国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法

      文檔序號(hào):10725415閱讀:410來(lái)源:國(guó)知局
      基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法
      【專(zhuān)利摘要】本發(fā)明涉及一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法,包括以下步驟:第一步:統(tǒng)計(jì)從醫(yī)院或衛(wèi)生組織獲取的條既往孕產(chǎn)婦數(shù)據(jù),包括病史、B超、病理診斷結(jié)果等臨床數(shù)據(jù),建立病癥關(guān)聯(lián)因素集合;第二步:構(gòu)造胎盤(pán)植入的隱馬爾科夫模型初始數(shù)據(jù);第三步:針對(duì)當(dāng)前孕婦病例數(shù)據(jù),優(yōu)化隱馬爾科夫模型;第四步:基于隱馬爾科夫解碼過(guò)程,對(duì)該病例數(shù)據(jù)進(jìn)行胎盤(pán)植入預(yù)測(cè)。本發(fā)明所提供的方法彌補(bǔ)了現(xiàn)有胎盤(pán)植入產(chǎn)前預(yù)測(cè)的限制,包括缺乏典型臨床表現(xiàn)、體征及實(shí)驗(yàn)室指標(biāo)、依賴主觀經(jīng)驗(yàn)等,提高病癥預(yù)測(cè)準(zhǔn)確率,為保障孕產(chǎn)婦生命安全作出極大貢獻(xiàn)。
      【專(zhuān)利說(shuō)明】
      基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法
      技術(shù)領(lǐng)域
      [0001] 本發(fā)明涉及一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法。
      【背景技術(shù)】
      [0002] 胎盤(pán)植入是一種產(chǎn)科危重而少見(jiàn)的并發(fā)癥,是胎盤(pán)絨毛侵入到子宮肌層,導(dǎo)致在 第三產(chǎn)程胎盤(pán)植入部分不能正常自行剝離,從而對(duì)產(chǎn)婦妊娠造成重大影響。
      [0003] 產(chǎn)后病理診斷是胎盤(pán)植入診斷的金標(biāo)準(zhǔn),但存在滯后性和局限性。現(xiàn)階段,胎盤(pán)植 入產(chǎn)前預(yù)測(cè)通常根據(jù)孕產(chǎn)婦病史信息,通過(guò)彩超或核磁共振圖像,結(jié)合臨床醫(yī)師經(jīng)驗(yàn)分析。 因缺乏典型的臨床表現(xiàn)、體征及實(shí)驗(yàn)室指標(biāo),依賴主觀經(jīng)驗(yàn),胎盤(pán)植入的產(chǎn)前預(yù)測(cè)受到限 制。

      【發(fā)明內(nèi)容】

      [0004] 本發(fā)明的目的在于提供一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲 取方法,以克服現(xiàn)有技術(shù)中存在的缺陷。
      [0005] 為實(shí)現(xiàn)上述目的,本發(fā)明的技術(shù)方案是:一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植 入預(yù)測(cè)模型的獲取方法,包括如下步驟實(shí)現(xiàn):
      [0006] 步驟S1:統(tǒng)計(jì)從醫(yī)院或衛(wèi)生組織獲取的m條既往孕產(chǎn)婦數(shù)據(jù),包括病史、B超以及病 理診斷結(jié)果,建立病癥關(guān)聯(lián)因素集合,其中200<m<400;
      [0007] 步驟S2:構(gòu)造胎盤(pán)植入的隱馬爾科夫模型;
      [0008] 步驟S3:根據(jù)所獲取的當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù),優(yōu)化所述隱馬爾科夫模型;
      [0009] 步驟S4:基于隱馬爾科夫解碼過(guò)程,獲取所述當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的病癥類(lèi) 型數(shù)據(jù),為胎盤(pán)植入預(yù)測(cè)提供參考信息。
      [0010] 相較于現(xiàn)有技術(shù),本發(fā)明具有以下有益效果:本發(fā)明所提出的一種基于隱馬爾科 夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法,通過(guò)建立胎盤(pán)植入的隱馬爾科夫模型,并基 于該隱馬爾科夫模型解碼過(guò)程輸出當(dāng)前待測(cè)孕產(chǎn)婦的病癥類(lèi)型數(shù)據(jù),為病癥的準(zhǔn)確判別提 供了重要的數(shù)據(jù)信息支撐,極大地優(yōu)化了產(chǎn)前預(yù)測(cè)的參考信息來(lái)源,彌補(bǔ)了現(xiàn)有胎盤(pán)植入 的預(yù)測(cè)限制,包括缺乏典型臨床表現(xiàn)、體征及實(shí)驗(yàn)室指標(biāo)、依賴主觀經(jīng)驗(yàn)等,使該病癥的預(yù) 測(cè)結(jié)果更加準(zhǔn)確,為保障孕產(chǎn)婦生命安全作出極大貢獻(xiàn)。
      【附圖說(shuō)明】
      [0011] 圖1為本發(fā)明中基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型獲取的流程圖。
      【具體實(shí)施方式】
      [0012] 下面結(jié)合附圖,對(duì)本發(fā)明的技術(shù)方案進(jìn)行具體說(shuō)明。
      [0013] 本發(fā)明提供一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法,如圖 1所示,包括如下步驟實(shí)現(xiàn):
      [0014] 步驟S1:統(tǒng)計(jì)從醫(yī)院或衛(wèi)生組織獲取的m條既往孕產(chǎn)婦數(shù)據(jù),包括病史、B超以及病 理診斷結(jié)果等臨床數(shù)據(jù),建立病癥關(guān)聯(lián)因素集合,其中200<m<400;
      [0015] 步驟S2:構(gòu)造胎盤(pán)植入的隱馬爾科夫模型;
      [0016] 步驟S3:根據(jù)所獲取的當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù),優(yōu)化隱馬爾科夫模型;
      [0017] 步驟S4:基于隱馬爾科夫解碼過(guò)程,獲取當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的病癥類(lèi)型數(shù) 據(jù),為胎盤(pán)植入預(yù)測(cè)提供參考信息。
      [0018] 進(jìn)一步的,在本實(shí)施例中,在步驟S1中,病癥關(guān)聯(lián)因素集合G={胎盤(pán)下緣距宮口距 離,胎盤(pán)后血液流動(dòng)間隙,胎盤(pán)分級(jí),子宮肌層菲薄,流產(chǎn)方式,胎盤(pán)存在湍流,流產(chǎn)史,清宮 治療史,現(xiàn)存兒個(gè)數(shù),年齡,羊水情況,疤痕子宮,手術(shù)史,陰道出血,血壓,輔助生殖,妊娠間 隔,家族病史,乙肝,宮頸管長(zhǎng)度}。
      [0019] 進(jìn)一步的,在本實(shí)施例中,在步驟S2中,通過(guò)如下步驟構(gòu)造胎盤(pán)植入的隱馬爾科夫 模型初始數(shù)據(jù):
      [0020] 步驟S21:記狀態(tài)集合S = {S1,s2,S3,s4}為胎盤(pán)植入的病癥類(lèi)型,即{正常,粘連,植 入,穿透},N=4;
      [0021] 步驟S22:獲取初始狀態(tài)概率分布π = {~,^,^,取},取值為醫(yī)療權(quán)威機(jī)構(gòu)提供的 胎盤(pán)植入病癥概率,BP3ii = P(qi = Si) ,3^ = 0.99,312 = 0.004,313 = 0.004,314=0.002;
      [0022] 步驟S23:根據(jù)病癥關(guān)聯(lián)因素集合G確定觀測(cè)序列0={〇1,〇2, ···,〇〇,且為:{胎盤(pán)下 緣距宮口距離,胎盤(pán)后血液流動(dòng)間隙,胎盤(pán)分級(jí),子宮肌層菲薄,流產(chǎn)方式,胎盤(pán)存在湍流, 流產(chǎn)史,清宮治療史,現(xiàn)存兒個(gè)數(shù),年齡,羊水情況,疤痕子宮,手術(shù)史,陰道出血,血壓,輔助 生殖,妊娠間隔,家族病史,乙肝,宮頸管長(zhǎng)度};其中,T為集合中的特征個(gè)數(shù),即T = 20;
      [0023] 步驟S24:獲取狀態(tài)序列q={q1,q2,…,q T},且該狀態(tài)序列q為病癥狀態(tài),且與病癥 類(lèi)型S相關(guān),BPqte {si,S2,S3,S4};
      [0024] 步驟S25:對(duì)臨床m條既往孕產(chǎn)婦數(shù)據(jù)病癥類(lèi)型的狀態(tài)變化進(jìn)行概率統(tǒng)計(jì),得到狀 態(tài)迀移概率矩陣,且狀態(tài)迀移概率矩陣A = {aij},aij = P(qt+i = Sj | qt = si),Ki,j彡N;
      [0025] 步驟S26:對(duì)臨床m條既往孕產(chǎn)婦數(shù)據(jù)統(tǒng)計(jì),得到病癥關(guān)聯(lián)因素所對(duì)應(yīng)病癥狀態(tài)的 觀測(cè)概率分布矩陣,且觀測(cè)概率分布矩陣B = {bj (k)},bj (k) = P(〇t = vk | qt = sj),K j <N, vk為觀測(cè)序列0第t個(gè)特征〇t的臨床實(shí)際值;
      [0026] 步驟S27:將隱馬爾科夫模型的模型參數(shù)記為λ = ( jt,A,B)。
      [0027] 進(jìn)一步的,在本實(shí)施例中,在步驟S3中,根據(jù)Baum-Welch算法,對(duì)當(dāng)前待測(cè)孕產(chǎn)婦 數(shù)據(jù)對(duì)應(yīng)的觀察序列0進(jìn)行訓(xùn)練,得出隱馬爾科夫模型新參數(shù)1=(3!',4',8'),使?(0|1)最 大,對(duì)隱馬爾科夫模型進(jìn)行優(yōu)化。
      [0028] 進(jìn)一步的,在本實(shí)施例中,在步驟S3中,通過(guò)如下步驟實(shí)現(xiàn)對(duì)隱馬爾科夫模型的優(yōu) 化:
      [0029] 步驟S31:初始化:n = 0,根據(jù)所獲取的當(dāng)前臨床孕產(chǎn)婦數(shù)據(jù)對(duì)ai/'bKidjTiW 進(jìn)行初始化,得到
      [0030] 步驟S 3 2 :通過(guò)E Μ算法計(jì)算期望值: ,即 '得到t時(shí)刻出現(xiàn)i以及t+1時(shí)刻出現(xiàn)j的概率,其中后向變
      量后1;(:〇=?((^+1,(^+2,",01'^ = 81|人)由遞歸運(yùn)算:
      而得;在λ和0已知情況下,狀態(tài)i在t時(shí)刻出現(xiàn)的概率為
      [0031] 步驟S33:遞推公式,對(duì)n = 1,2,…,
      [0032] 步驟S34:終止,當(dāng) | logP(0 | λ(η+1))-l〇gP(〇 | λ) | <ε,ε = 10-5,求得隱馬爾科夫模型 參數(shù) ^+1) = (^+1),Α(η+ι),Β(η+ι)),即為 λ=(π,,Α,,Β,),且記作A,= {aiJ,},B,= {bj(k),}。
      [0033] 進(jìn)一步的,在本實(shí)施例中,在步驟S4中,采用隱馬爾科夫模型解碼過(guò)程的Viterbi 算法,根據(jù)當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的觀測(cè)序列0與優(yōu)化后的隱馬爾科夫模型新參數(shù)λ = U',Α',Β'),求解最有可能的隱狀態(tài)序列,即獲取病癥類(lèi)型數(shù)據(jù)。
      [0034]進(jìn)一步的,在本實(shí)施例中,在步驟S4中,還包括如下步驟:
      [0035] 步驟S41 dEA(i)為t時(shí)刻沿一路徑Q = qi,q2,···,qt產(chǎn)生出觀測(cè)序列0 = 〇1,〇2,…, Ot的最大概率,即st(i) =maxP(Q,0,qt = Si I λ),且記隊(duì)⑴為(t-ι)時(shí)刻前預(yù)測(cè)的隱含狀態(tài)序 列;
      [0036]步驟 S42:初始化:δχ (i) = Jiibi,(〇i),ih(i)=0,i = l,2^"N;
      [0039] 步驟S45:最優(yōu)回溯:對(duì)于t = Τ_1,T-2,…,1,' = 。
      [0040] 進(jìn)一步的,為了讓本領(lǐng)域技術(shù)人員進(jìn)一步了解本發(fā)明所提出的基于隱馬爾科夫解 碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法,下面結(jié)合具體實(shí)例進(jìn)行說(shuō)明。
      [0041] 首先,通過(guò)上述步驟S1~S2獲取基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型。
      [0042] 其次,在本實(shí)施例中,在步驟S3中,獲取的當(dāng)前臨床孕產(chǎn)婦數(shù)據(jù)為:
      [0043] {:胎盤(pán)距離宮口距離:完全覆蓋,胎盤(pán)后血液流動(dòng)間隙:是,胎盤(pán)分級(jí):III級(jí),子宮 肌層菲薄:是,流產(chǎn)方式:人流,胎盤(pán)存在湍流:是,流產(chǎn)史:有,清宮治療史:無(wú),現(xiàn)存兒個(gè)數(shù): 1,年齡:27,羊水情況:正常,癥痕子宮:是,手術(shù)史:無(wú),陰道出血:無(wú),血壓:110-130,輔助生 殖:無(wú),妊娠間隔:18-24月,家族病史:無(wú),乙肝:否,宮頸管長(zhǎng)度:l-3cm};
      [0044] 通過(guò)所獲取的當(dāng)前臨床孕產(chǎn)婦數(shù)據(jù),對(duì)隱馬爾科夫模型進(jìn)行優(yōu)化。
      [0045] 最后,基于上述提供的隱馬爾科夫解碼過(guò)程,獲取當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的病 癥類(lèi)型數(shù)據(jù),根據(jù)上述的臨床待測(cè)數(shù)據(jù),獲取的結(jié)果為:正常概率0.36%,患病概率 99.64 %,其中粘連概率0.27 %,植入概率98.64 %,穿透概率0.73 %,而該病例數(shù)據(jù)的實(shí)際 診斷病癥類(lèi)型為植入型,為胎盤(pán)植入預(yù)測(cè)提供參考信息。
      [0046]以上是本發(fā)明的較佳實(shí)施例,凡依本發(fā)明技術(shù)方案所作的改變,所產(chǎn)生的功能作 用未超出本發(fā)明技術(shù)方案的范圍時(shí),均屬于本發(fā)明的保護(hù)范圍。
      【主權(quán)項(xiàng)】
      1. 一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法,其特征在于,包括 如下步驟實(shí)現(xiàn): 步驟S1:統(tǒng)計(jì)從醫(yī)院或衛(wèi)生組織獲取的m條既往孕產(chǎn)婦數(shù)據(jù),包括病史、B超W及病理診 斷結(jié)果,建立病癥關(guān)聯(lián)因素集合,其中,m為正整數(shù); 步驟S2:構(gòu)造胎盤(pán)植入的隱馬爾科夫模型; 步驟S3:根據(jù)所獲取的當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù),優(yōu)化所述隱馬爾科夫模型; 步驟S4:基于隱馬爾科夫解碼過(guò)程,獲取所述當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的病癥類(lèi)型數(shù) 據(jù),為胎盤(pán)植入預(yù)測(cè)提供參考信息。2. 根據(jù)權(quán)利要求1所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法, 其特征在于,在所述步驟S1中,所述病癥關(guān)聯(lián)因素集合G= {胎盤(pán)下緣距宮口距離,胎盤(pán)后血 液流動(dòng)間隙,胎盤(pán)分級(jí),子宮肌層菲薄,流產(chǎn)方式,胎盤(pán)存在端流,流產(chǎn)史,清宮治療史,現(xiàn)存 兒個(gè)數(shù),年齡,羊水情況,瘤痕子宮,手術(shù)史,陰道出血,血壓,輔助生殖,妊娠間隔,家族病 史,乙肝,宮頸管長(zhǎng)度}。3. 根據(jù)權(quán)利要求1所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法, 其特征在于,在所述步驟S2中,通過(guò)如下步驟構(gòu)造胎盤(pán)植入的隱馬爾科夫模型初始數(shù)據(jù): 步驟S21:記狀態(tài)集合8={31,32,33,34}為胎盤(pán)植入的病癥類(lèi)型,即{正常,粘連,植入,穿 透},N=4; 步驟S22 :獲取初始狀態(tài)概率分布Π = {Jli,312,叫,314},取值為醫(yī)療權(quán)威機(jī)構(gòu)提供的胎盤(pán) 植入病癥概率,即Ki = P(qi = Si); 步驟S23:根據(jù)所述病癥關(guān)聯(lián)因素集合如角定觀測(cè)序列0={〇1,〇2,-,,〇^,且為:{胎盤(pán)下 緣距宮口距離,胎盤(pán)后血液流動(dòng)間隙,胎盤(pán)分級(jí),子宮肌層菲薄,流產(chǎn)方式,胎盤(pán)存在端流, 流產(chǎn)史,清宮治療史,現(xiàn)存兒個(gè)數(shù),年齡,羊水情況,瘤痕子宮,手術(shù)史,陰道出血,血壓,輔助 生殖,妊娠間隔,家族病史,乙肝,宮頸管長(zhǎng)度};其中,T為集合中的特征個(gè)數(shù),Τ = 20; 步驟S24:獲取狀態(tài)序列〇={〇1,〇2,-',〇^,且該狀態(tài)序列〇為病癥狀態(tài),且與所述病癥 類(lèi)型S相關(guān),即qte {si,S2,S3,S4}; 步驟S25:對(duì)臨床m條既往孕產(chǎn)婦數(shù)據(jù)病癥類(lèi)型的狀態(tài)變化進(jìn)行概率統(tǒng)計(jì),得到狀態(tài)遷 移概率矩陣,且狀態(tài)遷移概率矩陣A = {aij} ,aij = P(qt+i二Sj qt二Si) ,j《N; 步驟S26:對(duì)臨床m條既往孕產(chǎn)婦數(shù)據(jù)統(tǒng)計(jì),得到病癥關(guān)聯(lián)因素所對(duì)應(yīng)病癥狀態(tài)的觀測(cè) 概率分布矩陣,且觀測(cè)概率分布矩陣B={bj化)},bj化)=P(〇t = vk|qt = Sj),l《j《N,vk為 觀測(cè)序列0第t個(gè)特征ot的臨床實(shí)際值; 步驟S27:將隱馬爾科夫模型的模型參數(shù)記為λ=(3?,Α,Β)。4. 根據(jù)權(quán)利要求3所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法, 其特征在于,在所述步驟S3中,根據(jù)Baum-Welch算法,對(duì)所述當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的觀 察序列0進(jìn)行訓(xùn)練,得出隱馬爾科夫模型新參數(shù)λ=(π',A',B'),使P(0|λ)最大,對(duì)所述隱馬 爾科夫模型進(jìn)行優(yōu)化。5. 根據(jù)權(quán)利要求4所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法, 其特征在于,在所述步驟S3中,通過(guò)如下步驟實(shí)現(xiàn)對(duì)所述隱馬爾科夫模型的優(yōu)化: 步驟S31:初始化:n = 0,根據(jù)所獲取的當(dāng)前臨床孕產(chǎn)婦數(shù)據(jù)對(duì)日1產(chǎn)>,6^4)^,111^進(jìn)行 初始化,得到λ^ = (π^,Α^,Β^); 步驟S 3 2 :通過(guò)E Μ算法計(jì)算期望值:即>尋到t時(shí)刻出現(xiàn)iW及t+1時(shí)刻出現(xiàn)j的概率,其中,后向 變量0*(:〇=口(〇*+1,〇*+2^'',〇了山*=31|人)由遞歸運(yùn)算算而得;在λ和0已知情況下,狀態(tài)i在t時(shí)刻出現(xiàn)的概率為步驟S33:遞推公式,步驟S34:終止,當(dāng)I logP(0 I A^+U)-l〇gP(〇 I λ) I < ε,ε = 1〇-5,求得隱馬爾科夫模型參數(shù) 入(n+l)二(η(η+1),Α(η+1),Β(η")),即為入二(。',4',8'),且記作4' = {曰1/},8' =化燦)'}。6. 根據(jù)權(quán)利要求4所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法, 其特征在于,在所述步驟S4中,采用隱馬爾科夫模型解碼過(guò)程的Viterbi算法,根據(jù)所述當(dāng) 前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的觀測(cè)序列0與優(yōu)化后的所述隱馬爾科夫模型新參數(shù)λ=(π',A', B '),求解最有可能的隱狀態(tài)序列,即獲取病癥類(lèi)型數(shù)據(jù)。7. 根據(jù)權(quán)利要求6所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法, 其特征在于,在所述步驟S4中,還包括如下步驟: 步驟S41:記δ*( i)為t時(shí)刻沿一路徑Q = qi,Q2,…,qt產(chǎn)生出所述觀測(cè)序列0 = 01,02,…,ot 的最大概率,即8*(1)=111曰評(píng)(9,0,9* = 31|人),且記恥(〇為^-1)時(shí)刻前預(yù)測(cè)的隱含狀態(tài)序 列; 步驟S42:初始化:Si(i)=jiibi'(01),ih(i) = 0,i = l,2,...N; 步驟S43:遞推迭代.,ih(i)=argmax[St-i( j)a'ji],t = 2, 3,...,T,i = l,2,...,N; 步驟S44:終止條件:P*=maxSt( i)步驟S45:最優(yōu)回溯:對(duì)于t = Τ-1,Τ-2,...,1,g/ = (在 1)。.
      【文檔編號(hào)】G06F19/00GK106096299SQ201610452436
      【公開(kāi)日】2016年11月9日
      【申請(qǐng)日】2016年6月21日
      【發(fā)明人】朱丹紅, 張棟, 葉東毅, 陳凱
      【申請(qǐng)人】福州大學(xué)
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1