-
题名改进的森林优化特征选择算法在信用评估中的应用
被引量：4
- 1
-
-
作者
黄宇航
宋友
王宝会
-
机构
北京航空航天大学软件学院
-
出处
《计算机科学》
CSCD
北大核心
2023年第S01期521-526,共6页
-
文摘
信用评估是金融领域的一个关键问题,它可以预测出一个用户是否存在拖欠风险,从而减少坏账损失。信用评估的关键挑战之一就是数据集存在着大量无效或冗余特征。为了解决该问题,提出了一种改进的森林优化特征选择算法(Improved Feature Selection using Forest Optimization Algorithm,IFSFOA)。该算法针对原始算法FSFOA的不足,在初始化阶段使用基于卡方校验的初始化策略代替随机化初始,提升算法寻优的能力;在局部播种阶段利用多层级变异策略,优化局部搜索能力,解决FSFOA的搜索空间受限和局部性问题;在更新候选森林时,使用贪婪选取策略挑选优质树,淘汰劣质树,收敛搜索发散过程。最后在涵盖了低维、中维和高维的公开信用评估数据集上设置对比实验,结果表明IFSFOA在分类和维度缩减方面的能力的综合表现均优于FSFOA和近年提出的较为高效的特征选择算法,验证了IFSFOA的有效性。
-
关键词
森林优化算法
特征选择
信用评估
演化计算
包裹式方法
-
Keywords
Forest optimization algorithm
Feature selection
Credit evaluation
Evolutionary computation
Wrapper methods
-
分类号
TP3-05
[自动化与计算机技术—计算机科学与技术]
-
-
题名胸部CT双影像组学模型评估肺结节良恶性及浸润性
被引量：13
- 2
-
-
作者
张力
肖丹丹
-
机构
北京中医医院顺义医院医学工程处
北京中医医院顺义医院放射科
-
出处
《中国医学影像学杂志》
CSCD
北大核心
2021年第5期514-518,共5页
-
文摘
目的探讨特定双影像组学模型鉴别CT平扫不同大小肺结节良恶性及浸润性的能力。资料与方法回顾性分析4892个CT平扫肺结节病灶,由高年资医师勾画病灶并标注病灶的良恶性及浸润性(其中2014个结节病理确诊为恶性),依据所有病灶整体体积分布情况(上、下四分位数为界值)分为大、中、小结节组,使用达尔文科研平台的双影像组学模型对所有病灶进行特征提取并分析,判断病灶的良恶性及浸润程度。以医师组标注结果为正确结果进行统计分析,判断在不同大小肺结节上的模型准确率。结果组学模型对病灶体积>434.75 mm3(平均直径9.4 mm)的大结节病灶判定准确率为92%,尤其对恶性浸润性腺癌判断准确率为100%;对病灶体积<51.63 mm3(平均直径4.6 mm)的小病灶判断准确率为100%;对于介于两者中间的中等大小病灶,在浸润程度由低到高的预测准确度分别为0.33、0.61及0.42。结论基于影像组学的模型对较大肺结节病灶良恶性判断准确性较高,尤其是恶性程度较高的浸润性腺癌,可用于辅助医师对恶性病变的进一步判定及诊断。
-
关键词
肺结节
体层摄影术
螺旋计算机
影像组学
达尔文智能科研平台
包裹式特征筛选方法
逻辑回归
支持向量机
诊断
鉴别
-
Keywords
Pulmonary nodule
Tomography,spiral computed
Radiomics
Darwin scientific research platform
Recursive feature elimination
Logistic regression
Support vector machine
Diagnosis,differential
-
分类号
R445.3
[医药卫生—影像医学与核医学]
R563
[医药卫生—呼吸系统]
-
