XiaoMi-AI文件搜索系统
World File Search System使用改进
![OPF使用改进的CHG优化算法
i遗传证据强烈支持管理体重和...
确实“外部集中”视觉生物反馈促进...
革命性的早期疾病检测：阿曼2型糖尿病筛查的高临界性4D CNN模型
机器学习驱动的Web-POST屈曲阻力预测高强度钢梁具有基于椭圆形的Web开口
建筑物的体现碳排放
评估健康和神经退行性衰老中的执行功能能力 - 选择性文献评论
混合储能系统的进步
arxiv：2404.09011v1 [cs.cv] 2024年4月13日
环境管理杂志
多类分类的机器学习软件工具
在covid-... 的年轻人中自我报告的担忧](/simg/3/3719b785dd1ea833df62e0c23311a7f2f0c379fa.webp)
OPF使用改进的CHG优化算法 i遗传证据强烈支持管理体重和... 确实“外部集中”视觉生物反馈促进... 革命性的早期疾病检测：阿曼2型糖尿病筛查的高临界性4D CNN模型 机器学习驱动的Web-POST屈曲阻力预测高强度钢梁具有基于椭圆形的Web开口 建筑物的体现碳排放 评估健康和神经退行性衰老中的执行功能能力 - 选择性文献评论 混合储能系统的进步 arxiv：2404.09011v1 [cs.cv] 2024年4月13日 环境管理杂志 多类分类的机器学习软件工具 在covid-... 的年轻人中自我报告的担忧
摘要：本文介绍了最近开发的饥饿游戏搜索（HGS）优化算法的应用。HGS与混乱的地图相结合，提出了新的混乱饥饿游戏搜索（CHGS）。它用于解决最佳功率流（OPF）问题。OPF的解决方案是为了最大程度地减少发电成本，同时满足了系统的约束。此外，本文为混合可再生能源，光伏和风电场提供了最佳选址。此外，还研究了添加可再生能源对整体发电成本价值的影响。优化问题的探索场是每个研究系统中每个发电机的主动输出功率。CHG还获得了最佳的候选设计变量，该变量对应于最低可能的成本函数值。通过对两个标准IEEE系统进行模拟的20个独立时间-IEEE 57-BUS和118-BUS系统，可以验证引入的CHGS算法的鲁棒性。获得并分析了所获得的结果。基于CHG的OPF被发现具有竞争力，并且优于用于解决文献中相同优化问题的其他优化算法。本文的贡献是在应用于OPF问题时测试对所提出的方法的改进，以及在引入的目标函数上添加可再生能源的研究。
使用改进的序贯概率比检验在实时功能磁共振成像实验中提前停止
使用改进的序贯概率比检验进行共振成像 Sarah JA Carr 1,2 、Weicong Chen 3 、Jeremy Fondran 4 、Harry Friel 5 、Javier Sanchez-Gonzalez 6 、Jing Zhang 4 和 Curtis Tatsuoka 4,2,* 1. 英国伦敦国王学院精神病学、心理学和神经科学研究所神经影像学系 2. 美国俄亥俄州克利夫兰凯斯西储大学神经病学系 3. 美国俄亥俄州克利夫兰凯斯西储大学计算机与数据科学系 4. 美国俄亥俄州克利夫兰凯斯西储大学人口与定量健康科学系 5. 美国俄亥俄州高地黑兹飞利浦医疗集团 6. 西班牙马德里飞利浦医疗集团 *通讯作者：Curtis Tatsuoka 10900 Euclid Avenue 凯斯西储大学克利夫兰， OH，美国 44106 电子邮件：cmt66@case.edu 关键词：实时 fMRI、自适应 fMRI、动态实验、SPRT、提前停止 摘要简介：功能性磁共振成像 (fMRI) 通常需要较长的扫描时间以确保可以检测到相关的大脑活动。然而，过度的实验会导致许多不良影响，例如学习和/或疲劳影响、受试者不适、过多的运动伪影以及无法持续关注任务。因此，过长的实验会对信号质量和准确的体素激活检测产生不利影响。在这里，我们建议使用一种新颖的统计驱动方法对实时 fMRI 进行动态实验，当观察到足够的统计证据来评估与任务相关的激活时，该方法会提前停止。方法：对 12 名健康青少年受试者和 11 名极度早产 (EPT) 青少年受试者的数学 1-back 任务的 fMRI 扫描实施基于一般线性模型 (GLM) 的体素级序贯概率比检验 (SPRT) 统计数据。该方法基于似然比，并允许基于统计误差阈值进行系统性早期停止。我们采用两阶段估计方法，可以准确估计误差方差。报告了不同第一阶段长度的早期停止性能，并将激活结果与完整持续时间进行比较。最后，对两个早期停止的模型进行组比较
基于EEG的情绪识别，使用改进的加权水平可见度图
摘要：近年来，情感识别是一个充满挑战和活跃的研究领域，已获得相当大的认识。在这项研究中，试图从脑电图（EEG）信号中提取复杂的网络特征以进行情绪识别。我们提出了一种基于角度测量的向前加权水平可见度图（FWHVG）和向后加权的水平可见度图（BWHVG）的新方法。使用两种类型的复杂网络来提取网络功能。然后，将两个特征矩阵融合到单个特征矩阵中以对脑电图进行分类。基于拟议方法的复杂网络特征和唤醒维度的平均情绪识别精度为97.53％和97.75％。与时间域特征相结合时，所提出的方法的价为98.12％和98.06％的分类精度为98.06％。
使用改进的灰狼方法选择 EEG 通道...
摘要 — 脑机接口 (BCI) 是一个日益发展的研究领域，旨在形成计算机与大脑之间的直接通信渠道。然而，提取随机时变脑电信号的特征并对其进行分类是当前 BCI 面临的主要挑战。本文提出了一种改进的灰狼优化器 (MGWO)，它可以选择用于 (BCI) 的最佳脑电通道，识别数据集中主要特征和非重要特征的方式以及要消除的复杂性。这使得 (MGWO) 能够选择最佳脑电通道，并在使用数据集对分类器进行训练时帮助机器学习分类。 (MGWO) 模仿灰狼的领导和狩猎方式，并考虑元启发式群体智能算法，是两个修改的集成，以实现探索和开发之间的平衡，第一个修改对迭代次数应用指数变化以增加搜索空间，从而进行开发，第二个修改是交叉操作，用于增加种群的多样性并增强开发能力。实验结果使用四个不同的EEG数据集BCI Competition IV-数据集2a，BCI Competition IV-数据集III，BCI Competition II数据集III和来自UCI机器学习库的EEG Eye State来评估（MGWO）的质量和有效性。使用交叉验证方法来衡量（MGWO）的稳定性。
通过使用改进的多策略融合人工蜂群算法
摘要：本工作研究了可以解决农村电力问题的技术经济解决方案。为了维持该村庄区域的连续电源，设计了一个与网格连接的微电网系统，该系统由太阳能光伏（SPV）和电池能量存储系统（BESS）组成。最近引入的多策略融合人工蜂群（MFABC）算法与模拟退火方法杂交，并被称为MFABC+算法。这是用于确定包括集成系统的不同组件的最佳尺寸，并最大程度地提高了技术经济目标。进行验证，将MFABC+算法获得的仿真结果与使用Homer软件，粒子群优化算法和原始MFABC算法获得的结果进行了比较。与这些现有优化工具相比，MFABC+算法具有更好的收敛率和提供折衷结果的潜在能力。也通过全面的评估进行了解决，即拟议的系统具有以最低水平的电力成本来满足村庄24×7的电力需求的潜在能力。
使用改进的Prime编辑系统
CRISPR/CAS介导的基因组编辑技术已被广泛应用于通过在各种植物物种中产生短插入或缺失（Indel）来创建基因的基因淘汰等位基因。由于同源指导修复（HDR）的低效率和HDR DNA模板的差异，精确的基因组编辑在植物中仍然具有挑战性（Mao等，2019）。最近开发了一种串联重复HDR方法，用于替换水稻的序列，这对单子叶植物最有用（Lu等，2020）。基础编辑器从Cas9 nickase融合与胞嘧啶和腺嘌呤脱氨酶相关的基础编辑器实现了目标的C-T或A-TO-G替换，但仅限于特定类型的碱基替代品和目标位点选择（Mao等人，2019年）。在哺乳动物细胞中开发了一种“搜索和替换”方法，也称为Prime编辑，该方法可以在目标位点上的用户定义的序列变化而无需DSB或DNA修复模板提供（Anzalone等，2019）。几个研究小组已经采用了这种方法用于单子叶植物，包括大米和小麦（Butt等，2020; Hua等，2020; Li等，2020; Lin等，2020; Tang等，2020; 2020; Xu等，2020）。由于尚不清楚的原因，尽管基础编辑在诸如大米之类的单子叶植物中非常有效，但其dicot中的效率在dicots中非常低（Kang等，2018; Mao等，2019）。尚不清楚是否可以将主要编辑用于番茄植物（例如番茄）。在这里，我们报告了通过密码子和发起人优化在番茄中成功采用的主要编辑者。
使用改进的循环神经网络进行无线传感器网络建模：应用于故障检测
这篇论文由路易斯安那理工大学数字共享中心研究生院免费提供给您，供您免费访问。路易斯安那理工大学数字共享中心的授权管理员已接受该论文，将其纳入博士论文。如需更多信息，请联系 digitalcommons@latech.edu 。