首页期刊导航|天津工业大学学报
期刊信息/Journal information
天津工业大学学报
天津工业大学
天津工业大学学报

天津工业大学

杨庆新

双月刊

1671-024X

tjpuxb@tjpu.edu.cn

022-83955151

300387

天津市西青区宾水西道399号

天津工业大学学报/Journal Journal of Tianjin Polytechnic University北大核心CSTPCD
查看更多>>《天津工业大学学报》是由天津市教育委员会主管、天津工业大学主办的自然科学版学术类期刊,1982年创刊,2000年更名,双月刊,国内外公开发行。本刊为中文核心期刊,中国科技核心期刊,天津市优秀期刊。
正式出版
收录年代

    迷宫机器人外置磁编码器最优位置的确定

    袁臣虎董佳丽周佳文米璐晗...
    70-75,82页
    查看更多>>摘要:为确定永磁体与磁传感器之间的最优安装间距,通过对磁偶极子的理论分析以及ANSYS有限元仿真确定了永磁体与磁编码器芯片之间最优的安装间距,并对磁编码器硬件电路与增量式PID闭环控制算法设计.结果表明:当永磁体与磁编码器芯片间距为1 mm时,磁感应强度范围为-80~80 mT,以0.2 mm的单位距离依次增加,磁感应强度逐渐减小,符合永磁体360°范围内正余弦曲线规律:在1.18~1.52 mm安装间距内,迷宫机器人电机在不同转速下闭环控制效果良好,可以实现走迷宫过程中的精准位置与速度反馈.

    迷宫机器人磁编码器有限元仿真电机闭环控制

    CCU数据的多模态融合在动态死亡风险预测中的应用

    李然邱皖娄岩
    76-82页
    查看更多>>摘要:针对冠心病监护室(CCU)患者的死亡风险预测集中在重症监护室(ICU)的患者,并且CCU患者的大量多模态数据不能被充分地利用的情况,提出一种动态预测CCU患者死亡风险的多模态融合方法.首先分析了CCU多模态数据的特点,从结构和时间2个维度提出了一种分类模式,使用卷积神经网络(CNN)和文本数据聚类的方法处理心脏超声报告(ECHO),使用信号处理方法处理高频波形数据心电图(ECG),将这2种方法提取的特征与其他结构化数据相结合,通过加入时间维度的决策树模型进行预测,决策树模型根据时间戳区分不同时期生成的数据.在MIMIC-III数据集上的实验表明:与基准的机器学习方法支持向量机(SVM)相比,本研究在AUC-ROC/AUC-PR上分别获得11.36%和25.31%的改进,与基于线性分类的机器学习方法相比,在AUC上获得11.42%的改进.

    多模态融合动态死亡率预测冠心病监护室(CCU)死亡风险预测