关键词： Sentinel-2   甘蔗   面积提取   机器学习方法   喀斯特山区   崇左  

摘要： 为了解决在多云雨天气与复杂地形条件下难以快速精准大面积绘制喀斯特山区甘蔗种植区的问题,亟须探究适用于喀斯特山区甘蔗种植区提取的方法。以广西壮族自治区崇左市为研究区域,利用Sentinel-2数据计算多种植被指数,根据Sentinel-2原始波段、光谱指数和纹理信息特征分析,选取地物训练样本,并引入DEM、土地利用等辅助识别特征变量,采用神经网络、随机森林、支持向量机3种机器学习方法,实现2018-2021年甘蔗种植区遥感提取,再利用Google Earth影像和统计数据进行精度评价。结果表明,基于Sentinel-2的甘蔗种植区遥感提取效果较好,崇左市甘蔗种植区总体分类精度均高于91%,κ系数均大于0.88;3种分类方法提取面积误差均值为-4.84%。2018-2021年,崇左市甘蔗种植面积趋于较平稳状态;主要甘蔗种植区以扶绥县、江州区、龙州县及大新县南部和宁明县北部为主。Sentinel-2数据在识别地类复杂多样、农田极其碎片和多云天气频繁等特点的作物信息方面具有较好潜力。

关键词： Logistic回归   随机森林   支持向量机   慢性阻塞性肺疾病   筛检  

摘要： 目的 构建慢性阻塞性肺疾病（chronic obstructive pulmonary disease,COPD）患者筛检模型。方法 采用多阶段分层随机抽样的方法，抽取贵州省≥40岁的常住居民4 587名，对其进行问卷调查、体格检查及肺功能检查。经过单因素分析初步筛选模型纳入变量，经多因素logistic回归确定最终纳入变量。分别应用logistic回归（logistic regression,LR）、随机森林（random forest,RF）、支持向量机（support vector machine,SVM）构建COPD患者筛检模型，使用受试者工作曲线下面积（area under the curve,AUC）评价模型效果。使用delong法检验模型之间AUC的差异。结果 根据多因素logistic回归分析结果，本研究将年龄、14岁前经常咳嗽、哮喘、每日吸烟量（支）、烹饪燃料与排风、有害气体暴露6种因素纳入LR、RF、SVM模型。三种模型训练集AUC分别为73.64%、87.14%、73.30%，测试集AUC分别为76.10%、70.96%、76.08%，均具有较好的筛检效果。Delong法结果显示，三种模型的筛检效果在训练集与测试集均存在一定差异。结论本研究通过年龄、哮喘等6个简单变量建立经济、快捷且有效的COPD患者筛检模型。

关键词： 伽马射线暴   机器学习   统计分析  

摘要： 伽马射线暴(简称伽马暴)是发生在宇宙学距离上的高能爆发现象，红移的探测对于探究伽马暴的物理起源、爆发机制以及辐射过程都至关重要。截至目前，伽马暴的观测数量已经很多，但有确定红移的暴却很少。早期研究者通常采用一些物理参量之间的紧密经验关系反推伽马暴的赝红移，从而用于宇宙学研究，但利用这种方法获得的赝红移结果很不准确。在本文中，我们利用有监督机器学习算法对Swift卫星未测得红移的伽马暴进行红移预测。以Swift卫星在2005年3月至2022年5月期间观测到的所有伽马暴为研究样本，选择了瞬时辐射阶段的持续时间、时间积分流量、光子指数和X射线余辉平台辐射结束时的流量、结束时间、时间幂律衰减指数、平台结束后阶段的衰减指数、能谱指数、氢柱密度等物理量作为特征参量，运用随机森林、线性回归、最小绝对收缩与选择算子、核岭回归以及支持向量回归等算法作为机器学习基本算法，建立了SuperLearner集成模型，最后通过模型训练、交叉验证、模型预测，最终获得了128个伽马暴赝红移。机器学习预测的红移结果要比传统上用参量之间的关系进行预测的结果要更加准确。

关键词： 生存分析   meta分析   神经网络   Stacking   前列腺癌  

摘要： 前列腺癌是中老年男性最常诊断出的一种非表征性癌症,近年来,随着人们生活习惯、饮食习惯、环境的改变,我国前列腺癌的发病率呈现逐年上升且年轻化的趋势,目前根治性手术是早期前列腺癌主要治疗手段,但晚期转移性前列腺癌或去势抵抗前列腺癌尚无有效治疗手段,每年有大量的患者因为该疾病而死亡,因此对前列腺癌患者的生存分析就十分有意义,通过结合机器学习中较为成熟的算法模型,去提高前列腺癌患者生存分析预测准确度,当精准度达到可以用于实际临床辅助时,就可以为医生在为前列腺癌患者给出治疗方案时提供帮助。 本文在基于了解到的前列腺的腺体组织结构、腺体病理分区以及现行诊断和治疗方案等临床知识的基础上,从数据库中取出与前列腺癌相关的数据,如患者的年龄、种族、前列腺特异性蛋白(PSA)以及发生转移类型等前列腺癌患者数据,再根据临床医学数据的筛选标准,结合统计学上处理和分析数据方法,对数据进行预处理,得到想要特征及标准数据后,再对数据进行一些基础分析和假设验证,建立模型预测了前列腺癌患者在六个月之后的生存状态,并使用了四个指标对预测效果进行衡量,分别是C＿index、AUC、nbll和brier分数。在模型方面,首先建立了Cox比例风险模型以及多个单一的机器学习模型,包括随机生存森林、GBM和神经网络模型,其次建立了多个连续时间和离散时间Cox+机器学习的模型,通过比较各种不同方法下模型的效果,选择表现最佳的两个模型作为初级学习器,在选择神经网络作为次级学习器构建了两个Stacking模型,分别是RSF＿net模型,Meta＿Stacking＿Survival模型。 通过验证,本文所考虑的这两个模型在前列腺癌数据集上均取得了较好的预测效果,C指数最高可达0.8939,AUC值最高可达0.8803,brier得分最小为0.0154nbll分数最小为0.0106,同时本次实验所使用的所有模型都是在同一数据集下运行。结果表明,本文提出的融合模型对于拟合前列腺癌数据集具有更高的可靠性和准确率。

关键词： 土壤污染   光谱检测分析   特征提取   波长选择   机器学习方法  

摘要： 随着车辆的数量不断增加,导致其需求量也随之上升。然而,在车辆工作过程中,由于车辆碰撞、结构老化等因素影响,经常会出现发动机油箱或传动部件的破损,导致润滑油泄漏到土壤表面。由于润滑油本身含有的烷烃、芳香烃以及重金属等成分具有较强的渗透性和毒性,对土壤本身和地下水造成污染,还会对农作物造成减产甚至绝收,进而影响整个农田的生态环境。因此,对土壤表面润滑油的种类与含量检测显得尤为重要,这将对后续的环境治理与保护具有重要意义。本文以市场上购买的润滑油为研究对象,提出以光谱特征及特征波长结合机器学习方法在润滑油二维光谱及离散三维光谱中进行建模分析与验证。 本文主要内容分为以下几点: （1）荧光检测方案设计与数据采集。根据荧光产生机理,设计了润滑油荧光光谱的检测方案,并进行光谱检测系统搭建与润滑油光谱数据采集。 （2）基于小波峭度特征提取与建模分析润滑油种类与含量。根据润滑油光谱特点,分析了其与润滑油种类和含量的相关性,通过结合小波峭度特征与三种机器学习方法建立了分类识别和含量回归模型。实验结果表明,WK-RF（wavelet Kurtosis-Random For est）分类模型准确率达91.8%,回归模型的为0.978。 （3）基于特征波长选择与建模分析润滑油种类与含量。分别采用GA（Genetic Algorit hm）与本文提出的SPCA-GA（Sparse Principal Component Analysis-Genetic Algorithm）波长选择方法结合机器学习方法建立分类识别和含量回归模型。实验结果表明,SPCA-GA-RF分类模型准确率最高达到93%,回归模型最高达到0.989,优于小波峭度特征法建模结果。 （4）结合特征波长选择方法设计离散三维荧光光谱实验并进行验证。对提出的SPC A-GA波长选择方法应用于润滑油离散三维光谱实验分析与验证。在分类模型中,SPC A-GA-RF模型的准确率最高达到85.2%;在含量回归预测中,达0.998,MAE（Mean Absolute Error）为0.038。因此,实验验证了SPCA-GA特征波长选择法的有效性与其可行性,提高了检测精度。

关键词： 机器学习   花椒   麻味物质   模型  

摘要： 本综述对机器学习在花椒中麻味物质的应用进行了总结。市面上不同品种的花椒含有不同的麻味物质且其含量亦不尽相同，同时花椒麻味物质的组成及其含量的传统检测与分析方法有诸多局限性，因此引入机器学习算法为这一领域带来了新的可能性。使用机器学习算法建立花椒品质的预测模型与干燥模型，综合对花椒的感官评价，建立花椒种质资源库，对花椒的遗传育种具有重大意义。本综述系统地回顾了不同花椒品种中麻味分子的组成及其含量，同时分析了机器学习算法在品质预测模型、干燥模型与麻味物质数据分析中的应用情况。通过整合机器学习技术，研究人员能够更深入地了解目前已建立的模型，基于麻味物质为花椒的产量与品质的优化提供支持。

关键词： 目标分析   机器学习   探索与应用  

摘要： 机器学习是人工智能领域的重要组成部分，在很多领域得到了广泛的应用，全面且深刻地认识机器学习的重要性和相关内容至关重要。本文首先对机器学习进行了概述，分析了目标分析中的机器学习类型。其次探讨了机器学习模型设计，重点研究了目标分析中的机器学习方法的应用。最后对目标分析中的机器学习方法未来提出展望，通过跨界合作和技术创新来推动机器学习在目标分析领域的发展。