您的位置: 专家智库 > >

朱德刚

作品数:10 被引量:70H指数:6
供职机构:安徽医科大学第一附属医院更多>>
发文基金:江西省自然科学基金国家自然科学基金江西省教育厅科学技术研究项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 9篇期刊文章
  • 1篇学位论文

领域

  • 10篇自动化与计算...
  • 1篇电子电信

主题

  • 7篇子群
  • 7篇粒子群
  • 7篇粒子群优化
  • 6篇优化算法
  • 6篇粒子群优化算...
  • 2篇搜索
  • 2篇全局搜索
  • 2篇子空间
  • 2篇自适
  • 2篇自适应
  • 2篇网络
  • 2篇无线传感
  • 2篇无线传感器
  • 2篇无线传感器网
  • 2篇无线传感器网...
  • 2篇感器
  • 2篇高斯
  • 2篇传感
  • 2篇传感器
  • 2篇传感器网

机构

  • 7篇安徽医科大学...
  • 6篇南昌工程学院
  • 3篇南昌航空大学

作者

  • 10篇朱德刚
  • 6篇孙辉
  • 5篇赵嘉
  • 2篇吴润秀
  • 2篇王晖
  • 1篇史小露
  • 1篇李俊
  • 1篇余庆

传媒

  • 2篇计算机应用
  • 2篇小型微型计算...
  • 2篇电脑知识与技...
  • 1篇计算机工程与...
  • 1篇数字技术与应...
  • 1篇南昌工程学院...

年份

  • 1篇2022
  • 1篇2021
  • 1篇2018
  • 3篇2016
  • 1篇2015
  • 2篇2014
  • 1篇2013
10 条 记 录,以下是 1-10
排序方式:
自适应子空间高斯学习的粒子群优化算法被引量:7
2015年
为了克服粒子群优化算法在复杂优化问题上易出现早熟收敛、多样性缺失等问题,提出了自适应子空间高斯学习的粒子群优化算法。该方法提出了适应值离散度和子空间高斯学习的概念,以自适应地调整参数和搜索策略,帮助粒子逃离局部最优。同时,该方法还提出邻域学习策略,引入了邻域最优粒子。当前粒子的邻域在进化过程中通过动态构建,以增强种群的多样性。实验对19个常用的经典基准测试函数在30和100维进行了测试,结果表明该算法在收敛速度和寻优精度上优于一些知名的PSO算法。最后,将改进的算法应用于无线传感器网络覆盖优化问题,获得了较好的结果。
孙辉朱德刚王晖赵嘉
关键词:粒子群优化算法子空间无线传感器网络
数字签名在电子病历中的应用与研究被引量:2
2018年
近年医院信息化不断发展,电子病历已经成为医院日常医疗服务的核心,规范的病历文书签名已经成为医疗信息化的重要组成部分。随着医疗行业的信息化发展,基于公钥基础设施的数字签名技术在各大医院得到了广泛应用,并实现电子病历的数字认证,保证病历文书的法律效应,为病历的无纸化归档奠定基础。
朱德刚
关键词:数字签名电子病历医院信息化
基于高斯扰动的粒子群优化算法被引量:24
2014年
针对标准粒子群优化(PSO)算法易陷入局部最优、进化后期收敛速度慢和收敛精度低的缺点,提出一种基于高斯扰动的粒子群优化算法。该算法采用对粒子个体最优位置加入高斯扰动策略,有效地防止算法陷入局部最优,加快收敛并提高收敛精度。在固定评估次数的情况下,对8个常用的经典基准测试函数在30维上进行了仿真。实验结果表明,所提算法在收敛速度和寻优精度上优于一些知名的粒子群优化算法。
朱德刚孙辉赵嘉余庆
关键词:粒子群优化算法全局搜索
具有高斯扰动的最优粒子引导粒子群优化算法被引量:7
2016年
针对粒子群算法(particle swarm optimization,PSO)收敛速度慢和早熟收敛的问题,提出一种具有高斯扰动的最优粒子引导粒子群优化算法(OGPSO).该算法通过在粒子的速度更新公式上移除自我认知部分,增加局部最优粒子控制的高斯扰动项来实现改进PSO算法.通过移除自我认知部分,使种群中的粒子主要受当前全局最优粒子引导;通过增加高斯扰动项,又提供了一种防止粒子陷入局部最优点的机制.两种改进措施相结合,既加快了收敛速度,又避免了早熟收敛的问题.在典型测试函数集上的仿真实验结果和与其它经典及新近改进PSO算法的对比实验结果,均表明本文算法有较好的寻优性能及稳定性.
吴润秀孙辉朱德刚赵嘉
关键词:粒子群优化算法
基于邻域和自适应学习的粒子群算法研究及应用
群智能优化算法作为一种新兴的智能计算技术,已经受到众多学者关注。粒子群优化算法作为其中一种群智能优化算法,成为目前优化算法中的一个研究热点。粒子群算法是一种较新的随机优化技术,是一种模拟鸟群的觅食行为的算法,在处理优化问...
朱德刚
关键词:无线传感器网络自适应学习粒子群优化
文献传递
基于实体医院的互联网医院实践与探索被引量:2
2022年
目的:在"互联网+"新形势下,以实体医院的优质医疗资源为支撑,研究互联网医院方便患者实现极简就医的效果。方法:通过搜集2019年至今的互联网医院线上诊疗订单数,统计2020年互联网医院排名前10的线上问诊科室,了解患者线上就诊习惯,便于医院合理配置线上医疗资源。结果:线上问诊排名前十的科室分别是生殖医学中心(21.08%)、发热门诊(15.74%)、皮肤科(14.71%)、儿科(8.07%)、妇科(7.03%)、消化内科(3.75%)、产前诊断(3.75%)、内分泌科(3.29%)、泌尿外科(2.83%)、骨科(2.28%)。结论:互联网医院扩大医护人员的覆盖面,突破了传统医院的时空地域界限,有助于解决医疗资源发展不均衡,优化医疗资源的合理配置,改进医疗流程,提升医疗服务质量。
朱德刚
关键词:远程会诊信息系统
多种群子空间学习粒子群优化算法被引量:4
2016年
针对标准PSO在处理复杂高维优化问题时易出现收敛速度慢、陷入局部最优等问题,提出一种多种群子空间学习的粒子群优化算法(MSPSO).该方法构造了一种新的多子群间信息共享模式,提出子空间学习的概念,并对普通粒子和精英粒子分别进行子空间学习.本文算法简单明确,易于实现,具有很强的稳定性、收敛速度快和较好的全局搜索能力.在固定评估次数的情况下,对常用的19个基准测试函数进行了30维和100维仿真实验,实验结果表明本文算法在收敛速度和求解精度上优于最近提出的几种知名算法(如FIPS、HPSO-TVAC、DMS-PSO、CLPSO、APSO等),特别是在高维问题上优势更加明显.
孙辉朱德刚王晖赵嘉
关键词:粒子群优化算法多种群子空间
具有高斯扰动的局部引导粒子群优化算法被引量:8
2016年
为解决粒子群优化算法PSO存在的早熟收敛问题,提出了一种具有高斯扰动的局部引导粒子群优化算法(LGPSO)。该算法在粒子的速度更新公式上采取两种措施改进PSO:一是移除社会认知部分,使粒子仅受局部引导;二是增加全局最优粒子控制的高斯扰动项。两种改进措施相结合,可有效解决早熟收敛的问题,加快收敛的速度。本文算法通过与经典及新近改进PSO算法的多次对比实验测试,均展现出较好的寻优性能及稳定性。两种改进措施的效果分析实验测试数据和社会认知项与高斯扰动项的对比实验测试数据也进一步验证了本文算法的有效性。
吴润秀孙辉朱德刚赵嘉
关键词:粒子群优化算法社会认知
具有快速收敛和自适应逃逸功能的粒子群优化算法被引量:14
2013年
为了克服标准粒子群优化算法(PSO)后期收敛速度慢、容易陷入局部最优等缺点,借鉴人工蜂群算法的思想,提出了一种提高收敛速度并且带有自适应逃逸功能的粒子群优化算法(FAPSO)。算法中每进化一次粒子搜索两次:一次全局搜索,一次局部搜索。当粒子陷入局部最优时,通过逃逸功能使粒子重新搜索。8个经典基准测试函数仿真结果表明,改进的粒子群优化算法在收敛速度和寻优精度上均有提高,相对于目前常用的改进粒子群优化算法如CLPSO等,t检验结果说明,新算法具有明显的优势。
史小露孙辉李俊朱德刚
关键词:粒子群优化算法全局搜索局部搜索
基于无线物联网平台的智慧病房实践被引量:6
2021年
目的随着医疗改革不断深化,医疗资源供给持续增加,患者就医方式也在日益改善。为了更好地提升患者就医体验,医院积极推进智慧医疗服务,不断提升自动化、智能化健康服务平台,为患者提供智能化诊疗服务。方法通过医疗专用无线物联网平台,整合智慧护理和医生智能辅助诊疗,结合移动医护推车、手持智能终端、平板电脑、输液智能监控、体温智能监测、床旁心电推车、智能药柜、智能交班大屏等无线智能终端设备的应用,优化临床业务流程,构建以“互联网+”“物联网”和“智慧医疗”等新兴技术为支撑的智慧病房。结果智慧病房将病房呼叫铃响铃率降低至8.9%,不良事件发生率降低至7.3%,不良事件主动上报率提高到78.3%,护理文书记录遗漏和差错率降低至5.7%,护士满意度提升至97.5%,患者满意度提升至94.6%。结论智慧病房真正实现医疗资源使用效率与患者体验“双提升”,实现“服务好患者,辅助好临床”,减轻了临床医护人员工作量,全面提升医疗质量和服务水平,推进了智慧医院建设。
朱德刚
关键词:无线物联网
共1页<1>
聚类工具0