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
共找到100篇文章
< 1 2 … 5 >
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：
基于优化的支持向量机模型评估和预测社会-生态系统脆弱性——以陕南秦巴山区为例 被引量：1
1
作者 李润阳 陈佳 +3 位作者 杨新军 尹莎 徐俐 白玉玲 《生态学报》 北大核心 2025年第5期2281-2297,共17页
随着人类活动干扰不断加剧,促使我国山区人地关系发生了重大变化,从社会⁃生态系统视角动态评估和预测秦巴山区社会⁃生态系统脆弱性(SESV)的演化与特征,对实现我国山区生态保护与高质量发展具有重要的实践意义。利用空间显式脆弱性模型模... 随着人类活动干扰不断加剧,促使我国山区人地关系发生了重大变化,从社会⁃生态系统视角动态评估和预测秦巴山区社会⁃生态系统脆弱性(SESV)的演化与特征,对实现我国山区生态保护与高质量发展具有重要的实践意义。利用空间显式脆弱性模型模型,将SESV分解为暴露风险、敏感性和适应能力三个维度共48个指标,定量评估了2000—2020年陕南秦巴山区SESV及其各维度的空间分布特征,随后构建支持向量机模型,通过对比三种算法优化后的模型精度选取最优模型并预测2020—2050年陕南秦巴山区SESV及其各维度的时空分布和演化特征。结果显示:①陕南秦巴山区的SESV整体处于中低脆弱水平,在空间上呈现“中部高,南北低”的分布格局。②粒子群算法优化的支持向量机模型的准确性最优,且选取合适的训练样本数量能进一步改善预测性能。③预测结果显示,陕南秦巴山区SESV得到了显著降低,社会⁃生态系朝着良好态势发展。其中,暴露风险与SESV具有趋同性且地区间的差异变小,敏感性与适应能力维度均呈现“西高东低”的态势但地区间的差异并未缓解。研究旨在通过中国山区典型案例分析为SESV评估与预测提供参考依据。 展开更多
关键词 社会⁃生态系统 脆弱性 支持向量机模型 优化算法 陕南秦巴山区
在线阅读 下载PDF
新安江模型和支持向量机模型实时洪水预报应用比较 被引量：21
2
作者 霍文博 朱跃龙 +3 位作者 李致家 冯钧 周莉 孔俊 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期283-289,共7页
选择新安江模型和支持向量机模型分别在浙江省、陕西省的4个流域进行实时洪水预报,并使用K-最近邻实时校正法对新安江模型预报结果实时校正,比较2种模型在不同流域的应用效果,其中选择确定性系数、峰现时间误差、洪峰相对误差和均方误... 选择新安江模型和支持向量机模型分别在浙江省、陕西省的4个流域进行实时洪水预报,并使用K-最近邻实时校正法对新安江模型预报结果实时校正,比较2种模型在不同流域的应用效果,其中选择确定性系数、峰现时间误差、洪峰相对误差和均方误差作为模型预报评价指标。进一步改变预报预见期并分析2种模型在不同预见期内的预报精度。研究结果表明,新安江模型和支持向量机模型在不同流域洪水预报中各有优势,支持向量机模型预报精度受降雨精度影响较大。当预报预见期较长时,新安江模型预报结果更好;随着预见期缩短,支持向量机模型预报精度显著提高,在短预见期实时预报中支持向量机模型优势更明显。在预报难度较大的半湿润半干旱流域,新安江模型和支持向量机模型在率定期和实时预报过程中均具有较高精度。 展开更多
关键词 实时洪水预报 新安江模型 数据驱动模型 支持向量机模型 K-最近邻实时校正法 洪水预见期
在线阅读 下载PDF
改进支持向量机模型的旋转机械故障诊断方法 被引量：14
3
作者 曹冲锋 杨世锡 +1 位作者 周晓峰 杨将新 《振动．测试与诊断》 EI CSCD 北大核心 2009年第3期270-273,共4页
针对支持向量机在旋转机械的故障诊断中存在的模型超参数选择的不确定性,利用超参数相关理论和先验知识界定模型超参数选择区间,结合全局搜索和局部搜索实现参数优化组合,运用泛化模式搜索的模型超参数选择方法,并将改进的支持向量机模... 针对支持向量机在旋转机械的故障诊断中存在的模型超参数选择的不确定性,利用超参数相关理论和先验知识界定模型超参数选择区间,结合全局搜索和局部搜索实现参数优化组合,运用泛化模式搜索的模型超参数选择方法,并将改进的支持向量机模型引入旋转机械的故障诊断。结果表明,改进的模型具有较高的搜索效率和参数优化选择性能,提高了故障诊断的精度。 展开更多
关键词 旋转机械 故障诊断 改进支持向量机模型 泛化模式搜索 超参数选择
在线阅读 下载PDF
支持向量机模型在肺癌病人住院费用影响因素分析中的应用 被引量：8
4
作者 张颖 李利杰 +2 位作者 刘海容 朱绥 孙统达 《中国医院》 2014年第10期30-32,共3页
目的:建立基于支持向量机的单病种住院费用拟合模型,利用模型分析住院费用影响因素及其对住院费用的影响程度。方法:以浙江省某三级甲等医院2010年-2013年间肺癌患者的住院信息为样本,利用SPSS 16.0建立数据库,应用Weka软件建立支持向... 目的:建立基于支持向量机的单病种住院费用拟合模型,利用模型分析住院费用影响因素及其对住院费用的影响程度。方法:以浙江省某三级甲等医院2010年-2013年间肺癌患者的住院信息为样本,利用SPSS 16.0建立数据库,应用Weka软件建立支持向量机拟合模型,分析住院费用的影响因素。结果:影响住院费用的主要因素依次为住院天数、主诊断疾病、麻醉方式、年龄、费用类别、职业、住院次数。结论:从缩短住院天数、发展全民基本医疗保障制度等方面来控制住院费用。 展开更多
关键词 肺癌病人 住院费用 支持向量机模型
在线阅读 下载PDF
最小二乘支持向量机模型在径流预报中的应用 被引量：5
5
作者 崔庆 马孝义 陈海涛 《中国农村水利水电》 北大核心 2012年第12期63-65,共3页
为解决径流中长期预报模型精度较低的问题,提出了一种基于混沌时间序列的最小二乘支持向量机预测方法,该方法依据相空间重构技术以及最小二乘支持向量机模型(以下简称LS_SVM)。利用该模型对黄河三门峡1919-1989年的71年实测年径流量进... 为解决径流中长期预报模型精度较低的问题,提出了一种基于混沌时间序列的最小二乘支持向量机预测方法,该方法依据相空间重构技术以及最小二乘支持向量机模型(以下简称LS_SVM)。利用该模型对黄河三门峡1919-1989年的71年实测年径流量进行预测。经过反复计算分析表明LS_SVM模型在径流中的应用具有较快的计算速度、较好的泛化能力以及较高的预测精度。 展开更多
关键词 混沌 相空间重构技术 最小二乘支持向量机模型 径流
在线阅读 下载PDF
最小二乘支持向量机模型在大坝监测中的应用 被引量：4
6
作者 路亮 张爱军 《人民黄河》 CAS 北大核心 2013年第11期99-100,103,共3页
提出了一种基于混沌时间序列的最小二乘支持向量机预测方法,该方法的依据是相空间重构技术以及最小二乘支持向量机模型(LS_SVM)。阐述了基于混沌时间序列的最小二乘支持向量机模型的算法步骤,并指出该模型的评价指标为平均绝对误差(MAE... 提出了一种基于混沌时间序列的最小二乘支持向量机预测方法,该方法的依据是相空间重构技术以及最小二乘支持向量机模型(LS_SVM)。阐述了基于混沌时间序列的最小二乘支持向量机模型的算法步骤,并指出该模型的评价指标为平均绝对误差(MAE)以及预测均方误差(PMSE)。利用该模型对某混凝土大坝5#坝段102号测点的垂直位移进行了预测,结果表明:基于混沌时间序列的LS_SVM模型的预测性能较好,能够很好地体现出模型的实际应用能力;模型的拟合及预报结果能够满足精度要求,与回归模型相比具有预测结果精度较高的优点。 展开更多
关键词 相空间重构技术 最小二乘支持向量机模型 大坝位移
在线阅读 下载PDF
基于粒子群-最小二乘支持向量机模型的矿山爆破振动速度预测 被引量：10
7
作者 何理 刘易和 +3 位作者 李琳娜 陈江伟 姚颖康 刘昌邦 《金属矿山》 CAS 北大核心 2022年第7期145-150,共6页
爆破地震危害是矿山开采过程中最为显著的负面效应之一,准确预测质点峰值振动速度(PPV)对于有效预防爆破振动引发的建(构)筑物失稳破坏具有极大的工程实际意义。设计并开展了露天矿山开挖爆破现场监测试验,采用灰色关联分析法对PPV影响... 爆破地震危害是矿山开采过程中最为显著的负面效应之一,准确预测质点峰值振动速度(PPV)对于有效预防爆破振动引发的建(构)筑物失稳破坏具有极大的工程实际意义。设计并开展了露天矿山开挖爆破现场监测试验,采用灰色关联分析法对PPV影响因素进行敏感性分析,确定各影响因素之间的主次关系。在此基础上,建立最小二乘支持向量机(LS-SVM)模型对PPV进行预测,并通过粒子群算法(PSO)局部寻优确定LS-SVM模型中正则化参数和核函数宽度系数的最佳参数组合,最后将PSO-LSSVM模型预测结果与BP神经网络模型、LS-SVM模型及传统萨道夫斯基公式的预测结果进行了对比分析。结果表明:PSO-LSSVM模型对PPV预测的拟合相关系数(R^(2))、均方根误差(RMSE)、平均相对误差(MRE)及纳什系数(NSE)分别为97.38%、2.68%、1.36%和99.98%,PSO-LSSVM模型预测精度更高,且具有更好的泛化能力,用于多因素影响下的矿山爆破PPV预测切实可行。 展开更多
关键词 振动速度预测 敏感性分析 最小二乘支持向量机模型 粒子群算法 泛化能力
在线阅读 下载PDF
支持向量机模型和Logistic回归模型在肝硬化食管静脉曲张中的预测价值 被引量：1
8
作者 徐晶 张霞 +2 位作者 封爽 郑珊 冯慧芬 《郑州大学学报（医学版）》 CAS 北大核心 2022年第4期524-527,共4页
目的:比较支持向量机模型和Logistic回归模型在肝硬化食管静脉曲张中的预测价值。方法:收集在郑州大学第五附属医院住院治疗的肝硬化患者305例,以电子胃镜检查结果作为“金标准”,将食管静脉曲张分为无或轻度曲张150例,中重度曲张155例... 目的:比较支持向量机模型和Logistic回归模型在肝硬化食管静脉曲张中的预测价值。方法:收集在郑州大学第五附属医院住院治疗的肝硬化患者305例,以电子胃镜检查结果作为“金标准”,将食管静脉曲张分为无或轻度曲张150例,中重度曲张155例,构建支持向量机、Logistic回归模型进行肝硬化食管静脉曲张风险预测。结果:构建的支持向量机模型和Logistic回归模型的预测正确率分别为86.8%和83.5%,二者的AUC、敏感度、特异度、阳性预测值、阴性预测值分别为0.931、0.896,84.8%、82.6%,88.9%、84.4%,88.6%、84.4%,85.1%、82.6%。支持向量机输出预测变量重要性居前4位的依次为肝硬度值、门静脉直径、血红蛋白、血小板计数/脾脏厚度,与Logistic回归模型一致。结论:支持向量机构建的肝硬化食管静脉曲张预测模型有较好的应用价值,较传统的Logistic回归模型表现更佳。 展开更多
关键词 食管静脉曲张 肝硬化 支持向量机模型 LOGISTIC回归模型 预测
在线阅读 下载PDF
Padé32光滑支持向量机模型的构造及其应用 被引量：2
9
作者 王建建 何枫 +1 位作者 吴子轩 陈丽莉 《控制理论与应用》 EI CAS CSCD 北大核心 2018年第9期1302-1310,共9页
含无约束条件支持向量机的目标函数具有不光滑性,使得研究者难以采用快速的最优化算法对其进行求解.为了克服支持向量机的不可微性,文章首先应用有理逼近的方法,提出了一种新的Padé32逼近式光滑函数并建立了基于该函数的光滑支持... 含无约束条件支持向量机的目标函数具有不光滑性,使得研究者难以采用快速的最优化算法对其进行求解.为了克服支持向量机的不可微性,文章首先应用有理逼近的方法,提出了一种新的Padé32逼近式光滑函数并建立了基于该函数的光滑支持向量机模型.其次,分析并证明了新光滑函数的逼近精度均高于已有的各种光滑函数,以及新模型的收敛性.最后,基于UCI机器学习数据库,将本文构造的Padé32–SSVM模型应用于若干种疾病的诊断、钞票验伪和生物可降解性分析中,结果表明本文建立的新光滑支持向量机模型具有较高的分类精度. 展开更多
关键词 机器学习 光滑支持向量机模型 Pad′e32光滑函数 分类 BFGS–Armijo算法
在线阅读 下载PDF
基于3种细胞因子的尘肺病筛查支持向量机模型的建立 被引量：1
10
作者 常伟 丁明翠 +2 位作者 焦洁 王威 姚武 《郑州大学学报（医学版）》 CAS 北大核心 2019年第6期811-814,共4页
目的:建立基于转化生长因子β1(TGF-β1.、血小板源性生长因子(PDGF)、结缔组织生长因子(CTGF)的支持向量机模型(SVM)用于尘肺病的筛查。方法:选择70例男性尘肺病患者(尘肺病组),77例体检健康的男性(对照组),分别采集外周血并分离血清... 目的:建立基于转化生长因子β1(TGF-β1.、血小板源性生长因子(PDGF)、结缔组织生长因子(CTGF)的支持向量机模型(SVM)用于尘肺病的筛查。方法:选择70例男性尘肺病患者(尘肺病组),77例体检健康的男性(对照组),分别采集外周血并分离血清。采用ELISA法检测血清中TGF-β1、CTGF、PDGF的含量。采用SPSS Clementine软件分别构建Fisher判别分析模型和SVM模型,比较2种模型诊断尘肺病的效能。结果:基于血清TGF-β1、PDGF、CTGF含量建立的Fisher判别分析模型诊断尘肺病的准确度、灵敏度、特异度分别为78.1%、95.0%、61.9%,而SVM模型的准确度、灵敏度、特异度分别为87.8%、95.0%、81.0%;SVM模型的AUC为0.908,优于Fisher判别分析模型(0.830)(Z=3.181,P=0.002.。结论:建立了基于人血清TGF-β1、PDGF、CTGF含量、可用于尘肺病筛查的SVM模型,且筛查效果较好。 展开更多
关键词 尘肺病 支持向量机模型 Fisher判别分析模型 转化生长因子Β1 血小板源性生长因子 结缔组织生长因子 筛查
在线阅读 下载PDF
基于无人机可见光通道及支持向量机模型的柑橘黄龙病个体识别方法 被引量：7
11
作者 林奕桐 梁健 +3 位作者 刘书田 贾书刚 玉建成 侯彦林 《西南农业学报》 CSCD 北大核心 2022年第11期2554-2563,共10页
【目的】探究基于无人机可见光通道和支持向量机(SVM)模型的柑橘黄龙病个体识别方法,为生产上快速、高效发现柑橘黄龙病病株提供参考依据。【方法】构建2套基于SVM的识别模型,先通过柑橘黄龙病黄化识别模型确定具备黄龙病黄化特征的植株... 【目的】探究基于无人机可见光通道和支持向量机(SVM)模型的柑橘黄龙病个体识别方法,为生产上快速、高效发现柑橘黄龙病病株提供参考依据。【方法】构建2套基于SVM的识别模型,先通过柑橘黄龙病黄化识别模型确定具备黄龙病黄化特征的植株,再通过黄龙病斑驳特征识别模型对黄化植株的叶片进行斑驳特征分析确认黄龙病植株;对模型进行1次个体识别试验和2次普适性验证试验。【结果】对于黄龙病植株黄化特征识别,红(R)、绿(G)、蓝(B)、色调(H)和明度(V)在光谱分布上均具备特征性,可作为柑橘黄龙病黄化识别模型的输入变量;对于黄龙病叶片斑驳特征识别,通过叶片左、右部分平均反射率之差(D_(rl))和上、下部分平均反射率之差(D_(ub))及波形振幅的平均值(^(-)A)可有效排除缺素及其他非黄龙病黄化病害对识别结果的干扰,上述3个指标可作为柑橘黄龙病斑驳特征识别模型的输入变量。在个体识别试验中,对28株柑橘进行基于无人机可见光通道和SVM模型的柑橘黄龙病个体识别,识别准确率达100.00%。在中国南方柑橘黄龙病防治研究中心果场开展的普适性验证试验中,对4383株柑橘进行识别,非黄龙病个体识别准确率达100.00%,黄龙病个体识别准确率为89.47%;在广西南宁市武鸣区四明村果园开展的普适性试验中,非黄龙病个体识别准确率为97.30%,黄龙病个体识别准确率为86.67%。【结论】基于无人机可见光通道和SVM机模型的柑橘黄龙病个体识别方法能较好地识别柑橘种植区的黄龙病植株,且相较于高光谱识别方法成本更低,可在柑橘种植区域黄龙病防治中广泛应用。 展开更多
关键词 柑橘黄龙病 无人机 可见光通道 支持向量机(SVM)模型 个体识别
在线阅读 下载PDF
基于频率比−支持向量机耦合模型的四川省喜德县滑坡易发性评价 被引量：1
12
作者 孙才 铁永波 +2 位作者 宁志杰 徐伟 熊小辉 《沉积与特提斯地质》 CAS CSCD 北大核心 2024年第3期547-559,共13页
针对滑坡易发性评价中因子分级基础数据与评价模型的选取问题,本文以滑坡灾害频发的四川省喜德县为研究区,采用斜坡单元为评价单元,通过对评价因子进行相关性分析,选取高程、坡度、曲率、NDVI、SPI、距水系距离、距道路距离、距断层距... 针对滑坡易发性评价中因子分级基础数据与评价模型的选取问题,本文以滑坡灾害频发的四川省喜德县为研究区,采用斜坡单元为评价单元,通过对评价因子进行相关性分析,选取高程、坡度、曲率、NDVI、SPI、距水系距离、距道路距离、距断层距离、斜坡结构、工程地质岩组、土地利用类型11个评价因子,分别对区域点属性和滑坡点属性两类基础数据采用自然断点法进行因子分级,代入频率比模型和频率比–支持向量机耦合模型来评价滑坡易发性,并使用受试者工作特征(ROC)曲线与典型斜坡来验证模型精度。结果显示:以滑坡点属性作为分类基础数据并运用耦合模型得到的评价精度最高,对应的曲线下面积(SAUC)值为0.752,能更好地预测滑坡易发性;模拟结果显示,研究区极高、高易发区面积占比分别为4.65%和23.73%,主要分布在地形起伏较大、断层发育、人类工程活动强烈的区域。相反,断层稀疏、人口分散的地区属于中、低易发区,其面积占比分别为44.20%和27.42%。结果将为喜德县及其类似地区滑坡易发性评价工作提供科学参考。 展开更多
关键词 滑坡易发性 因子分级 频率比模型 支持向量机模型 耦合模型
在线阅读 下载PDF
湖滨绿洲土壤有机碳含量的支持向量机估算模型
13
作者 杨吉祥 李新国 《新疆农业科学》 CAS CSCD 北大核心 2024年第6期1477-1486,共10页
【目的】利用高光谱数据快速估算土壤有机碳含量,为干旱区湖滨绿洲合理开发土地资源提供科学依据。【方法】以新疆博斯腾湖北岸湖滨绿洲为研究区,将实测的土壤有机碳含量数据与高光谱数据相结合,对原始光谱进行SG平滑(SavitzkyGolay smo... 【目的】利用高光谱数据快速估算土壤有机碳含量,为干旱区湖滨绿洲合理开发土地资源提供科学依据。【方法】以新疆博斯腾湖北岸湖滨绿洲为研究区,将实测的土壤有机碳含量数据与高光谱数据相结合,对原始光谱进行SG平滑(SavitzkyGolay smoothing,SG)、连续统去除(Continuum Removal,CR)、连续小波变换(Continuous Wavelet Transform,CWT)预处理,采用连续投影算法(Successive Projections Algorithm,SPA)筛选特征波段;应用支持向量机(Support Vector Machines,SVM)模型估算土壤有机碳含量。【结果】(1)研究区土壤有机碳含量为0.69~50.32 g/kg,平均值为14.15 g/kg,标准差为9.51 g/kg,呈中等变异性,变异系数为67.20%。(2)土壤原始光谱反射率在350~750 nm,光谱反射率呈上升趋势,在750~2150 nm,光谱反射率呈相对平稳趋势,在2150~2500 nm,光谱反射率逐渐下降;连续小波变换对土壤原始光谱预处理后随着分解尺度的增加,光谱局部特征明显,吸收峰和反射峰越来越平滑;采用连续投影算法筛选的光谱特征波段集中于350~952 nm、1007~1742 nm、2082~2381 nm,且特征波段仅占可见光-近红外光谱波段的0.30%。(3)连续小波变换结合连续投影算法构建的SVM模型,其训练集和验证集分别R^(2)=0.76,RMSE=4.78和R^(2)=0.94,RMSE=3.30,RPD=2.50。【结论】CWT-SPA-SVM可有效估算研究区土壤有机碳含量。 展开更多
关键词 土壤有机碳含量 连续小波变换 连续投影算法 支持向量机模型 高光谱数据
在线阅读 下载PDF
基于灰色支持向量机的输电线路覆冰厚度预测模型 被引量：18
14
作者 马小敏 高剑 +4 位作者 吴驰 何锐 龚奕宇 李熠 吴天宝 《中国电力》 CSCD 北大核心 2016年第11期46-50,共5页
为了降低输电线路覆冰事故对电网安全造成的严重影响,对输电线路覆冰厚度进行预测将能够有效地指导电网抗冰工作。提出了基于灰色支持向量机的输电线路覆冰厚度短期预测模型,分析了样本中脏数据的剔除及数据预处理方法,通过模型预测值... 为了降低输电线路覆冰事故对电网安全造成的严重影响,对输电线路覆冰厚度进行预测将能够有效地指导电网抗冰工作。提出了基于灰色支持向量机的输电线路覆冰厚度短期预测模型,分析了样本中脏数据的剔除及数据预处理方法,通过模型预测值与实测数据的对比验证了该模型的准确性和适用性,根据模型预测的线路最大覆冰厚度值对现场观冰、冰情预警以及开展交直流融冰提供策略指导。将该模型与传统的支持向量机和广义回归神经网络覆冰预测模型进行了对比,结果表明,该模型平均误差为0.325 mm,平均绝对百分误差仅为2.61%,适用于输电线路覆冰厚度短期预测。在易覆冰地区,应用该预测模型能够更好地指导输电线路抗冰工作。 展开更多
关键词 覆冰 输电线路 短期预测 灰色模型 支持向量机模型 在线监测
在线阅读 下载PDF
糖尿病足溃疡复发风险预测模型的构建:基于Logistic回归和支持向量机及BP神经网络模型 被引量：20
15
作者 张娟 李海芬 +3 位作者 李小曼 姚苗 马惠珍 马强 《中国全科医学》 北大核心 2023年第32期4013-4019,共7页
背景全球范围内糖尿病足溃疡(DFUs)首次复发与再次复发率逐年上升,且早期复发风险高于远期风险。导致DFUs复发的风险因素较多,目前缺乏系统的筛选,因此需要探索DFUs复发的危险因素,以便早期识别复发高危人群。目的探讨Logistic回归、支... 背景全球范围内糖尿病足溃疡(DFUs)首次复发与再次复发率逐年上升,且早期复发风险高于远期风险。导致DFUs复发的风险因素较多,目前缺乏系统的筛选,因此需要探索DFUs复发的危险因素,以便早期识别复发高危人群。目的探讨Logistic回归、支持向量机(SVM)和BP神经网络(BPNN)模型在DFUs复发风险中的预测价值。方法选取2020年1月—2021年10月在宁夏医科大学总医院烧伤整形美容科、内分泌科和伤口造口门诊就诊的DFUs患者390例作为开发模型的研究对象。根据患者出院后1年内DFUs是否复发分为复发组116例(29.7%)和非复发组274例(70.3%)。收集两组患者的一般资料包括社会人口学特征、病史评估和临床病例资料并进行比较,采用糖尿病足部自我管理行为量表(DFSBS)评估患者糖尿病足部自我管理行为,采用慢性病风险感知问卷评估患者DFUs风险感知水平。采用多因素Logistic回归分析探讨DFUs患者出院后1年内DFUs复发的影响因素;将患者按照7∶3划分为训练集和测试集,运用Logistic回归变量筛选策略,分别建立Logistic回归、SVM和BPNN模型;绘制各模型预测DFUs复发风险的受试者工作特征(ROC)曲线。结果两组DFUs患者BMI、独居、糖尿病病程、吸烟史、饮酒史、受累足趾截肢史、足溃疡分级、踝肱指数、糖化血红蛋白、溃疡位置在脚底、足趾受累、足部存在行走障碍、骨髓炎、多重耐药菌感染、糖尿病周围神经病变、下肢动脉粥样硬化、足部自我管理行为、DFUs风险感知水平比较,差异均有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,BMI[OR=0.394,95%CI(0.285,0.546),P<0.001]、糖尿病病程[OR=1.635,95%CI(1.303,2.051),P<0.001]、吸烟史[OR=0.186,95%CI(0.080,0.434),P<0.001]、足溃疡分级[OR=2.139,95%CI(1.133,4.038),P=0.019]、糖化血红蛋白[OR=2.289,95%CI(1.485,3.528),P<0.001]、溃疡位置在脚底[OR=3.148,95%CI(1.344,7.373),P=0.008]、足部自我管理行为[OR=0.744,95%CI(0.673,0.822),P<0.001]和DFUs风险感知水平[OR=0.892,95%CI(0.845,0.942),P<0.001]是DFUs患者1年内DFUs复发的影响因素。Logistic回归、SVM和BPNN模型在测试集中预测DFUs复发风险的正确率分别82.43%、94.87%、87.17%,ROC曲线下面积(AUC)分别为0.843、0.937、0.820。Logistic回归、SVM和BPNN模型预测DFUs复发风险的ROC曲线AUC比较,差异有统计学意义(Z=2.741,P<0.05);SVM模型预测DFUs复发风险的ROC曲线AUC高于Logistic回归和BPNN模型(Z=5.937,P=0.013;Z=3.946,P<0.001)。结论SVM模型预测DFUs患者出院后1年内DFUs复发风险的正确率、灵敏度、特异度、AUC等指标均较好,为相对最优的模型,建议进一步推广应用以验证预测模型的效能。 展开更多
关键词 糖尿病 足溃疡 糖尿病足 复发 LOGISTIC模型 支持向量机模型 BP神经网络模型 影响因素分析
在线阅读 下载PDF
基于不同核函数构建的退行性颈椎病支持向量机高危人群筛查模型的比较 被引量：17
16
作者 吕艳伟 李文桓 +4 位作者 田伟 陈大方 段芳芳 王立芳 刘志科 《中国卫生统计》 CSCD 北大核心 2018年第3期368-371,共4页
目的评价基于不同核函数构建的退行性颈椎病支持向量机高危人群筛查模型的优劣,为退行性颈椎疾病高危人群的筛查提供工具支持。方法利用北京地区社区人群骨科退行性疾病研究数据库,采用线性核、多项式核、Sigmoid核和高斯核函数构建支... 目的评价基于不同核函数构建的退行性颈椎病支持向量机高危人群筛查模型的优劣,为退行性颈椎疾病高危人群的筛查提供工具支持。方法利用北京地区社区人群骨科退行性疾病研究数据库,采用线性核、多项式核、Sigmoid核和高斯核函数构建支持向量机模型,并根据十折交叉验证率最大的标准确定核函数参数。根据约登指数最大化的标准选择切点值,计算模型相应的灵敏度、特异度和预测准确率。采用ROC曲线评价不同核函数构建的模型的性能。结果在四种核函数计算的支持向量机模型中,多项式核函数计算ROC曲线下面积最大,为0.6928(95%CI:0.6502~0.7355),但不同核函数的ROC曲线下面积的95%CI存在重叠,尚未发现不同核函数建立本模型的优势。结论可利用该模型进行高危人群筛查,但未发现不同核函数构建的支持向量机模型性能的差别。 展开更多
关键词 颈椎病 支持向量机模型 核函数
在线阅读 下载PDF
基于机器学习的富硒土壤预测模型的构建与比较——以江西省信丰县油山地区为例
17
作者 杨兰 王运 +4 位作者 邹勇军 胡宝群 李满根 张安 朱满怀 《吉林大学学报(地球科学版)》 北大核心 2025年第5期1629-1643,共15页
利用未知硒数据快速、高效、精准地圈定富硒土壤,需构建预测富硒土壤的最佳模型。从1 277个1∶5万表层土壤的地球化学数据中选取502个数据组成数据集,以w(Zn)、w(K_(2)O)、w(P)、w(Mo)、w(Mn)、w(Cr)、pH、D(泥盆系)为自变量,以是否富S... 利用未知硒数据快速、高效、精准地圈定富硒土壤,需构建预测富硒土壤的最佳模型。从1 277个1∶5万表层土壤的地球化学数据中选取502个数据组成数据集,以w(Zn)、w(K_(2)O)、w(P)、w(Mo)、w(Mn)、w(Cr)、pH、D(泥盆系)为自变量,以是否富Se为因变量,运用SPSS Modeler 18软件构建二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及支持向量机模型(包括线性、多项式、径向基和Sigmoid核函数),并通过35组土壤样品实测数据进行验证。结果表明:二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及(线性、多项式、径向基、Sigmoid)支持向量机模型的预测准确率和验证总体准确率分别为88.8%和94.3%、91.0%和97.1%、96.6%和97.1%、87.9%和97.1%、86.1%和94.3%、86.9%和94.3%、80.3%和91.4%;以上模型的曲线下面积(AUC)值分别为0.948、0.950、0.993、0.937、0.945、0.928和0.873,随机森林模型的准确率和稳定性最佳。同时,本次研究发现了清洁富硒土壤及绿色富硒山稻,表明该方法在富硒土壤预测中具有可行性,且可进一步拓展到地质找矿及环境监测等领域。 展开更多
关键词 富硒土壤 机器学习 二元Logistic回归模型 多层感知器神经网络模型 随机森林模型 支持向量机模型
在线阅读 下载PDF
基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型 被引量：65
18
作者 李静 徐路路 《现代情报》 CSSCI 2019年第4期23-33,共11页
[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架,以基因工程领域为例利用主题概率模型识别WOS核心集中论... [目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架,以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建,然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析,最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高,支持向量机预测效果次之,BP神经网络预测效果较差且预测稳定性不足,同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势,可为我国学科领域大势研判和架构调整提供决策支持和参考。 展开更多
关键词 热点主题 发展趋势 机器学习 LSTM模型 支持向量机模型
在线阅读 下载PDF
京津冀城市可持续发展效率预警研究——基于灰色支持向量机回归模型的预测 被引量：6
19
作者 何砚 郭泰 方方 《生态经济》 北大核心 2020年第9期95-100,共6页
选用支持向量机回归模型与灰色GM(1,1)模型组合方式对2020—2022年京津冀城市可持续发展效率各项测度指标值进行了预测,先将所得指标预测值代入超效率CCR-DEA模型,从而得到2020—2022年京津冀城市可持续发展效率的预测值,再将预测值及... 选用支持向量机回归模型与灰色GM(1,1)模型组合方式对2020—2022年京津冀城市可持续发展效率各项测度指标值进行了预测,先将所得指标预测值代入超效率CCR-DEA模型,从而得到2020—2022年京津冀城市可持续发展效率的预测值,再将预测值及其均值与2012—2019年的实测值及其均值进行比较,得以判断预测期京津冀城市可持续发展状态。预警判断结果实现了与京津冀城市可持续发展现状及该区域内若干发展政策的相互印证,从而印证了文章所提供的研究框架和预警建模方法的可信性。文章不仅丰富了城市可持续发展效率预警研究文献,而且有助于深入理解京津冀协同发展战略。 展开更多
关键词 京津冀 城市可持续发展效率 预警 灰色支持向量机回归模型
在线阅读 下载PDF
基于支持向量机回归模型的稻田二化螟历史数据预测 被引量：1
20
作者 任向辉 李向平 +1 位作者 李言 余昊 《广东农业科学》 CAS CSCD 北大核心 2012年第16期179-181,共3页
通过1991—1996的历史数据分析稻田早稻生物学特征与不同土壤处理对二化螟发生株率的非线性相关关系,测试支持向量机回归(SVR)模型在二化螟测报的可行性。结果表明,应用epsilon-SVR模型预测水稻综合因子观测场1996年的早稻二化螟平均发... 通过1991—1996的历史数据分析稻田早稻生物学特征与不同土壤处理对二化螟发生株率的非线性相关关系,测试支持向量机回归(SVR)模型在二化螟测报的可行性。结果表明,应用epsilon-SVR模型预测水稻综合因子观测场1996年的早稻二化螟平均发生株率预测准确率达97.95%,而阴离子观测场的平均发生株率预测准确率达96.97%。该回归模型表现出良好的鲁棒性和自学习能力。因此,SVR模型适于二化螟田间发生株率的预测,在虫害测报中应用前景广阔。 展开更多
关键词 二化螟 支持向量机回归模型 历史数据
在线阅读 下载PDF
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 2 … 5 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部