排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
5.
目的:构建基于数据融合长短期记忆(DF-LSTM)的大型医疗设备异常检测模型,用以发掘设备异常,减少设备宕机概率。方法:借助医疗设备日志信息,从医疗设备厂家获取异常标注规则,提取医院计算机断层扫描(CT)设备的传感器日志数据16 643 688条,使用滑动窗口方法对其分割生成日志序列,最终获得53 114个日志序列,以按照时间窗口分割的日志序列为输入,以异常与否为输出,构建基于DF-LSTM的大型医疗设备异常检测模型,并进行训练和验证,对比使用交叉熵损失函数的DF-LSTM异常检测模型与本研究使用焦点损失(focalloss)函数的DF-LSTM异常检测模型的精确率、召回率以及F1分数(F1-score)。结果:基于DF-LSTM大型医疗设备异常检测模型的精确率、召回率及F1-score分别达到99.615%、98.969%和0.993分,较使用交叉熵损失函数的DF-LSTM异常检测模型均有约1%的提升。结论:基于DFLSTM的大型医疗设备异常检测模型具有较好的表现,能够极好地提取日志序列信息,有效识别异常日志序列,减少误判和错判情况,提高大型医疗设备运维人员工作效率,减少因大型医疗设... 相似文献
6.
本文根据我院在信息系统安全改造项目中遇到的问题,应用项目管理的理念分析了范围管理、进度管理和质量管理的概念和关联关系,提出应采用工作分解结构(WBS)方法,以交付成果为导向进行范围管理;基于前导图寻找项目关键路径,调整人员分配,控制进度;通过鱼骨刺图梳理影响质量的潜在原因,做好周考核,加强项目的质量控制。该项目自2014年8月启动至2014年11月验收历时3个月,系统至今运行稳定,并获得项目双方的好评。 相似文献
1