峰峰值+均方差+峭度+波形因子+裕度因子

全数字化乳腺X线成像技术对乳腺疾病的诊断价值.pdf

数字化断层融合技术在骨关节外伤中的诊断分析.pdf

作为全球女性中最常见的癌症之一，乳腺癌引起了研究人员的最多关注。 经证实，准确及早发现乳腺癌可以增加患者采取正确治疗方案并长期生存的机会。 本文旨在探讨可用于从常规血液分析数据预测乳腺癌的生物标志物的范围。 支持向量机（SVM）已经为癌症分类领域做出了重要贡献。 然而，不同的核函数配置及其参数会显着影响 SVM 分类器的性能。 为了提高 SVM 分类器对乳腺癌诊断的分类精度，本文提出了一种新的癌症分类算法，该算法基于使用网格搜索算法的智能算法优化 SVM 分类器的相关参数这些参数是： 高斯径向基函数 (GRBF) 核SVM分类器的参数g和C惩罚参数。 我们的实验表明，使用网格搜索的 SVM 参数优化总是在给定范围内找到接近最佳的参数组合，以评估所提出模型的性能，使用取自 UCI 库的乳腺癌科英布拉数据集。 在这个数据集时代，使用了体重指数 (BMI)、葡萄糖、胰岛素、稳态模型评估 (HOMA)、瘦素、脂联素、抵抗素和趋化因子单核细胞趋化蛋白 1 (MCP1) 属性。 在该数据集上将所提出方法的性能与其他方法的性能进行比较。 获得的结果显示了对最先进算法的改进，具有改进的性能参数，例如疾病预测准确性、灵敏度和更好的 F1 分数等。 资金声明：作者表示，这项研究没有获得外部资金。利益声明：作者声明没有利益冲突。道德批准声明：不需要。

转移学习进行故障诊断 迁移学习故障诊断深度神经网络 该存储库用于转移学习或具有故障诊断的领域自适应。 论文如下： 引文 如果您使用此代码和数据集进行研究，请考虑引用： @inproceedings{zhang2019domain, title={Domain Adaptation with Multilayer Adversarial Learning for Fault Diagnosis of Gearbox under Multiple Operating Conditions}, author={Zhang, Ming and Lu, Weining and Yang, Jun and Wang, Duo and Bin, Liang}, booktitle={2019 Prognostics and System Health Management Confere

适用于大型能源集团对其生产过程的全集团、全过程、全要素的集中统一管理。对于电厂分布范围广，数量多，信息化基础较强的企业具有很好的适用性。实现大型发电集团对集团级生产单位机组实时进行测预警、智能诊断、知识共享提供范例。同时为传统发电工业向数字化、网络化、智能化转型升级，进一步深化两化融合提供先进的技术保障。

ICD10 疾病诊断代码 2016年卫计委发布 对 ICD-10 的扩展修订全面考虑了国家层面的要求 、卫生行政科学精细化管理的需求和医疗付款的

异步电机状态监测与故障诊断方法浅析，黎腊红，马宏忠，异步电动机定子绕组故障是一种常见故障，国内外学者多年来对此进行了大量的研究。本文国内外学者多年来对于异步电机状态监测和故

大型异步电动机状态监测与故障诊断系统研究，硕士论文

提出了一种基于遗传算法优化的RBF神经网络故障诊断方法,此诊断方法首先利用小波包分解的方法对传感器电路的各种故障数据进行特征提取,再将所得的特征向量输入到遗传算法优化的RBF神经网络进行故障诊断。经过MATLAB仿真,此故障诊断方法不仅对传感器故障进行准确分类,而且提高了BP神经网络的收敛性,从而验证了此方法是可行的。