检索结果-南通市图书馆

自动化学报（英文版） 2024年第2期

作者： Fei Ming Wenyin Gong yaochu jin

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

基于多目标神经网络的前列腺癌诊断方法

系统工程理论与实践 2018年第2期38卷 532-544页

作者：孔倩王杜娟王延章 jin yaochu 江彬大连理工大学管理与经济学部大连116024 英国萨里大学计算机系吉尔福德萨里大连市友谊医院泌尿外科大连116100

前列腺癌是男性恶性肿瘤中发病率最高的肿瘤之一.通过对前列腺癌的有效诊断，可以尽早治疗，降低前列腺癌的死亡率.针对前列腺癌早期筛查的准确度不足，病理检查给病人身体带来严重负担的现状，以及现有基于数据挖掘的癌症诊断方法只关... 详细信息

前列腺癌是男性恶性肿瘤中发病率最高的肿瘤之一.通过对前列腺癌的有效诊断，可以尽早治疗，降低前列腺癌的死亡率.针对前列腺癌早期筛查的准确度不足，病理检查给病人身体带来严重负担的现状，以及现有基于数据挖掘的癌症诊断方法只关注诊断结果准确性或者只关注可解释性的问题，本文提出一种基于多目标神经网络的诊断方法，通过特征选择提取对诊断结果最具有解释性的特征子集，以提高模型的可解释性和准确度；通过采用进化计算的方式进行神经网络的结构和权重学习，从而构建有效的能够充分体现临床信息与前列腺癌之间关联的多目标神经网络模型进行前列腺癌诊断；并通过Pareto优化方法对模型训练过程中的结构和参数进行优化，从而提供多个有效的诊断模型以满足医务工作者不同的决策偏好.

关键词：前列腺癌诊断多目标神经网络学习进化计算特征选择

基于结构自适应模糊神经网络的前列腺癌诊断方法

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2018年第5期38卷 1331-1342页

作者：夏江南王杜娟王延章 yaochu jin 江彬大连理工大学管理与经济学部大连116024 英国萨里大学计算机系萨里大连市友谊医院泌尿外科大连116100

前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似... 详细信息

前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似隶属度函数的合并,实现模糊神经网络模型结构自适应调整,减少模糊规则数量,在保证诊断准确性情况下,提取出容易理解的可解释性规则.同时该方法在模型的训练过程中引入粒子群优化（PSO）算法进行结构和参数学习,有效减少计算量,提高训练效率.最后,使用临床医学科学数据中心提供的前列腺疾病检查数据进行数值实验,验证了所提出方法在前列腺癌诊断和可解释性规则提取中的有效性.

关键词：前列腺癌诊断模糊神经网络规则提取粒子群优化算法可解释性

改进随机森林的集成分类方法预测结直肠癌存活性

在线全文

学校读者我要写书评

暂无评论

管理科学 2017年第1期30卷 95-106页

作者：王宇燕王杜娟王延章 yaochu jin 大连理工大学管理与经济学部辽宁大连116023 英国萨里大学计算机系吉尔福德萨里GU27XH

癌症是人类死亡的主要原因之一,许多国家在癌症方面的支出占医疗总支出的很大比例。癌症存活性预测作为癌症预后的一项重要工作,可以辅助医生做出更精准的诊疗决策,进而降低癌症治疗成本。近年来,基于数据驱动的癌症存活性预测方法逐渐... 详细信息

癌症是人类死亡的主要原因之一,许多国家在癌症方面的支出占医疗总支出的很大比例。癌症存活性预测作为癌症预后的一项重要工作,可以辅助医生做出更精准的诊疗决策,进而降低癌症治疗成本。近年来,基于数据驱动的癌症存活性预测方法逐渐得到应用,而预测的准确性是评价预测方法性能的主要指标,因此提高癌症存活性预测方法的准确性一直是一个活跃的研究领域。结直肠癌是一种具有高发病率和高死亡率的癌症,为了提高结直肠癌存活性预测的准确性,利用遗传算法对随机森林进行改进,提出基于GA-RF的集成分类方法。该方法通过遗传算法对随机森林中的决策树实行进化搜索,以提高集成分类准确率为目标选出决策树的满意集成。实验分别使用基于GA-RF的集成分类方法、决策树和参数优化的随机森林训练预测模型预测结直肠癌患者的存活性,利用SEER数据库的结直肠癌数据集对3种方法分别进行10折交叉验证,然后用准确性、敏感性和特异性3个指标对它们进行评价。实验结果显示,基于GA-RF的集成分类方法的预测精度最高(88.2%),参数优化的随机森林的预测精度次之(86.4%),但集成复杂度远高于基于GA-RF的集成分类方法,决策树的预测精度最差(74.2%),而基于GA-RF的集成分类方法还表现出了最好的泛化性能。该集成分类方法对随机森林进行了有效的改进,能以更高的运算效率和更好的准确性预测结直肠癌存活性,可以为结直肠癌的预后提供决策参考,弥补经验预测的不足,该方法的提出对节约医疗资源、降低医疗成本、提高患者满意度具有实际意义。

关键词：随机森林遗传算法集成分类存活性预测结直肠癌

基于GMM-RBF神经网络的前列腺癌诊断方法

在线全文

学校读者我要写书评

暂无评论

管理科学 2018年第1期31卷 33-47页

作者：崔少泽王杜娟王苏桐夏江南王延章 jin yaochu 大连理工大学管理与经济学部辽宁大连116023 英国萨里大学计算机系

前列腺癌是近年来发病率上升速度最快的男性癌症,严重威胁着患者的身体健康,准确地判断癌症患者的患病情况对于节约医疗资源、提高患者满意度起着至关重要的作用。近年来,基于数据挖掘的癌症诊断方法逐渐成为疾病诊断领域的研究热点,在... 详细信息

前列腺癌是近年来发病率上升速度最快的男性癌症,严重威胁着患者的身体健康,准确地判断癌症患者的患病情况对于节约医疗资源、提高患者满意度起着至关重要的作用。近年来,基于数据挖掘的癌症诊断方法逐渐成为疾病诊断领域的研究热点,在提高诊断准确性上显示出极大优势。针对现有前列腺癌早期诊断方法准确性不高的问题,提出一种基于高斯混合模型改进径向基函数神经网络的前列腺癌诊断方法——GMM-RBF神经网络方法。该方法通过使用高斯混合模型对径向基函数神经网络中径向基函数的参数进行预训练,使模型避免陷入局部最优,之后采用改进的粒子群优化算法对神经网络进行训练。采用国家临床医学科学数据中心提供的数据进行前列腺癌诊断实验,将所提出的方法与径向基神经网络、分类回归树、支持向量机和逻辑回归等主流的机器学习算法进行对比,并使用准确性、特异性、敏感性和AUC值对模型的性能进行评价。研究结果表明,与改进前的神经网络模型相比,GMM-RBF神经网络模型收敛速度更快、初始准确度更高;与其它机器学习算法相比,GMM-RBF神经网络模型在10折交叉验证中取得了较高的准确性、敏感性、特异性和AUC值。GMM-RBF神经网络方法在模型预测精度上比传统的径向基函数神经网络模型有很大提升,能够得到更为可靠的前列腺癌诊断结果,为医疗工作者初步诊断前列腺癌和穿刺活检操作提供有效的辅助决策支持,该方法的提出对于减少患者痛苦、提高患者满意度和节约医疗资源具有实际意义。

关键词：前列腺癌径向基函数神经网络高斯混合模型粒子群优化算法疾病诊断

在线全文

学校读者我要写书评

暂无评论

模糊建模与控制的神经网络方法及其仿真研究

系统仿真学报 1995年第2期7卷 46-55页

作者：金耀初诸静蒋静坪浙江大学

本文提出了一种复杂系统模糊建模及控制的神经网络方法。利用改进的ｐｉ－ｓｉｇｍａ神经网络，对模糊规则的结论参数和隶属函数进行在线修正，实现模糊规则的自组织。这种方法被用于降水量预报和机器人解耦控制，取得了满意的仿真结果... 详细信息

本文提出了一种复杂系统模糊建模及控制的神经网络方法。利用改进的ｐｉ－ｓｉｇｍａ神经网络，对模糊规则的结论参数和隶属函数进行在线修正，实现模糊规则的自组织。这种方法被用于降水量预报和机器人解耦控制，取得了满意的仿真结果。为增强神经网络仿真算法的快速性，本文采用了一种基于向量的数据结构，并用标识阵指示神经元的连接状态，以实现有效的内存运算。

关键词：模糊建模模糊控制神经网络仿真

A survey on computationally efficient neural architecture search

在线全文

学校读者我要写书评

暂无评论

Journal of Automation and Intelligence 2022年第1期1卷 8-22页

作者： Shiqing Liu Haoyu Zhang yaochu jin Chair of Nature Inspired Computing and Engineering Faculty of TechnologyBielefeld University33619 BielefeldGermany Department of Computer Science University of SurreyGuildfordGU27XHUnited Kingdom Engineering Research Center of Digitized Textile&Apparel Technology Ministry of EducationCollege of Information Science and TechnologyDonghua UniversityShanghai 201620China

Neural architecture search(NAS)has become increasingly popular in the deep learning community recently,mainly because it can provide an opportunity to allow interested users without rich expertise to benefit from the success of deep neural networks(DNNs).However,NAS is still laborious and time-consuming because a large number of performance estimations are required during the search process of NAS,and training DNNs is computationally *** solve this major limitation of NAS,improving the computational efficiency is essential in the design of ***,a systematic overview of computationally efficient NAS(CE-NAS)methods still *** fill this gap,we provide a comprehensive survey of the state-of-the-art on CE-NAS by categorizing the existing work into proxy-based and surrogate-assisted NAS methods,together with a thorough discussion of their design principles and a quantitative comparison of their performances and computational *** remaining challenges and open research questions are also discussed,and promising research topics in this emerging field are suggested.

关键词： Neural architecture search(NAS) One-shot NAS Surrogate model Bayesian optimization Performance predictor

面向双层次选址路径问题的多任务强化演化优化方法研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

控制工程 2023年第8期30卷 1450-1457页

作者：颜学明梅乃丹敖卓盼金耀初广东外语外贸大学信息科学与技术学院广东广州510000 德国比勒费尔德大学工程学院德国比勒菲尔德33619

为提升双层次物流配送中心的选址和运输路径的整体优化性能,将双层物流选址路径问题看成是2个层不同的路径优化任务,提出一种多任务强化演化学习的双层次物流选址路径优化方法。首先,采用强化学习分别估计两层选址-路径问题中的上下节... 详细信息

为提升双层次物流配送中心的选址和运输路径的整体优化性能,将双层物流选址路径问题看成是2个层不同的路径优化任务,提出一种多任务强化演化学习的双层次物流选址路径优化方法。首先,采用强化学习分别估计两层选址-路径问题中的上下节点分配选址概率;然后,设计基于分配概率的多任务交叉策略,并采用多因子演化算法协同优化不同层的物流选址路径,优化双层物流系统的成本。实验结果表明,提出的算法在求解双层物流选址路径优化问题上具有一定的优越性。

关键词：双层次选址路径问题强化学习多任务演化算法物流配送

A Survey of Evolutionary Algorithms for Multi-Objective Optimization Problems With Irregular Pareto Fronts

在线全文

学校读者我要写书评

暂无评论

非规则Pareto前沿面多目标进化优化算法研究综述

自动化学报（英文版） 2021年第2期

作者： Yicun Hua Qiqi Liu Kuangrong Hao yaochu jin

来源：评论

学校读者我要写书评

暂无评论

郑州大学学报（工学版） 2021年第1期42卷 1-8页

作者：华一村刘奇奇郝矿荣金耀初东华大学信息科学与技术学院上海201620 萨里大学计算机科学系英国萨里GU27XH

现实中多目标优化问题的Pareto前沿面往往是非规则形式,针对这类问题的进化算法已逐渐成为研究热点。对现有非规则Pareto前沿面多目标优化问题的进化算法进行总结和分类,给出了多目标优化问题的通用数学描述,并给出了支配和非支配解等... 详细信息

现实中多目标优化问题的Pareto前沿面往往是非规则形式,针对这类问题的进化算法已逐渐成为研究热点。对现有非规则Pareto前沿面多目标优化问题的进化算法进行总结和分类,给出了多目标优化问题的通用数学描述,并给出了支配和非支配解等该研究领域内的相关定义。整理了典型的具有非规则Pareto前沿面的多目标优化测试问题,以及汽车碰撞问题等实际优化问题中的具有非规则Pareto前沿面的多目标优化问题。将现有处理具有非规则Pareto前沿面的多目标优化问题的进化算法分为4个大类:根据种群分布调整参考向量的方法、固定参考向量结合其他辅助方法、参考点的方法、聚类和分区的方法,并分别进行了分析和讨论。研究表明:尽管针对具有非规则Pareto前沿面的多目标优化问题的进化算法已经取得了一定成效,但现有算法一般只在部分非规则Pareto前沿面问题上表现较好,适应所有种类的非规则Pareto前沿面问题的算法还有待开发,决策变量或目标数量高维的、动态的、数据驱动的具有非规则Pareto前沿面的多目标优化问题也是有待解决的研究领域;更加智能的,可以辨别和处理多类型非规则Pareto前沿面的进化算法是未来的研究重点;用多种环境选择方法混合、迁移学习结合进化计算、多任务结合进化计算是可行的解决途径。

关键词：多目标优化进化算法非规则Pareto前沿面综述