检索结果-南通市图书馆

检索条件"主题词=加权集成学习"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于特征融合和加权集成学习的饮水猪只身份识别研究

基于特征融合和加权集成学习的饮水猪只身份识别研究

引用

作者：仲崇欢江苏大学

学位级别：硕士

随着我国生猪产业不断朝着集约化、标准化方向发展,对猪只的疾病防控以及福利管理的需求日益增加,智能化监测猪只行为以判断其健康状态成为生猪养殖中的重要环节,对实现精准的生猪养殖具有重要意义。由于饮水量影响着猪只的生长性能,任... 详细信息

随着我国生猪产业不断朝着集约化、标准化方向发展,对猪只的疾病防控以及福利管理的需求日益增加,智能化监测猪只行为以判断其健康状态成为生猪养殖中的重要环节,对实现精准的生猪养殖具有重要意义。由于饮水量影响着猪只的生长性能,任何降低饮水量的因素都有可能导致生猪疾病频发。因此,为了科学掌握生猪的日常饮水情况,时刻考量生猪的健康状态,本文研究出了一种基于计算机视觉技术的猪只饮水行为与身份识别方法。本文主要研究内容纲要如下:(1)为实现猪只饮水行为特征图像的采集,通过关键帧筛选、预处理和图像分割对猪只个体图像进行了有效提取。通过最小最近邻像素比较法实现了关键帧筛选;采用限制对比度自适应直方图均衡化和双边滤波完成了图像的预处理;以最大类间方差法实现了饮水区域图像的分割,并通过形态学处理及连通域筛选完成了猪只个体图像的有效提取。(2)为完成猪只饮水行为的有效判别,提出了一种基于空间特征与时间特征相结合的识别方法。统计单帧饮水区域图像和基准图像中像素变化的累积值,通过与阈值对比实现饮水器占用状态的判断,并通过像素占领比对单帧图像内是否含有完整猪只加以判断,在此基础上计算猪只头部与饮水区域的交集面积,完成对单帧图像中饮水行为空间特征的判断;根据连续帧图像计算猪只的运动幅度,实现对饮水行为时间特征的判断;最终通过空间特征和时间特征共同完成猪只饮水行为识别。(3)为确定饮水猪只的身份特征,研究了一种基于改进的特征融合方法。采用加强型SIFT算法对图像中猪只的局部特征进行了提取;通过中心对称局部多态二值模式算法对猪只的纹理特征进行了准确提取;利用连通域统计算法对猪只图像的颜色空间分布特征进行了获取;对三种特征进行融合降维,以实现特征的图像表征能力和识别效率的提升。(4)为实现饮水猪只身份的准确识别,设计了一种基于差分进化算法的加权集成分类器。通过子训练集分别对KNN、SVM和NB分类器进行训练,以提高集成分类器性能;利用差分进化算法对分类器权重加以优化,使之能快速实现最优权重组合的筛选;采用加权投票法实现基分类器结果的决策与最终结果的输出。实验结果表明,本文提出的加权集成分类器比单一分类器的识别精确率高,识别精确率达92.84%。本研究利用时空特征准确判别猪只饮水行为,以及采用特征融合和加权集成学习方法有效识别饮水猪只身份,为科学掌握猪只饮水情况、智能化监测猪只健康状态提供了技术支撑,也为监测猪只的其他行为提供了理论参考。

关键词：群养猪饮水行为身份识别特征融合加权集成学习

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

面向组学数据的癌症亚型分类及特征选择技术研究

面向组学数据的癌症亚型分类及特征选择技术研究

引用

作者：司呈坤齐鲁工业大学

学位级别：硕士

国家癌症中心最新数据指出,2022年我国癌症新发病例约482.47万例,新增癌症死亡人数约257.42万人。如何在早期识别出与癌症亚型相关的重要基因以便精准医疗并提高治疗效果是当前医学研究中的关键问题。随着新一代测序技术的不断发展,海... 详细信息

国家癌症中心最新数据指出,2022年我国癌症新发病例约482.47万例,新增癌症死亡人数约257.42万人。如何在早期识别出与癌症亚型相关的重要基因以便精准医疗并提高治疗效果是当前医学研究中的关键问题。随着新一代测序技术的不断发展,海量组学数据被广泛用于癌症亚型的相关研究。但组学数据是典型的高维小样本数据,其基因特征包含大量噪声和冗余。因此,基于组学数据的特征选择算法研究尤为重要。然而,现有特征选择算法通常保留较多特征,且深度学习在组学数据分类器中鲜有应用,导致普遍分类预测精度不高。此外,基于未标注亚型标签的癌症组学数据相关研究过度依赖伪标签且缺乏对重要特征评价指标的明确定义。为解决上述问题,本文重点探索了有效的特征选择算法以选择具有丰富亚型分类信息的重要特征。主要研究内容如下:针对现有胃癌亚型分类相关研究保留特征子集数目较多、分类预测精度不高及普遍缺乏对生物标志物的进一步分析等问题,提出了一种基于准确率加权集成学习的深度特征选择算法。引入了改进的梯度提升深度特征选择算法用于胃癌分型,通过实验证明了该算法具有较好的分类预测精度。然后,通过集成表现优异的梯度提升深度特征选择算法、基于随机森林的深度特征选择算法和方差分析三个基学习器,并根据其最终预测准确率分配权重,构建了准确率加权集成学习模型。同时,设计了加入Optuna超参数调优框架的深度神经网络分型预测模型,并对最佳低维特征子集进行了一系列生信学分析。实验结果表明,该算法能够有效选择出具有临床意义的重要基因特征,且对胃癌亚型分类具有更好的预测效果。针对无监督特征选择算法过度依赖组学数据的亚型伪标签、单一组学数据难以全面揭示癌症多样性和亚型差异以及评估选择出的基因特征是否重要的指标尚不明确等问题,提出了一种面向泛癌多组学数据基于自编码器指导的改进谱聚类无监督特征选择算法。首先,提出了融合特征区分度和特征独立性的特征重要性排序规则改进谱聚类。该规则旨在对谱聚类后的各特征类簇进行排序以选择代表特征,由各类簇代表特征整合成初步的特征子集。然后,构建了深度自动编码器模型提取原始特征的潜在压缩表示,并将其与改进谱聚类后的特征子集进行特征分布相似性分析,以进一步筛选特征。此外,提出了综合考虑聚类质量的加权聚类指数和生存分析验证的评价指标。实验结果表明,该算法能够有效选择出具有丰富亚型分类信息的重要特征。

关键词：组学数据癌症亚型分类特征选择加权集成学习改进谱聚类

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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

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

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：