度预测 浓度离散随机模型 卡尔曼滤波
下载PDF
两阶段方法预测分析美罗培南血药浓度
3
作者 宋婷 揭琼 +1 位作者 张倩 胡真 《应用科技》 CAS 2024年第5期107-113,共7页
为提升美罗培南血药浓度预测的精度、提供用药指导,本文使用两阶段预测方法,基于机器学习算法建立美罗培南血药浓度预测模型。本文所用199条数据来源于南京市第一医院2019~2020年接受美罗培南治疗的重症感染患者的血药浓度以及影响因素... 为提升美罗培南血药浓度预测的精度、提供用药指导,本文使用两阶段预测方法,基于机器学习算法建立美罗培南血药浓度预测模型。本文所用199条数据来源于南京市第一医院2019~2020年接受美罗培南治疗的重症感染患者的血药浓度以及影响因素指标。应用修改的卡方算法离散血药浓度,并在2个预测阶段均比较多种机器学习算法,选取13个显著特征建立模型。在偏好预测阶段,自适应增强(adaptive boosting,Adaboost)算法表现最优,准确度达到88.33%;在数值预测阶段,随机森林(random forest,RF)、装袋算法(bootstrap aggregaing,Bagging)表现最优;最终建立Ada-RF与Ada-Bag模型,相对误差在30%内的比例达到55%,取得较好的预测效果。两阶段方法为美罗培南血药浓度预测提供了新思路,可辅助制定个性化的用药方案。 展开更多
关键词 两阶段方法 机器学习 血药浓度 美罗培南 卡方离散化 浓度预测模型 自适应增强 随机森林 装袋算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部