儀器共享平臺的發(fā)展提高了各高校的儀器設(shè)備的使用率.但是在設(shè)備的使用過程中,對設(shè)備的故障檢測方面還沒有得到改善.針對上述問題,本文收集了醫(yī)用影像設(shè)備的相關(guān)數(shù)據(jù),采用PSO_RF的雙向特征選擇方法進(jìn)行特征選擇,然后構(gòu)建了基于LightGBM （Light Gradient Boosting Machine）的故障檢測模型,并將其應(yīng)用于醫(yī)用影像設(shè)備的故障檢測中.通過標(biāo)準(zhǔn)評價(jià)體系的建立及不同模型對故障診斷結(jié)果的對比,相對于傳統(tǒng)的機(jī)器學(xué)習(xí)算法,該模型在故障檢測的精確率、召回率、F1值等評價(jià)指標(biāo)上有較好的表現(xiàn),對于加快儀器故障點(diǎn)的發(fā)現(xiàn)以及提高儀器利用率具有積極推進(jìn)作用. 

【文章來源】：計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020,29(07)

【文章頁數(shù)】：5 頁

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)粒子群算法優(yōu)化SVM的故障診斷方法研究[J]. 苗玉.  機(jī)械工程與自動化. 2019(06)
[2]基于PCA-SVM的軸承故障診斷研究[J]. 吉敏.  電子設(shè)計(jì)工程. 2019(17)
[3]基于LightGBM算法的信用風(fēng)險(xiǎn)評估模型研究[J]. 王思宇,陳建平.  軟件導(dǎo)刊. 2019(10)
[4]粒子群優(yōu)化的SVM提升鋼絲繩故障診斷[J]. 黃帥,吳娟,李琳琳,李鑫鑫.  機(jī)械科學(xué)與技術(shù). 2020(02)
[5]基于XGBOOST算法的變壓器故障診斷[J]. 孫琛,田曉聲.  佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[6]Screen efficiency comparisons of decision tree and neural network algorithms in machine learning assisted drug design[J]. Qiumei Pu,Yinghao Li,Hong Zhang,Haodong Yao,Bo Zhang,Bingji Hou,Lin Li,Yuliang Zhao,Lina Zhao.  Science China（Chemistry）. 2019(04)
[7]基于隨機(jī)森林的特征選擇算法[J]. 姚登舉,楊靜,詹曉娟.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2014(01)
[8]基于貝葉斯網(wǎng)絡(luò)的電子設(shè)備故障診斷技術(shù)研究[J]. 樊寧,高鳳岐.  儀表技術(shù). 2010(09)
[9]基于貝葉斯網(wǎng)絡(luò)分類器的電容型電流互感器絕緣故障診斷[J]. 劉柱,朱永利,郝寧.  電氣時(shí)代. 2010(09)



本文編號：3526941