期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Logistic回归和随机森林算法的2型糖尿病并发视网膜病变风险预测及对比研究
被引量：
26
1
作者
曹文哲
应俊
+1 位作者
陈广飞
周丹
《中国医疗设备》
2016年第3期33-38,69,共7页
目的应用随机森林算法和Logistic回归算法,分析2型糖尿病并发视网膜病变的关联因素并构建风险预测模型。方法采用2011~2013年中国人民解放军总医院2型糖尿病住院患者的电子病历信息,主要利用其中的糖尿病诊断数据、糖尿病糖化数据以及...
目的应用随机森林算法和Logistic回归算法,分析2型糖尿病并发视网膜病变的关联因素并构建风险预测模型。方法采用2011~2013年中国人民解放军总医院2型糖尿病住院患者的电子病历信息,主要利用其中的糖尿病诊断数据、糖尿病糖化数据以及糖尿病生化检查数据,应用Logistic回归和随机森林算法,根据ROC曲线下面积比较两种模型的预测效果。结果在随机森林模型的39个变量重要性评分中,糖化血红蛋白、空腹血糖、尿素、肌酐、尿酸、年龄、冠心病和慢性肾病得分较高且具有临床意义,Logistic回归模型最终纳入性别、血糖控制情况（糖化血红蛋白浓度）、慢性肾病、冠心病、心梗和癌症6个因素,ROC曲线下面积提示随机森林模型预测效果优于Logistic回归模型。结论本次研究随机森林算法分析结果给出了各个因素指标的重要性评分,为2型糖尿病并发视网膜病变的早期诊断以及优化诊断流程提供了一定的依据。
展开更多
关键词
2型糖尿病
视网膜病变
关联因素
风险预测
随机森林算法
Logistic回归算法
下载PDF
职称材料
基于计算机视觉技术的茶叶品质随机森林感官评价方法研究
被引量：
26
2
作者
刘鹏
吴瑞梅
+5 位作者
杨普香
李文金
文建萍
童阳
胡潇
艾施荣
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2019年第1期193-198,共6页
为弥补茶叶品质感官审评存在的缺陷,利用计算机视觉技术对茶叶品质进行快速无损评价研究。以碧螺春绿茶为对象,依据专家感官审评结果,将茶样分成4个等级;采用中值滤波及拉普拉斯算子对茶样图像进行预处理,并提取预处理后的茶样图像的颜...
为弥补茶叶品质感官审评存在的缺陷,利用计算机视觉技术对茶叶品质进行快速无损评价研究。以碧螺春绿茶为对象,依据专家感官审评结果,将茶样分成4个等级;采用中值滤波及拉普拉斯算子对茶样图像进行预处理,并提取预处理后的茶样图像的颜色特征和纹理特征以表征茶叶图像的外形特征,利用随机森林算法对茶叶外形特征属性进行重要性排序;筛选出重要性较大的特征及随机森林算法中最优的决策树棵数建立感官评价模型,并与建立的支持向量机(SVM)模型性能相比较。结果表明:色调均值、色调标准差、绿体均值、平均灰度级、饱和度均值、红体均值、饱和度标准差、亮度均值、一致性等9个特征属性的重要性较大,且与感官审评特征描述结果相一致;当采用优选出的9个重要性较大的特征及决策数棵数为500时,建立的模型性能最优,模型总体判别率为95.75%,Kappa系数为0.933,OOB误差为5%,较SVM模型分别提高了3.5%,0.066,优选的9个重要性较大的图像特征与感官审评特征描述相一致。研究表明:利用随机森林方法筛选出对茶叶外形特征属性贡献最大的少数几个特征建立模型,模型性能就能达到很好的识别效果,模型得到简化,同时模型精度和稳定性都高于其他方法。
展开更多
关键词
计算机视觉
茶叶品质
感官审评
随机森林
支持向量机
下载PDF
职称材料
高压电缆铅封附件缺陷的涡流检测
3
作者
苗堃
张胜利
+4 位作者
陈垒
赵亚军
李健
李沛东
郑城市
《无损检测》
CAS
2023年第9期17-21,共5页
高压电缆铅封附件缺陷不仅会发生在附件外部,还会发生在内部,全面检测较为困难且准确性不高。针对这一问题,研究一种高压电缆铅封附件缺陷的涡流检测方法。将涡流检测设备置于高压电缆铅封附件上方,利用涡流传感器采集电信号并对其进行...
高压电缆铅封附件缺陷不仅会发生在附件外部,还会发生在内部,全面检测较为困难且准确性不高。针对这一问题,研究一种高压电缆铅封附件缺陷的涡流检测方法。将涡流检测设备置于高压电缆铅封附件上方,利用涡流传感器采集电信号并对其进行滤波,去除信号中的噪声。提取电信号中的两种特征(边际谱特征和Mel倒谱系数)组成特征集。以特征为输入,利用改进随机森林算法计算每种缺陷发生的概率,确定缺陷类型。结果表明,所述方法在不同类型缺陷检测中的交并比达到最值,均在0.8以上,检测准确率较高。
展开更多
关键词
涡流检测
高压电缆铅封附件
特征提取
改进随机森林算法
下载PDF
职称材料
题名
基于Logistic回归和随机森林算法的2型糖尿病并发视网膜病变风险预测及对比研究
被引量：
26
1
作者
曹文哲
应俊
陈广飞
周丹
机构
中国人民解放军总医院生物医学工程研究室
中国人民解放军总医院医务部
出处
《中国医疗设备》
2016年第3期33-38,69,共7页
基金
国家自然科学基金(61501518)
文摘
目的应用随机森林算法和Logistic回归算法,分析2型糖尿病并发视网膜病变的关联因素并构建风险预测模型。方法采用2011~2013年中国人民解放军总医院2型糖尿病住院患者的电子病历信息,主要利用其中的糖尿病诊断数据、糖尿病糖化数据以及糖尿病生化检查数据,应用Logistic回归和随机森林算法,根据ROC曲线下面积比较两种模型的预测效果。结果在随机森林模型的39个变量重要性评分中,糖化血红蛋白、空腹血糖、尿素、肌酐、尿酸、年龄、冠心病和慢性肾病得分较高且具有临床意义,Logistic回归模型最终纳入性别、血糖控制情况（糖化血红蛋白浓度）、慢性肾病、冠心病、心梗和癌症6个因素,ROC曲线下面积提示随机森林模型预测效果优于Logistic回归模型。结论本次研究随机森林算法分析结果给出了各个因素指标的重要性评分,为2型糖尿病并发视网膜病变的早期诊断以及优化诊断流程提供了一定的依据。
关键词
2型糖尿病
视网膜病变
关联因素
风险预测
随机森林算法
Logistic回归算法
Keywords
type
2
diabetes
mellitus
retinopathy
correlative
factor
risk
prediction
random
forestalgorithm
Logistic
regressionalgorithm
分类号
TN957.51 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于计算机视觉技术的茶叶品质随机森林感官评价方法研究
被引量：
26
2
作者
刘鹏
吴瑞梅
杨普香
李文金
文建萍
童阳
胡潇
艾施荣
机构
江西农业大学工学院
江西省蚕桑茶叶研究所
江西农业大学软件学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2019年第1期193-198,共6页
基金
国家自然科学基金项目(31460315)
江西省重点研发计划项目(20171ACF60004)
江西省现代农业产业技术体系专项资金(JXARS-02)资助
文摘
为弥补茶叶品质感官审评存在的缺陷,利用计算机视觉技术对茶叶品质进行快速无损评价研究。以碧螺春绿茶为对象,依据专家感官审评结果,将茶样分成4个等级;采用中值滤波及拉普拉斯算子对茶样图像进行预处理,并提取预处理后的茶样图像的颜色特征和纹理特征以表征茶叶图像的外形特征,利用随机森林算法对茶叶外形特征属性进行重要性排序;筛选出重要性较大的特征及随机森林算法中最优的决策树棵数建立感官评价模型,并与建立的支持向量机(SVM)模型性能相比较。结果表明:色调均值、色调标准差、绿体均值、平均灰度级、饱和度均值、红体均值、饱和度标准差、亮度均值、一致性等9个特征属性的重要性较大,且与感官审评特征描述结果相一致;当采用优选出的9个重要性较大的特征及决策数棵数为500时,建立的模型性能最优,模型总体判别率为95.75%,Kappa系数为0.933,OOB误差为5%,较SVM模型分别提高了3.5%,0.066,优选的9个重要性较大的图像特征与感官审评特征描述相一致。研究表明:利用随机森林方法筛选出对茶叶外形特征属性贡献最大的少数几个特征建立模型,模型性能就能达到很好的识别效果,模型得到简化,同时模型精度和稳定性都高于其他方法。
关键词
计算机视觉
茶叶品质
感官审评
随机森林
支持向量机
Keywords
Computer
vision
Tea
quality
Sensory
evaluation
random
forestalgorithm
Support
vector
machine
分类号
S126 [农业科学—农业基础科学]
下载PDF
职称材料
题名
高压电缆铅封附件缺陷的涡流检测
3
作者
苗堃
张胜利
陈垒
赵亚军
李健
李沛东
郑城市
机构
国网河南省电力公司济源供电公司
出处
《无损检测》
CAS
2023年第9期17-21,共5页
基金
国网河南省电力公司科技项目(5217D0220001)。
文摘
高压电缆铅封附件缺陷不仅会发生在附件外部,还会发生在内部,全面检测较为困难且准确性不高。针对这一问题,研究一种高压电缆铅封附件缺陷的涡流检测方法。将涡流检测设备置于高压电缆铅封附件上方,利用涡流传感器采集电信号并对其进行滤波,去除信号中的噪声。提取电信号中的两种特征(边际谱特征和Mel倒谱系数)组成特征集。以特征为输入,利用改进随机森林算法计算每种缺陷发生的概率,确定缺陷类型。结果表明,所述方法在不同类型缺陷检测中的交并比达到最值,均在0.8以上,检测准确率较高。
关键词
涡流检测
高压电缆铅封附件
特征提取
改进随机森林算法
Keywords
eddy
current
detection
high-voltage
cable
lead
seal
accessory
feature
extraction
improved
random
forestalgorithm
分类号
TP252.32 [自动化与计算机技术—检测技术与自动化装置]
TG115.28 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Logistic回归和随机森林算法的2型糖尿病并发视网膜病变风险预测及对比研究
曹文哲
应俊
陈广飞
周丹
《中国医疗设备》
2016
26
下载PDF
职称材料
2
基于计算机视觉技术的茶叶品质随机森林感官评价方法研究
刘鹏
吴瑞梅
杨普香
李文金
文建萍
童阳
胡潇
艾施荣
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2019
26
下载PDF
职称材料
3
高压电缆铅封附件缺陷的涡流检测
苗堃
张胜利
陈垒
赵亚军
李健
李沛东
郑城市
《无损检测》
CAS
2023
0
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
