检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大规模数据的分布式稳健特征筛选方法的研究

数理统计与管理 2025年第1期44卷 144-156页

作者：王康宁郝孟杰王洪伟蔡超山东工商学院统计学院山东烟台264005

为解决筛选方法对异常值敏感导致的结果偏差甚至决策错误等问题,本文提出分布式RACS特征筛选方法:在分布式ACS筛选方法的基础上将相关系数表示为成分参数的函数,对局部机器的U统计量求中位数作为各成分参数的无偏估计量,并将方法应用到... 详细信息

为解决筛选方法对异常值敏感导致的结果偏差甚至决策错误等问题,本文提出分布式RACS特征筛选方法:在分布式ACS筛选方法的基础上将相关系数表示为成分参数的函数,对局部机器的U统计量求中位数作为各成分参数的无偏估计量,并将方法应用到多种类型的模型观察在不同界限参数、组数和污染比例的表现,结果表明ACS筛选方法的稳健性较差,而RACS筛选方法始终能完整筛选出真正变量,RACS特征筛选方法比ACS特征筛选方法具有更优良的筛选效果。

关键词：大规模数据分布式框架特征筛选

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

位置尺度不变的稳定相关和特征筛选

系统科学与数学 2025年

作者：邹丰崔恒建梁万丰中南财经政法大学统计与数学学院首都师范大学数学科学学院东北财经大学数据科学与人工智能学院

本文提出了一种具有位置尺度不变性的稳定相关（location-scale invariant stable correlation,简称ISC）去度量两随机向量v∈Rr和y∈Rq的相关性,其中r≥1,q≥***满足0≤ISC（v,y）≤1且当且仅当v和y独立时,ISC（v,y）=0.基于ISC,我们... 详细信息

本文提出了一种具有位置尺度不变性的稳定相关（location-scale invariant stable correlation,简称ISC）去度量两随机向量v∈Rr和y∈Rq的相关性,其中r≥1,q≥***满足0≤ISC（v,y）≤1且当且仅当v和y独立时,ISC（v,y）=0.基于ISC,我们进一步发展出了一种新的特征筛选方法,简称为***-SIS不要求通常使用的模型假设与有限矩假设,且可以直接用于筛选分组协变量和多响应变量.理论上,我们建立了ISC-SIS的确定筛选性质以及秩相合性.数值模拟研究和实际数据分析均表明与现有的筛选程序相比,ISC-SIS具有非常强大的竞争力.

关键词：超高维特征筛选稳定相关位置尺度不变性筛选性质

基于XGBoost特征筛选和决策树多标签分类的配电网拓扑辨识方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电网与清洁能源 2025年第2期41卷 10-21页

作者：张丽王建许守东张敏春李邦源唐一恒云南电网有限责任公司电力科学研究院云南昆明650217 输变电装备技术全国重点实验室(重庆大学) 重庆400044 云南电网有限责任公司玉溪供电局云南玉溪653399

针对配电网中开关状态遥信丢失或延迟导致配电网拓扑不准的问题,通过引入遥测信息进行开关状态的补全与校正,提出了一种基于极限梯度提升算法(extreme gradient boosting,XGBoost)的特征筛选和决策树多标签分类的配电网拓扑辨识方法。利... 详细信息

针对配电网中开关状态遥信丢失或延迟导致配电网拓扑不准的问题,通过引入遥测信息进行开关状态的补全与校正,提出了一种基于极限梯度提升算法(extreme gradient boosting,XGBoost)的特征筛选和决策树多标签分类的配电网拓扑辨识方法。利用XGBoost筛选出最相关、最具信息量的量测数据,在保证拓扑辨识准确度的同时大幅度减轻模型计算负担;以筛选的遥测特征和原始遥信开关状态数据为输入变量,以配电网开关状态为输出,构造了基于决策树的多标签分类模型,用于配电网拓扑辨识。在改进的IEEE 34节点配电系统中进行了算例测试。仿真结果表明:所提方法适用于多分布式电源接入的配电网拓扑辨识,具有很好的抗遥测噪声干扰能力;相比其他同类算法,所提方法的辨识准确性更高、计算耗时更少。

关键词：配电网拓扑辨识特征筛选多标签分类

基于三种特征筛选法的乳腺癌复发转移预测模型构建

在线全文

学校读者我要写书评

暂无评论

中国数字医学 2025年

作者：蔡一伟吴尔律王冶李程刘晓红蒙华广西医科大学信息与管理学院广西医科大学第一附属医院信息中心广西医科大学第一附属医院互联网医院运营部广西医科大学网络中心

目的：基于3种特征筛选方法构建乳腺癌复发转移预测模型，并比较其预测性能。方法：回顾性收集2017―2021年广西某三甲医院乳腺癌复发转移患者373例的临床资料，纳入自变量指标30个。采用单因素和多因素分析、随机森林嵌套结合递归特征... 详细信息

目的：基于3种特征筛选方法构建乳腺癌复发转移预测模型，并比较其预测性能。方法：回顾性收集2017―2021年广西某三甲医院乳腺癌复发转移患者373例的临床资料，纳入自变量指标30个。采用单因素和多因素分析、随机森林嵌套结合递归特征消除、基于Boruta的随机森林特征降维3种方法，按训练集和测试集6:4分别构建基于随机森林的乳腺癌复发转移预测模型，并比较其准确率、精确率、召回率、F1值和AUC值。结果：基于Boruta的随机森林模型（Boruta-RF）筛选获得的重要特征为组织学分级、N分期、肿瘤分期、治疗中是否发生肺叶炎症、CA153，其预测模型整体精度及泛化能力综合最佳，在测试集准确率为0.787、精确率0.760、召回率0.655、F1值0.703、AUC 0.819。结论：Boruta-RF模型预测乳腺癌复发转移效果较好，可为临床制定个性化治疗方案提供参考，但仍需更多前瞻性多中心研究验证。

关键词：乳腺癌特征筛选机器学习 Boruta算法预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于特征筛选和粒子群优化的花生生物量估算

农业工程学报 2025年第1期41卷 238-247页

作者：刘涛杨奉源刘望张寰殷冬梅张全国焦有宙河南财经政法大学城乡规划学院郑州450046 河南农业大学机电工程学院郑州450002 河南农业大学农学院郑州450002 河南工程学院机械工程学院郑州451191

为解决花生植株生物量估算精度低、破坏性大等问题,该研究提出一种无人机低空遥感技术结合高光谱特征筛选的花生生物量估算方法。通过无人机搭载高光谱成像仪,获取田块尺度多个花生品种的高光谱影像数据,首先对获取的影像进行拼接、辐... 详细信息

为解决花生植株生物量估算精度低、破坏性大等问题,该研究提出一种无人机低空遥感技术结合高光谱特征筛选的花生生物量估算方法。通过无人机搭载高光谱成像仪,获取田块尺度多个花生品种的高光谱影像数据,首先对获取的影像进行拼接、辐射定标、大气校正等预处理,提取出地面采样点位置的光谱反射率,计算光谱反射率的一阶微分和植被指数,使用变量投影重要性(variable importance in projection,VIP)方法对光谱反射率、一阶微分和植被指数等三种数据进行特征筛选,利用筛选后的特征和地面实测数据构建支持向量机回归(support vector regression,SVR)、反向传播神经网络回归(back propagation neural network,BPNN)和随机森林回归(random forest regression,RFR)模型,并使用粒子群优化算法(particle swarm optimization,PSO)进行模型优化。结果表明:相比原始光谱反射率和植被指数,一阶微分光谱反射率与花生生物量具有较好的相关性;使用一阶微分光谱反射率与植被指数组合的RF回归模型精度最高(决定系数R^(2)为0.754,均方根误差RMSE为0.085 kg/m^(2)),使用粒子群优化后的PSO-RF模型可进一步提高模型精度(R^(2)为0.80,RMSE为0.076 kg/m^(2))。该研究为花生生物量精准估算提供了有效的方法,为智慧乡村建设中的精细化农田管理提供技术支持。

关键词：花生生物量智慧乡村特征筛选机器学习粒子群优化

在线全文

学校读者我要写书评

暂无评论

超高维删失数据的联合特征筛选方法研究

系统工程理论与实践 2023年第1期43卷 169-190页

作者：潘婧柴洪峰孙权周勇中国银联金融科技研究院上海201201 复旦大学金融科技研究院上海200433 复旦大学计算机科学技术学院上海200433 华东师范大学统计学院统计交叉科学研究院统计与数据科学前沿理论及应用教育部重点实验室上海200062

针对超高维删失数据,通过降维技术可以进行特征选取,去除大数据中的噪声数据,以便挖掘高维大数据的重要信息,进行大数据的相关分析和应用.本文提出了一种稳健的偏相关系数来进行特征筛选,并引入逆概率加权方法来处理删失,发展出一种新... 详细信息

针对超高维删失数据,通过降维技术可以进行特征选取,去除大数据中的噪声数据,以便挖掘高维大数据的重要信息,进行大数据的相关分析和应用.本文提出了一种稳健的偏相关系数来进行特征筛选,并引入逆概率加权方法来处理删失,发展出一种新的联合特征筛选方法.本文利用响应变量的条件分布函数来构造偏相关性度量,可以全面地刻画其与协变量间的相关性,且相较于传统的皮尔逊偏相关系数,该度量对于响应存在异常值,厚尾分布以及异方差结构时具有稳健性.其次,基于该度量所提出的联合特征筛选方法通过投影作用来消除由协变量之间的相关关系产生的干扰作用,故能够较好地改善假阴性错误、假阳性错误及协变量的共线性问题.我们推导了该方法的理论性质,给出了快速的迭代算法,并进一步通过模拟和实例分析来考察该算法在有限样本下的数值表现.

关键词：超高维删失数据特征筛选偏相关系数逆概率加权估计稳健性

拉曼光谱联合WOA特征筛选的矿井水源识别方法研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第4期44卷 1039-1044页

作者：周茗皓陈小刚崔继峰卞凯胡锋内蒙古工业大学理学院内蒙古呼和浩特010051 安徽理工大学电气与信息工程学院安徽淮南232001

在矿井突水灾害防治过程中,准确、快速判别突水水源类型对煤矿安全生产意义非常重大,而传统的水化学方法存在耗时长、检测复杂等不足,为此提出采用拉曼光谱进行矿井突水水源辨识这一新思路。首先从淮南矿区采集老空水、顶板砂岩裂隙水... 详细信息

在矿井突水灾害防治过程中,准确、快速判别突水水源类型对煤矿安全生产意义非常重大,而传统的水化学方法存在耗时长、检测复杂等不足,为此提出采用拉曼光谱进行矿井突水水源辨识这一新思路。首先从淮南矿区采集老空水、顶板砂岩裂隙水、奥灰水、太灰水和地表水以及它们混合的水样作为实验对象,并借助拉曼光谱系统收集水样的拉曼光谱数据。随后,采用常见的光谱预处理方法对原始拉曼光谱进行降噪。接着,采用鲸鱼优化算法(WOA)对水样的拉曼光谱进行特征信息筛选,得到最能够表征矿井水样的特征拉曼信息。最后,将筛选出的特征拉曼信息作为输入,分别构建BP神经网络(BPNN)、K-近邻算法(KNN)、支持向量机(SVM)、决策树(DT)以及朴素贝叶斯(NB)分类模型,以此来验证拉曼光谱结合WOA筛选特征拉曼信息用于矿井水源识别的可行性。实验证明:利用WOA可以从2048个拉曼数据点中筛选得到102个特征拉曼信息,将拉曼信息的点数缩减为原来的4.98%,而且WOA筛选的特征拉曼信息的建模精度高于全拉曼数据建模精度,此外,采用WOA筛选的特征拉曼信息构建BPNN、KNN、SVM、DT和NB水源辨识模型时,其分析速度都有着不同程度的提升。研究结果表明,采用WOA筛选矿井水源拉曼光谱的特征信息,可以有效地减少拉曼光谱数据的冗余,提升拉曼光谱分析的速度,这可以为矿井水源的快速检测提供借鉴。

关键词：拉曼光谱矿井突水水源识别鲸鱼优化算法特征筛选

复合肢体想象动作脑-机接口中黎曼核支持向量机递归特征筛选方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2019年第11期55卷 131-137页

作者：陶学文奕伟波陈龙何峰綦宏志天津大学精密仪器与光电子工程学院

相对于传统的想象动作脑-机接口,复合肢体想象动作脑-机接口有效提升了指令复杂度,具有更好的中风后康复治疗潜力,但当前较低的识别精度限制了其临床应用。为提升复合肢体动作想象相关脑电信号特征的特异性并降低不同通道间的信息混淆,... 详细信息

相对于传统的想象动作脑-机接口,复合肢体想象动作脑-机接口有效提升了指令复杂度,具有更好的中风后康复治疗潜力,但当前较低的识别精度限制了其临床应用。为提升复合肢体动作想象相关脑电信号特征的特异性并降低不同通道间的信息混淆,提出了一种基于脑电流形特征信息刻划的黎曼核支持向量机递归特征筛选方法(Riemann kernel support vector machine recursive feature elimination,RKSVM-RFE)。采集了10位被试在进行想象7种不同肢体部位动作时的脑电信号数据,利用RKSVM-RFE方法进行特征优化和建模,对脑电数据对应的运动意图进行识别。结果显示,基于所提方法的平均识别正确率达到了77%,相比于经典的CSP方法提高了近7%,并且能够消减近50%的脑电信息采集通道,可有效降低系统复杂性。研究结果为基于想象动作脑-机接口的康复技术发展提供了新的思路,值得进一步发展。

关键词：运动想象脑-机接口流形特征筛选支持向量机

基于序列特征筛选与支持向量回归预测蛋白质折叠速率

在线全文

学校读者我要写书评

暂无评论

物理化学学报 2014年第6期30卷 1091-1098页

作者：李咏周玮代志军陈渊王志明袁哲明湖南农业大学湖南省作物种质创新与资源利用重点实验室长沙410128 湖南农业大学湖南省植物病虫害生物学及防控重点实验室长沙410128

折叠速率预测对阐明蛋白质折叠机理意义重大.本文收集了115条目前已知折叠速率的蛋白质样本(包括二态、多态和混态蛋白),为了较全面地表征蛋白质分子的一级结构信息,提取序列长度、氨基酸残基多尺度组分、成对残基k-space特征与基于残... 详细信息

折叠速率预测对阐明蛋白质折叠机理意义重大.本文收集了115条目前已知折叠速率的蛋白质样本(包括二态、多态和混态蛋白),为了较全面地表征蛋白质分子的一级结构信息,提取序列长度、氨基酸残基多尺度组分、成对残基k-space特征与基于残基物理化学性质的地统计学关联总共9357维特征.经改进的二元矩阵重排过滤器和多轮末尾淘汰非线性筛选,获得23个物理化学意义明确的保留特征,建立的非线性支持向量回归模型Jackknife交叉验证的相关系数R=0.95,优于文献报道及其他参比特征选择方法.支持向量回归解释体系表明折叠速率与保留描述符的非线性回归极显著,分析了各保留描述符对折叠速率的影响,结果表明蛋白质折叠速率与序列长度、中短程关联特征、三联体残基组份特征等密切相关.

关键词：蛋白质折叠折叠速率预测高维特征特征筛选支持向量回归