检索结果-南通市图书馆

集成机器学习模型联合磁共振视觉及DTI直方图预测成人弥漫性胶质瘤IDH表型的研究

在线全文

学校读者我要写书评

暂无评论

磁共振成像 2024年第11期15卷 51-59+89页

作者：韩鑫李笑然卢洁首都医科大学宣武医院放射与核医学科磁共振成像脑信息学北京市重点实验室

目的探索基于堆叠泛化整合磁共振视觉和扩散张量成像（diffusion tensor imaging, DTI）直方图的集成学习模型预测成人弥漫性胶质瘤异柠檬酸脱氢酶（isocitrate dehydrogenase, IDH）表型的价值。材料与方法回顾性分析经2021版WHO中... 详细信息

目的探索基于堆叠泛化整合磁共振视觉和扩散张量成像（diffusion tensor imaging, DTI）直方图的集成学习模型预测成人弥漫性胶质瘤异柠檬酸脱氢酶（isocitrate dehydrogenase, IDH）表型的价值。材料与方法回顾性分析经2021版WHO中枢神经系统肿瘤分类指南确定的106例成人弥漫性胶质瘤常规MRI及DTI影像，对常规MRI进行伦勃朗视觉感受图像（visually accessible Rembrandt images, VASARI）特征评价，并测量DTI图像的各向异性分数、相对各向异性、容积比各向异性和平均扩散率的绝对值、相对值以及对应的直方图特征。采用递归式特征消除（recursive feature elimination, RFE）和Boruta算法在训练集进行特征筛选，并基于堆叠泛化法将VASARI特征、DTI临床参数及DTI直方图的高斯朴素贝叶斯模型（Gaussian Naive Bayes, GNB）与支持向量机（support vector machine, SVM）集成，建立预测成人弥漫性胶质瘤IDH表型的集成式机器学习模型。采用受试者工作特征曲线下面积（area under the curve, AUC）评估各模型性能。结果 106例成人弥漫性胶质瘤（50.05±15.17岁，54例男性）包括55例IDH突变型与51例IDH野生型。RFE与Boruta的级联递归降维分别筛选出6个VASARI特征、8个DTI临床参数特征及8个DTI直方图特征建立初级层分类器。基于DTI直方图的初级分类器的AUC最高（0.90/0.87，训练集/测试集），优于DTI临床参数构建的模型（AUC:0.83/0.78，训练集/测试集）和常规MRI视觉特征构建的模型（AUC:0.84/0.66，训练集/测试集）。基于堆叠泛化的集成学习模型预测IDH表型的AUC最高（0.92/0.89，训练集/测试集）。结论基于堆叠泛化的集成机器学习模型融合常规磁共振视觉特征和DTI特征能准确预测成人弥漫性胶质瘤IDH基因表型，辅助临床快速评估成人弥漫性胶质瘤患者的预后。

关键词：胶质瘤磁共振成像扩散张量成像集成机器学习异柠檬酸脱氢酶

基于高分遥感影像和集成机器学习的祁连山区融冻泥流识别研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

冰川冻土 2023年第2期45卷 786-797页

作者：娄佩卿吴通华陈杰朱小凡吴晓东李韧谢昌卫胡国杰中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室藏北高原冰冻圈特殊环境与灾害国家野外科学观测研究站甘肃兰州730000 中国科学院大学北京100049

受气候变暖影响,青藏高原的多年冻土正在发生广泛的退化,主要表现为融冻泥流事件的频繁发生,对生态系统和当地基础设施造成深刻影响。融冻泥流的精准识别有助于理解融冻泥流的发生和演变机制。近年来尽管基于深度学习的融冻泥流识别取... 详细信息

受气候变暖影响,青藏高原的多年冻土正在发生广泛的退化,主要表现为融冻泥流事件的频繁发生,对生态系统和当地基础设施造成深刻影响。融冻泥流的精准识别有助于理解融冻泥流的发生和演变机制。近年来尽管基于深度学习的融冻泥流识别取得了进展,但机器学习算法在该领域的识别能力仍有待探究。本研究基于GF-2卫星遥感数据构建了一种基于集成机器学习的优化面向对象融冻泥流识别算法,引入了纹理和几何等空间信息来辅助识别融冻泥流,并基于面向对象技术改善了识别模型的错分问题。此外,基于集成学习整合不同机器学习模型的优势,以获得不低于常用深度学习模型的识别精度。结果表明,基于递归特征消除(RFE)特征选择算法剔除了多维特征数据集中的冗余特征,证明了纹理和几何信息是融冻泥流识别的有效数据补充。在优化后的面向对象机器学习模型中,随机森林(RF)的识别精度最高,总体精度为87.43%。McNemar检验表明,与单一模型相比,集成机器学习模型显著提高了融冻泥流识别精度,其总体精度为93.14%。对研究区内融冻泥流的地形特征进行统计分析后发现融冻泥流主要发生在海拔3200~3500 m之间,坡度介于5°~25°,并且以东北、北和西北为主要的坡向朝向。本研究提出的集成机器学习模型为青藏高原多年冻土区日益频繁的融冻泥流事件提供了有效的识别方法,并可为基于卫星遥感影像的深度学习识别模型制作标签数据。

关键词：融冻泥流识别集成机器学习面向对象高空间分辨率遥感祁连山 GF-2

基于可解释集成机器学习的巢湖流域溶解氧驱动因素

在线全文

学校读者我要写书评

暂无评论

环境科学 2024年

作者：徐泽华刘柏音李斌邱文婷张志苗王维中国环境科学研究院环境信息研究所

溶解氧是衡量水生生态系统健康的重要指标。溶解氧浓度过低会威胁水生生物的生存并破坏生态系统的平衡，准确识别和量化驱动因素对溶解氧的影响贡献对于制定有效的水资源管理策略至关重要。选取巢湖流域作为案例研究区，利用集成的机器... 详细信息

溶解氧是衡量水生生态系统健康的重要指标。溶解氧浓度过低会威胁水生生物的生存并破坏生态系统的平衡，准确识别和量化驱动因素对溶解氧的影响贡献对于制定有效的水资源管理策略至关重要。选取巢湖流域作为案例研究区，利用集成的机器学习方法和夏普利加性解释（SHAP）分析，系统识别和解释影响该区域溶解氧变化的关键因素。结果表明，通过集成随机森林算法（RF）、极端梯度提升算法（XGBoost）和轻梯度提升算法（LightGBM）这3种模型，构建了高精度的预测模型(R2=0.94，RMSE=0.62 mg·L–1，MAE=0.41 mg·L–1)。水温、氨氮和pH值是影响溶解氧浓度的主要因素，贡献率分别为53.5%、17.6%和9.1%，而在缺氧阶段，主导因素变多，水温、氨氮的重要性分别下降20.5%和7.9%，pH、相对湿度和电导率的重要性上升7.1%、3.7%和4.8%。偏依赖分析显示，随着水温升高和氨氮浓度增加，水体中溶解氧浓度显著下降；适中的pH值有利于氧气的溶解，而极端的酸碱环境可能对溶解氧产生负面影响。在交互作用影响下，高温条件，总磷的增多和低气压都会放大温度对溶解氧浓度的负向影响。通过以上分析，研究结果旨在增进对溶解氧动态的理解，为巢湖流域的溶解氧监测、缺氧预警和管理提供数据支持和科学依据，助力巢湖水资源的可持续利用与生态保护。

关键词：溶解氧(DO) 集成机器学习驱动因素可解释性偏依赖

集成机器学习模型在不平衡样本财务预警中的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子技术应用 2021年第8期47卷 34-38页

作者：张露刘家鹏江敏祺中国计量大学经济与管理学院浙江杭州310018 上海财经大学信息管理与工程学院上海200000

基于上交所主板市场A股企业的财务指标数据来预测企业的财务风险,样本数据包括1227家正常上市企业和42家被财务预警的企业,数据严重不平衡,通过重采样技术解决了分类器在不平衡样本中失效的问题,运用Bagging思想的集成机器学习对预测模... 详细信息

基于上交所主板市场A股企业的财务指标数据来预测企业的财务风险,样本数据包括1227家正常上市企业和42家被财务预警的企业,数据严重不平衡,通过重采样技术解决了分类器在不平衡样本中失效的问题,运用Bagging思想的集成机器学习对预测模型进行提升与优化。正确挑选出有财务危机企业的概率最高达到92.86%,在此基础上,样本的整体准确率在经过模型的集成之后提高了5.4%。集成模型提高了对上市企业的财务预警能力,能为企业的正常经营和投资者的安全投资提供一定的借鉴。

关键词：财务预警预测集成机器学习不平衡采样技术

基于集成机器学习模型的川藏铁路雅安至昌都段雪崩易发性评价

在线全文

学校读者我要写书评

暂无评论

高原科学研究 2022年第2期6卷 69-79页

作者：孟少伟文洪巫锡勇林之恒凌斯祥中铁二院工程集团有限责任公司四川成都610031 西南交通大学地球科学与环境工程学院四川成都611756

文章选取川藏铁路雅安至昌都段线路两侧各20 km作为研究区,根据野外调查、遥感解译、GIS空间分析和数据挖掘等手段,选取12个雪崩评价因子,利用卡方自动交互检测法(CHAID)、多层感知器(MLP)与Boosting提升法集成为B-MLP、B-CHAID模型开... 详细信息

文章选取川藏铁路雅安至昌都段线路两侧各20 km作为研究区,根据野外调查、遥感解译、GIS空间分析和数据挖掘等手段,选取12个雪崩评价因子,利用卡方自动交互检测法(CHAID)、多层感知器(MLP)与Boosting提升法集成为B-MLP、B-CHAID模型开展雪崩易发性评价,并与其基础模型(MLP、CHAID)和支持向量机(SVM)模型的评价结果作对比。结果表明:(1)5种模型对铁路沿线雪崩易发性都有较好的预测能力,Boosting算法对CHAID和MLP模型精度均有提升;(2)基于最优精度模型(B-MLP)的雪崩易发性区划图显示雪崩极高和高易发性区分别占总面积的3.2%、2.4%,极高易发区平均海拔约4865 m,高易发区平均海拔约4716 m;(3)雪崩对川藏铁路雅安至昌都段铁路正线影响较小,但是部分布设在高海拔的辅助施工道路、辅助坑道洞口等大型临时工程可能会面临雪崩的威胁,应结合场址实际情况开展雪崩防治。

关键词：雪崩易发性评价集成机器学习川藏铁路

基于Stacking集成机器学习法的Sentinel-1海冰分类研究

在线全文

学校读者我要写书评

暂无评论

矿山测量 2022年第1期50卷 70-77页

作者：泥萍唐凯王志勇山东科技大学山东青岛266590 测绘工程国家级实验教学示范中心(山东科技大学) 山东青岛266590

随着海冰监测需求的不断扩大,合成孔径雷达数据逐渐成为海冰遥感监测的重要数据,但现阶段用于雷达海冰监测的机器学习方法普遍精度不高且鲁棒性较低。针对上述问题,对Sentinel-1影像数据提取多种影像纹理特征,然后将轻量级梯度提升机、... 详细信息

随着海冰监测需求的不断扩大,合成孔径雷达数据逐渐成为海冰遥感监测的重要数据,但现阶段用于雷达海冰监测的机器学习方法普遍精度不高且鲁棒性较低。针对上述问题,对Sentinel-1影像数据提取多种影像纹理特征,然后将轻量级梯度提升机、随机森林与深度置信神经网络通过Stacking方法集成后对海冰进行监测,并检验其精度。实验结果表明,相较于单一机器学习器,Stacking集成学习器具有更高的分类精度,证明集成学习可以提高海冰分类精度。

关键词：反向神经网络随机森林轻量级梯度提升机 Stacking 集成机器学习

基于集成机器学习的数据资产定价模型及系统设计

在线全文

学校读者我要写书评

暂无评论

中国管理信息化 2022年第14期25卷 80-82页

作者：任建宇重庆交通大学经济与管理学院重庆400000

近几年,我国数字经济快速发展,数据发掘和应用领域在政府政策加持下飞速成长。数据在被不断提取优化后成为重要的资产,其包含的信息具有可观的价值。文章研究传统数据价值评估的方法及其特点,指出目前数据资产价值评估的局限性。在此基... 详细信息

近几年,我国数字经济快速发展,数据发掘和应用领域在政府政策加持下飞速成长。数据在被不断提取优化后成为重要的资产,其包含的信息具有可观的价值。文章研究传统数据价值评估的方法及其特点,指出目前数据资产价值评估的局限性。在此基础上,文章构建数据资产定价模型和系统,根据系统功能进行若干模块的划分,应用集成机器学习的算法来评估数据资产价值,从而更准确地对数据资产进行价值评估。

关键词：集成机器学习数据资产价值评估定价模型

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

杂化集成机器学习在化学数据库中的应用

杂化集成机器学习在化学数据库中的应用

基于集成机器学习的非均匀线阵综合框架(特邀报告)

第十三届全国量子化学会议

作者：李文泽刘云龙刘佳石玥胡丽红东北师范大学计算机科学与信息技术学院

机器学习方法是人工智能目前最活跃的一个分支,它的应用也越来越广泛。在计算化学领域应用机器学习方法可以用来设计具有良好活性的分子结构、改进算法、拟合参数等。通常不同机器学习方法在相同的数据库上的表现是不同的,而可获得的同... 详细信息

机器学习方法是人工智能目前最活跃的一个分支,它的应用也越来越广泛。在计算化学领域应用机器学习方法可以用来设计具有良好活性的分子结构、改进算法、拟合参数等。通常不同机器学习方法在相同的数据库上的表现是不同的,而可获得的同一性质的化学数据库通常较小,不适合深度学习方法的使用。而将单一算法集成起来的集成学习既可以提高模型的稳健性,预测能力和预测精度,又可以不受数据量小的限制。我们利用集成学习方法为有机染料分子数据库建立了回归模型,预测精度比单一学习器的误差减少20%。另外对非共价键数据库的计算,预测精度也得到了明显提高。此外,计算表明量子化学计算的分子特征,由于反映了分子的物理本质信息是机器学习算法高质量的输入。

关键词：集成机器学习化学数据库回归模型预测精度

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于集成机器学习的非均匀线阵综合框架(特邀报告)