基于BPNN的手足口病重症化进程中的相关因素变化及预测分析

目的探讨BP神经网络(BPNN)模型在儿童手足口病(HFMD)重症化进程预测中的应用价值,为HFMD重症病例早期识别提供参考依据。方法采用MATLAB 7.0软件对2013年4~6月河南郑州某医院收治的445例HFMD患儿临床资料构建BPNN模型,得出平均影响值(MIV)排序并归一化;从中挑选32例符合重症标准且自发病到重症的病例作为重症组,对照组纳入60例普通病例,以较大MIV值的因素为变量重新整理数据,统计分析得出单个因素水平和综合因素水平在重症化期间的变化趋势,阐述其与HFMD重症早期识别的关系。结果在HFMD重症化进程中,精神差、颈强直、易惊的变化是先上升,重症当天及前一天平稳且至最高,随后下降;呼吸频率、心率、嗜睡、热程≥3d及血糖水平的变化是先升后降,重症当天最高;手足抖动的变化是先升后降,重症前一天最高;呕吐呈下降趋势;热峰大致呈下降趋势,重症当天略微回升,之后降至正常体温;白细胞计数变化基本不大,均高于正常值范围,在重症次日恢复至正常值水平;综合因素水平是先上升至重症当天并达到最高,之后下降。结论 BPNN模型可用于分析HFMD重症化进程中的相关因素变化,可为重症病例的早期识别提供参考依据。     

基于 BP-MIV 的地铁磁感应电压影响因素贡献度分析

地铁牵引电流在列车运行中动态变化,导致周边电网回路中产生磁感应电压,由此产生的感应电流是致使变压器发生直流偏磁的关键因素之一。磁感应电压的产生受多种因素影响,为定量分析不同影响因素对其贡献度的大小,首先利用磁感应电压公式推导出地铁磁感应电压的主要影响因素,其次建立“地铁线路-输电线”磁耦合边界元模型,仿真分析关键因素对感应电压的影响,在列车平稳运行阶段,感应电压受影响很小,在 1 000 m处,感应电压已衰减了 90%,继而构建了产生磁感应电压的反向(back propagation,BP)神经网络,并采用平均影响值(mean impact value,MIV)解析各个影响因素对磁感应电压的贡献度。结果表明,等效回路中磁感应电压更易被等效回路长度影响,其贡献度为 44.38%,相对距离的贡献度最小,仅为 21.31%。因此,电力系统构成等效回路的面积是影响最终在闭合回路中产生磁感应电压值的最重要因素。