Home>Results

  • Complex
  • Title
  • Keyword
  • Abstract
  • Scholars
  • Journal
  • ISSN
  • Conference
成果搜索

[期刊论文]

基于一维卷积神经网络构建医用直线加速器高价值零件故障预测模型的应用效果

Share
Edit Delete 报错

author:

傅世楣 (傅世楣.) [1]

Abstract:

目的 构建医用直线加速器高价值零件故障预测模型,以实现对高价值零件故障的预判.方法 选取2013年1月至2017年12月医院在用医科达Synergy医用直线加速器的60组共381个维修记录数据,按照7‥3比例随机分配为训练集(42组)和测试集(18组),采用一维卷积神经网络进行二分类建模,随机选取 30 组数据作为验证集评估模型性能,并采用测试集数据检测模型预测效果.结果 设定最大训练学习次数为 120 次,实际训练次数超过 80 次时数据趋于稳定,训练集和验证集的准确率均稳定于 90%左右,测试集数据准确率均在 96%以上,表明模型收敛较好.结论 该模型预测医用直线加速器高价值零件的故障次数与实际情况接近,为预防性维修和保修服务采购提供了可靠的数据支持.

Keyword:

一维卷积神经网络 医用直线加速器 故障预测模型 高价值零件

Community:

  • [ 1 ] [傅世楣]福州大学(福建福州 350108);福建省肿瘤医院(福建福州 340015)

Reprint 's Address:

  • 傅世楣

Show more details

Source :

医疗装备

ISSN: 1002-2376

Year: 2024

Issue: 14

Volume: 37

Page: 25-27

Cited Count:

WoS CC Cited Count:

30 Days PV: 2

Online/Total:68/10080414
Address:FZU Library(No.2 Xuyuan Road, Fuzhou, Fujian, PRC Post Code:350116) Contact Us:0591-22865326
Copyright:FZU Library Technical Support:Beijing Aegean Software Co., Ltd. 闽ICP备05005463号-1