摘要：在工程实际中获取的故障样本往往会呈现不均衡特点,同时传统的分类模型也会存在局限性。针对这些问题,基于稀疏贝叶斯理论、模糊隶属度等理论,提出了一种多任务博弈概率分类向量机(MGPCVM)分类方法。首先,在MGPCVM的目标函数中,设计了博弈因子,将不同类样本质心间的博弈信息赋予每个样本特定的样本质心敏感值,以解决传统分类器对不平衡数据集分类表现较差的问题;然后,在贝叶斯框架理论下,采用截断高斯先验分布的方法,使样本参数的正负与对应的标签信息相一致,且使样本质心敏感值产生了稀疏估计;最后,将MGPCVM方法应用于两种不同实验平台采集的滚动轴承实验数据处理,进行了故障诊断有效性验证。研究结果表明:在不同的不平衡比(IR)下,MGPCVM方法的准确率均保持在95%以上,相对于支持向量机(SVM)、概率分类向量机(PCVM)等方法提升了4%~8%;与典型向量式分类方法相比,MGPCVM方法可以在不平衡数据条件下表现出优越的分类性能,适用于实际工况中数据失衡的分类问题。

摘要：高血压是一种慢性低度炎症状态,是继发心力衰竭、冠心病以及动脉粥样硬化的关键危险因素。循环系统的巨噬细胞是参与人体免疫及炎症反应的主要细胞群,根据微环境的不同,可极化为促炎的M1表型及抑炎的M2表型。当血压升高时,表现为M1释放炎性细胞因子和趋化因子,发挥免疫反应;过度的免疫反应必然会导致组织损伤,故M2释放抗炎因子以促进伤口的愈合及组织的修复。M1与M2的动态平衡与中医阴阳理论环环相扣,阴阳失调则机体呈现病理状态,表现为血压节律的改变。现有研究证实,中药可通过调控巨噬细胞极化,对高血压病产生积极的疗效。故作者从巨噬细胞极化角度切入,整合所有中医药调控巨噬细胞极化的研究,对其干预高血压病的机制进行综述,以期为临床治疗提供证据,为科研设计提供思路。