检索结果-南通市图书馆

作者：任敬义北京工业大学

学位级别：硕士

随着当今社会汽车保有量的快速增长,交通拥堵已成为很多城市交通中的普遍现象,由此产生的交通安全问题也变得日益严峻,并给社会造成了巨大损失。在这样的背景下,智能交通系统(Intelligent Traffic System,简称ITS)应运而生。而交通标志... 详细信息

随着当今社会汽车保有量的快速增长,交通拥堵已成为很多城市交通中的普遍现象,由此产生的交通安全问题也变得日益严峻,并给社会造成了巨大损失。在这样的背景下,智能交通系统(Intelligent Traffic System,简称ITS)应运而生。而交通标志识别系统作为智能交通系统重要的组成部分,也得到了广泛的关注。交通标志识别系统主要应用于辅助驾驶系统和无人驾驶系统,通过识别道路上的交通标志,辅助驾驶人员或自主驾驶车辆。由于自然场景复杂,以及识别技术尚不成熟。如何快速,准确的识别出自然场景中的交通标志还需要深入的探讨和研究。由于交通标志本身具有鲜明的颜色和形状特征,能够利用这些特征快速的定位到交通标志所在位置,再对其进行识别。这样就可以大大提高系统的识别效率。然而自然场景及其光线条件复杂多变,交通标志本身又可能存在遮挡、形变、褪色等问题,导致采集到图像中的交通标志颜色与形状特征也随之改变。针对以上问题,本文提出了一种基于颜色-形状分割的交通标志的检测与识别系统。第一在图像的预处理方面,针对光照不足对交通标志颜色造成的不利影响,本文分析了一些常用的图像增强算法的优缺点,最终采用并改进Retinex算法,针对图像的亮度直方图特点做相应的去暗光处理。第二在颜色的分割方面,针对图像背景干扰等不利因素,本文在三分量色差法的基础上,提出了双通道权值自适应三分量色差法。该算法将图像的红色色差图与蓝色色差图分别赋予不同的权重系数做处理,并且把该权重系数转换成具有一定自适应的动态阈值,能适应更多的光照场景和背景干扰。同时,运用OTSU阈值分割算法,去除饱和度低的大面积背景干扰。实验结果表明,该颜色分割方法相比其他的颜色分割方法能更好的适应不同场景下的光照,综合检测效果也优于其他方法。第三在轮廓形状检测方面,本文分析了常用的圆形、三角形和矩形的检测算法。针对遮挡,污损等影响交通标志形状的问题,本文提出了基于凹陷去除的轮廓逼近算法。针对圆形交通标志的变形与遮挡,本文又在随机最小二乘椭圆拟合法的基础上提出了定间距最小二乘椭圆拟合法提高检测率与检测速度。针对三角形和矩形轮廓线的特点,本文提出了轮廓线合并算法。实验证明本文的检测算法提高了对形变和遮挡圆形标志的检测率与检测速度,同时提高了对三角形和矩形的检测率,降低了误检率。第四在交通标志的特征提取方面,本文采用了首先提取样本图像HOG特征,再应用PCA技术对图像HOG特征降维的方法,相比单纯对HOG特征分类,本文采用算法的识别率和识别速度都有所提高。在分类识别算法方面,本文选取常用的svm支持向量机算法。实验证明了本文选取的特征提取与分类识别算法综合识别率达到了95.43%,取得了良好的识别效果。

关键词：交通标志检测与识别 Retinex去暗光双通道权值自适应基于凹陷去除的轮廓逼近定间距最小二乘椭圆拟合轮廓线合并 svm支持向量机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

分布式三维岩土变形监测系统设计

分布式三维岩土变形监测系统设计

作者：侯青祥西安工程大学

学位级别：硕士

我国山脉众多，大型土木工程设施密集，每年许多山坡和岩土工程会由于岩土变形而引发地质灾害，特别是遇到夏季连续的阴雨天气，更容易发生滑坡、泥石流、山体崩塌，给人民的生命财产安全造成巨大的损失。岩土变形的监测关系到国民经济... 详细信息

我国山脉众多，大型土木工程设施密集，每年许多山坡和岩土工程会由于岩土变形而引发地质灾害，特别是遇到夏季连续的阴雨天气，更容易发生滑坡、泥石流、山体崩塌，给人民的生命财产安全造成巨大的损失。岩土变形的监测关系到国民经济的快速发展，本文根据实际项目需要，分析得出岩土监测领域现有的岩土变形监测技术主要依靠裂缝计、钢带、红外仪、GPS定位等技术手段，这些传感技术的安装工程量大，不能对大型边坡进行全范围整体监测，有些技术的价格比较昂贵。因此，确定选用可以对大型的边坡进行全面监测的光纤传感器作为数据采集端，在岩土边坡上铺设光纤监测网，选用先进的微控制器作为控制核心，通过组建GPRS通讯网络传输数据。并运用svm支持向量机建立岩土变形预测模型，对测量数据进行训练作出预测，实现对岩土变形所引发灾害的科学预报。本系统利用TI公司CORTEX-M3核的ARM芯片LM3S6965作为控制器，以UC/OS-II为实时操作系统，控制监测设备的各个任务，建立svm支持向量机岩土变形预测器模型，并运用采得的数据进行训练作出岩土变形预测。本文的主要内容包括：1.选择一种施工难度小、灵敏度高、可以实现对信号远程监控的传感器，可以对边坡尤其是大型边坡进行全面监测。光纤传感器符合以上这些特点，所以选用光纤传感器作为岩土变形的采集工具。2.岩土变形监测系统硬件电路设计，包括32路光纤传感器的通道选择电路、信号采集电路以及GPRS无线通讯模块电路;系统的软件设计，包括UC/OS-II实时操作系统在LM3S6965上的移植以及各模块底层驱动程序;3.运用支持向量机（Support Vector Machine，svm）统计学习算法，建立岩土变形的预测器模型，实现对岩土变形的科学有效预测。本文从岩土变形监测方法的角度出发，在分析原有监测方法的基础上提出了建立分布式岩土变形监测系统，并运用svm建立岩土变形的预测模型。整个系统的模块都相对独立地工作，这样既方便了程序编写和模块调试又为后期的整体程序架构带来方便。论文最后对课题的研究进行了总结，对所做课题的推广应用进行了展望，并提出了还需要进一步改进的地方。由于课题设计没能来得及做大量的数据收集，所以后面还需要进行大量的数据模型训练。

关键词：岩土变形监测 32路光纤传感器 CORTEX-M3控制器 GPRS通讯 svm支持向量机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习理论的桥梁结构损伤识别研究

基于深度学习理论的桥梁结构损伤识别研究

作者：胡钧剑华东交通大学

学位级别：硕士

桥梁作为交通运输工程中的重要项目,是连接不同线路的关键节点。桥梁结构在其服役期间,由于外部荷载、自然环境、材料性质等因素,必然会发生不同程度的疲劳和损伤,严重影响结构的安全性、适用性和耐久性,关系到人民群众的生命财产安全,... 详细信息

桥梁作为交通运输工程中的重要项目,是连接不同线路的关键节点。桥梁结构在其服役期间,由于外部荷载、自然环境、材料性质等因素,必然会发生不同程度的疲劳和损伤,严重影响结构的安全性、适用性和耐久性,关系到人民群众的生命财产安全,因此有必要采取准确的损伤识别方法,及时发现结构的损伤状况。传统的识别方法在处理海量的数据方面存在计算能力不足、识别准确率偏低的问题,深度学习凭借其多层次的感知器,可以处理高维海量的数据,因此在损伤识别领域相比传统的模式识别方法有较大的优势。本文的主要研究工作有:(1)阐述了深度学习的理论发展,介绍了目前主流的三种深度学习网络模型,比较各自的性能,通过对比,选择深度置信网络作为桥梁损伤识别的方法。(2)提出基于深度置信网络的桥梁结构损伤识别方法,搭建适用于桥梁损伤识别特点的深度置信网络。(3)以简支钢梁为例,利用所提出的方法对直接提取的结构竖向加速度响应做损伤识别分析,得到关于结构的损伤位置和损伤程度的识别结果,并与传统的svm支持向量机、BP神经网络作比较,结果表明:该方法识别性能明显优于传统的识别方法,且抗噪性能优异,识别准确率均在85%以上。(4)以预应力混凝土连续梁为例,设置多损伤工况,比较所提方法与svm支持向量机、BP神经网络的识别结果,结果表明:该方法在多损伤工况下识别性能与传统方法相比有优势,在多损伤工况下具备一定的抗噪性能,在30%的噪声状况下损伤定位识别准确率在85%以上,定量识别准确率略低,在70%左右浮动。(5)提出基于小波变换和深度置信网络的识别方法,对斜拉桥的多损伤工况展开识别,比较所提出的深度置信网络的识别方法,对比结果表明:该方法的抗噪性能要明显优于深度置信网络的识别方法。(6)运用所提出的基于小波变换和深度置信网络的识别方法,对工字钢梁展开损伤识别的试验验证,试验结果表明:该方法在实际情况下能够识别出结构的损伤状况,且识别准确率较高,损伤定位和损伤定量的结果均在80%以上。综上所述,基于深度学习理论的损伤识别方法可以用于桥梁结构,且性能较好,但是如何在实际条件下施行该方法还有待更深入的研究。

关键词：桥梁结构深度学习损伤识别深度置信网络 svm支持向量机 BP神经网络工字钢梁试验验证

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

陕西省中小企业融资信用评价方法研究

陕西省中小企业融资信用评价方法研究

作者：杨莞晨西安理工大学

学位级别：硕士

随着经济发展的步伐,中小企业在促进我国GDP方面发挥着不可忽视的作用。但疫情的突如其来使得许多中小企业备受打击,融资困难等问题引起了政府、商业银行、中小企业等实务界以及学术界的关注。如何解决这一问题,改善融资大环境,是当前... 详细信息

随着经济发展的步伐,中小企业在促进我国GDP方面发挥着不可忽视的作用。但疫情的突如其来使得许多中小企业备受打击,融资困难等问题引起了政府、商业银行、中小企业等实务界以及学术界的关注。如何解决这一问题,改善融资大环境,是当前企业自身,银行和政府都急需面临的重要任务。首先,本文研究信用评价体系的发展历程,针对缺乏针对于企业管理者管理能力、企业行业前景、管理者素质等因素的考虑,评价指标体系不健全等问题,根据中小企业财务数据不全且定性指标较多等特点,通过利用财务比率分析法的优势,弥补专家判断法主观性太强的不足,将综合专家判断法、财务比率综合分析法的优点来构建陕西省中小企业信用风险评价体系。模型构建运用bp神经网络模型、svm支持向量机模型、logistics回归模型进行综合对比评价。其次,本文在指标选取结合陕西省中小企业自身的特点,从企业自身实力、企业前景、供销关系、管理者素质、管理水平、信用情况、营运能力、成长能力、偿债能力、盈利能力这十个方面考虑,以115家2021年的陕西省中小企业数据作为研究样本,选取了 13个财务指标,以及20个非财务指标为初筛指标,其中6个非财务指标由银行内部专家进行评估。进行显著性检验,结合主成分分析选出来八个主成分作为自变量,将是否违约作为因变量Y,建立svm、BP神经网络、Logistic信用风险评价模型。最后,通过对比分析,结论发现,从整体评判准确率的角度看,logistics模型要优于svm模型和BP神经网络模型。本文研究结论为陕西省中小企业的信用风险评价提供了一定的借鉴意义,希望对商业银行更好地开展相关业务提供小小助力。

关键词：陕西省中小企业信用风险评估 BP神经网络 svm支持向量机 Logistics回归模型

基于超高频法的GIS局部放电模式识别技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于超高频法的GIS局部放电模式识别技术研究

作者：孔祥翠山东大学

学位级别：硕士

气体绝缘组合电器(Gas Insulation Switchgear,GIS)有结构紧凑、运行可靠性高、检修周期长等显著优势,故被广泛应用于60kV及以上的各电压等级电网中。然而,GIS在生产以及长时间运检时难免产生绝缘劣化及缺陷。这些缺陷可导致局部放电(Pa... 详细信息

气体绝缘组合电器(Gas Insulation Switchgear,GIS)有结构紧凑、运行可靠性高、检修周期长等显著优势,故被广泛应用于60kV及以上的各电压等级电网中。然而,GIS在生产以及长时间运检时难免产生绝缘劣化及缺陷。这些缺陷可导致局部放电(Partial Discharge,PD)的出现。局部放电不仅是绝缘故障的早期症候,也是绝缘缺陷继续恶化的诱因。局部放电诱发的GIS内部电、声、光谱变化是局部放电监测的主要依据。当前的监测手段因此分为以下三大类:电气法、振动法和光学法。在上述三类中,特高频法(Ultra High Frequency,UHF)凭借其灵敏度高和抗干扰能力强的特征,成为许多在线监测手段的核心环节。GIS设备在长期使用中会发生多种不同的放电故障,而且对设备绝缘损伤程度造成的影响也不同,故识别局部放电模式成为评估GIS绝缘性能和规划检修方案的重要前提。本文设计了局部放电在线监测系统并进行了大量局部放电试验,针对四种典型局部放电模式采集了特高频放电信号各100组。随后对数据信号进行EMD经验模态分解和脉冲聚类分析并对两种方式进行比较,从而对采集到的数据降噪处理。提取有效的信号特征参数是保障分类器识别准确率的核心问题。通过参阅相关文献,作者选择7维特征参数作为分类器的输入。本文应用MATLAB R2018a设计了基于svm算法和K-均值聚类算法的分类器,并通过上述7维度特征参数验证模式识别的准确率。试验结果表明本文提出的7维特征参数可对不同局部放电模式的特征进行有效提取,两种分类器识别准确率均高于90%。本文对上述两种算法的性能进行了分析,并采用改进的K-中值聚类算法和应用L2正则化的参数最优支持向量机。结果表明,改进的两种模式识别方式识别准确率均高于93%。在最后,在保证识别准确率的基础上应用主成分分析法(Principal Component Analysis,PCA)对数据进行维数约减,提高了模式识别效率。

关键词： GIS局部放电 svm支持向量机 K-均值聚类主成分分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

羊绒羊毛纤维的特征提取的研究

羊绒羊毛纤维的特征提取的研究

作者：侍瑞峰北京服装学院

学位级别：硕士

羊绒制品具有极高的经济价值,出于对市场进行规范化和保护消费者合法权益的目的,进行羊绒羊毛纤维的鉴别是很有必要的。基于数字图像处理和图像识别的纤维检测技术由于具有识别效率高且相对客观的优点,被广泛的应用于羊毛羊绒纤维检测领... 详细信息

羊绒制品具有极高的经济价值,出于对市场进行规范化和保护消费者合法权益的目的,进行羊绒羊毛纤维的鉴别是很有必要的。基于数字图像处理和图像识别的纤维检测技术由于具有识别效率高且相对客观的优点,被广泛的应用于羊毛羊绒纤维检测领域,并且成为了该领域研究的热门方向。本次研究将微分干涉差显微镜提取的羊绒羊毛纤维图像各100幅进行了图像预处理以及纤维特征的提取,最后将纤维特征通过分类器将图像进行分类。在图像预处理阶段,主要是利用数字图像处理技术对纤维图像进行处理,从而达到简化特征提取的过程,提高特征提取的效率的目的。在特征提取阶段,本文进行了16个特征的提取,包括9个纤维结构特征以及4个纤维统计特征,提出将纤维斑纹参数作为纤维的特征,进行了纤维特征仿射不变性的讨论;之后,对纤维鳞片翘角以及纤维鳞片厚度进行了建模并提出了一个新的角点检测算法,并基于该算法实现了对上述2种特征的提取。在图像识别的阶段通过三种分类器的比较,选择svm支持向量机作为分类器对提取的纤维特征进行识别分类。通过交叉验证求其平均识别率的方法对16个纤维特征进行了单一特征的识别率的计算,之后将这些纤维特征组成特征向量并进行主成分分析实现特征降维,通过交叉验证得到综合识别率为90.25%。

关键词：羊绒羊毛纤维特征提取厚度翘角 svm支持向量机主成分分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

微地震信号的特征提取与分类识别的研究

微地震信号的特征提取与分类识别的研究

作者：慕阳成都理工大学

学位级别：硕士

微地震监测技术在国外已经被广泛的应用在大型岩土工程施工和大型结构体运行的安全性的监测中,如监测边坡、地下洞室与隧道的稳定性等方面。虽然在这个技术国内在工程邻域中的应用才刚刚起步,但是却起着越来越重要的作用。微地震监测能... 详细信息

微地震监测技术在国外已经被广泛的应用在大型岩土工程施工和大型结构体运行的安全性的监测中,如监测边坡、地下洞室与隧道的稳定性等方面。虽然在这个技术国内在工程邻域中的应用才刚刚起步,但是却起着越来越重要的作用。微地震监测能对大型工程的施工和安全监测提供准确的数据依据,如何能够快速有效的识别出微地震信号,对大型工程的安全评估具有举足轻重的意义。微地震监测系统由于具有较高的监测灵敏度,同时微地震信号本身的能量较弱,易受背景噪声干扰,这些因素使得真正需要提取的微地震信号被“淹没”在大量的干扰信号中,不能被快速准确的被筛选出来,降低了微地震信号的时效性和准确性,对大型岩土工程施工和大型结构体运行的安全性监测造成不利影响。本文通过提取微地震信号不同的信号特征,并对这些不同的信号特征进行融合后产生新特征,使用不同的分类识别方法对这些新特征进行分类实验,寻找到了一种能够快速有效识别微地震信号的手段。本文的实验平台为Matlab 2013a,提取的微地震信号特征有小波包系数香侬熵、小波包系数能量比、信号过零率、信号峰度系数、信号的信噪比这5种信号特征,分类方法选取了svm支持向量机算法、K近邻算法(KNN)和KNN-svm算法这三类算法。对以上5种信号特征相互融合生成了12种信号特征,并使用上述这3种分类算法进行分类实验,选取了其中分类正确率最高的信号特征与分类方法的组合,然后将其应用于实际的微地震信号的识别分类中并且取得了良好的效果。在本文实验选取了svm、KNN、KNN-svm三种算法,其中svm算法和KNN算法选取了db7、db3、rbio1.5三种不同的小波基进行了试验。首先选用svm支持向量机法对所提取的特征进行分类,为了测试小波基、分类器、核函数、不同信号特征组等参数对分类结果造成的影响,每次测试中通过只改变一种参数来进行测试,以此来观察各种不同参数对分类结果造成的影响,svm算法中分类器测试中选取了C-SVC和V-SVC两种分类器,核函数选取了Rbf、Linear、Sigmoid三种核函数,在svm算法的实验结果中,采用信号过零率、信号的信噪比、信号的峰度系数、信号的db7小波基的小波包系数香侬熵的特征组合加Rbf核函数和V-SVC分类器进行搭配时的分类效果最好为95%。在KNN算法实验中选K值选择了3、5、7、9、11这5个值,在KNN算法结果中当K=7,采用db7小波基的小波包系数香侬熵与信号峰度系数、信号的信噪比的特征组合下分类正确率最好为85%。而在KNN-svm算法实验中小波基选用了前面表现较好的db7小波基和V-SVC分类器,K值为2、3、4、5、6,核函数选取了Rbf、Linear、Sigmoid三种核函数进行分类实验,无论何种核函数当K=5或6,db7小波基的小波包系数香侬熵和信号峰度系数的特征组合分类正确率最好为55%。最终结果表明在使用svm算法下,信号过零率、信号的信噪比、信号峰度系数、信号的db7小波基的小波包系数香侬熵的信号特征组合与Rbf核函数的V-SVC分类器进行搭配对实际的微地震信号能够有效的进行筛选。并将其应用在了实际的水电站运行中监测得到的信号中,取得了良好的效果。这种手段使得施工和监测人员能够通过微地震监测系统快速、准确、可靠的提取出需要的微地震监测信号。

关键词：微地震信号特征融合 svm支持向量机 K近邻算法 KNN-svm算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多特征融合的刺绣针法的智能识别

基于多特征融合的刺绣针法的智能识别

作者：王敬雪青岛大学

学位级别：硕士

传统刺绣是中华民族非物质文化遗产,受到国家的大力弘扬。目前,多数研究集中在刺绣的文化底蕴、刺绣在时尚产品中的应用等方面,对于刺绣针法的研究比较少,尤其是从图像角度辨别刺绣针法的研究,对刺绣作品的针法识别大多数依靠经验来分辨... 详细信息

传统刺绣是中华民族非物质文化遗产,受到国家的大力弘扬。目前,多数研究集中在刺绣的文化底蕴、刺绣在时尚产品中的应用等方面,对于刺绣针法的研究比较少,尤其是从图像角度辨别刺绣针法的研究,对刺绣作品的针法识别大多数依靠经验来分辨,智能化识别的方法比较少,不利于刺绣艺术作品的数字化传承和保护。本文根据刺绣及刺绣的针法工艺的理论,总结常用的刺绣针法,并从针法的角度对其进行特征分析,并改进传统Snake算法,提出HC-Snake算法,用于刺绣针法样本的目标分割,并提取目标样本的形状、纹理和颜色特征,建立用于存储刺绣针法特征的特征数据库Feature,创建刺绣针法的智能识别模型。本文的创新点主要有以下几个部分:在分析刺绣针法特点的基础上,对刺绣针法进行了一种更加系统的分类,并构建了一套针法模型。在分析刺绣针法特点的基础上,提出了点状针法、线状针法和块面状针法的三大针法分类,分别对三种类别的各种针法进行特征分析,构建针法模型,并以三类针法图像的形状特征用于针法大类的识别,以针法图像的纹理和颜色特征作为细类针法的识别。改进了传统依靠人工手动选点的Snake算法,提出了一种自动选择控制点的HC-Snake轮廓识别算法,进行目标形状特征提取。在针对刺绣针法图像进行图像纹理细节的增强处理的基础上,改进传统Snake算法:基于Harris角点检测自动选择特征点,与Canny算子边缘检测相结合,筛选角点,形成HC-Snake算法轮廓控制点。利用最小包围盒算法提取形状特征,利用灰度共生矩阵提取目标图像的纹理特征,利用颜色矩提取颜色特征,共提取25个特征参数。通过对纹理和颜色特征数据的方差分析,确定CON,IDM,E,E,ENT,ENT,COR,SM和TM这9个特征参数作为分类的特征指标,建立特征数据集。根据刺绣针法的不同特征,设计了一种针对性很强的特征存取数据库Feature。以关系型数据库My SQL为基础,结合本研究的刺绣针法特点和后续对针法特征值读写的方便性要求,设计刺绣针法的形状特征、纹理特征和颜色特征的逻辑结构表,完成数据库的构建。提出了一种svm与BP神经网络相融合的刺绣针法智能识别模型。基于svm算法,以本研究中刺绣针法的16维形状特征为参数,设计针法大类识别算法,再基于BP神经网络,以刺绣针法的9维纹理和颜色特征为参数,设计细类针法识别算法,二算法进行融合,形成了一套刺绣针法大类和细类的准确识别的模型体系。通过构建识别结果的混淆矩阵,计算该智能识别模型的精准率和召回率,确认模型的可靠性。然后对识别模型进行了实例验证。最后,提出对该模型的应用软件的构想,并进行应用软件的界面设计。总之,论文提出的HC-Snake算法能有效地改进传统Snake算法手动选取控制点的不足,使其更加智能化;研究所建立的刺绣针法分类模型,可用于普通网络刺绣图像的针法识别,提高了分类模型的准确度和适用性。该研究成果有助于推进传统刺绣艺术作品的数字化,从而实现对刺绣艺术的数字化传承和保护。

关键词：刺绣针法模型 HC-Snake模型 MySQL数据库 svm支持向量机 BP神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于智能算法的单病种成本控制及应用研究

基于智能算法的单病种成本控制及应用研究

作者：邹刘霞天津大学

学位级别：硕士

随着我国市场经济体制改革的不断完善，医院之间的竞争也越来越激烈。医疗机构要适应社会发展趋势，使自身从激烈的竞争中脱颖而出，获得长久发展，就需要在保证医疗服务质量的前提下，降低医疗机构的运营成本，实现成本控制。目前加强... 详细信息

随着我国市场经济体制改革的不断完善，医院之间的竞争也越来越激烈。医疗机构要适应社会发展趋势，使自身从激烈的竞争中脱颖而出，获得长久发展，就需要在保证医疗服务质量的前提下，降低医疗机构的运营成本，实现成本控制。目前加强医院的成本控制已经成为医院经济管理工作中的重要部分，单病种限额付费是对我国现行的按服务项目付费进行改革的一种有益尝试。成本差异分析是成本控制过程的核心，也是成本管理的重要决策支持工具，其分析的有效性影响了成本控制过程的成功与否。因此成本的过程控制需要通过成本差异分析来进行。过去几十年里，很多文献对成本差异调查问题进行了研究探讨。研究者大都集中在利用控制论、统计决策、动态规划方法去研究成本差异调查模型，但因其需要很大的信息成本去获取模型中的众多参数，花费时间也较多，实现成本较大，在时间和资金有限的条件下，上述模型在现实中很少被管理者所使用。此外，现实中有些管理者对重要差异和非重要差异的概念区别不清晰，也会影响上述模型在成本差异分析中的应用。随着科学技术的快速发展，成本控制的研究与发展也显现出学科交叉性、多样性等趋势，例如将模糊集知识、神经网络等机器智能方法与统计控制方法联合在一起，利用智能方法的先进性、智能化等优点解决了一般统计学理论在实际中的应用困难，进而快速有效的解决了实际过程中的成本控制问题。本文针对目前成本差异分析研究模型的一些局限，提出了基于svm支持向量机的智能化方法的成本差异分析模型，并将其应用到某单病种类型的成本控制应用中，验证了模型的有效性及可行性。文末又探讨了利用粗糙集(RS)寻找差异源，即利用RS约简理论，在保证分类能力不变的情况下，剔除影响单病种的众多成本因素中的不相关或不重要的冗余因素，得到最能影响单病种成本的关键因素。

关键词：成本控制成本差异单病种 BP神经网络 svm支持向量机粗糙集

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

内河航标运行状态识别方法研究

内河航标运行状态识别方法研究

作者：聂梓熠武汉理工大学

学位级别：硕士

近年来随着航道智能化、信息化的发展建设,内河航标作为保障船舶安全通航的助航设施之一,扮演着不可或缺的角色。由于航标的配设环境会受到强风暴雨等其他恶劣因素影响,甚至存在过往船舶碰撞的隐患,导致航标工作状态发生变化。针对航标... 详细信息

近年来随着航道智能化、信息化的发展建设,内河航标作为保障船舶安全通航的助航设施之一,扮演着不可或缺的角色。由于航标的配设环境会受到强风暴雨等其他恶劣因素影响,甚至存在过往船舶碰撞的隐患,导致航标工作状态发生变化。针对航标状态改变时的属性数据特征以及环境数据特征,本文构建状态识别模型,实现其工作状态的准确研判,为管理部门提供合理的参考依据。本文选取内河航标运行状态为研究对象,分析航标失常状态类型及其失常原因,研究基于多分类器和改进DS证据理论的信息融合识别模型,实现对航标运行状态的准确识别。具体研究工作内容如下:(1)从航标属性数据与工作环境数据两方面,分析了影响内河航标运行状态的关联性指标,通过卡尔曼滤波验证航标漂移特性,并计算航标位移距离;利用主成分分析法挖掘高维特征数据对航标失常的贡献率,实现对原始数据的降维处理。(2)构建了基于BP神经网络以及svm支持向量机的状态识别模型,在原有模型的基础上,结合BA蝙蝠算法的全局寻优特性,求解出模型预设参数的最优解,从而提高模型的收敛速率以及识别准确度。(3)设计了基于改进的DS证据理论融合模型,在经典的证据理论中通过引入证据间相似度与支持度解决高冲突悖论问题,并利用改进后的DS证据理论对多分类器模型的识别结果进行决策融合,提高了状态识别的准确度。(4)为了验证本文的理论模型及融合方法,以武汉航道局提供的武桥水域航标数据为例进行实验分析,结果表明:本文所提的预处理方法契合样本数据特征,且BA优化前后的分类器识别准确度均有所提高,通过改进DS证据理论决策融合后的识别率达到96%以上。

关键词：航标状态信息融合 BP神经网络 svm支持向量机 BA蝙蝠算法 DS证据理论