一种基于人工智能技术推导低密度脂蛋白胆固醇浓度的新方法 被引量：1

1

作者 陈磊 陈蓉 +2 位作者 张红星 华木星 王芳 《中国循环杂志》 CSCD 北大核心 2023年第1期53-60,共8页

目的:评估一种基于人工智能技术推导低密度脂蛋白胆固醇(LDL-C)浓度的新方法。方法:收集云南省阜外心血管病医院2017年9月至2021年11月血脂测定数据共118449例样本,整理血脂数据获取特征,构建一种基于人工智能技术推导LDL-C浓度的极限... 目的:评估一种基于人工智能技术推导低密度脂蛋白胆固醇(LDL-C)浓度的新方法。方法:收集云南省阜外心血管病医院2017年9月至2021年11月血脂测定数据共118449例样本,整理血脂数据获取特征,构建一种基于人工智能技术推导LDL-C浓度的极限树回归(ETR)模型(LDL-ETR模型)。用LDL-ETR模型的预测值和LDL-C实测值同计算LDL-C浓度的常用公式[Martin/Hopkins公式(LDL-M公式)、Sampson公式(LDL-S公式)、Friedewald公式(LDL-F公式)]进行比较分析。结果:LDL-ETR模型预测值与实测值拟合优度为0.9940,不确定度为12.2109,相关系数为0.9970。当甘油三酯(TG)在0.89~885.11 mg/dl的全浓度范围内,LDL-ETR模型预测值与实测值之间差值为(-0.00±3.50)mg/dl,优于LDL-M公式[(-5.41±7.43)mg/dl]、LDL-S公式[(-6.80±10.91)mg/dl]和LDL-F公式[(-10.06±13.90)mg/dl],P均<0.001;TG对LDL-ETR模型基本无干扰。在测试集总体21398例样本中,LDL-ETR模型中有20101例样本(93.94%)与实测值一致,一致性较好。LDL-ETR模型预测值的逻辑错误率较低,为0.04%,仅次于LDL-M公式的0.02%(P=0.17)。通过学习曲线证明,LDL-ETR模型预测结果适用于相同检验系统的其它样本。结论:这种基于人工智能技术以血脂数据集构建的LDL-ETR模型可较准确地预测LDL-C浓度,相比常用公式,该模型在高或低TG下的预测结果均较好。 展开更多

关键词 人工智能 机器学习 极限树 低密度脂蛋白胆固醇 血脂异常

下载PDF 职称材料

基于基因表达谱的癌症亚型分类模型研究

2

作者 段华 黄军帅 张珊 《数学建模及其应用》 2021年第3期23-29,共7页

随着机器学习和生物信息学的快速发展,癌症亚型分类成为当前研究热点之一.根据亚型的分类,可以指导癌症的治疗和预后.近年来,许多监督学习方法被用于癌症亚型分类.考虑到高维、样本数量少和数据不均衡等特点,本文首先利用LDA进行降维,... 随着机器学习和生物信息学的快速发展,癌症亚型分类成为当前研究热点之一.根据亚型的分类,可以指导癌症的治疗和预后.近年来,许多监督学习方法被用于癌症亚型分类.考虑到高维、样本数量少和数据不均衡等特点,本文首先利用LDA进行降维,其次利用SMOTE算法均衡数据,再利用Extra-Trees模型对癌症亚型进行分类,最后基于TCGA中9种癌症25种癌症亚型的3296个样本来验证模型的有效性.实验结果表明,利用给出的模型进行癌症亚型分类具有很好的效果. 展开更多

关键词 癌症亚型 分类 极端随机树 线性判别分析 SMOTE算法

下载PDF 职称材料

基于Extra-Trees算法的大气环境因素对聚酯涂层老化失光影响的研究 被引量：1

3

作者 彭敦诚 王开团 +3 位作者 孙学利 安江峰 吴军 张三平 《材料保护》 CAS CSCD 北大核心 2020年第4期84-88,92,共6页

通过在4个试验站进行的自然曝晒试验和涂层的失光率测试,结合曝晒试验站的环境数据,使用ExtraTrees算法研究了环境因素对该聚酯涂层失光率的影响,并用袋外数据进行检验。最终结果的拟合优度为0.973 5,并表明:Extra Trees算法可以应用在... 通过在4个试验站进行的自然曝晒试验和涂层的失光率测试,结合曝晒试验站的环境数据,使用ExtraTrees算法研究了环境因素对该聚酯涂层失光率的影响,并用袋外数据进行检验。最终结果的拟合优度为0.973 5,并表明:Extra Trees算法可以应用在环境因素对涂层老化失光影响的研究上,在一定的数据条件下,其计算结果符合有机涂层的老化过程,且显示水溶性污染物更易对老化失光产生影响;应用该算法研究环境因素对材料性能的影响时,可将试验周期与环境因素一同作为输入参数计算,提升数据量的同时增加数据间的差异性,满足模型的计算要求。 展开更多

关键词 extra-trees算法 环境因素 聚酯涂层 外观性能

下载PDF 职称材料

递归特征消除与极端随机树在铣刀磨损监测中的研究 被引量：3

4

作者 刘献礼 秦怡源 +3 位作者 岳彩旭 魏旭东 孙艳明 郭斌 《机械科学与技术》 CSCD 北大核心 2023年第6期821-828,共8页

针对金属铣削过程中刀具磨损监测问题,本文提出了一种基于递归特征消除和极端随机树相结合的刀具磨损监测模型。首先对力、振动和声发射信号的时域、频域特征进行提取,分别采用逻辑回归、分类与回归树、线性回归、线性判别分析作为递归... 针对金属铣削过程中刀具磨损监测问题,本文提出了一种基于递归特征消除和极端随机树相结合的刀具磨损监测模型。首先对力、振动和声发射信号的时域、频域特征进行提取,分别采用逻辑回归、分类与回归树、线性回归、线性判别分析作为递归特征消除的基模型进行特征降维。再利用处理后的特征对K近邻、支持向量回归、极端随机树模型进行训练,得出多种监测模型。通过对比刀具磨损拟合曲线图和分析评估结果的标准差,可得出基模型为分类与回归树的递归特征消除,与极端随机树算法相结合模型拟合度达到99.74%,评估结果的标准差为4.04。结果表明该方法能够实现对铣刀磨损的有效监测,从而提高零件加工质量。 展开更多

关键词 递归特征消除 基模型 特征降维 极端随机树 刀具磨损监测

下载PDF 职称材料

ET-GD与K近邻相结合的刀具磨损监测方法 被引量：3

5

作者 秦怡源 刘献礼 +2 位作者 岳彩旭 郭斌 丁明娜 《哈尔滨理工大学学报》 CAS 北大核心 2023年第1期1-10,共10页

针对铣削过程中刀具磨损量监测问题,提出一种基于极端随机树和高斯分布,与K近邻相结合的刀具磨损监测方法。该方法选用截断法和hampel滤波法剔除力、振动和声发射信号中的异常值和奇异点。其次通过极端随机树和高斯分布的偏离情况对特... 针对铣削过程中刀具磨损量监测问题,提出一种基于极端随机树和高斯分布,与K近邻相结合的刀具磨损监测方法。该方法选用截断法和hampel滤波法剔除力、振动和声发射信号中的异常值和奇异点。其次通过极端随机树和高斯分布的偏离情况对特征集进行优选,降低数据矩阵的复杂性。分别对比分析了两次优选前后三种K近邻模型的拟合度和评估度量。利用优选后的特征对逻辑回归、极端随机树、支持向量回归和K近邻算法模型进行训练,并利用十折交叉验证法和测试集进行验证。最终得出,基于极端随机树和高斯分布与K近邻的刀具磨损监测模型的拟合度达到99.17%,均方误差和平均绝对误差分别为13.0688、1.8241。结果表明该方法能够实现对铣刀磨损的有效监测,从而提高工件加工质量。 展开更多

关键词 极端随机树 高斯分布 特征选择 K近邻 刀具磨损监测

下载PDF 职称材料

基于机器学习的Landsat数据地层信息提取--以西南天山柯坪地区为例 被引量：2

6

作者 鲍宽乐 许文波 王庆同 《地质通报》 CAS CSCD 北大核心 2023年第4期637-645,共9页

当前机器学习方法不断创新发展,为遥感数据的分析利用提供了很好的平台。结合西南天山柯坪地区沉积岩的典型地质特征,针对15万区域地质调查数据,利用Landsat 8数据9个波段的遥感信息进行机器学习方法解译。为增强机器学习过程中参与变... 当前机器学习方法不断创新发展,为遥感数据的分析利用提供了很好的平台。结合西南天山柯坪地区沉积岩的典型地质特征,针对15万区域地质调查数据,利用Landsat 8数据9个波段的遥感信息进行机器学习方法解译。为增强机器学习过程中参与变量数目,在原始9波段数据的基础上分别采用比值法增强方式、主成分分析法增强方式进行数据叠加。为减弱地质体内部纹理信息,同时不影响地质体之间的边界,笔者采用双边滤波的形式对遥感数据进行进一步处理。选用的极限随机树方法、直方梯度增强随机树、随机森林3种机器学习方法整体识别精度均超过93%,尤其是极限随机树方法达到94.18%。本研究方法可用在其他地质信息解译、地质填图中,值得推广。 展开更多

关键词 双边滤波 主成分分析 波段比 随机森林 极限随机树 直方梯度增强随机树 Landsat 8

下载PDF 职称材料

基于混合双向LSTM的中间人攻击检测方法

7

作者 郭晓军 梁添鑫 +1 位作者 靳玮琨 孙雨生 《计算机工程与设计》 北大核心 2024年第12期3560-3567,共8页

针对局域网中基于ARP协议的中间人攻击检测准确率低、误报率高、泛化性差的问题,提出一种结合极端随机树分类器(ETC)和改进注意力机制(IAM)的双向长短时记忆网络(BiLSTM)的组合模型。利用ETC提取数据特征,通过改进的注意力机制模块处理... 针对局域网中基于ARP协议的中间人攻击检测准确率低、误报率高、泛化性差的问题,提出一种结合极端随机树分类器(ETC)和改进注意力机制(IAM)的双向长短时记忆网络(BiLSTM)的组合模型。利用ETC提取数据特征,通过改进的注意力机制模块处理中间人攻击流量时间序列信息,将组合特征输入BiLSTM实现对中间人攻击的检测。实验结果表明,在Kitsune数据集中,该模型的中间人攻击检测准确率达99.98%,在自建Ooter数据集中为99.94%。相较于主流的中间人攻击检测算法,该方法具有更高的准确率、更低的误报率及更好的泛化性。 展开更多

关键词 中间人攻击 地址解析协议 深度学习 双向长短时记忆网络 注意力机制 极端随机树分类器 模型融合

下载PDF 职称材料

园林绿化中几种特大型乔木的移植技术 被引量：1

8

作者 马文明 赵彩君 《北京林业大学学报》 CAS CSCD 北大核心 2001年第S2期126-127,共2页

近年来在城市园林绿化中,大树移植工程越来越受到人们的重视.其中如何保证其成活率是一个值得探讨的问题.大树移植成功与否,与起掘、吊运、栽植及日后养护工作有密切关系,但主要决定于所带土球内吸收根的多少.

关键词 大型乔木 移植 园林绿化

下载PDF 职称材料

ET-BAS算法在炉温预测控制中的应用 被引量：1

9

作者 张相胜 徐晓燕 潘丰 《传感器与微系统》 CSCD 北大核心 2021年第8期157-160,共4页

针对蓄热式氧化炉炉温非线性、大滞后的特点,以及传统预测控制算法难以建立精确的数学模型、控制精度不高的现状,提出一种基于极端随机树(ET)的非线性系统预测控制算法。算法利用历史输入输出数据训练学习,建立炉温预测模型,从而实现对... 针对蓄热式氧化炉炉温非线性、大滞后的特点,以及传统预测控制算法难以建立精确的数学模型、控制精度不高的现状,提出一种基于极端随机树(ET)的非线性系统预测控制算法。算法利用历史输入输出数据训练学习,建立炉温预测模型,从而实现对炉温的精确预测,同时以天牛须搜索(BAS)算法为基础设计滚动优化控制器。仿真结果表明:基于天牛须搜索为基础的预测控制法相较于传统预测控制方法,其预测精度达到了±1.5℃,控制精度达到了±0.5℃,且具有更短的上升时间、更小的超调量和更小的稳态误差。 展开更多

关键词 蓄热式氧化炉 非线性模型预测控制 极端随机树 天牛须搜索

下载PDF 职称材料

基于集成学习的高炉压差预报模型研究 被引量：7

10

作者 刘颂 赵亚迪 +3 位作者 张振 刘小杰 刘然 吕庆 《电子测量技术》 北大核心 2022年第2期31-38,共8页

为了提升高炉生产的智能化水平,提出了基于集成学习算法的高炉下部压差预报模型,解决了基于在线数据精准预报下部压差的难题。通过对高炉内部机理进行系统分析,全面选取了高炉原料参数、操作参数、状态参数和指标参数作为模型的输入。... 为了提升高炉生产的智能化水平,提出了基于集成学习算法的高炉下部压差预报模型,解决了基于在线数据精准预报下部压差的难题。通过对高炉内部机理进行系统分析,全面选取了高炉原料参数、操作参数、状态参数和指标参数作为模型的输入。并采用实际现场数据得到了变量间的相关系数,确定了高炉下部压差相关的重要特征变量。采用极限树集成算法建立了压差预报模型,并结合模型的预报精度,采用向前选择法优化了模型的输入。通过对模型算法超参数的选择,获得了最优超参数集合,该参数集合建立的下部压差预报模型精度R^(2)达到了0.8264,且MSE接近零值。测试结果证明,该模型具有良好的预报精度和泛化能力,对现场操作者提前预判高炉运行状况和调整炉况具有重要的指导意义。 展开更多

关键词 预测模型 极限树算法 非线性相关性分析 参数优化 高炉压差

下载PDF 职称材料

基于Extra Tree Classifier的水质安全建模预测

11

作者 杨丽佳 陈新房 +1 位作者 赵晗清 汪世伟 《电脑与电信》 2024年第6期57-61,共5页

随着工业化和城市化的快速发展,水质安全问题日益受到关注。本研究利用一个包含7999条数据记录的水质分析数据集,涵盖多种化学物质浓度测量值与安全阈值,以及“是否安全”分类变量,运用Extr aTree Classifier模型进行水质安全建模预测... 随着工业化和城市化的快速发展,水质安全问题日益受到关注。本研究利用一个包含7999条数据记录的水质分析数据集,涵盖多种化学物质浓度测量值与安全阈值,以及“是否安全”分类变量,运用Extr aTree Classifier模型进行水质安全建模预测及数据分析。本研究目的在于提供一个可靠的模型,以帮助决策者和相关部门更好地监测和维护水质安全,从而保障公众健康和环境可持续发展。 展开更多

关键词 水质安全 Lazy Predict extra tree Classifier k折交叉验证 机器学习

下载PDF 职称材料

基于多元回归的延安市PM2.5浓度预测

12

作者 王思源 任瑛 +1 位作者 夏必胜 王文发 《信息技术》 2024年第5期15-21,共7页

工业化进程的加快带来的不只是经济的飞速发展,还有以PM2.5为主的污染物浓度的增加,给人类的健康以及环境的治理带来不利影响,合理有效的PM2.5浓度预测对于人类健康和环境治理有着重要意义。文中设计了基于多元回归模型的PM2.5浓度预测... 工业化进程的加快带来的不只是经济的飞速发展,还有以PM2.5为主的污染物浓度的增加,给人类的健康以及环境的治理带来不利影响,合理有效的PM2.5浓度预测对于人类健康和环境治理有着重要意义。文中设计了基于多元回归模型的PM2.5浓度预测模型,分别预测了延安市春季、夏季、秋季和冬季的PM2.5浓度,与极限树回归、Catboost回归和K邻近回归等回归模型的预测结果进行对比。结果表明多元回归模型的误差较小,拟合精度较高,为延安市大气污染的治理提供了可靠的科学依据。 展开更多

关键词 多元回归 PM2.5预测 极限树回归 随机森林

下载PDF 职称材料

基于极限树回归的浮选泡沫层厚度预测 被引量：2

13

作者 刘惠中 邓浩宗 《有色金属工程》 CAS 北大核心 2023年第3期79-86,共8页

泡沫浮选是一种重要的选矿方法,不同表面物理化学性质的矿物颗粒在药剂的作用下借助浮选机实现分离。浮选机的控制变量包括充气量、泡沫层厚度和药剂添加量等。泡沫层厚度是影响浮选指标的一个重要控制参数,同样,泡沫层厚度的准确测量... 泡沫浮选是一种重要的选矿方法,不同表面物理化学性质的矿物颗粒在药剂的作用下借助浮选机实现分离。浮选机的控制变量包括充气量、泡沫层厚度和药剂添加量等。泡沫层厚度是影响浮选指标的一个重要控制参数,同样,泡沫层厚度的准确测量也至关重要。传统的泡沫层厚度测量方式一般是采用传感器等装置来实现的,由于这些传感器往往需要与矿浆直接接触,所以有时会因机械故障或信号干扰而造成测量值的误差。针对传统测量手段存在的问题,提出了一种浮选泡沫层厚度的软测量方法。运用极限树回归ETR方法,以浮选过程中原矿品位、入料流量、入料浓度、入料粒度、充气量、泡沫稳定度和泡沫移动速度为输入变量,建立预测模型,实现了浮选泡沫层厚度的有效预测。 展开更多

关键词 泡沫浮选 泡沫层厚度 极限树回归

下载PDF 职称材料

基于堆叠极限树集成算法的信息物理系统入侵检测方法 被引量：2

14

作者 朱子龙 张立臣 《计算机应用与软件》 北大核心 2021年第11期314-321,共8页

信息物理融合系统(Cyber-Physical systems, CPS)是由信息系统和物理系统融合而成,从而引入了信息系统中普遍存在的安全隐患。传统信息系统的入侵检测算法专注于检测的准确率而忽略算法的复杂度和实时性,不适用于CPS。为了解决CPS入侵... 信息物理融合系统(Cyber-Physical systems, CPS)是由信息系统和物理系统融合而成,从而引入了信息系统中普遍存在的安全隐患。传统信息系统的入侵检测算法专注于检测的准确率而忽略算法的复杂度和实时性,不适用于CPS。为了解决CPS入侵检测的实时性问题,提出一种结合相关性特征选择的堆叠极限树集成算法(CFS-SET)。针对CPS中数据特征众多的特点,使用基于相关性的特征选择算法(Correlation-based Feature Subset Selection, CFS),去除不相关和冗余特征。采用堆叠极限树算法,进行入侵行为检测。基于Power System Dataset进行实验,结果表明,CFS-SET算法在保证分类准确率的同时,可以节省训练和预测计算时间,满足CPS对实时性的要求。 展开更多

关键词 信息物理融合系统 入侵检测 特征选择 极限树

下载PDF 职称材料