检索结果-南通市图书馆

作者：彭湘华湖南大学

学位级别：硕士

微阵列技术的发展为生物学研究领域提供了大量的基因表达数据，为基因功能研究提供了一种强有力的工具，使得同时分析成千上万个基因成为可能。癌症的分类以及与癌症相关的关键基因的识别已经成为当前癌症研究中的重要组成部分。由于微... 详细信息

微阵列技术的发展为生物学研究领域提供了大量的基因表达数据，为基因功能研究提供了一种强有力的工具，使得同时分析成千上万个基因成为可能。癌症的分类以及与癌症相关的关键基因的识别已经成为当前癌症研究中的重要组成部分。由于微阵列数据维数高、样本数少的特点，普通的数据挖掘方法并不能取得很好的效果。本文主要针对微阵列数据特征选取方法和分类算法进行了深入的分析与探讨，并提出了改进的特征选择方法和癌症分类算法，以提高分类准确率和数据泛化能力。主要工作概括如下：针对特征基因选择问题，提出了一种基于相关性特征选择的分层抽样基因选择方法（CFS-SS）。由于微阵列数据具有高维度、样本少、多噪声的特点，对基因表达数据进行预处理。首先对微阵列数据进行缺失值补齐，归一化等操作。其次删除各样本基因方差值过小对分类意义不大的基因，降低维度，降低时间复杂度。然后应用相关性特征选择选择出具有局部最大相关性特征集，在其所有非空特征子集上进行分层抽样，在抽样后的特征集上进行分类性能测试，找到分类准确率最高的特征子集。在三个基因表达数据集上进行仿真实验，该方法能有效提升分类准确率。由CFS-SS提取出的特征子集作为具有差异的训练样本对基分类器进行训练，由具有差异的基分类器进行相对多数投票集成，得到一种集成分类方法(Bag-CFS-SS)。在基因表达数据集上进行实验，验证该方法的可行性和可靠性。

关键词：癌症分类相关性特征选择分层抽样集成分类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GA-CFS和AdaBoost算法的网络流量分类

引用

计算机应用研究 2012年第9期29卷 3411-3414页

作者：剌婷婷师军陕西师范大学计算机科学学院西安710062

鉴于特征属性选择在网络流量分类中占据重要地位,为了确定最优特征子集,利用CFS作为适应度函数的改进遗传算法(GA-CFS),从网络流量的249个属性空间中提取主要属性并最终选定18个特征组合作为最优特征子集。通过AdaBoost算法把一系列的... 详细信息

鉴于特征属性选择在网络流量分类中占据重要地位,为了确定最优特征子集,利用CFS作为适应度函数的改进遗传算法(GA-CFS),从网络流量的249个属性空间中提取主要属性并最终选定18个特征组合作为最优特征子集。通过AdaBoost算法把一系列的弱分类器提升为强分类器,对网络流量进行了深入的分类研究。实验结果表明,基于GA-CFS和AdaBoost的流量组合分类方法较弱分类器具有较高的分类准确率。

关键词：流量分类相关性特征选择适应度函数 AdaBoost算法弱分类器权重

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计及响应度的电力用户互动潜力画像分析

引用

科学技术与工程 2022年第15期22卷 6130-6138页

作者：梁纪峰范辉李顺胡文平李铁成杨军吴赋章国网河北省电力有限公司电力科学研究院石家庄050021 河北省能源互联网仿真建模与控制企业重点实验室(筹) 石家庄050021 武汉大学电气与自动化学院武汉430072

面对海量灵活资源参与系统运行调节,精准的电力用户互动潜力画像是提升需求侧响应策略实施有效性的基础。而作为现实经济人,用户对不同用电场景和时空电价呈现出差异化的响应特征,致使电力用户参与系统运行调节的互动潜力难以刻画。为此... 详细信息

面对海量灵活资源参与系统运行调节,精准的电力用户互动潜力画像是提升需求侧响应策略实施有效性的基础。而作为现实经济人,用户对不同用电场景和时空电价呈现出差异化的响应特征,致使电力用户参与系统运行调节的互动潜力难以刻画。为此,提出了考虑用户响应度的电力用户互动潜力画像技术。首先,采用改进型的电量需求弹性矩阵建立了用户对不同时空电价的响应模型;其次,定义了8个反映用户响应度的需求响应特征指标;最后,采用基于相关性特征选择原理和最佳优先搜索策略从8个需求响应特征指标中提取用户互动潜力最大相关特征制定可靠且精简的用户画像。算例分析表明,文中所提精选需求响应特征指标方法能有效反映用户对不同时空电价的响应度且所绘制的用户互动潜力画像具有可靠性和精简性。

关键词：用户响应度互动潜力用户画像需求响应特征指标相关性特征选择

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于影响因子筛选和GWO-KELM的大坝变形预测模型

引用

中国农村水利水电 2024年第8期 194-199,207页

作者：龙江左生龙徐朗漆一宁苏怀智河海大学水利水电学院江苏南京210098 河海大学水灾害防御全国重点实验室江苏南京210098 中国电建集团国际工程有限公司北京100036

为构建高精度大坝变形预测模型,引入基于最大信息系数特征筛选方法(MIC-CFS)对大坝变形影响因子进行筛选,减少冗余信息,降低模型复杂度。同时运用灰狼优化算法(GWO)对核极限学习机(KELM)的正则化系数和核参数进行寻优,提高模型预测精度... 详细信息

为构建高精度大坝变形预测模型,引入基于最大信息系数特征筛选方法(MIC-CFS)对大坝变形影响因子进行筛选,减少冗余信息,降低模型复杂度。同时运用灰狼优化算法(GWO)对核极限学习机(KELM)的正则化系数和核参数进行寻优,提高模型预测精度,建立基于MIC-CFS-GWO-KELM的大坝变形预测模型。以某混凝土双曲拱坝实测资料对模型进行测试,结果表明,所建模型在均方根误差、平均绝对百分比误差和拟合优度上均优于GWO-KELM、MIC-CFSKELM、PCA-GWO-KLEM、MIC-CFS-BP模型,预测精度较高,能够为大坝变形安全分析提供参考。

关键词：大坝变形预测最大信息系数相关性特征选择灰狼优化算法核极限学习机

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：