华西医学期刊出版社
关键词
  • 标题
  • 作者
  • 关键词
  • 摘要
高级搜索
高级搜索

搜索

找到 关键词 包含"粒子群" 4条结果
  • 一种自适应惯性权重粒子群算法在磁共振图像偏移场矫正中的应用

    为解决用传统粒子群算法估计磁共振(MR)图像偏移场会陷入局部最优的问题,本文提出了一种自适应权重粒子群算法估计MR图像的偏移场。针对传统粒子群算法的缺陷,设计一个衡量早熟收敛程度的指标,根据此指标来自适应地调整惯性权重,确保粒子群有效地进行全局寻优,避免陷入局部最优。本文利用Legendre多项式来拟合偏移场,多项式参数利用本文提出的算法进行寻优,最后对MR图像的偏移场进行估计和矫正。将本文算法与改进的熵最小方法进行对比分析,本文矫正后图像熵值更小,对偏移场估计更准确,将矫正后的图像进行分割,分割精度提高将近10%。研究结果初步说明,本算法可应用于MR图像偏移场的矫正。

    发表时间:2017-01-17 06:17 导出 下载 收藏 扫码
  • 基于改进量子粒子群算法的微循环结构自调节模型参数优化研究

    微循环血管不断地调节自身结构,以适应组织的功能性需求。微循环结构自调节模型能够仿真这一过程,为生理研究提供辅助,但目前缺少合适的模型参数设置方法,限制了模型的进一步应用。本文提出一种改进的量子粒子群优化算法用于设置模型参数,并在真实的大鼠肠系膜微循环血管网络上进行仿真实验。仿真结果表明,该方法的参数优化能力优于标准粒子群算法、标准量子粒子群算法和相关文献报道的 Downhill 算法,可使微循环结构自调节模型的仿真更接近动物实验数据,并显著提高模型的有效性。

    发表时间:2017-10-23 02:15 导出 下载 收藏 扫码
  • 基于粒子群和人工神经网络的近红外光谱血糖建模方法研究

    现有的近红外光谱无创血糖建模方法大多是基于多波长近红外光谱信号,不利于无创血糖仪在家庭中普及,并且这些建模方法没有考虑单个个体每天血糖变化规律的差异性。针对这些问题,本文以血糖吸收最强的 1 550 nm 近红外光吸光度为自变量、血糖浓度为因变量,结合粒子群(PSO)算法和人工神经网络(ANN)建立了一种无创血糖检测模型——PSO-2ANN 模型。该模型以两个结构和参数确定的人工神经网络为基本的子模块,通过粒子群算法优化两个子模块的权重系数得到最终的模型。使用 PSO-2ANN 模型对 10 名志愿者的实验数据进行预测。结果表明,其中 9 名志愿者的预测相对误差率均小于 20%;通过 PSO-2ANN 模型得到的血糖浓度预测值分布在克拉克误差网格 A、B 区域的比重为 98.28%,证实了 PSO-2ANN 模型具有比传统人工神经网络模型更为理想的预测精度和稳健性。另外,单个个体由于外界环境、心情、精神状态等因素的影响,每天血糖的变化规律可能会出现一定程度的差异性,PSO-2ANN 模型只需要调节一个参数便能修正这种差异性。本文提出的 PSO-2ANN 模型为克服血糖浓度预测的个体差异性提供了新的思路。

    发表时间:2017-10-23 02:15 导出 下载 收藏 扫码
  • PSO+: 基于粒子群结合其他迭代算法非线性拟合热对流聚合酶连锁反应的荧光数据

    热对流聚合酶连锁反应(CCPCR)利用热对流的原理,让试剂在试管内流动,通过试管上下部分的温度差来达到扩增目的。为了实时检测扩增效果,我们在试剂体系中加入了荧光基团,通过荧光的强弱实时反映扩增的情况。实验结果显示荧光变化曲线符合扩增曲线的 S 型趋势,但是由于热对流的不稳定性而存在一定的抖动情况,不利于扩增循环阈值(CT 值)的计算。为了解决这个问题,本文采用动力学方法,利用双 S 型函数模型来拟合曲线,使荧光曲线平滑,从而能更好地根据曲线来推断核酸初始浓度,达到定量的目的。同时采用 PSO+算法求解双 S 型函数参数,即用粒子群优化(PSO)算法结合 Levenberg-Marquardt、Newton-CG 等算法进行曲线拟合,有效克服 PSO 随机性太强和传统算法 Levenberg-Marquardt、Newton-CG 等容易陷入局部最优解的缺点,数据拟合结果的 R2 能够达到 0.999 8。此研究对以后的实时荧光热对流扩增的定量检测研究有指导性意义。

    发表时间:2019-06-17 04:41 导出 下载 收藏 扫码
共1页 上一页 1 下一页

Format

Content