检索结果-南通市图书馆

基于模型过滤的多任务回归在帕金森症预测中的应用

在线全文

学校读者我要写书评

暂无评论

计算机应用 2018年第11期38卷 3221-3224,3230页

作者：刘峰季薇李云南京邮电大学通信与信息工程学院南京210003 南京邮电大学计算机学院南京210023

传统基于语音的帕金森症(PD)病情预测方法则是分别预测运动症状评分(motor-UPDRS)和总体症状评分(total-UPDRS)。为解决在单任务预测过程中,传统方法无法利用任务之间的共享信息和预测性能不佳的问题,提出了一种基于模型过滤的多任务回... 详细信息

传统基于语音的帕金森症(PD)病情预测方法则是分别预测运动症状评分(motor-UPDRS)和总体症状评分(total-UPDRS)。为解决在单任务预测过程中,传统方法无法利用任务之间的共享信息和预测性能不佳的问题,提出了一种基于模型过滤的多任务回归方法来预测帕金森症患者的motor-UPDRS和total-UPDRS。首先,考虑到子任务语音特征对预测motor-UPDRS和total-UPDRS不同的影响,添加L1正则化项进行特征选择;其次,在构建模型的同时,根据不同帕金森患者对象分布在不同的域,添加了过滤机制,来提高预测精度。在远程帕金森数据集仿真实验中,基于模型过滤的多任务回归方法在预测UPDRS时,较单任务条件下最小二乘法(LS)模型预测motor值准确度提高了67.2%,预测total值则提高了83.3%;相比单任务条件下决策回归树(CART)模型预测motor值提高了64%,预测total值则提高了78.4%。实验结果表明,基于模型过滤的多任务回归算法对UPDRS预测要优于单任务回归算法。

关键词：帕金森症语音多任务回归模型过滤特征选择统一帕金森评定量表

在线全文

学校读者我要写书评

暂无评论

个体生存分析带状多任务回归模型设计与应用

个体生存分析带状多任务回归模型设计与应用

作者：王慧恒广东工业大学

学位级别：硕士

乳腺癌是全世界妇女中发病率最高的恶性肿瘤,严重威胁着妇女的身心健康。随着乳腺癌筛查和治疗技术的进步,乳腺癌患者的术后生存率稳步提高,对乳腺癌术后个体病程预测的预后模型研究变得越来越重要。然而,自20世纪50年代以来,本文没有... 详细信息

乳腺癌是全世界妇女中发病率最高的恶性肿瘤,严重威胁着妇女的身心健康。随着乳腺癌筛查和治疗技术的进步,乳腺癌患者的术后生存率稳步提高,对乳腺癌术后个体病程预测的预后模型研究变得越来越重要。然而,自20世纪50年代以来,本文没有考虑将生存过程作为一个随机过程进行建模,从数值拟合模型到机器学习方法。近年来,本文开始将神经网络引入生存分析,但在数值方法中仍然依赖对数线性风险假设或使用预先确定的风险分布。回归者的更替未能稳定地提高离散时间生存分析地一致性系数,本文认为对离散生存分析的建模需要一些建设性的改进。目前离散生存分析的建模存在以下两个问题。（1）大多数离散生存分析模型将生存过程作为回归因子的线性变换来拟合生存状态;（2）对单一回归因子的处理仍不足以完全描述离散生存分析的风险分布和积累,本文认为离散生存分析仍需要将生存过程作为一个可以优化的整体。本文需要优化其损失函数和模型结构。本文的主要工作和贡献如下:1.本文收集并回顾了自乳腺癌预后模型开始以来开发的数值模型、机器学习模型和最近开发的生存分析模型。本文还收集了一些目前国际上常见的乳腺癌生存分析数据集,并描述和介绍了它们的分布情况,以方便随后开展的离散时间生存分析研究。2.针对生存过程的建模仍然保留了回归器的线性变换来拟合生存状态的问题,本文创新性地提出了一种多任务带状回归模型来拟合以癌症为代表的慢病和长病期的生存分析。首先,通过引入带状校正方法,建立了回归器和带状变换相结合的多任务回归模型,并从数学上推导和验证了带状检验变换矩阵的有效性和良性。其次,给出了多任务带状检验的两个特殊矩阵。最后,在真实的癌症急性病和生存分析数据集上验证了本文提出的模型对个体生存分析风险预测的有效性。在95%的置信区间内,本文模型的一致性系数与目前主流的通用神经网络生存分析模型在METABRIC数据集上得到的一致性系数相比,提高了约0.05。3.针对目前多任务生存分析模型的单一回归者仍不能作为一个整体进行整合的问题,本文证明了单一回归器的回归拟合是可以叠加的鞍过程,并对其叠加性质进行了讨论,给出了基于累积的多任务回归的新损失函数和回归形式,得出并验证了这种回归方法的理论基础和有效性。其次,本文将上一章提到的带状校验延伸到序列多任务回归模型,进行新的分解和校准形式,并验证其良性。在本章中,本文采用了更严格的实验验证方法。在95%的置信区间内,本文模型与目前主流的通用神经网络生存分析模型相比,在METABRIC数据集中得到的一致性系数提高了约0.05,在SUPPORT数据集中加入新的带状校准函数后可提高一致性系数约0.04,算法的稳健性在一定情况下得到了提高。实验结果反映出这两种方法都是提高离散生存分析一致性系数的有效途径,与其他离散时间生存分析相比,具有更好的拟合效果和更高的一致性系数。在特异性Brier分数方面,在所有离散时间事件生存分析模型中有最高的评价结果。

关键词：生存分析机器学习癌症多任务回归带状检验

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

面向癌症个体生存分析的多任务带状回归模型

计算机工程与应用 2023年第10期59卷 299-305页

作者：王慧恒蔡念陈睿刘璇黎剑广东工业大学信息工程学院广州510006 中山大学肿瘤中心诊断和介入超声科广州510060

个体癌症生存分析对于探索个人在罹患癌病后生存状态具有重要意义。针对目前多任务线性回归方法依赖于线性转换而不能体现个人癌症病程风险累积的问题,提出了一种多任务带状回归模型,用于拟合以癌症为代表的病性慢、病程长的生存分析。... 详细信息

个体癌症生存分析对于探索个人在罹患癌病后生存状态具有重要意义。针对目前多任务线性回归方法依赖于线性转换而不能体现个人癌症病程风险累积的问题,提出了一种多任务带状回归模型,用于拟合以癌症为代表的病性慢、病程长的生存分析。引入带状校验方式建立了回归器和带状转换结合的多任务回归模型,数学推导并验证了带状检验转换矩阵的有效性和良态性。给出了多任务带状矩阵的两个特殊矩阵。在真实的癌症急病和生存分析数据集上验证了提出的模型对个人生存分析风险预测的有效性。在95%置信区间中,所提模型相比于现行主流通用神经网络生存分析模型,在METABRIC数据集中获取的一致性系数提升约0.05。

关键词：癌症个体生存分析多任务回归带状校验

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

改进深度学习算法的对称翼型流场再现

西安交通大学学报 2021年第3期55卷 20-28页

作者：杨从新凌祖光王岩钱晨赵斌周楠楠兰州理工大学能源与动力工程学院兰州730050 中国核动力研究设计院成都610000

为克服计算流体力学(CFD)方法计算成本高及无法重复利用计算结果的缺陷,基于深度学习方法,利用132组二维流场数据建立NACA0018翼型α=2°~8°、Re=0.1×106~1.6×106下压力场、速度场的神经网络定常预测模型。以此为基础,将低速不可压... 详细信息

为克服计算流体力学(CFD)方法计算成本高及无法重复利用计算结果的缺陷,基于深度学习方法,利用132组二维流场数据建立NACA0018翼型α=2°~8°、Re=0.1×106~1.6×106下压力场、速度场的神经网络定常预测模型。以此为基础,将低速不可压缩流动能量守恒方程作为约束条件,考虑到翼型升阻力与表面压力的相关性及流场静压与动压的关系,提出一种能间接约束翼型压力场与速度场之间关系的激活函数。结果表明,传统激活函数与改进激活函数下的神经网络在压力场预测平均误差均在2.77%左右,但传统神经网络在速度场预测中平均误差达到11%,最大达到26.993%,而改进激活函数平均误差只有2.77%。与传统的激活函数相比,改进的激活函数的神经网络因存在内部间接约束,故在翼型速度场的预测中更准确,流场过渡更均匀,并且神经网络方法可以通过保存模型以达到重复利用数值模拟结果目的,相比传统CFD方法数小时的计算,训练完成的神经网络只需要数秒即可得到计算结果,可大大减少计算时间。

关键词：神经网络深度学习流场预测多任务回归

在线全文

学校读者我要写书评

暂无评论

融合行为特征与校园时空数据的抑郁症检测

计算机工程与设计 2023年第7期44卷 2200-2206页

作者：王昌海李敏张王卫梁辉郑州轻工业大学软件学院河南郑州450000 郑州轻工业大学马克思主义学院河南郑州450000

针对当前高校学生抑郁症检测研究特征挖掘不充分、识别准确率低的问题,提出一种融合校园时空数据和多任务回归的抑郁症检测方法。介绍感知数据的采集和预处理方法,给出融合校园时空数据的用户行为特征提取方法,提出一种基于多任务回归... 详细信息

针对当前高校学生抑郁症检测研究特征挖掘不充分、识别准确率低的问题,提出一种融合校园时空数据和多任务回归的抑郁症检测方法。介绍感知数据的采集和预处理方法,给出融合校园时空数据的用户行为特征提取方法,提出一种基于多任务回归的抑郁症指标检测模型。使用真实数据集评估方法检测效果,其结果表明,该方法对抑郁症的检测正确率提高4.7%,查全率提高10.1%。

关键词：智能手机智能感知抑郁症检测 wifi定位动作识别特征选择多任务回归

基于微博语言使用特征的用户心境状态预测研究

在线全文

学校读者我要写书评

暂无评论

基于微博语言使用特征的用户心境状态预测研究

作者：李颖华中师范大学

学位级别：硕士

在电子商务个性化推荐领域,对于个性化特征的研究主要集中于对个体外在行为的分析中,而对于个体内在心理特征的关注则较为缺乏。心理特征是用户行为的内因,对用户个体的刻画应该包含对心理特征的提取。本文以此为切入点,基于社交网络上... 详细信息

在电子商务个性化推荐领域,对于个性化特征的研究主要集中于对个体外在行为的分析中,而对于个体内在心理特征的关注则较为缺乏。心理特征是用户行为的内因,对用户个体的刻画应该包含对心理特征的提取。本文以此为切入点,基于社交网络上丰富的用户生成数据,采用不同的回归模型对用户心境状态这一心理变量进行预测,建立网络用户心境状态自动化提取方法,将丰富个性化推荐中用户研究的相关内容,完善电子商务个性化推荐策略和营销策略。微博等社交平台积累了大量的用户生成数据,这些数据中往往带有一定的个人特征或偏好,越来越多的研究者开始关注这些社交平台数据,致力于从海量的网络行为数据中挖掘出有用的信息,并对用户属性或特征进行预测。心境状态作为一种稳定而持久的情感特征,可以对人们的行为产生影响并表征于网络行为中,因此,可以通过网络行为数据对用户心境状态进行分析和预测。本文利用微博社交平台上的主页信息以及用户生成的文本内容对用户心境状态进行预测,主要考虑了微博用户生成文本中语言使用特征的差异,包括词汇使用频率等基础特征以及语言情感特征。本文自主构建了心境状态情感词典对文本的情感特征进行提取,并建立了不同时间段内的微博文本语言时序特征,用来研究心境状态可能的持续时间。通过建立网络用户行为特征与心境状态之间的关联关系,分析不同心境状态下用户行为的差异性,然后采用不同的回归模型对用户心境状态进行预测,从而实现心境状态的自动化获取。对新浪微博平台用户的实验研究结果表明可以使用社交网络数据对用户心境状态进行提取和预测,用户的文本语言使用特征对于心境状态具有一定的预测效果。相关分析结果表明用户在包含词、相对词等几类词汇的使用频率上与心境状态具备明显的相关性;用户的心境状态对用户三个月的语言文本情感特征中能产生较为明显的影响,表明心境状态的持续影响时间可能在三个月左右。回归模型的验证结果说明多任务回归的方法相比独立回归方法能取得更好的预测效果,多任务回归模型在处理多个关联变量的同步预测任务时能发挥其多任务的算法优势。

关键词：心境状态语言使用特征网络行为多任务回归