期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
光电容积脉搏波的睡眠呼吸暂停综合征筛查方法 被引量:5
1
作者 李肃义 姜珊 +2 位作者 刘丽佳 熊文激 倪维广 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第6期1852-1857,共6页
睡眠呼吸暂停综合征(SAS)素有“睡眠杀手”之称。由于其诊断金标准多导睡眠监测仪(PSG)的限制,诊断率一直偏低。由于呼吸暂停发生时会引发心率节奏的变化,因此利用心电图(ECG)通过心率变异性(HRV)分析可以实现SAS的自动筛查。但是,ECG-... 睡眠呼吸暂停综合征(SAS)素有“睡眠杀手”之称。由于其诊断金标准多导睡眠监测仪(PSG)的限制,诊断率一直偏低。由于呼吸暂停发生时会引发心率节奏的变化,因此利用心电图(ECG)通过心率变异性(HRV)分析可以实现SAS的自动筛查。但是,ECG-SAS方法所用电极穿戴繁琐、材质致敏性较高,影响睡眠安适度。鉴于脉率变异性(PRV)分析与HRV分析高度相关,并且光电容积脉搏波(PPG)信号相对ECG信号获取方式更加简单,不仅电极不易致敏,而且更易于穿戴,对睡眠干扰小。由此,提出利用同步采集的PPG信号和ECG信号,应用相同的建模方法,比较二者的疾病识别能力。应用反向传播(BP)神经网络,分别建立PPG-SAS与ECG-SAS自动筛查模型,并采用十折交叉验证法及受试者工作特征(ROC)曲线对模型进行对比与评估。实验数据来源于MIT-BIH Polysomnographic Database,共8 248个样本,其中正常样本6 227例。首先采用三层BP神经网络,默认参数下建立PPG-SAS与ECG-SAS模型,使用十折交叉验证法及ROC曲线进行模型分类准确性的对比;然后依次改变影响分类性能的隐层节点数、训练函数以及传递函数,建立多个PPG-SAS与ECG-SAS模型,从中选取各自的最优模型再进行对比。通过比较识别率、预测率以及ROC曲线面积,采用默认参数的PPG-SAS模型优于ECG-SAS模型。通过比较平均分类准确率,隐层节点数为50、训练函数为一步正割算法、隐含层传递函数为双曲正切S型函数时,PPG-SAS模型得到的最高识别率与预测率分别为80.30%和80.13%;隐层节点数为50、训练函数为一步正割算法、隐含层传递函数为径向基时,ECG-SAS模型的最高识别率与预测率分别为77.60%和77.67%。以上实验结果均表明PPG信号的SAS分类能力较ECG信号更具优越性,由此证明了PPG信号筛查SAS的可行性及可靠性,为临床SAS病症的早期发现及诊断率提升奠定理论基础。 展开更多
关键词 睡眠呼吸暂停综合征 光电容积脉搏波 心电信号 神经网络 十折交叉验证法
在线阅读 下载PDF
基于BP-RBF神经网络的刀具寿命预测模型研究 被引量:4
2
作者 方喜峰 张杰 +1 位作者 程德俊 张胜文 《工具技术》 2020年第12期69-69,70-73,共5页
对影响刀具寿命的因素进行分析,确定了影响刀具寿命的主要影响因素,建立基于BP-RBF神经网络的刀具寿命预测模型;对刀具试验寿命数据样本进行统计,采用最小二乘法对刀具寿命预测数学模型进行非线性拟合,建立试验刀具寿命模型。通过十折... 对影响刀具寿命的因素进行分析,确定了影响刀具寿命的主要影响因素,建立基于BP-RBF神经网络的刀具寿命预测模型;对刀具试验寿命数据样本进行统计,采用最小二乘法对刀具寿命预测数学模型进行非线性拟合,建立试验刀具寿命模型。通过十折交叉验证方法对BP-RBF神经网络模型和传统BP神经网络模型进行试验仿真,结合刀具寿命数据样本对刀具寿命模型进行验证。通过与传统BP神经网络模型和刀具寿命预测模型对比可得:BP-RBF神经网络具备更高的预测精度,该预测模型在刀具寿命预测上具备有效性。 展开更多
关键词 BP-RBF神经网络 BP神经网络 刀具寿命模型 十折交叉验证法
在线阅读 下载PDF
基于径向基神经网络的义齿材料磨损量预测模型 被引量:1
3
作者 郑侃 贾修一 廖文和 《南京理工大学学报》 EI CAS CSCD 北大核心 2013年第6期922-925,共4页
为研究义齿材料与天然牙之间的磨损匹配性,在人工唾液润滑的条件下,采用天然牙与TC4钛合金在不同法向载荷、频率以及循环次数的工况下进行低速往复磨损实验。以11组实验结果为训练样本,基于径向基神经网络,提出了一种可预测义齿材料磨... 为研究义齿材料与天然牙之间的磨损匹配性,在人工唾液润滑的条件下,采用天然牙与TC4钛合金在不同法向载荷、频率以及循环次数的工况下进行低速往复磨损实验。以11组实验结果为训练样本,基于径向基神经网络,提出了一种可预测义齿材料磨损量的模型。采用十折交叉验证法得到模型的绝对平均误差为0.649 2,验证了该模型的准确性和合理性。通过计算各因素的依赖度得到,牙齿摩擦的法向载荷、频率、循环次数对该模型的绝对平均误差影响分别为0.626 2、0.628 8和0.488 6。 展开更多
关键词 径向基神经网络 义齿 磨损量 TC4钛合金 十折交叉验证法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部