针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19.08%,进一步提高了神经网络功放建模精度。
2023-01-11 10:55:47
2.37MB
1
根据弹性腔模型,建立了上肢动脉系统的三段式电网络模型。该模型以肱动脉血压波形为输入,采用状态空间分析法建立了电网络模型的空间状态方程组,并利用四阶龙格库塔方法对其进行数值求解,得到桡动脉的血压和血流波形。利用该电网络模型分析了正常和病理（动脉硬化和高血压）情况下对桡动脉脉搏波的影响。实验结果表明：该电网络模型的参数具有较好的生理意义；模型的求解计算精度较高,收敛快；能有效地对正常和病理情况下上肢动脉的血液动力学特征进行仿真。
2022-12-08 09:44:11
2.09MB
1
统计网
这是 R 包的 statnet 套件的 R-shiny 接口。 它目前结合了 ergm、network 和 sna 包的功能，允许用户通过简单的 GUI 探索、拟合和评估指数随机图模型。
该应用程序可以通过两种方式运行：
通过带有此链接的 Shinyapps 服务器： ://statnet.shinyapps.io/statnetWeb
在本地机器上使用 statnetWeb R 包：
install.packages( " statnetWeb " )
statnetWeb :: run_sw()
有关 statnetWeb wiki 的更多信息：
请使用GitHub存储库报告错误或请求功能：
有关 statnet 软件包套件的更多信息：
statnetWeb 使用的 CRAN 上的 statnet 包：
2022-05-27 21:52:43
814KB
1