检索结果-南通市图书馆

LASSO算法在基于自然群体随机交配的多iQTL定位中的应用

在线全文

学校读者我要写书评

暂无评论

福建农林大学学报（自然科学版） 2020年第3期49卷 418-424页

作者：黎哲镇郑珂辉周富杰叶景山温永仙福建农林大学计算机与信息学院福建农林大学生命科学学院福建福州350002

基于自然群体随机交配,应用LASSO算法进行多iQTL定位,带有坐标下降的lasso方法能够将无关变量压缩并使之趋于零.对模拟产生的自然群体和水稻自然群体数据进行模拟研究,结果表明应用LASSO算法进行多iQTL定位,能够高效、准确地定位到iQTL... 详细信息

基于自然群体随机交配,应用LASSO算法进行多iQTL定位,带有坐标下降的lasso方法能够将无关变量压缩并使之趋于零.对模拟产生的自然群体和水稻自然群体数据进行模拟研究,结果表明应用LASSO算法进行多iQTL定位,能够高效、准确地定位到iQTL的位置,并且对各种遗传效应能进行较精确的估计.

关键词：印迹效应 LASSO算法多iQTL定位

在线全文

学校读者我要写书评

暂无评论

基于LASSO算法的油田产量预测方法

科学技术与工程 2020年第26期20卷 10759-10763页

作者：谷建伟周鑫王硕亮中国石油大学(华东)石油工程学院青岛266580 中国地质大学(北京)能源学院北京100088

随着油田的不断开采,油田的产量预测也变得越来越重要。目前有许多基于机器学习的预测方法,但大多数都不能给出具体的预测模型。提出一种基于LASSO算法的预测方法,结合现场生产数据,选取一系列相关特征参数,通过对参数数据的分析,初步... 详细信息

随着油田的不断开采,油田的产量预测也变得越来越重要。目前有许多基于机器学习的预测方法,但大多数都不能给出具体的预测模型。提出一种基于LASSO算法的预测方法,结合现场生产数据,选取一系列相关特征参数,通过对参数数据的分析,初步选取各个参数的函数形式,然后利用LASSO算法得到最终的预测模型,达到预测产量的目的。现场试验表明,该方法得到的预测模型比较准确,可解释性强,且预测精度高,可以应用于矿场产量预测。

关键词：产量预测机器学习 LASSO算法函数选取

近红外光谱结合LASSO算法测定制浆材抽出物含量

在线全文

学校读者我要写书评

暂无评论

中国造纸学报 2015年第4期30卷 22-26页

作者：吴珽房桂干梁龙崔宏辉熊智新中国林业科学研究院林产化学工业研究所国家林业局林产化学工程重点开放性实验室生物质化学利用国家工程实验室江苏南京210042 南京林业大学轻工科学与工程学院江苏南京210037

为实现制浆材材性的快速测定,首先用常规方法测定了144个制浆材样品的冷水、热水、苯-醇和1%NaOH抽出物含量,并采集了样品的近红外光谱,然后对原始光谱进行预处理,并运用LASSO算法及交互验证建立最优校正模型。对模型进行独立验证,决定... 详细信息

为实现制浆材材性的快速测定,首先用常规方法测定了144个制浆材样品的冷水、热水、苯-醇和1%NaOH抽出物含量,并采集了样品的近红外光谱,然后对原始光谱进行预处理,并运用LASSO算法及交互验证建立最优校正模型。对模型进行独立验证,决定系数R2val分别为0.9186、0.9085、0.9241、0.9760,预测均方根误差分别为0.24%、0.30%、0.28%、0.38%,相对分析误差分别为3.50、3.31、3.63、6.45,绝对偏差分别为-0.42%~0.37%、-0.43%~0.41%、-0.47%~0.40%、-0.55%~0.57%。这些模型预测性能能够满足制浆造纸工业的要求,同时,也证实了LASSO算法用于制浆材抽出物测定的可行性。

关键词： LASSO算法近红外光谱制浆材抽出物含量

在线全文

学校读者我要写书评

暂无评论

基于LASSO算法的股指追踪研究

投资与合作 2023年第2期 42-44页

作者：顾明庆程相怡上海大学悉尼工商学院扬州大学

指数追踪主要是对某一指数的表现进行复制或跟踪，是一种流行的被动投资组合管理策略。指数复制的3种方法分别是完全复制法、抽样复制法和优化选样法。完全复制法虽然能够完全追踪指数，但随着资产数目的增加，全面复制往往会遇到流动... 详细信息

指数追踪主要是对某一指数的表现进行复制或跟踪，是一种流行的被动投资组合管理策略。指数复制的3种方法分别是完全复制法、抽样复制法和优化选样法。完全复制法虽然能够完全追踪指数，但随着资产数目的增加，全面复制往往会遇到流动性差和成本高的问题，从而不受投资者青睐。抽样复制法虽能减少证券种类、降低交易费用，但其抽样过程是在成分股中随机抽取一定数量的证券，从而建立追踪组合，这种方法的实际效果并不好。优化选样法是通过优化选择部分证券来构建追踪组合，获得与指数相近的收益表现，该方法通过建立数学模型将问题量化。文章运用LASSO算法对上证龙头指数里的成分股进行筛选，进而构建能够复制该指数的投资组合。

关键词：股指追踪 LASSO算法实证分析上证龙头指数成分股

一种利用Screening加速技巧的LASSO算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2018年第4期54卷 135-140页

作者：邱俊洋潘志松易磊陶蔚张梁梁中国人民解放军理工大学指挥信息系统学院南京210007

lasso(Least absolute shrinkage and selection operator)是目前广为应用的一种稀疏特征选择算法。经典的LASSO算法通过对高维数据进行特征选择一定程度上降低了计算开销,然而,求解lasso问题目前仍面临诸多困难与挑战,例如当特征维数... 详细信息

lasso(Least absolute shrinkage and selection operator)是目前广为应用的一种稀疏特征选择算法。经典的LASSO算法通过对高维数据进行特征选择一定程度上降低了计算开销,然而,求解lasso问题目前仍面临诸多困难与挑战,例如当特征维数和样本数量非常大时,甚至无法将数据矩阵加载到主存储器中。为了应对这一挑战,Screening加速技巧成为近年来研究的热点。Screening可以在问题优化求解之前将稀疏优化结果中系数必然为0的无效特征筛选出来并剔除,从而极大地降低数据维度,在不损失问题求解精度的前提下,加速稀疏优化问题的求解速度。首先推导了lasso的对偶问题,根据对偶问题的特性得出基于对偶多面投影的Screening加速技巧,最后将Screening加速技巧引入lasso特征选择算法,并在多个高维数据集上进行实验,通过加速比、识别率以及算法运行时间三个指标验证了Screening加速技巧在LASSO算法上的良好性能。

关键词： LASSO算法 Screening加速技巧稀疏特征选择高维数据

在线全文

学校读者我要写书评

暂无评论

基于LASSO算法的波束空间信道估计

无线互联科技 2023年第11期20卷 14-19页

作者：张珍凤张文芳山西能源学院电气与控制工程系山西太原030006

在大规模毫米波(mmWave)天线阵列通信中,多输入多输出(Multiple Input Multiple Output,MIMO)系统可以使用透镜天线阵列大幅减少射频链的数量,但由于天线的数量远远大于射频链路的数量,信道估计具有挑战性。由于波束空间信道具有稀疏的... 详细信息

在大规模毫米波(mmWave)天线阵列通信中,多输入多输出(Multiple Input Multiple Output,MIMO)系统可以使用透镜天线阵列大幅减少射频链的数量,但由于天线的数量远远大于射频链路的数量,信道估计具有挑战性。由于波束空间信道具有稀疏的特性,那么用于求解稀疏信号恢复问题的算法,可以作为波束空间信道估计问题的解决方法。波束空间信道估计问题建立的模型是基于l0-范数的非凸性问题,该问题为NP-hard。通常用l1-范数代替l0-范数,将该问题转化为凸优化问题。该凸优化问题可以用传统的贪心算法方法进行求解。然而,这些贪心算法估计精度差。而且随着稀疏度的增加,计算复杂度也会增加。文章提出了最小角回归(Least Angle Regression,LARS)算法和改进的最小绝对收缩和选择算子(Least Absolute Shrinkage and Selection Operator,lasso)算法,高效地解决了稀疏信号的恢复问题,即波束信道的估计。实验仿真结果表明,LARS算法和所提出的改进LASSO算法能够获得比传统OMP算法更高效且具有更好的波束空间信道估计精度。

关键词：波束空间信道估计 OMP算法 LARS算法 LASSO算法

改进的自适应LASSO算法及其在人口出生率中的应用

在线全文

学校读者我要写书评

暂无评论

改进的自适应Lasso算法及其在人口出生率中的应用

作者：田青西安财经大学

学位级别：硕士

自改革开放以来,随着中国经济的快速发展,我国的人口结构呈现出低出生率、低死亡率和低增长率。近年来,随着劳动力人口数量开始减少,我国人口老龄化趋势愈发明显,严重影响了我国的经济发展状况。对影响人口出生率的因素研究,是一项人口... 详细信息

自改革开放以来,随着中国经济的快速发展,我国的人口结构呈现出低出生率、低死亡率和低增长率。近年来,随着劳动力人口数量开始减少,我国人口老龄化趋势愈发明显,严重影响了我国的经济发展状况。对影响人口出生率的因素研究,是一项人口学研究的核心问题之一。本文以国内2007-2017年的面板数据为基础,提出了改进的自适应LASSO算法并用该算法对影响人口出生率的变量进行了稀疏选择。首先,介绍了lasso方法、自适应lasso方法和OMP算法的基本思想和算法步骤,基于以上三个算法提出了自适应的正交匹配追踪(AOMP)算法,并用人工数据对所提AOMP算法进行数值实验,数值实验结果表明:所提AOMP算法的降维速度快且具有较强鲁棒性,可快速完成稀疏变量的选择。其次,分别用lasso方法、OMP算法以及AOMP算法对人口出生率的影响因素进行建模求解,并对三个算法进行对比实验,发现AOMP算法的稀疏度低且误差小;基于AOMP算法的人口出生率变量选择结果表明:少儿抚养比、婴儿死亡率、国内生产总值和居民消费价格指数对人口出生率的影响最大,其中少儿抚养比、国内生产总值和居民消费价格指数对人口出生率的影响都是正向的,而婴儿死亡率对人口出生率的影响是负向的;最后,基于所选影响出生率变量提出了一些建议:主要包括提高居民住房保障,严格控制通货膨胀和物价的涨幅,完善医疗状况,降低剖腹产的发生等措施,刺激民众的生育意愿。

关键词：人口出生率特征选择压缩感知自适应性 LASSO算法

基于网络数据库及WGCNA-LASSO算法胃癌预后lncRNA分子标志物筛选

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

基于网络数据库及WGCNA-LASSO算法胃癌预后lncRNA分子标志物筛选

作者：刘辉华北理工大学

学位级别：硕士

目的基于网络数据库中胃癌和癌旁组织的RNA测序数据及临床特征数据,运用系统生物学方法联合机器学习算法进行生物信息学分析,筛选出胃癌预后长链非编码RNA（long noncoding RNA,lncRNA）分子标志物,为研究胃癌发生发展的分子学机制提供... 详细信息

目的基于网络数据库中胃癌和癌旁组织的RNA测序数据及临床特征数据,运用系统生物学方法联合机器学习算法进行生物信息学分析,筛选出胃癌预后长链非编码RNA（long noncoding RNA,lncRNA）分子标志物,为研究胃癌发生发展的分子学机制提供参考。方法1从癌症基因组图谱官网下载胃癌和癌旁组织RNA测序数据及临床特征数据,提取lncRNA数据并进行标准化处理,运用“edge R”函数包筛选胃癌差异表达lncRNA,采用加权基因共表达网络分析（Weighted Gene Correlation Network Analysis,WGCNA）鉴定与胃癌总体生存时间相关的lncRNA模块。2运用最小化绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator,lasso）算法对模块内lncRNA构建胃癌预后lncRNA模型,绘制受试者工作特征曲线（Receiver Operating Characteristic,ROC）并计算曲线下面积（Area Under Curve,AUC）评价模型。根据模型计算胃癌和癌旁样本对应的风险评分,据风险评分中位值将胃癌分为高风险组和低风险组,利用Kaplan-Meier法进行生存分析评估模型预测胃癌预后的能力。对模型内lncRNA绘制单基因ROC曲线并计算AUC,识别出胃癌预后关键lncRNA分子,并运用生存分析加以验证。通过star Base数据库、Mutil Experiment Matrix（MEM）数据库进行胃癌预后关键lncRNA分子靶基因的预测。结果1本研究纳入345例胃癌及32例癌旁组织的RNA测序数据及临床特征数据,筛选出3301个胃癌差异表达lncRNA,其中有2439个lncRNA表达上调,862个lncRNA表达下调;对差异表达lncRNA运用WGCNA构建加权基因共表达网络,划分成17个模块,与胃癌总体生存时间显著相关的是绿色模块。2运用LASSO算法对绿色模块内100个lncRNA进行特征提取,筛选出11个lncRNA构建胃癌预后lncRNA模型;模型生存分析结果表明,高风险组中位生存时间短于低风险组,模型的AUC为0.641,提示模型预测性能良好。计算模型内单个lncRNA的AUC,结果发现LINC00665的AUC值最大,为0.695,提示LINC00665可有效独立预测胃癌预后;生存分析发现LINC00665划分的胃癌高低表达组在生存时间上具有差异（P=0.007）,差异具有统计学意义,可作为胃癌预后可能分子标志物。运用star Base数据库、MEM数据库进行靶基因预测分析,发现HKR1可能是LINC00665的靶基因,相关性分析发现LINC00665与HKR1在胃癌中具有明显相关性（r=0.401,P=6.93e-16）。结论1基于TCGA联合WGCNA鉴定出包含100个lncRNA的胃癌预后lncRNA模块,为筛选胃癌预后相关lncRNA分子标志物提供数据支持。2基于LASSO算法筛选出LINC00665可能是胃癌预后lncRNA分子标志物,可能通过调控靶基因HKR1影响胃癌的发生发展过程。图18幅;表4个;参135篇。

关键词：胃癌预后长链非编码RNA 加权基因共表达网络分析 LASSO算法 LINC00665

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

LASSO算法在SVR模型中的应用

合作经济与科技 2023年第7期 173-175页

作者：闫静莹西安财经大学陕西西安

支持向量回归(SVR)模型对高维数据的研究具有出色的泛化能力和很高的预测精度,但在问题之初,数据往往存在着多重共线性的问题。本文引入LASSO算法进行变量筛选后再建立SVR回归模型,以此期望获得较好的模型效果。选取陕西省一般公共预算... 详细信息

支持向量回归(SVR)模型对高维数据的研究具有出色的泛化能力和很高的预测精度,但在问题之初,数据往往存在着多重共线性的问题。本文引入LASSO算法进行变量筛选后再建立SVR回归模型,以此期望获得较好的模型效果。选取陕西省一般公共预算收入及相关统计指标数据进行实证分析,使用LASSO算法进行变量优化后建立SVR回归模型对陕西省一般公共预算收入进行预测,从结果上来看,模型预测效果较好,在六个时间节点上,预测值与实际值完全一致。进而说明在高维统计建模时,使用LASSO算法进行变量筛选能够使得模型达到一个较好的效果。

关键词： LASSO算法 SVR回归模型多重共线性公共预算