期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于MLBO-KCV的微流控预测算法
1
作者 汪子晨 梁威 《压电与声光》 2025年第4期783-790,共8页
针对在激发兰姆波进行液滴操控实验时,不同体积液滴的运动距离因激发参数的噪声干扰而导致无法准确定位的问题,提出了一种加入贝叶斯优化算法的机器学习模型(MLBO)与K折交叉验证(KCV)相结合的MLBO-KCV算法。该算法拥有自动寻找模型最佳... 针对在激发兰姆波进行液滴操控实验时,不同体积液滴的运动距离因激发参数的噪声干扰而导致无法准确定位的问题,提出了一种加入贝叶斯优化算法的机器学习模型(MLBO)与K折交叉验证(KCV)相结合的MLBO-KCV算法。该算法拥有自动寻找模型最佳超参数组合的能力,通过高斯函数和采集函数提高模型的预测精准度,利用预定义的验证函数多次评估模型的预测结果。实验结果表明,MLBO-KCV算法的均方误差(MSE)和平均绝对误差(MAE)较经典单模型算法分别降低了40.39%~78.03%、26.77%~51.35%,决定系数(R^(2))提高了5.23%~14.58%,且R^(2)最高值为0.98。MLBO-KCV算法提高了液滴运动距离的预测精度及可靠性,为基于机器学习精准控制液滴进行定向药物输送和微流体芯片等领域提供了依据。 展开更多
关键词 兰姆波微流控 贝叶斯优化机器学习模型 k折交叉验证算法 距离预测 图形用户界面
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部