摘要： 摘要 目的 水肿是伽玛刀放射外科手术（GKS）治疗脑膜瘤病人的并发症，可导致各种后果。旨在构建基于影像组学的机器学习模型，以预测GKS后水肿的发展。方法 该研

摘要： 本文首先介绍了机器学习常用的一般操作流程、Weka软件以及生物医学数据处理的重要性。然后，阐述了如何使用Weka进行生物医学数据分析和构建机器学习模型，并提供了以糖尿病为例的具体案例来说明这些方法的应用。本文介绍的教学实践方法有助于学生直观地理解机器学习中各个重要步骤，并方便比较不同分类器效果，具备良好的教学潜力。

关键词： 常微分方程反演   深度神经网络   非自治常微分方程   自治常微分方程   多步神经网络  

摘要： 本文针对常微分方程的反演问题,设计并构建了一种基于深度神经网络的常微分方程反演算法,开展了算法设计、算法性质证明和相关数值实验等方面的研究,主要包括: (1)设计并改进了一种基于多步神经网络的非自治常微分方程的反演算法 把用于自治常微分方程反演的基于线性多步法的多步神经网络进行改进,优化了多步神经网络的损失函数和训练数据形式,将非自治常微分方程转变为自治常微分方程的形式,利用神经网络对原方程中的函数进行拟合,以实现从数据中提取内含的非自治常微分方程,并介绍了改进算法的误差界。 (2)将改进的算法拓展应用于自治常微分方程 将改进的非自治常微分方程的反演算法拓展应用于自治常微分方程,使用改进算法的损失函数和训练数据形式,利用神经网络对原方程中的函数进行拟合,实现从数据中提取内含的自治常微分方程。 (3)数值实验 将数据加上不同强度的噪声,使用本文的改进算法与多步神经网络对几类非自治和自治常微分方程进行反演。对训练得到的方程求解得到数值解,计算数值解和真实解之间的均方误差和平均绝对误差;将数值解代入训练得到的方程得到的导数的近似值,将代入给定的常微分方程中的得到导数的真实值,计算近似值与真实值之间的均方误差和平均绝对误差。结果表明本文的改进算法对原方程中函数的泛化误差小于多步神经网络,从而验证了改进算法的泛化能力和鲁棒性。

关键词： 冠脉搭桥   机器学习   氧化应激   心肌缺血再灌注损伤  

摘要： 目的 利用加权基因共表达网络分析(WGCNA)和机器学习方法,筛选出冠脉搭桥(CABG)术后氧化应激(OS)相关的核心基因,并预测治疗心肌缺血再灌注损伤(MIRI)的靶向药物。方法 从GEO数据库CABG术前、术后心室组织表达谱,利用WGCNA得到术后最关联模块和基因,从而获得OS相关基因(OSRG),进一步富集分析。再通过最小绝对值收敛和选择算子(LASSO)回归和随机森林算法,筛选出冠脉搭桥术后核心OSRG,术前术后差异表达比较,预测靶向药物。结果 WGCNA结果得到32个CABG术后OSRG,富集分析结果显示这些基因主要参与细胞死亡调控、细胞程序性死亡、细胞凋亡、免疫过程以及多种信号通路的调节。机器学习筛选出3个核心OSRG:ATF3、JUN、VEGFA,其均在CABG术后上调表达(P<0.01)。并预测5种靶向药物。结论 本研究通过综合运用WGCNA和机器学习方法,成功筛选出CABG术后核心OSRG,这些核心基因术后均明显上调,通过诱导细胞死亡、免疫等方式,引起MIRI。

关键词： 叶面积指数   机器学习   无人机   多光谱影像   玉米  

摘要： 为实现基于机器学习方法和无人机影像的叶面积指数(leaf area index,LAI)准确估测。本研究对比了人工神经网络法(Artificial Neural Network algorithm,ANN)、高斯过程回归法(Gaussian Process Regression algorithm,GPR)、支持向量回归法(Support Vector Regression algorithm,SVR)和梯度提升决策树法(Gradient Boosting Decision Tree,GBDT)等几种主流的机器学习方法在基于无人机影像的玉米LAI反演中的优劣。为此,开展了不同有机肥、无机肥、秸秆还田以及种植密度处理的玉米田间试验,在不同生育期获取了无人机多光谱影像和LAI数据。基于这些数据,首先通过相关性分析,选择对LAI敏感的光谱指数作为估测变量,然后分别耦合偏最小二乘法(Partial Least Squares Regression,PLSR)和ANN、GPR、SVR、GBDT建立LAI反演模型,并对它们进行对比分析。结果表明,PLSR+GBDT法构建的LAI反演模型精度最高,稳定性最好,建模R_(cal)^(2)和RMSE_(cal)为0.90和0.25,验证R_(val)^(2)和RMSE_(val)为0.90和0.29;与PLSR+GBDT模型结果最接近的是基于PLSR+GPR法建立的模型,其建模R_(cal)^(2)和RMSE_(cal)为0.86和0.30,验证R_(val)^(2)和RMSE_(val)为0.89和0.29,且具有训练速度快,并能给出反演结果不确定度的优势;PLSR+ANN法的建模R_(cal)^(2)和RMSE_(cal)为0.85和0.31,验证R_(val)^(2)和RMSE_(val)为0.89和0.30;PLSR+SVR法的建模R_(cal)^(2)和RMSE_(cal)为0.86和0.32,验证R_(val)^(2)和RMSE_(val)为0.90和0.33。因此,PLSR+GBDT法和PLSR+GPR法被推荐作为玉米LAI反演模型构建的最优方法。

关键词： 锂离子电池   健康状态预测   分类   机器学习   优化算法  

摘要： 对锂离子电池进行准确的健康状态(SOH)预测是电池应用中的一项关键技术。由于锂离子电池内部复杂的电化学反应体系,多样的失效机理及生产差异,锂离子电池的退化往往呈现出较大的分散性,为锂离子电池SOH的准确预测造成了较大的困难。为此,提出一种基于机器学习的锂离子电池SOH分类与预测方法,基于精度约束,利用双子群优化算法确定训练集数据合适的类别个数及类别范围;基于Softmax分类模型根据锂离子电池早期退化数据进行SOH分类,使得退化趋势较为接近的电池被分为一类;对每一类电池分别利用神经网络构建其SOH预测模型,从而减小锂离子电池数据的大分散性的影响,提升锂离子电池的SOH预测精度。所提方法相比传统方法预测误差降低了34%以上,验证了所提方法的有效性和优越性。

关键词： 结构损伤识别   模态识别   安全评定   机器学习   结构健康监测  

摘要： 结构健康监测通过在大型工程结构上安装多类型传感器,感知、采集、传输和处理多元数据,已经成为保障重大工程结构安全的重要手段.随着结构健康监测系统的广泛应用,产生了海量的监测数据,如何通过监测数据识别和评估结构状态与安全是核心科学问题之一.由于土木工程结构的复杂性,状态识别与评估的核心难点是高维问题优化与求解,机器学习在高维问题求解方面具有很强的能力,为该问题的解决提供了新的思路.本文重点阐述机器学习在结构模态识别、损伤识别及可靠性评估等方面的研究进展,并讨论未来在该研究方向的发展趋势.

关键词： 语音识别   机器学习   深度学习   语言模型  

摘要： 文章介绍了语音识别的机器学习方法的原理和应用现状,该方法利用深度学习技术使声学特征和语言模型相结合,提高了语音识别的效率和准确性,推动了智能语音领域的发展。在此基础上,文章分析了语音识别的机器学习方法在大数据、物联网、云计算等领域的应用前景,以期为网络应用建设提供参考。

关键词： 债券违约预警   机器学习   看门人   地区经济   营商环境   信息含量  

摘要： 债券市场安全涉及国家的金融安全,近年来因我国债券违约频发而备受关注。基于我国债券市场特征、财务困境和制度经济学理论,引入财务信息和非财务信息变量并使用传统统计方法和机器学习方法可构建一批债券违约预警模型。研究发现:第一,对比传统统计方法构建的债券违约预警模型,基于机器学习构建的债券违约预警模型具有更高的预测准确度。第二,在使用财务信息变量的基础上引入非财务信息变量,债券违约预警模型的预测准确度大幅提高,表明非财务信息为预警模型提供了有效的增量信息。具体来说:(1)作为债券市场重要的“看门人”,审计和评级机构都能提供债券违约的预警信息,但违约前一年审计意见提供的预警信息的重要性高于信用评级提供的预警信息;(2)发债企业的所有制、上市状况及其所属地区的经济与社会环境如社会资本和营商环境对于债券违约预警具有重要作用;(3)货币政策信息对于债券违约预警也具有重要作用;(4)预警模型帮助投资者大幅降低“踩雷”的概率,极大提高了债券投资的安全性。

关键词： 2D Triple-Collocation   机器学习   土壤湿度   多源融合   降尺度  

摘要： 为提高卫星遥感土壤湿度产品精度及空间分辨率,支撑水文过程的高精度模拟与预报,首先基于SMOS、SMAP、ASCAT 3种遥感土壤湿度产品,采用2D Triple-Collocation(2D TC)从时空两方面分析不同产品精度并基于最小二乘框架融合。而后分析支持向量机(SVM)、随机森林(RF)、极端梯度提升机(XGBoost)3种机器学习方法的降尺度效果及适用性,并对融合成果降尺度。研究结果表明:多源遥感融合成果较单一卫星遥感产品RMSE更小(RMSE=0.04 m3/m3),且优化了单一卫星监测数据缺失及高估的问题。3种基于融合成果的降尺度模型均有较好的抗过拟合能力,其中以XGBoost表现最优,其测试集R2较RF、SVM测试集分别提高了4.5%、36.6%,RMSE分别降低了15%、46.9%。以CLDAS产品为参考,XGBoost降尺度成果较融合成果R值提高了16.53%,RMSE降低了17.50%。融合与降尺度方法组合能有效提高遥感土壤湿度产品空间分辨率及精度,适用性更好。