关键词： 艾灸设备   模糊神经网络   遗传算法  

摘要： 针对艾灸设备模拟灸疗过程中常存在温度控制不精确、过渡时间长、超调大、参数整定复杂等现象,提出一种基于改进模糊神经网络的PID参数自整定算法。在模糊神经网络参数优化方面作出探索与研究,在改进遗传算法中引入梯度法迭代,综合两者的优点,提出一种适用于模糊神经网络的混合学习算法。仿真与训练结果表明,提出的混合学习算法可很好地完成网络训练,同时与传统的BP算法进行比较,证实了混合学习算法的优势;有关所建立的模糊神经网络PID控制系统的仿真表明其具有超调小、过渡时间短、响应迅速等特点,为艾灸设备实现多种灸法的精准控温提供了参考。

关键词： 总磷   紫外光   过硫酸钾   在线消解   分光光度法  

摘要： 设计并建立了一种在线紫外光直接活化过硫酸钾消解-磷钼蓝分光光度法测定环境水样中总磷含量的系统和方法,并优化验证了系统参数和方法,进行了实际水样的总磷含量测定。水样与过硫酸钾溶液注射混合进入石英螺旋管,紫外光照射活化过硫酸钾消解水样,与抗坏血酸和钼酸铵还原显色后在700 nm处测定吸光度。在石英螺旋管温度为20℃,水样、过硫酸钾、抗坏血酸、钼酸铵流量分别为1.00,0.15,0.06,0.08 mL·min^(-1)的优化条件下,消解率达到97.0%以上,总磷的质量浓度在0.1~5.0 mg·L^(-1)内与吸光度呈线性关系,检出限(3s/k)为0.007 mg·L^(-1)。本方法测定水样的结果与国家标准GB 11893—89进行对比,相对误差为-4.0%~-0.50%。按照标准加入法对湖水样品进行回收试验,回收率为93.0%~100%,测定值的相对标准偏差(n=6)小于3.0%。

关键词： 建筑设计   计算机技术   绘图软件   建模软件   参数化设计   人工智能  

摘要： 随着计算机技术的发展,建筑设计软件逐步形成更新换代的趋势。文章分析了主流设计软件在二维制图、三维建模、参数化设计以及人工智能应用中的差异与优势,指出国内设计软件更新缓慢的现状。文章论证了使用BIM系统、参数化设计以及人工智能等前沿技术的必要性,强调其能显著提升设计效率与创新能力。调查数据显示,使用过前沿技术的建筑师普遍认为其对设计过程有积极影响。建筑设计行业应更广泛地接纳和推广这些前沿技术,以提升行业的创新能力和竞争力。

关键词： 高速电梯   LQR控制   步进量子遗传算法  

摘要： 针对高速电梯轿厢系统的横向振动问题,文章采用了LQR控制策略,并利用SQGA对状态加权矩阵进行优化。通过对SQGA与QGA的比较分析,发现SQGA在收敛速度和避免局部最优解方面表现更优。数值仿真实验表明,基于SQGA优化的LQR控制器显著降低了轿厢系统的横向振动位移和加速度,提高了乘坐舒适性,为高速电梯横向振动控制提供了一种有效的策略,具有重要的实际应用价值。

关键词： 抑郁症   图卷积网络(GCN)   智能诊断   融合算法   个体相似性  

摘要： 目的构建基于脑网络的抑郁症智能诊断模型是一项具有挑战性的任务。近年来,图神经网络(graph neu⁃ral network,GNN)越来越多地应用于图的分类任务中,大部分GNN研究都只是对单一空间(样本空间或者特征空间)进行建模,导致模型分类性能不够好,本文提出一种基于遗传算法(genetic algorithm,GA)和GNN的多空间融合算法来对抑郁症患者进行智能诊断。方法模型采用留一站点交叉验证来确保模型的泛化性。脑网络的构建是基于Pearson相关的功能连接方法。整个算法以遗传算法作为主要框架,其中适应度函数是基于图卷积网络(graph convolutional network,GCN)分类算法,通过搜索个体间相似性阈值来找到具有最高分辨力的GCN。GCN由两个网络串联组成,一个网络获取受试者特征空间信息,另一个提取受试者之间样本空间的信息,最后通过两级GCN的联合学习实现分类。结果所有数据来源于The REST-meta-MDD项目,一共有来自10个站点1160个受试者功能磁共振数据纳入本实验(男434、女726)。实验结果显示,本文提出的分类器准确性、精度和受试者特征曲线(receiver operating characteristic,ROC)下面积分别为64.72%、69.69%和64.58%,优于其他主流算法。结论与其他算法相比,本文提出的算法融合了传统模型和深度学习模型的优点,获得了最佳的分类性能,未来很有可能为临床抑郁症诊断提供重要依据。

关键词： 圆锥曲线   离心率   问题求解   灵活应用   取值范围问题   平面几何知识   热点题型   例析  

摘要： 圆锥曲线离心率的取值范围问题是高考的热点题型,对圆锥曲线中已知特征关系的转化是解决此类问题的关键,相关平面几何知识的灵活应用可使问题求解更简捷。

关键词： 自动扶梯监测   物联网技术   5G   边缘计算   智能控制   深度学习   姿势识别  

摘要： 针对自动扶梯安全事故频发的痛点,设计一套基于边缘计算和5G物联网技术融合的自动扶梯智能监测系统。系统集成智能扶梯传感网络控制设备、云-边协同智能视频识别设备和自动扶梯智能监测平台,可实时监测扶梯电机、减速机、主轴轴承和驱动底座等主要部件的振动数据以及温度数据,实现对扶梯简单机械故障的预警。采用高清摄像头实现对安防环境的监测,结合部署在边缘端的深度学习算法对视频数据进行识别,并通过5G无线通信模块发送数据至软件监测平台。通过实验表明,该系统能实时监测扶梯的性能数据,并对扶梯自身故障与乘搭人员的不规范乘搭行为实时发出报警信号,解决了传统人工视频监视扶梯存在的人力成本高、响应速度慢、存在误报漏报等问题,为自动扶梯智慧监管提供技术支撑。

关键词： 品位预测模型   XRT灰度图像   BP神经网络   遗传算法  

摘要： 为了实现对某钨矿石的XRT(X射线透射)高效预选,建立XRT图像与矿石品位的相关模型。首先,以某钨矿石作为试验样本进行X射线透视成像,并基于MATLAB软件获得XRT灰度图像,建立灰度直方图,统计图像的灰度分布;其次,分别建立基于BP、GA-BP神经网络的WO_(3)品位预测模型,并对钨矿石样本的模型进行训练和测试,比较2种预测模型的预测效果;最后,基于模型的精度与泛化能力,确定合适的钨矿石品位预测模型及优化方法。研究结果表明:不同品位矿石XRT灰度图像的灰度分布存在明显差异,图像的灰度分布与矿石品位之间具有高度相关性;钨矿石品位越高,像素灰度级在低灰度区间的占比越大,可通过XRT图像灰度分布建立矿石品位的预测模型;使用遗传算法对BP神经网络进行优化可以取得显著效果,基于GA-BP神经网络的预测模型能够获得更大的决定系数和更小的误差,具有更高的预测精度和更强的泛化能力,可以更好地预测矿石WO_(3)品位;在小样本情况下,GA-BP神经网络预测模型对于WO_(3)品位预测具有可行性与有效性。

关键词： 反比例函数   三角形   四边形   综合性问题   求解策略  

摘要： 反比例函数的图象,由两支曲线组成,称之为双曲线,其关于坐标原点对称.反比例函数图象与三角形、四边形等几何图形相结合的综合性问题是中考的常见题型.基于此,笔者结合近几年全国各地中考模拟题,探讨反比例函数图象与三角形、四边形等几何图形相结合的综合性问题的解题策略与思路分析,以期为初中数学教学提供参考.

关键词： 大数据框架   自动配置   样本选择   启发式搜索算法  

摘要： 此次研究针对大数据框架自动配置数据处理成本过高以及自动配置算法性能不足等问题,提出了一种基于样本选择和启发式搜索算法的大数据框架自动配置优化模型,新模型能够通过遗传算法在大数据框架的配置空间中进行数据搜索,完成数据框架的自动配置。同时还能够实现对大数据的自动配置进行优化。研究结果表明,使用样本选择和启发式搜索算法能够提升模型的性能,在对模型的优化配置上,遗传算法的配置优化速度明显高于其他算法模型,使用样本选择的方式还能够降低算法模型的误差值。综上所述,使用该方法能够提升模型效率,降低模型使用成本。