检索结果-南通市图书馆

基于xgboost算法探究混合磨玻璃结节型肺腺癌浸润程度的关键影像学特征

在线全文

学校读者我要写书评

暂无评论

实用心脑肺血管病杂志 2025年第1期33卷 23-28页

作者：陈凯吴天晨宋德胤沈广澍梁艳江苏省南京市中医院影像科 210022

目的基于xgboost算法探究混合磨玻璃结节(mGGN)型肺腺癌浸润程度的关键影像学特征。方法回顾性选取2020年1月—2023年1月南京市中医院心胸外科收治的mGGN型肺腺癌患者104名,收集患者的性别、年龄及影像学特征。按照肿瘤细胞有无基底膜... 详细信息

目的基于xgboost算法探究混合磨玻璃结节(mGGN)型肺腺癌浸润程度的关键影像学特征。方法回顾性选取2020年1月—2023年1月南京市中医院心胸外科收治的mGGN型肺腺癌患者104名,收集患者的性别、年龄及影像学特征。按照肿瘤细胞有无基底膜浸润将患者分为腺体前驱期组(n=21)和浸润性病变期组(n=83)。对两位资深病理学专家判定mGGN型肺腺癌浸润程度的结果进行一致性检验。按照3∶7的比例将104例mGGN型肺腺癌患者分为训练集(n=31)和测试集(n=73),其中训练集进行xgboost算法,并构建暗箱模型,绘制ROC曲线以评价暗箱模型对测试集mGGN型肺腺癌浸润性病变期的预测价值,采用R包计算每个特征变量的SHAP值。结果两位资深病理学专家诊断mGGN型肺腺癌浸润程度的组内相关系数(ICC)为0.97。腺体前驱期组与浸润性病变期组患者结节边缘影像学征象、结节长径、结节短径、结节长短径均值、结节实性部分长径比较,差异有统计学意义(Pxgboost算法在训练集构建暗箱模型,选择对数损失函数(Logloss)最小的暗箱模型参数,按照相对权重系数大小排序,前五位特征变量分别是结节长径、结节实性部分长径、结节边缘毛刺征、结节边缘分叶征、结节实性部分/结节长径比值。SHAP图分析结果显示,结节长径、结节实性部分长径、结节实性部分/结节长径比值每增加一个标准单位,mGGN型肺腺癌浸润性病变期的风险分别升高65.3%、61.9%、45.0%;出现结节边缘毛刺征、结节边缘分叶征时,mGGN型肺腺癌浸润性病变期的风险分别升高38.1%、37.7%。ROC曲线分析结果显示,该暗箱模型预测测试集mGGN型肺腺癌浸润性病变期的AUC为0.88[95%CI(0.75~0.96)]。结论结节长径、结节实性部分长径、结节边缘毛刺征、结节边缘分叶征、结节实性部分/结节长径比值是mGGN型肺腺癌浸润程度的关键影像学特征。

关键词：肺腺癌混合磨玻璃结节影像学特征 xgboost算法

xgboost算法在致密砂岩气储层测井解释中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

石油地球物理勘探 2019年第2期54卷 447-455,I0011页

作者：闫星宇顾汉明肖逸飞任浩倪俊中国地质大学(武汉)地球物理与空间信息学院湖北武汉430074 地球内部多尺度成像湖北省重点实验室湖北武汉430074

传统单一模型的机器学习方法用于致密砂岩气储层测井解释时存在多解性,为此,将xgboost算法应用于致密砂岩气储层测井解释。基于A工区测井解释资料,以不同种类的测井资料作为输入变量,通过xgboost算法建立回归预测模型,预测该区孔隙度与... 详细信息

传统单一模型的机器学习方法用于致密砂岩气储层测井解释时存在多解性,为此,将xgboost算法应用于致密砂岩气储层测井解释。基于A工区测井解释资料,以不同种类的测井资料作为输入变量,通过xgboost算法建立回归预测模型,预测该区孔隙度与渗透率参数,并探讨了xgboost算法中各类参数的优化。以准确率指标为评价标准,通过xgboost算法建立的分类预测模型对该区储层类型进行预测,同时与随机森林方法和支持向量机算法进行比较,xgboost算法的预测效果较好。结果表明xgboost算法能准确地预测孔隙度、渗透率并对该工区致密砂岩气层进行有效识别。

关键词：致密砂岩气储层机器学习 xgboost算法测井解释

xgboost算法在多光谱遥感浅海水深反演中的应用

在线全文

学校读者我要写书评

暂无评论

海洋科学 2021年第4期45卷 83-89页

作者：胡鹏赵露露高磊朱金山山东科技大学测绘科学与工程学院山东青岛266590 地理信息工程国家重点实验室陕西西安710054 自然资源部海洋测绘技术重点实验室山东青岛266590

在多光谱遥感浅海水深反演过程中,考虑到水体和底质影响,水深值和海水表面辐射亮度之间的线性关系不成立。本文以甘泉岛南部0~25m范围的沙质区域为研究区域,利用GeoEye-1多光谱遥感影像和多波束实测水深数据构建xgboost非线性水深反演模... 详细信息

在多光谱遥感浅海水深反演过程中,考虑到水体和底质影响,水深值和海水表面辐射亮度之间的线性关系不成立。本文以甘泉岛南部0~25m范围的沙质区域为研究区域,利用GeoEye-1多光谱遥感影像和多波束实测水深数据构建xgboost非线性水深反演模型,研究了xgboost算法用于水深反演的性能。以决定系数(R^(2)),均方误差(MSE)和平均绝对误差(MAE)作为评价指标,并与3种传统线性回归模型进行了对比分析。结果表明,xgboost非线性水深反演模型的R~2、MSE和MAE分别为0.991、0.33m和0.44m,拟合程度最好,精度优于线性回归模型。为进一步探究各模型在不同水深的反演精度,将水深范围分成3段(0~8 m,8~15 m,15~25 m)分别进行精度验证和误差分析。结果表明,xgboost模型在各分段的精度均优于线性回归模型,MSE依次为0.56 m,0.14 m和0.43 m。可见,在单一底质区域下xgboost模型的水深反演精度更高,且反演效果更稳定。

关键词：光学浅海水深反演 xgboost算法非线性回归模型底质类型

基于IPLS-xgboost算法的可见-近红外光谱鸡蛋新鲜度高效准确检测技术研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2023年第6期43卷 1711-1718页

作者：张美志张宁乔聪许黄蓉高博孟庆扬鱼卫星西安邮电大学电子工程学院陕西西安710121 中国科学院西安光学精密机械研究所中国科学院光谱成像技术重点实验室陕西西安710119

针对传统光谱法检测鸡蛋新鲜度存在的效率低、准确率不够高等问题,提出采用可见-近红外光谱结合极度提升树(xgboost)等算法对鸡蛋新鲜度分类进行研究,以期在保证足够高准确度的同时大幅提高检测效率。将不同储存条件下的鸡蛋作为样本,... 详细信息

针对传统光谱法检测鸡蛋新鲜度存在的效率低、准确率不够高等问题,提出采用可见-近红外光谱结合极度提升树(xgboost)等算法对鸡蛋新鲜度分类进行研究,以期在保证足够高准确度的同时大幅提高检测效率。将不同储存条件下的鸡蛋作为样本,并分别划分为训练集和测试集,采用训练集的综合评价指标(F-measure)和准确率(Accuracy)评估分类模型的性能。具体地,首先利用可见-近红外光谱系统采集鸡蛋的反射光谱,将所得的光谱数据经过不同预处理后再结合随机森林(random forest,RF)、偏最小二乘(partial least squares,PLS)、支持向量机(support vector machine,SVM)、多层感知机(muhi-layer perception,MLP)以及xgboost等分类算法构建鸡蛋新鲜度分类评估模型,并对比各模型性能指标。分析结果发现,经Savitzky-Golay一阶导(Savitzky Golay first-order derivative,SG-1^(st)-Der)预处理后的RF、SVM、xgboost模型和经标准正态变量(standardized normal variate,SNV)预处理后的PLS、MLP模型具有较好的训练结果。为进一步提高模型精度和运算效率,提出利用区间偏最小二乘法(interval partial least squares,IPLS)对SG-1^(st)-Der和SNV预处理后的光谱数据首先进行降维,然后再分别建立基于RF、SVM、xgboost、PLS及MLP等算法的预估模型,最后通过测试集对模型进行验证。结果发现原始光谱数据经SG-1^(st)-Der预处理后所建立的IPLS-xgboost分类模型性能最优,在不同储藏条件下测试集的F-measure分别为92.33%和90%,Accuracy分别达到94.44%和91.67%,而程序运行时间均不超过0.6 s。表明,可见-近红外光谱结合IPLS-xgboost分类算法可应用于鸡蛋新鲜度评估,该方法在模型分类性能、准确度评估、运行速度等方面比传统方法更具优越性。

关键词：可见/近红外光谱技术 xgboost算法区间偏最小二乘法鸡蛋新鲜度

xgboost算法在轻度认知障碍人群阿尔兹海默病发病预测中的应用

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（医学版） 2022年第6期57卷 751-756页

作者：丛慧文徐雅琪王爱民王廉源杨毅王凤琳黄一铭石福艳王素珍潍坊医学院公共卫生学院卫生统计学系山东潍坊261053

目的:探索极限梯度增强(xgboost)算法模型在轻度认知障碍(MCI)向阿尔茨海默病(AD)转化中的预测性能。方法:从AD神经影像学计划数据库中选取370例MCI患者,收集随访数据。通过无放回随机抽样将样本分为包含70%样本量的训练集和包含30%样... 详细信息

目的:探索极限梯度增强(xgboost)算法模型在轻度认知障碍(MCI)向阿尔茨海默病(AD)转化中的预测性能。方法:从AD神经影像学计划数据库中选取370例MCI患者,收集随访数据。通过无放回随机抽样将样本分为包含70%样本量的训练集和包含30%样本量的测试集。以第1次随访后10 a内是否患AD为因变量,采用xgboost算法筛选特征变量,构建AD预测模型,同时构建Logistic回归、BP神经网络和支持向量机模型,评价模型预测AD的效能。结果:经xgboost特征选择,临床痴呆评分总和量表(CDR-SB)得分、社会活动功能量表(FAQ)得分、简易精神状态检查量表得分、听觉语言学习测试得分、BMI、舒张压、缬氨酸、白蛋白、年龄、葡萄糖、教育水平得分、糖蛋白-N-乙酰(GlycA)被纳入预测模型。基于最佳超参数组合建立的xgboost模型的预测性能优于其他模型,其准确率、敏感度、特异度、Kappa值和AUC(95%CI)分别为0.935、0.962、0.862、0.833和0.921(0.858~0.985)。所构建的xgboost模型中,CDR-SB得分和FAQ得分重要性最大,占74.91%。结论:基于xgboost算法构建的预测模型可用于AD患病风险的预测;在MCI人群中,CDR-SB得分和FAQ得分为重点关注指标。

关键词：阿尔茨海默病轻度认知障碍 xgboost算法机器学习

同方期刊数据库

基于xgboost算法的铁路旅客退票率预测研究

在线全文

学校读者我要写书评

暂无评论

铁道学报 2019年第12期41卷 19-25页

作者：王红爱中国铁道科学研究院

旅客退票后释放的空闲席位被有效再利用是铁路部门研究的重点课题之一,对退票情况进行预测,是实现对此部分席位提前规划和合理管理的前提,可以满足更多旅客的出行需求。研究铁路旅客退票率预测,首先,分析了退票率数据的特点,设计了EW-DB... 详细信息

旅客退票后释放的空闲席位被有效再利用是铁路部门研究的重点课题之一,对退票情况进行预测,是实现对此部分席位提前规划和合理管理的前提,可以满足更多旅客的出行需求。研究铁路旅客退票率预测,首先,分析了退票率数据的特点,设计了EW-DBSCAN算法对旅客退票率进行离散化处理;然后,基于梯度算法在目标离散化区间计算出满足误差范围的最优预测退票率;最后,利用基于贝叶斯参数最优化的xgboost算法对旅客退票率进行分类,并预测各区段的退票率。最后对该分类方法进行验证,并与其他方法进行对比,结果表明本文的分类算法精确度较高。

关键词：铁路客票退票率离散化梯度算法 xgboost算法贝叶斯算法

基于xgboost算法的用户评分预测模型及应用

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2019年第1期3卷 118-126页

作者：杨贵军徐雪赵富强天津财经大学中国经济统计研究中心天津300222 天津财经大学理工学院天津300222

【目的】基于用户网络评论构建有效的评分预测模型,挖掘用户消费行为特征。【方法】基于LDA模型,量化用户评论为主题特征向量作为解释变量,将用户评分作为被解释变量,采用xgboost算法,并加入样本扰动和属性扰动生成多个模型进行集成,构... 详细信息

【目的】基于用户网络评论构建有效的评分预测模型,挖掘用户消费行为特征。【方法】基于LDA模型,量化用户评论为主题特征向量作为解释变量,将用户评分作为被解释变量,采用xgboost算法,并加入样本扰动和属性扰动生成多个模型进行集成,构建用户评分预测模型。【结果】针对某汽车门户网站的用户评论评分预测结果表明,该模型较好地揭示了用户对汽车商品的偏好。较逻辑回归、随机森林算法,其预测准确度分别高出13.73%、0.64%,且具有较高的计算效率。【局限】未融合其他方面的数据对用户行为特征进行更全面的刻画。【结论】将用户评论量化为主题特征向量,基于xgboost算法能够准确、高效地预测用户评分。

关键词：评分预测 xgboost算法 LDA主题模型文本特征提取用户评论

基于xgboost算法的电力系统暂态稳定评估

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2019年第3期39卷 77-83,89页

作者：张晨宇王慧芳叶晓君浙江大学电气工程学院浙江杭州310027 广东电网有限责任公司惠州供电局广东惠州516003

针对暂态稳定评估问题的特点,在改进极限梯度提升(xgboost)算法的基础上进行暂态稳定评估。根据电网物理特点,定义能够反映电力系统稳态运行状态的特征集;研究xgboost算法用于暂态稳定评估的过程:针对暂态稳定预测中2类错误严重程度不... 详细信息

针对暂态稳定评估问题的特点,在改进极限梯度提升(xgboost)算法的基础上进行暂态稳定评估。根据电网物理特点,定义能够反映电力系统稳态运行状态的特征集;研究xgboost算法用于暂态稳定评估的过程:针对暂态稳定预测中2类错误严重程度不同的特点,定义包含注意力系数的对数损失函数,使得模型对不稳定样本的误预测情况减少;使用Logistic函数将模型输出概率化,用于衡量xgboost模型输出的可靠程度,预防部分误预测;给出针对任意系统随机产生样本集的方法。IEEE 39节点系统仿真结果表明,xgboost算法在准确率上均高于其他几类常用机器学习算法,优化后的损失函数降低了不稳定样本错误分类的可能性,使该算法的召回率较优于其他方法,且概率化输出的形式有助于评估模型输出的可靠程度,降低了误预测的概率。

关键词：暂态稳定性 xgboost算法机器学习人工智能 Logistic函数

基于xgboost算法的多云多雾地区多源遥感作物识别

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第4期53卷 149-156页

作者：张超陈畅徐海清薛琳中国农业大学土地科学与技术学院北京100083 自然资源部农用地质量与监控重点实验室北京100083 安徽皖南烟叶有限责任公司宣城242000

快速、准确地获取作物种植面积信息是长势监测、产量估算、病虫害监测和预警的基础。针对我国江南区域多云雾的特点,以Sentinel-1/2为数据源,综合采用光学遥感影像和合成孔径雷达(Synthetic aperture radar,SAR)影像等多源数据,针对研... 详细信息

快速、准确地获取作物种植面积信息是长势监测、产量估算、病虫害监测和预警的基础。针对我国江南区域多云雾的特点,以Sentinel-1/2为数据源,综合采用光学遥感影像和合成孔径雷达(Synthetic aperture radar,SAR)影像等多源数据,针对研究区作物早春覆膜的特点,构建地膜植被指数(SAR plastic-film vegetation index,SPVI);利用时序光谱和植被指数特征,研究基于xgboost算法的作物识别方法。以安徽省宣城市宣州区为研究区,开展实例验证研究。在作物生育期内,云雾影响较大,光学遥感覆盖稀疏区域以Sentinel-2影像为主,获取时序指数数据集,增加4期Sentinel-1雷达影像,用以补充云雾时期(5—7月)光学影像的缺失。以本文设计的方法,得到作物识别总体精度为84.87%,优于随机森林的83.93%,主要作物烟草制图精度88.69%,用户精度95.51%。仅使用生育期Sentinel-2影像的作物识别总体精度79.01%,主要作物烟草制图精度82.30%,用户精度93.49%。研究结果表明,本文构建的基于xgboost算法多源遥感作物识别方法可满足多云多雾地区作物识别应用要求。

关键词：多源遥感作物识别 xgboost算法云雾地区

维普期刊数据库博看期刊