期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到20,126篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器学习方法在盾构隧道工程中的应用研究现状与展望 被引量：1
1
作者 陈湘生 曾仕琪 +1 位作者 韩文龙 苏栋 《土木与环境工程学报（中英文）》 CSCD 北大核心 2024年第1期1-13,共13页
随着盾构隧道工程信息化水平的提升,隧道掘进设备作业过程监测技术日益完善,记录的工程数据蕴含了掘进设备内部信息及其与外部地层的相互作用关系。机器学习因其数据分析能力强,无需先验的理论公式和专家知识,相较于传统的建模统计分析... 随着盾构隧道工程信息化水平的提升,隧道掘进设备作业过程监测技术日益完善,记录的工程数据蕴含了掘进设备内部信息及其与外部地层的相互作用关系。机器学习因其数据分析能力强,无需先验的理论公式和专家知识,相较于传统的建模统计分析方法具有更大的应用空间。通过机器学习方法对收集的信息与数据进行深度挖掘并分析其内在联系,有助于提升盾构隧道工程建设的效率和安全保障水平。简述机器学习方法的基本原理,总结和分析机器学习方法在盾构工程中的应用研究状况,综述基于机器学习的盾构设备状态分析、盾构设备性能预测、围岩参数反演、地表变形预测和隧道病害诊断等5个方面的进展,并分析当前研究的不足。最后,分析盾构隧道工程向智能化方向发展需重点攻克的难题。 展开更多
关键词 盾构隧道 机器学习 隧道施工 大数据 人工智能
下载PDF
机器学习在膀胱癌影像学诊断中的研究进展 被引量：1
2
作者 李娜 刘洋 +2 位作者 韩增泰 仇度旺 王锡明 《中国中西医结合影像学杂志》 2024年第1期111-115,共5页
膀胱癌早期诊断和准确分期是提高患者生存率的关键。传统的影像学诊断方法存在一定的局限性,且受诊断医师主观因素影响。近年来,机器学习技术在医学影像领域取得了快速发展,在膀胱癌影像学诊断中也显示出良好的应用前景。现就机器学习... 膀胱癌早期诊断和准确分期是提高患者生存率的关键。传统的影像学诊断方法存在一定的局限性,且受诊断医师主观因素影响。近年来,机器学习技术在医学影像领域取得了快速发展,在膀胱癌影像学诊断中也显示出良好的应用前景。现就机器学习应用于膀胱癌分期分级、预后、治疗反应性等方面的研究进展、局限及展望作一综述。 展开更多
关键词 膀胱癌 人工智能 机器学习 深度学习 诊断显像
下载PDF
基于Python构建机器学习探究中药治疗胃癌通路决策树的规律性
3
作者 宋健 孟凯强 +7 位作者 沈舒文 雷根平 韦永红 石少楠 惠建萍 王捷虹 许鹏 张云 《世界中西医结合杂志》 2024年第2期225-232,共8页
目的 胃癌(Gastric cancer, GC)是高发率和致死率“双高”的癌症,临床中药复方治疗GC有大量的证据,表明中医药在GC的治疗方面有着出色的表现。文中针对治疗GC的临床中药组方开展基础性研究,利用其他学科较为成熟的研究思路和研究方式,... 目的 胃癌(Gastric cancer, GC)是高发率和致死率“双高”的癌症,临床中药复方治疗GC有大量的证据,表明中医药在GC的治疗方面有着出色的表现。文中针对治疗GC的临床中药组方开展基础性研究,利用其他学科较为成熟的研究思路和研究方式,探究中医药在不同维度层面的规律性。方法 筛选中国知网数据库及中药系统药理学数据库与分析平台(TCMSP)(http://tcmspw.com/tcmsp.php)、BATMAN-TCM数据库(http://bionet.ncpsb.org.cn/batman-tcm/index.php/)、SymMap数据库(http://www.symmap.org)建库至2023年3月30日期间治疗GC的文献,利用Python构建决策树模型,通过文献统计有临床治疗证据的GC复方,对高频出现的药物进行分子层面的研究,形成“中药-治疗通路”矩阵,再将无临床证据的“中药-治疗通路”矩阵送入决策树模型进行学习修正,获得治疗通路的关联队列,并通过生物信息学数据分析验证决策树模型的输出结果。结果 (1)筛选出GC高频治理中药共计26味,如白术、黄芪和茯苓等;(2)找到与GC有关的通路共计225条;(3)Python构建的决策树模型进行熵值计算,在225条有临床证据的中药蛋白富集的通路中寻找到的18条对GC有重要作用的通路;(4)决策树模型计算出“Chemical carcinogenesis-Tryptophan metabolism-PI3K-Akt signaling pathway-Antigen processing and presentation”关联队列;(5)18条通路在对不同标签中药出现不同的表现,“No”标签中药的高值(深色区域)相对集中分布,而“Yes”标签中药的高值(深色区域)相对散在分布;(6)q值和p值聚类结果提示“Fatty acid biosynthesis”和“Antigen processing and presentation”均指向“1-Yes”“Vibrio cholerae infection”和“Dilated cardiomyopathy”均指向“1-No”“Breast cancer”和“Protein digestion and absorption”均指向“0-Yes”。结论 “Chemical carcinogenesis-Tryptophan metabolism-PI3K-Akt signaling pathway-Antigen processing and presentation”通路队列,是GC中药治疗通路中的关联队列。生物信息学结果与Python构建机器学习决策树模型结果在判别是否具有GC治疗作用上有着高度相似性,从生物信息学层面印证了决策树算法模型结果的准确性。同时,利用Python构建成熟的计算机模型可以从不同的角度去研究临床复方中药在疾病治疗中的规律性,是临床中药组方研究的一种新的尝试,结合多学科多角度的分析,对中医药的现代研究有积极的推动作用,并且对人类健康发展有着重要意义。 展开更多
关键词 PYTHON 机器学习 胃癌 决策树 临床中药组方 治疗通路
下载PDF
基于机器学习的空气源热泵干燥能耗回归预测
4
作者 杨仕 陈维汉 +5 位作者 杨明金 张原 李守太 蒲应俊 杨玲 宋卫东 《农业工程学报》 EI CAS CSCD 北大核心 2024年第2期41-51,共11页
为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影... 为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影响特征参数的基础上,提出将干燥工艺过程进行切分处理的方法以降低数据获取难度。选取烘房设定温度、烘房设定湿度、烘房初始温度、烘房初始湿度、环境平均温度、环境平均湿度、物料质量和初始含水率8个特征参数作为模型输入,能耗和物料结束含水率作为模型输出。使用MLRM模型、BPNN模型和其他机器学习模型进行能耗预测,MLRM模型对能耗拟合的决定系数为0.739,对物料结束含水率拟合的决定系数为0.931;BPNN模型使用Sigmoid函数作为激活函数时对能耗拟合的决定系数最高,为0.828,使用Identity函数作为激活函数时对物料结束含水率拟合的决定系数最高,为0.942,拟合效果优于其他机器学习模型,能够满足实际生产需求。以复水豌豆为干燥对象设计加载物料65 kg、持续时间4 h的完整变温变湿干燥工艺进行验证试验,结果表明:试验总能耗为15.066 kW·h,MLRM模型和BPNN模型的预测总能耗分别为14.476 kW·h、15.183 kW·h,预测精度分别为96.08%、99.23%;试验结束含水率为8.541%,MLRM模型和BPNN模型的预测结束含水率分别为9.560%、8.889%,预测精度分别为88.07%、95.93%。该研究提出了一种使用MLRM模型和BPNN模型对空气源热泵干燥能耗进行分段精准预测的有效手段,对于优化干燥工艺和降低干燥能耗具有实际意义。 展开更多
关键词 热泵干燥 能耗模型 回归预测 机器学习 工艺切分
下载PDF
机器学习在人工增雨效果统计检验中的应用
5
作者 李丹 林文 +3 位作者 刘群 冯宏芳 胡淑萍 汪智海 《应用气象学报》 CSCD 北大核心 2024年第1期118-128,共11页
利用福建省古田人工增雨试验基地2014年1月—2023年1月小时自然降水数据,结合线性拟合、多项式回归和样条回归等多种数学统计方法,开展决策树、支持向量机(SVM)和卷积神经网络(CNN)3种机器学习方法在估测目标区自然降水中的应用研究。... 利用福建省古田人工增雨试验基地2014年1月—2023年1月小时自然降水数据,结合线性拟合、多项式回归和样条回归等多种数学统计方法,开展决策树、支持向量机(SVM)和卷积神经网络(CNN)3种机器学习方法在估测目标区自然降水中的应用研究。目标区和对比区自然雨量关系模型对比结果表明:以区域平均面雨量为统计变量时,CNN和四项式回归效果相对较好,其中CNN的确定系数为0.516,均方根误差为1.097 mm;对平均面雨量进行六次方根变换后,各模型的精准度大幅提升,CNN表现最优,确定系数为0.658,其次为SVM;为克服目标区和对比区雨量时间序列效应及空间分布不均等问题,以面雨量空间格点数据作为研究对象,采用CNN 3种优化器(自适应矩估计、均方根传递和梯度随机下降)算法进行对比,发现基于自适应矩估计优化器建立目标区和对比区雨量关系模型最优,其降水估测值与实测值更接近,均方根误差最小,为0.61 mm。因此,利用CNN方法能够进一步优化目标区和对比区雨量关系模型,可为定量评估人工增雨效果提供参考。 展开更多
关键词 人工增雨效果评估 区域历史回归 机器学习 统计检验
下载PDF
基于荧光光镊与机器学习的单细胞血液分类方法
6
作者 周哲海 熊涛 +2 位作者 赵爽 张帆 朱桂贤 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第4期1081-1087,共7页
利用物种间血液成分的差异来识别物种,对生物医学、医疗健康、海关、刑侦、食品安全、野生动物保护等工作十分重要。但目前的研究都是针对群体细胞展开,忽略了单细胞的异质性,开展基于单细胞的血液光谱分类方法研究非常迫切。在此提出... 利用物种间血液成分的差异来识别物种,对生物医学、医疗健康、海关、刑侦、食品安全、野生动物保护等工作十分重要。但目前的研究都是针对群体细胞展开,忽略了单细胞的异质性,开展基于单细胞的血液光谱分类方法研究非常迫切。在此提出了一种基于荧光光镊和机器学习的单细胞血液分类方法,利用光镊实现了单细胞捕获,通过荧光光谱检测系统获得了单细胞荧光光谱数据,并基于机器学习方法实现了准确分类。首先,设计并搭建了一套荧光光镊系统,实现了单细胞捕获和荧光光谱检测。然后,制备了马、猪、犬、鸡四种动物的红细胞稀释液,以440 nm激光作为荧光激发光源,获得了四个物种每种100条、共计400条荧光光谱数据,并进行了背景去除、平滑、归一化的预处理,消除了信号中的噪声干扰。随后,建立了随机森林分类模型,分析了当抽取特征数k=20时,模型中树的棵数与预测准确率之间的关系,当决策树m=500时,分类正确率趋于稳定,有很高的分类正确率和运行效率。进一步地,设定样本数据的30%作为测试集、70%为训练集,计算不同波长与特征重要性之间的关系,得到了10个分类准确率,并取平均值作为模型分类的准确率,测试集最终准确率达到93.1%,方差为0.31%。最后,计算了混淆矩阵,对模型预测精度进行了评价,鸡的分类正确率最高,马的分类正确率最低。分析表明,对分类有重要贡献的物质分别是卟啉类物质、血红素和黄素腺嘌呤二核苷酸。总之,研究表明,将荧光光镊与机器学习方法相结合,可实现单细胞水平的血液分类,较高的分类正确率验证了这种方法的可行性和有效性。同时,该方法不需要过多样品就能满足建模需求,避免了因浓度低带来的荧光自吸收强度过低等问题,具有快速、准确分类的优点,具有非常重要的潜在应用价值。 展开更多
关键词 血液分类 荧光光镊 机器学习 单细胞 随机森林分类模型
下载PDF
基于机器学习的数据库系统参数优化方法综述
7
作者 石磊 李天 +3 位作者 高宇飞 卫琳 李翠霞 陶永才 《郑州大学学报（工学版）》 北大核心 2024年第1期1-11,28,共12页
参数优化是影响数据库性能和适应性的关键技术,合理的参数配置对于保障数据库系统的高效运行至关重要,但由于参数较多且参数间具有强关联性,传统参数优化方法难以在高维连续的参数空间中寻找最优配置,机器学习的发展为解决这一难题带来... 参数优化是影响数据库性能和适应性的关键技术,合理的参数配置对于保障数据库系统的高效运行至关重要,但由于参数较多且参数间具有强关联性,传统参数优化方法难以在高维连续的参数空间中寻找最优配置,机器学习的发展为解决这一难题带来新的机遇。通过总结和分析相关工作,将已有工作按照发展时间和特性分为专家决策、静态规则、启发式算法、传统机器学习方法和深度强化学习方法。对数据库参数优化问题进行定义,并说明启发式算法在参数优化问题上的局限性。介绍基于传统机器学习的参数优化方法,包括随机森林、支持向量机、决策树等,描述机器学习方法解决参数优化问题的一般流程并给出一般实现。由于需要大量带标注的数据,传统机器学习模型在适应性和调优能力等方面存在不足。侧重介绍深度强化学习模型的工作原理,定义参数优化问题与深度强化学习模型的映射关系,比较基于深度强化学习的相关工作对数据库性能提升、模型训练时间和涉及的技术,描述基于深度神经网络构建和训练智能体的具体流程。最后,总结已有工作的特点,对当前机器学习在数据库参数优化方面的研究热点和发展方向进行展望,指出多粒度调优、自适应算法和自运维是未来的研究趋势。 展开更多
关键词 数据库系统 参数优化 性能优化 机器学习 强化学习 数据库运维
下载PDF
基于6种机器学习算法的早发性卵巢功能不全影响因素分析
8
作者 陆玉婷 盛正和 +3 位作者 黄菲 裴世成 蒙华琳 伍善广 《郑州大学学报（医学版）》 CAS 北大核心 2024年第2期246-251,共6页
目的:通过机器学习算法对早发性卵巢功能不全(POI)的影响因素进行特征排序,找出对POI影响较大的因素。方法:先制定纳入和剔除标准,选取因月经不调就诊的500例患者,根据中医证型进行年龄和职业差异性分析。再通过逻辑回归、支持向量机、... 目的:通过机器学习算法对早发性卵巢功能不全(POI)的影响因素进行特征排序,找出对POI影响较大的因素。方法:先制定纳入和剔除标准,选取因月经不调就诊的500例患者,根据中医证型进行年龄和职业差异性分析。再通过逻辑回归、支持向量机、决策树、随机森林、极端梯度提升和K-最近邻6种机器学习算法对患者进行POI预测分类,根据算法求得的马修斯相关系数和AUC进行预测精准度比较。通过随机森林中的准确度和基尼不纯度下降对POI影响因素进行特征排序,结合逐步剔除法得到对POI影响程度排序前五的特征因素。结果:随机森林的算法在马修斯相关系数、准确率和AUC中均获得了最大值,分别为0.399、0.717和0.908。POI的影响因素有子宫或盆腔手术史、受教育程度、年龄、减肥史和吸烟史,这些因素的Borda计数得分依次为手术史(2.446)、受教育程度(2.924)、年龄(4.060)、减肥史(5.303)、吸烟史(6.429)。结论:随机森林的性能在预测POI患者中优于其他5种算法,当患者的数据信息不足时,医生可先通过这5个特征因素的指标对月经不调患者进行初步干预。 展开更多
关键词 早发性卵巢功能不全 机器学习 特征排序
下载PDF
机器学习法优化髋关节置换术围手术期治疗策略
9
作者 费俊梁 马成 +5 位作者 王黎明 蒋纯志 李旭祥 王思娜 赵杨 曾逸文 《东南大学学报（医学版）》 CAS 2024年第2期229-236,共8页
目的:基于机器学习法建立预测模型,探讨其对老年股骨颈骨折髋关节置换术围手术期输血和进入ICU的预测价值。方法:分析南京市第一医院2012年1月至2021年12月的股骨颈骨折行髋关节置换患者500例的临床资料,建立髋关节置换术后输血的预测... 目的:基于机器学习法建立预测模型,探讨其对老年股骨颈骨折髋关节置换术围手术期输血和进入ICU的预测价值。方法:分析南京市第一医院2012年1月至2021年12月的股骨颈骨折行髋关节置换患者500例的临床资料,建立髋关节置换术后输血的预测模型和进入ICU的预测模型,并且评估不同模型的预测效能。探讨影响髋关节置换术围手术期治疗的危险因素,绘制受试者工作特征(ROC)曲线,使用ROC曲线下面积(AUC)、准确率、灵敏度、特异度和F1得分来评价模型的预测性能,获得预测性能最佳的模型预测变量的重要性评分。结果:以输血为结局变量,平衡数据前随机森林的AUC值、准确率及特异度均是4个模型中最高的;平衡数据后支持向量机的AUC值、准确率、特异度以及F1得分均是最高的。以是否进ICU为结局变量,平衡数据前随机森林算法的AUC值最高,随机森林算法表现较好;平衡数据后支持向量机算法的AUC值和F1得分最高,表现最好。以是否输血为结局变量,预测变量重要性评分结果显示,术前血红蛋白和术前肌酐具有较高的重要性。以是否进ICU为结局变量,预测变量重要性评分结果显示,平衡数据前术前血红蛋白、年龄和术前肌酐具有较高的重要性;而平衡数据后术前肌酐和术前白蛋白具有较高的重要性。结论:围手术期重点关注患者的年龄、术前血红蛋白、术前肌酐、术前白蛋白,加强髋关节置换术围手术期管理,有助于老年股骨颈骨折患者的恢复,减少并发症。 展开更多
关键词 机器学习 股骨颈骨折 髋关节置换术 输血 ICU 危险因素 预测模型
下载PDF
机器学习视角下风味分子研究及其在茉莉花茶中的应用
10
作者 庞杰 李小林 +3 位作者 王芹 张钦华 黄世国 孙意岚 《粮油食品科技》 CAS CSCD 北大核心 2024年第2期74-82,共9页
旨在探讨机器学习在风味分子研究领域的应用,尤其是其在茉莉花茶风味分析中的实践。风味分子的研究是理解和优化食品、特别是茶类饮品味道和品质的基础。机器学习技术的引入为风味分子的识别和分析打开了新的视野。概述了风味分子的基... 旨在探讨机器学习在风味分子研究领域的应用,尤其是其在茉莉花茶风味分析中的实践。风味分子的研究是理解和优化食品、特别是茶类饮品味道和品质的基础。机器学习技术的引入为风味分子的识别和分析打开了新的视野。概述了风味分子的基本概念和研究方法,详细讨论了机器学习在解析分子结构与风味特性关系、茉莉花茶品质预测与控制、风味分析、预测与优化、智能化加工等方面的应用,并提出了研究展望,以期为提升茉莉花茶的品质和茶产业发展提供技术支持。 展开更多
关键词 风味分子 机器学习 茉莉花茶 品质预测与控制 风味优化 智能化加工 研究展望
下载PDF
绿色低碳机器学习研究与应用专题前言
11
作者 封举富 俞扬 刘淇 《软件学报》 EI CSCD 北大核心 2024年第4期1585-1586,共2页
近年来,随着学术界与工业界在机器学习和人工智能领域投入越来越多的关注,相关技术获得飞速发展,机器学习已经被应用到社会生活的方方面面,并产生巨大社会价值.在“生成式人工智能”“元宇宙”等科技概念越来越受欢迎的今天,机器学习面... 近年来,随着学术界与工业界在机器学习和人工智能领域投入越来越多的关注,相关技术获得飞速发展,机器学习已经被应用到社会生活的方方面面,并产生巨大社会价值.在“生成式人工智能”“元宇宙”等科技概念越来越受欢迎的今天,机器学习面临的数据量不断增长、模型规模逐步扩大,因而对计算能力的需求也在持续增长,导致了机器学习系统能耗的上涨.我国于2020年提出“双碳”目标,逐步引导绿色技术创新,实现经济增长和生态平衡的综合效益.面向“双碳”目标,如何高效使用数据和优化计算资源变得尤为关键. 展开更多
关键词 机器学习 人工智能 持续增长 绿色技术创新 计算能力 绿色低碳 生态平衡 生成式
下载PDF
基于MRI图像的机器学习模型预测子宫肌瘤HIFU消融术后疗效的价值
12
作者 何月明 罗锦文 +1 位作者 戚莹莹 张婷 《现代肿瘤医学》 CAS 2024年第6期1093-1100,共8页
目的:探讨基于MRI图像的机器学习模型预测子宫肌瘤高强度聚焦超声(HIFU)消融术后疗效的价值。方法:回顾性分析本院接受HIFU消融治疗前、后的108例子宫肌瘤患者MRI图像及临床资料,以术后子宫肌瘤体积消融率(NPVR)65%为界进行分组,进行肌... 目的:探讨基于MRI图像的机器学习模型预测子宫肌瘤高强度聚焦超声(HIFU)消融术后疗效的价值。方法:回顾性分析本院接受HIFU消融治疗前、后的108例子宫肌瘤患者MRI图像及临床资料,以术后子宫肌瘤体积消融率(NPVR)65%为界进行分组,进行肌瘤全瘤MRI定量纹理机器学习,使用ITK-SNAP软件勾画每个肌瘤术前MRI的容积感兴趣区(VOI),使用Python对每个VOI提取1834个组学特征,将特征与标注数据拼接,形成数据集,并将数据正则化,通过相关系数Spearman筛选特征,使用随机数字表法随机构建训练集76例(70%)和测试集32例(30%),通过Lasso筛选非零特征构建LR、SVM、KNN、RandomForest、ExtraTrees、XGBoost、LightGBM、MLP机器学习消融疗效预测模型;绘制ROC、DCA曲线分析、混淆矩阵图并计算各模型的AUC、敏感度、特异度、阳性预测值(PPV)、阴性预测值(NPV)、精确率、召回率、F1分数用于评价预测模型诊断性能及临床应用价值。结果:根据消融效果划分消融显著组69例,消融非显著组39例,随机构建训练集76例(70%)和测试集32例(30%),ROC曲线分析中,MRI组学预测模型预测消融显著组在验证集中最高的四个模型分别为LR 0.875(95%CI 0.731~1.000)、MLP 0.875(95%CI 0.714~1.000)、LightGBM 0.853(95%CI 0.689~1.000)、RandomForest 0.848(95%CI 0.676~1.000),且差异有统计学意义(P<0.05)。结论:基于MRI图像纹理构建的机器学习模型在术前子宫肌瘤超声引导下HIFU消融疗效预测效果好,可为子宫肌瘤HIFU术前选择及术后疗效评估提供个性化及量化参考依据。 展开更多
关键词 磁共振 机器学习 子宫肌瘤 高强度聚焦超声
下载PDF
机器学习在抗体制剂不溶性微粒分类识别中的应用
13
作者 郭莎 郭翔 +9 位作者 高洁 许东泽 梅玉婷 王翠 夏喜杰 李灵坤 贺鹏飞 吴宏宇 吴昊 王兰 《中国药事》 CAS 2024年第1期71-81,共11页
目的:对微流成像技术收集的抗体注射剂的不溶性微粒图片进行分类建模,以建立不溶性微粒的分类和溯源分析方法。方法:本研究首先制备并用微流成像系统获得气泡、硅油液滴、玻璃颗粒、反复冻融产生的蛋白颗粒4种不同类型颗粒的图片,并将... 目的:对微流成像技术收集的抗体注射剂的不溶性微粒图片进行分类建模,以建立不溶性微粒的分类和溯源分析方法。方法:本研究首先制备并用微流成像系统获得气泡、硅油液滴、玻璃颗粒、反复冻融产生的蛋白颗粒4种不同类型颗粒的图片,并将这些图片分为训练集和测试集两部分。采用3种卷积神经网络(Convolutional Neural Network,CNN)模型,即ResNet50、DenseNet201和ShuffleNetV2,对训练集中的图片进行训练和识别,建立数据集,并用于对测试集图片的识别。此外,通过在实际样品中的应用,将CNN模型识别和人眼分类的准确性和速度进行对比。结果与结论:各模型对于测试集的识别准确率都达到96%以上,且DenseNet201模型具有更优的稳定性;与人眼识别相比,准确率没有显著差异,识别速度更快且具有显著差异。本研究表明CNN模型能够对蛋白质制剂中不溶性微粒图片进行分类和溯源分析,以便采取有针对性的措施,降低药品的潜在风险和安全隐患。 展开更多
关键词 机器学习 蛋白质制剂 卷积神经网络 不溶性微粒
下载PDF
机器学习联合生物信息学鉴定骨关节炎细胞衰老关键基因及验证
14
作者 袁长深 廖书宁 +5 位作者 李哲 吴思萍 陈乐伟 刘晋邑 李彦宏 段戡 《中国组织工程研究》 CAS 北大核心 2024年第20期3196-3201,共6页
背景:细胞衰老与骨关节炎的发生、发展密切相关,但具体作用靶点及调控机制尚不清楚。目的:综合生物信息学和机器学习方法挖掘细胞衰老介导骨关节炎的关键基因,并利用实验加以验证,探讨细胞衰老在骨关节炎中的作用。方法:从GEO数据库中... 背景:细胞衰老与骨关节炎的发生、发展密切相关,但具体作用靶点及调控机制尚不清楚。目的:综合生物信息学和机器学习方法挖掘细胞衰老介导骨关节炎的关键基因,并利用实验加以验证,探讨细胞衰老在骨关节炎中的作用。方法:从GEO数据库中获得骨关节炎基因表达谱以及从CellAge数据库中获得细胞衰老相关基因,二者取交集并提取交集基因表达量进行差异分析,然后对差异基因进行GO和KEGG分析,接着通过PPI网络分析和机器学习筛选骨关节炎细胞衰老关键基因,并进行体外细胞实验验证,采用qPCR方法检测关键基因的表达。结果与结论:①获得31个骨关节炎细胞衰老差异基因,GO分析显示主要参与白细胞分化调节、单核细胞分化、T细胞分化调节等生物过程,在DNA转录因子结合、组蛋白去乙酰化酶结合、染色质DNA结合、趋化因子结合中发挥作用;②KEGG分析表明骨关节炎细胞衰老差异基因主要在JAK/STAT信号通路、PI3K/Akt信号通路、FoxO信号通路中被激活;③通过PPI网络拓扑学分析和机器学习方法筛选出骨关节炎细胞衰老关键基因MYC;④体外细胞实验结果表明,实验组骨关节炎软骨细胞中MYC mRNA表达明显低于对照组(正常软骨细胞),差异有显著性意义(P<0.05);⑤结果表明,MYC可作为骨关节炎细胞衰老的关键基因,可能通过介导免疫应答、炎症反应和转录调控等成为骨关节炎防治的新靶标。 展开更多
关键词 骨关节炎 细胞衰老 关键基因 细胞实验 机器学习 生物信息学
下载PDF
基于机器学习的成本法在专利价值评估中的应用研究--以“新能源汽车”为例
15
作者 冉从敬 李旺 +1 位作者 胡启彪 黄文俊 《现代情报》 北大核心 2024年第5期140-152,共13页
[目的/意义]构建基于机器学习的成本法专利价值评估方法,快速识别海量专利的实际成本,并预测其价值区间,在为专利价值评估提供新研究思路的同时,也为专利转移转化定价提供了参考借鉴。[方法/过程]通过Innography数据库与Incopat数据库... [目的/意义]构建基于机器学习的成本法专利价值评估方法,快速识别海量专利的实际成本,并预测其价值区间,在为专利价值评估提供新研究思路的同时,也为专利转移转化定价提供了参考借鉴。[方法/过程]通过Innography数据库与Incopat数据库下载“新能源汽车”领域多指标专利数据,提取专利成本影响因素与专利价值影响因素,并形成专利数据训练集与专利数据预测集;构建AutoGluon机器学习分类算法,将包含成本数据的Innography专利数据训练集导入模型进行训练,并将训练好的模型对Incopat专利数据预测集进行成本预测;最后使用成本法并结合本研究提出的专利价值指数对预测结果进行计算,估算其价格区间。[结果/结论]通过实证分析与结果验证可知,本研究构建的基于机器学习的成本法专利价值评估方法在预测专利价值区间中具备一定有效性,为促进专利价值评估研究深化及专利转移转化定价实践发展提供了参考。 展开更多
关键词 机器学习 成本法 价格预估 专利价值
下载PDF
机器学习驱动锅炉燃烧优化技术的现状与展望
16
作者 姚顺春 李龙千 +1 位作者 卢志民 李峥辉 《洁净煤技术》 CAS CSCD 北大核心 2024年第2期228-243,共16页
伴随可再生能源发电装机容量快速增加,深度调峰过程中负荷多变、燃烧失稳等不稳定工况对火电机组的燃烧优化控制提出了更高要求,快速发展的人工智能技术与深度学习算法为锅炉参数预测建模及优化提供了重要手段。在机器学习算法方面,总... 伴随可再生能源发电装机容量快速增加,深度调峰过程中负荷多变、燃烧失稳等不稳定工况对火电机组的燃烧优化控制提出了更高要求,快速发展的人工智能技术与深度学习算法为锅炉参数预测建模及优化提供了重要手段。在机器学习算法方面,总结了特征筛选与建模算法的研究现状,提出了传统统计学方法与线性降维方法的科学解释性较差且不能很好地辨识高维数据,结合深度学习算法的特征筛选方法在处理复杂的火电机组数据时优势更明显;对比了多种神经网络在NO_(x)排放浓度建模中的优缺点,其中长短期记忆神经网络与卷积神经网络在处理时序数据时效果更好、集成模型通过组合不同学习器的优势可提高整个模型的泛化能力和鲁棒性。在预测模型的应用方面,通过对SCR脱硝系统建立预测模型可以方便运行人员模拟并修正可调参数,同时作为软测量手段监测燃烧系统运行状态;引入NO_(x)排放浓度预测模型的前馈控制和模型预测控制等先进控制手段可有效改善火电机组传统PID控制效果较差的问题;在多目标优化中NO_(x)脱除效率通常与锅炉效率或脱硝成本共同作为优化目标,以期实现经济效益与社会效益的和谐统一。 展开更多
关键词 机器学习 NO_(x)排放 深度调峰 预测模型 多目标优化控制
下载PDF
融合可解释机器学习的成品汽油调和配方质量预测评价与致因分析
17
作者 李炜 郑明杰 +1 位作者 李亚洁 梁成龙 《石油学报（石油加工）》 EI CAS CSCD 北大核心 2024年第1期126-136,共11页
受成品汽油调和配方需“先验”评价与修正的驱动,本研究将轻量级梯度提升树(LightGBM)与可解释机器学习(SHAP)方法相结合,兼顾复杂模型精度高与后验SHAP可解释性强的各自优势,提出了一种调和配方质量预测评价及致因分析方法。该方法先... 受成品汽油调和配方需“先验”评价与修正的驱动,本研究将轻量级梯度提升树(LightGBM)与可解释机器学习(SHAP)方法相结合,兼顾复杂模型精度高与后验SHAP可解释性强的各自优势,提出了一种调和配方质量预测评价及致因分析方法。该方法先引用改进遗传算法(IGA)优化LightGBM的超参数,建立了可同时预测成品汽油性能和环保指标的模型,并结合汽油国ⅥA标准与企业生产实际制定了配方质量评价标准,实现配方“先验”评价;再基于SHAP的全局和局部致因分析,对缺陷配方给出了易于操作的单变量定性修正建议。实验结果表明:相比于传统BP网络和随机森林(RF)、以及采用随机搜索和GA优化参数的LightGBM等模型,IGA_LightGBM模型可得到更全面和精准的预测指标,SHAP致因分析可给出契合实际的修正建议。该方法是智能算法代替人工的有益探索。 展开更多
关键词 成品汽油调和 配方质量评价 可解释机器学习 预测建模 致因分析 参数优化
下载PDF
基于机器学习的上市公司审计风险识别
18
作者 贾莹丹 彭红贞 刘琦 《财会通讯》 北大核心 2024年第3期118-125,共8页
审计风险的准确识别有助于提高会计师事务所执业质量、规范上市公司行为,对于促进资本市场健康运行至关重要。因此,本文提出了一种机器学习框架,主要由因变量增强、自变量筛选和LightGBM模型训练三部分组成,以准确识别上市公司的审计风... 审计风险的准确识别有助于提高会计师事务所执业质量、规范上市公司行为,对于促进资本市场健康运行至关重要。因此,本文提出了一种机器学习框架,主要由因变量增强、自变量筛选和LightGBM模型训练三部分组成,以准确识别上市公司的审计风险水平。通过利用沪深两市A股上市公司2005—2019年的28918个样本进行实证分析,结果表明本文所提出的机器学习框架在高审计风险样本中的识别准确性达到94%,显著优于传统的审计风险识别方法,并且发现真实盈余管理、市场化程度、会计稳健性、预付账款和其他应收款占总资产的比重、每股经营活动现金流量等变量对于准确识别审计风险起到重要作用。 展开更多
关键词 审计风险 机器学习 识别模型 上市公司 变量筛选
下载PDF
基于不同机器学习算法的影像组学模型预测浸润性乳腺癌Ki⁃67表达的价值
19
作者 张丽 黄小华 +2 位作者 沈梦伊 张丁懿 何欣 《中国医学计算机成像杂志》 CSCD 北大核心 2024年第1期39-44,共6页
目的:基于动态增强磁共振成像(DCE⁃MRI)探究不同机器学习算法的影像组学模型预测浸润性乳腺癌Ki⁃67表达状态的价值。方法:回顾性分析于本院行双乳磁共振检查患者,按照纳入排除标准最终纳入患者156例,按照7∶3比例分为训练集和测试集。... 目的:基于动态增强磁共振成像(DCE⁃MRI)探究不同机器学习算法的影像组学模型预测浸润性乳腺癌Ki⁃67表达状态的价值。方法:回顾性分析于本院行双乳磁共振检查患者,按照纳入排除标准最终纳入患者156例,按照7∶3比例分为训练集和测试集。通过单因素分析、最小绝对收缩和选择算子法和递归特征消除进行特征筛选,筛选出不同数量特征分别通过5种机器学习算法建立影像组学模型来预测浸润性乳腺癌Ki⁃67表达状态。比较不同模型的受试者工作特征曲线下面积(AUC)并计算准确率和F1度量值评估其性能,校准曲线评估模型拟合度,并应用DeLong检验比较不同模型间的差异性。结果:同一分类器在不同的特征数下预测性能不同。在基于DCE⁃MRI提取的3个特征下,5种模型的预测性能相对较好,其中支持向量机的整体性能最优,AUC、准确率和F1度量值在训练集分别为0.95、0.95、0.90,在测试集分别为0.88、0.79、0.74。DeLong检验显示,在基于3个特征的5个模型中,支持向量机与逻辑回归的性能差异有统计学意义(P<0.001),与其余3个模型无统计学差异。结论:基于DCE⁃MRI所构建的影像组学模型可以预测浸润性乳腺癌Ki⁃67表达状态,该方法有望为临床医生对浸润性乳腺癌的术前干预和预后提供指导。 展开更多
关键词 乳腺癌 Ki⁃67 影像组学 磁共振成像 机器学习
下载PDF
基于影像组学和自动机器学习的PA患者肾上腺静脉取血结果的研究
20
作者 谢薇 陈涛 +5 位作者 罗国婷 王寒箫 舒炀 刘娟 郑涛 孙怀强 《中国医疗设备》 2024年第2期45-51,共7页
目的建立基于高分辨率增强CT影像和自动机器学习技术的原发性醛固酮增多症(Primary Aldosteronism,PA)亚型术前预测模型。方法回顾性研究经肾上腺静脉取血(Adrenal Venous Sampling,AVS)结果亚型诊断的PA患者312例,其中,207例诊断为单... 目的建立基于高分辨率增强CT影像和自动机器学习技术的原发性醛固酮增多症(Primary Aldosteronism,PA)亚型术前预测模型。方法回顾性研究经肾上腺静脉取血(Adrenal Venous Sampling,AVS)结果亚型诊断的PA患者312例,其中,207例诊断为单侧优势(AVS-右∶AVS-左=93∶114),105例诊断为双侧优势。纳入患者初诊CT影像,基于薄层静脉期图像提取双侧肾上腺影像组学特征,并定义影像组学商值特征为双侧肾上腺对应影像组学特征的比值,再将特征向量输入自动机器学习进行模型训练。结果根据自动模型筛选,随机森林分类器在预测AVS结果方面取得了较好的整体性能,其中准确度为0.7500,召回率为0.7466,受试者工作特征曲线下面积为0.8792。结论本系统在预测PA患者的AVS结果方面展示出了一定的潜力,因此,机器学习模型可以在常规临床实践中辅助预测PA的亚型诊断。 展开更多
关键词 肾上腺静脉取血 原发性醛固酮增多 亚型诊断 影像组学 自动机器学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部