期刊文献+
共找到754篇文章
< 1 2 38 >
每页显示 20 50 100
Theoretical Study on Non-transmission High Efficient Parallel Camber Grinding Machine
1
作者 LI Yu-peng (Department of Mechanical Engineering, Yanshan University, Qinhuangdao 066004, China) 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2002年第S1期36-,共1页
Be directed against the development trend of modern CNC grinding machine towards high precision and high efficiency, some general weaknesses of existing camber grinding machine are analyzed in detail. In order to deve... Be directed against the development trend of modern CNC grinding machine towards high precision and high efficiency, some general weaknesses of existing camber grinding machine are analyzed in detail. In order to develop new type CNC camber grinding machine that can grind complex die, and genuinely achieved accurate feed and high efficient grinding, a new type camber grinding machine is put forward, called non-transmission virtual-shaft CNC camber grinding machine. Its feed system is a parallel mechanism that is directly driven by linear step motor. Therefore, traditional transmission types, such as the ball lead-screw mechanisms, the gears, the hydraulic transmission system, etc. are cancelled, and the feed system of new type CNC camber grinding machine can truly possess non-creep, good accuracy retentiveness a wide range of feed-speed change, high kinematical accuracy and positioning precision, etc. In order to realize that the cutting motion is provided with high grinding speed, step-less speed variation, high rotational accuracy, good dynamic performance, and non-transmission, the driving technology of hollow rotor motor is applied to drive the spindle of new type grinding machine,thus leading to the elimination of the transmission parts of cutting motion. The principle structure model of new type camber grinding machine is advanced. The selection, control gist and driving circuit line of the linear step motor are expounded. The main technology characteristics and application advantages of non-transmission virtual-shaft CNC camber grinding machine are introduced. 展开更多
关键词 camber grinding machine non-transmission precision feed high speed grinding
在线阅读 下载PDF
构建并外部验证XGBoost模型鉴别乳腺非肿块病变良恶性 被引量:2
2
作者 杨文 杨蔚 +5 位作者 周晓平 杨妍 张宁妹 尹清云 张朝林 刘召弟 《磁共振成像》 北大核心 2025年第1期118-126,145,共10页
目的本研究旨在构建一个基于临床和影像学特征的极端梯度提升(extreme gradient boosting,XGBoost)模型,以鉴别乳腺非肿块病变的良恶性。材料与方法收集2018年1月至2024年7月2个机构,2种乳腺X线设备检查的有病理结果的首诊乳腺非肿块病... 目的本研究旨在构建一个基于临床和影像学特征的极端梯度提升(extreme gradient boosting,XGBoost)模型,以鉴别乳腺非肿块病变的良恶性。材料与方法收集2018年1月至2024年7月2个机构,2种乳腺X线设备检查的有病理结果的首诊乳腺非肿块病变480个。患者被分为建模组[n=310,数字乳腺X线摄影(digital mammography,DM)检查]、内部验证组(n=108,DM检查),和外部验证组[n=62,数字乳腺体层合成摄影(digital breast tomosynthesis,DBT)检查]。记录患者术前乳腺X线(DM或DBT),MRI以及临床特征。采用XGBoost算法和多因素逻辑回归分析,分别构建XGBoost模型和逻辑回归(logistic regression,LR)模型。使用受试者工作特征(receiver operating characteristic,ROC)曲线评估模型的诊断效能。结果在建模组中,患者以7∶3随机分为训练集(n=217)和测试集(n=93)。训练集、测试集、训练集的内部验证组及训练集的外部验证组中,恶性非肿块病灶分别为159(73%)、58(62%)、73(68%)和43(69%)。XGBoost模型的诊断效能明显优于LR模型,在独立的训练集、测试集、训练集的内部验证组及训练集的外部验证组中均表现出良好的诊断效能,曲线下面积(area under the curve,AUC)在0.884~0.913之间。XGBoost模型在四个队列中也表现出良好的校准能力和临床净获益。结论XGBoost模型能够准确鉴别乳腺非肿块病变的良恶性,具有推广应用的潜力。 展开更多
关键词 非肿块强化 乳腺癌 极端梯度提升 机器学习 磁共振成像 乳腺X线摄影
在线阅读 下载PDF
基于胎内周向应变的非道路轮胎垂向载荷反演优化算法研究 被引量:1
3
作者 王亚东 宋寅东 +3 位作者 王彦民 张剑 何志祝 李臻 《农业机械学报》 北大核心 2025年第1期463-473,共11页
非道路轮胎具有结构尺寸大、工况恶劣多变、载荷波动明显等典型特征,其垂向载荷显著影响车辆的纵向、垂向、侧向动力学特性。针对非道路轮胎垂向载荷获取困难、传统物理模型推演精度不足的问题,提出了一种基于应变信息与机器学习技术的... 非道路轮胎具有结构尺寸大、工况恶劣多变、载荷波动明显等典型特征,其垂向载荷显著影响车辆的纵向、垂向、侧向动力学特性。针对非道路轮胎垂向载荷获取困难、传统物理模型推演精度不足的问题,提出了一种基于应变信息与机器学习技术的垂向载荷反演算法。以R-1型人字花纹非道路轮胎为研究对象,设计了由大量程柔性应变传感器、低功耗数据采集及无线传输模块组成的轮胎应变信息采集系统。以胎压、速度、载荷等参数为变量,在转鼓试验台上开展了多种典型工况测试,分析了轮胎接地点的应变变化规律。在此基础上,构建了面向轮胎垂向载荷估计的深度神经网络模型,并基于AdamW优化器与网格搜索法开展了算法参数优化。试验结果表明,基于AdamW优化器的深度神经网络模型对非道路轮胎垂向载荷预测表现出较高的精度,各工况下最大平均相对误差由4.10%降至0.30%。此外,针对模型泛化能力的测试结果显示,深度神经网络模型平均归一化均方根误差较SVR模型降低55.91%,泛化性能优越。研究表明,所提出基于AdamW优化器的深度神经网络模型可对以应变信息为输入的非道路轮胎垂向载荷进行准确反演,为非道路车辆的动力学控制系统提供可靠的轮胎力学关键参数获取依据。 展开更多
关键词 非道路轮胎 周向应变 载荷估计 智能轮胎 机器学习
在线阅读 下载PDF
双目视觉中阶梯轴轴径测量方法 被引量:1
4
作者 甘勇 曾勃乔 +1 位作者 饶承剑 薛菲 《机械设计与制造》 北大核心 2025年第3期350-353,共4页
为实现工业中对零件的非接触测量,提出了基于双目视觉立体匹配原理的阶梯轴轴径测量方法。该方法利用图像分割和灰度值梯度变化提取零件边缘,有效保证了零件边缘的连续性;使用线性回归求出轴类零件两端的旋转点,通过旋转点和轮廓上一点... 为实现工业中对零件的非接触测量,提出了基于双目视觉立体匹配原理的阶梯轴轴径测量方法。该方法利用图像分割和灰度值梯度变化提取零件边缘,有效保证了零件边缘的连续性;使用线性回归求出轴类零件两端的旋转点,通过旋转点和轮廓上一点求出轴截面上的圆心三维坐标,最后使用空间距离公式求出轴段的半径。实验表明,该方法有效避免了求出的直径并非真实直径并且检测速度快,实验结果与理论半径对比,当阶梯轴半径在(7.5~15)mm之间时,该方法平均误差在0.2mm之内。 展开更多
关键词 双目视觉 轴径 非接触测量 零件边缘 机器视觉
在线阅读 下载PDF
一种非正态和非对称尺寸及形位误差的工艺可靠性评估方法 被引量:1
5
作者 徐广涛 刘天一 +2 位作者 翁栩涵 彭振龙 刘意 《推进技术》 北大核心 2025年第6期298-310,共13页
针对齿轮、叶片和轴承等航空航天航海零件非正态和非对称的尺寸及形位误差工艺可靠性无法客观表达的问题,基于过程能力分析提出了一种用于零件非正态和非对称的尺寸及形位误差的工艺可靠性评估方法,考虑异常值分析、稳定性分析和尺寸及... 针对齿轮、叶片和轴承等航空航天航海零件非正态和非对称的尺寸及形位误差工艺可靠性无法客观表达的问题,基于过程能力分析提出了一种用于零件非正态和非对称的尺寸及形位误差的工艺可靠性评估方法,考虑异常值分析、稳定性分析和尺寸及形位误差为非正态分布和非对称公差的情况,通过实例验证了本文方法的可行性。结果表明,在进行了异常值和稳定性分析后,直径的加工过程未达到稳定,过程性能指数Ppk=0.387,工艺可靠性差;径向跳动的加工过程达到稳定,过程能力指数Cpk和过程性能指数Ppk分别为3.711和1.716,工艺可靠性优秀。本文所提出的方法适用于具有上下限的硬度、粗糙度等其他参数,从而可以开展相关工艺可靠性评估分析。 展开更多
关键词 加工精度 过程能力 工艺可靠性 稳定性 非正态分布 非对称公差
在线阅读 下载PDF
基于彩色V-Ⅰ轨迹特征和边缘机器学习非侵入式负荷识别方法
6
作者 陆玲霞 孟繁举 +2 位作者 于淼 任沁源 包哲静 《工程科学与技术》 北大核心 2025年第5期134-141,共8页
非侵入式负荷识别方法作为分析用户用电行为的主要途径,对开展能耗监测、实现用电安全评估具有重要意义。针对传统基于V-I轨迹特征的非侵入式负荷识别方法存在特征重叠和无法识别未知负荷的问题,提出一种基于彩色V-I轨迹特征和轻量级孪... 非侵入式负荷识别方法作为分析用户用电行为的主要途径,对开展能耗监测、实现用电安全评估具有重要意义。针对传统基于V-I轨迹特征的非侵入式负荷识别方法存在特征重叠和无法识别未知负荷的问题,提出一种基于彩色V-I轨迹特征和轻量级孪生网络的非侵入式负荷识别方法。首先,通过负荷电压电流数据构建具有方向信息的彩色V-I轨迹图像。然后,利用孪生网络计算待识别负荷的V-I轨迹图像和负荷特征库中V-I轨迹图像之间的相似度,以完成初步识别。随后,计算电流谐波特征之间的余弦距离,与阈值对比完成最终负荷识别。在以STM32MP1微处理器为核心的嵌入式Linux系统上,使用实验室电器负荷进行了实物验证。结果表明:彩色V-I轨迹能更详细地反映负荷特征,提高负荷识别准确率,并且由于改进的人工智能模型比较轻量化,对计算量需求大大减小,可以在嵌入式设备端对负荷特征库进行动态实时在线更新,轻松完成模型再训练。与依赖服务器的传统算法相比,无需返回PC或服务器重新训练模型并重新移植模型到嵌入式设备端。该方法仅依赖嵌入式终端便可准确识别未知负荷,避免在出现较多未知负荷后识别准确率下降,保证了负荷识别效果。系统运算一次负荷识别时间为0.2 s左右,可以满足实时性要求,具有重要的研究价值和实用性。 展开更多
关键词 非侵入式负荷识别 边缘机器学习 孪生网络 嵌入式LINUX系统
在线阅读 下载PDF
基于不同机器学习方法构建非心脏手术老年患者术后谵妄预测模型
7
作者 石金云 陈荣 +2 位作者 李文媛 纪木火 李青 《临床麻醉学杂志》 北大核心 2025年第3期240-245,共6页
目的采用不同机器学习方法构建非心脏手术老年患者术后谵妄(POD)的预测模型其性能。方法收集2022年4月至2024年4月行非心脏手术的905例老年患者围术期资料,包括人口学特征、既往合并症、术前认知功能评估、实验室检查结果、麻醉记录单等... 目的采用不同机器学习方法构建非心脏手术老年患者术后谵妄(POD)的预测模型其性能。方法收集2022年4月至2024年4月行非心脏手术的905例老年患者围术期资料,包括人口学特征、既往合并症、术前认知功能评估、实验室检查结果、麻醉记录单等共102个变量。采用单因素分析初步筛选危险因素,将有统计学差异(P<0.05)的变量纳入最小绝对收缩与选择算子(LASSO)筛选特征变量,应用随机森林(RF)、支持向量机(SVM)、自适应增强算法(Adaboost)和神经网络(NN)4种机器学习方法构建POD预测模型,采用受试者工作特征曲线下面积(AUROC)、精确度-召回率(PR)曲线的平均精度(AP)、Brier评分等对模型进行综合评估,引入Shapley加性解释(SHAP)对最优机器学习模型进行可解释化分析。结果有155例(17%)患者发生POD,经LASSO回归分析后,确定10个特征变量用于构建机器学习模型。4种机器学习模型中,RF的AUROC最高为0.90(95%CI 0.86~0.93),AP为0.8,Brier评分为0.086。SHAP模型解释性分析显示,对POD贡献度最高的是手术时间。结论在应用4种机器学习方法构建的非心脏手术老年患者POD预测模型中,RF的预测效能最佳。 展开更多
关键词 非心脏外科手术 术后谵妄 机器学习 预测模型 Shapley加性解释
在线阅读 下载PDF
基于NSWOA-ELM算法的水稻冠层氮素含量反演方法
8
作者 于丰华 曹慧妮 +4 位作者 金忠煜 王楠 李世隆 孙道明 许童羽 《农业机械学报》 北大核心 2025年第7期532-540,共9页
以水稻为研究对象,获取波长400~1 000 nm范围内的水稻冠层高光谱反射率。采用Savitzky-Golay卷积平滑方法对高光谱数据进行预处理,并通过连续投影算法(Successive projections algorithm,SPA)选择特征波长。在此基础上,提出了一种基于... 以水稻为研究对象,获取波长400~1 000 nm范围内的水稻冠层高光谱反射率。采用Savitzky-Golay卷积平滑方法对高光谱数据进行预处理,并通过连续投影算法(Successive projections algorithm,SPA)选择特征波长。在此基础上,提出了一种基于多目标鲸鱼优化算法(Non-dominated Sorting whale optimization algorithm,NSWOA)优化的极限学习机(Extreme learning machine,ELM)模型,用于反演水稻冠层氮素含量。利用误差反向传播神经网络(Back propagation neural network,BPNN)和ELM模型,与NSWOA优化后的ELM模型进行对比。结果表明,SPA算法筛选出的特征波长为400、440、487、542、589、660、675、739、766、808、878、912、949 nm。使用筛选后的特征波长反射率构建NSWOA-ELM水稻冠层氮素含量反演模型效果最好,训练集R^(2)为0.859 3,RMSE为0.200 2 mg/g;验证集R^(2)为0.854 3,RMSE为0.206 9 mg/g。与BP神经网络和ELM模型相比,NSWOA-ELM在预测能力和模型稳定性方面具有显著优势。综上,基于NSWOA-ELM的水稻冠层氮素含量反演模型能够为水稻生长状况的描述及精准施肥提供可靠支持。 展开更多
关键词 水稻冠层 氮素 高光谱 多目标鲸鱼优化算法 极限学习机
在线阅读 下载PDF
融合随机森林和支持向量机的肺癌免疫检查点阻断治疗响应预测
9
作者 穆晓霞 苗玉琪 +2 位作者 王一洁 郭启航 李钧涛 《东北师大学报(自然科学版)》 北大核心 2025年第2期73-81,共9页
为了探索特征之间的相互作用,提高对免疫检查点阻断治疗响应的预测精度,构建了一种融合随机森林与支持向量机的预测模型(RFSVM).首先,使用随机森林(RF)算法评估各特征的重要性,并通过递归特征消除方法筛选出一个新的特征集,该特征集不... 为了探索特征之间的相互作用,提高对免疫检查点阻断治疗响应的预测精度,构建了一种融合随机森林与支持向量机的预测模型(RFSVM).首先,使用随机森林(RF)算法评估各特征的重要性,并通过递归特征消除方法筛选出一个新的特征集,该特征集不仅包括原始特征,还包含其二阶非线性组合;其次,在该特征集上构建支持向量机(SVM)模型,并通过比较实验确定最适合的核函数.实验结果表明,与4种常见的机器学习算法相比,所提出的RFSVM模型在非小细胞肺癌数据集上表现优异.此外,通过Kaplan-Meier生存分析验证了所选特征在生物学上的显著意义. 展开更多
关键词 非小细胞肺癌 免疫检查点阻断 支持向量机 随机森林
在线阅读 下载PDF
基于改进特征交叉算法的风电机组齿轮箱状态监测
10
作者 刘长良 田雯雯 +2 位作者 张书瑶 尹磊 刘帅 《动力工程学报》 北大核心 2025年第7期1072-1081,1090,共11页
针对风电机组监控与数据采集(SCADA)数据间存在的非线性关联问题,引入特征交叉机制并进行改进,将其应用于风电机组齿轮箱状态监测领域。首先,提出一种两阶段交叉特征选择方法,该方法综合考虑了变量间的因果性、相关性及数据分布差异,以... 针对风电机组监控与数据采集(SCADA)数据间存在的非线性关联问题,引入特征交叉机制并进行改进,将其应用于风电机组齿轮箱状态监测领域。首先,提出一种两阶段交叉特征选择方法,该方法综合考虑了变量间的因果性、相关性及数据分布差异,以筛选具有强隐藏关联且低冗余度的特征进行交叉;其次,对因子分解机进行改进,仅将交叉特征组内的基准变量与其余变量进行交叉,在生成合理交叉特征的同时显著缩短了生成时间;最后,将改进特征交叉算法用于某风电场齿轮箱状态监测任务中。结果表明:所提方法与五种模型相结合均能取得优异效果,显著提升了模型监测性能。 展开更多
关键词 非线性 特征交叉 转移熵 因子分解机 状态监测
在线阅读 下载PDF
基于IRSA优化轻量级梯度提升机的软件缺陷预测
11
作者 李丛 张晴 +1 位作者 姜枫 朱长水 《计算机工程与设计》 北大核心 2025年第6期1717-1726,共10页
针对轻量级梯度提升机(LightGBM)应用于软件缺陷预测时预测性能欠佳的问题,提出一种基于改进爬行动物搜索(IRSA)优化LightGBM的软件缺陷预测算法(IRSA-LightGBM)。引入faure序列、混沌进化因子、两阶段自适应混合差分变异机制对RSA算法... 针对轻量级梯度提升机(LightGBM)应用于软件缺陷预测时预测性能欠佳的问题,提出一种基于改进爬行动物搜索(IRSA)优化LightGBM的软件缺陷预测算法(IRSA-LightGBM)。引入faure序列、混沌进化因子、两阶段自适应混合差分变异机制对RSA算法进行改进,提高算法寻优能力。在基准函数寻优实验中,IRSA取得更好的寻优效果。使用IRSA对LightGBM主要超参数进行混合优化。使用IRSA-LightGBM算法构建预测模型。软件缺陷预测实验结果表明,所提算法较对比算法具有更好的预测性能。非参数统计检验结果表明,所提算法具有显著性差异。 展开更多
关键词 轻量级梯度提升机 爬行动物搜索 faure序列 混沌进化因子 混合差分变异 软件缺陷预测 非参数统计检验
在线阅读 下载PDF
三相变频器回路串联故障电弧检测方法研究
12
作者 高洪鑫 王坤远 +1 位作者 王智勇 蔡佳成 《电子测量与仪器学报》 北大核心 2025年第1期203-215,共13页
串联故障电弧是引发电气火灾的主要因素之一,针对未知工况条件下串联故障电弧难以准确检测的问题,提出了一种基于实时训练更新核极限学习机(KELM)预测模型的串联故障电弧检测方法。首先,利用三相电动机和变频器负载开展了不同电源谐波... 串联故障电弧是引发电气火灾的主要因素之一,针对未知工况条件下串联故障电弧难以准确检测的问题,提出了一种基于实时训练更新核极限学习机(KELM)预测模型的串联故障电弧检测方法。首先,利用三相电动机和变频器负载开展了不同电源谐波、变频器载波频率、变频器运行频率和电流等级条件下的串联故障电弧实验;其次,利用奇异值分解滤波、改进一次指数平滑滤波依次对电流信号进行降噪处理;再次,利用前两个周波电流信号训练更新KELM预测模型,并计算预测模型对下一个周波电流信号的预测残差,然后利用预测残差绝对值构建矩阵,结合非负矩阵分解将残差矩阵降维成一维向量,并利用一维向量的最大值作为故障特征,结合固定阈值实现串联故障电弧检测;最后,测试了提出方法在未知工况条件下的串联故障电弧检测性能和抗噪性能。结果表明:提出方法可以有效检测出未知电源谐波、变频器载波频率、变频器运行频率和电流等级4类未知工况条件下的串联故障电弧,且具有较强的抗噪能力。 展开更多
关键词 串联故障电弧 核极限学习机 奇异值分解滤波 改进一次指数平滑滤波 预测残差 非负矩阵分解
在线阅读 下载PDF
基于非支配排序遗传算法的多农机协同任务规划 被引量:1
13
作者 邓瑞 郭旺 +1 位作者 陈雯柏 赵春江 《中国农机化学报》 北大核心 2025年第6期113-119,149,共8页
针对农田环境中多农机协同作业存在效率低、作业时间长等问题,提出一种基于非支配排序遗传算法(NSGA)的多农机协同作业任务规划方法。根据农机的实际工作模式,在考虑机群的作业能力、工作时间以及其他成本的情况下建立多机协同的成本函... 针对农田环境中多农机协同作业存在效率低、作业时间长等问题,提出一种基于非支配排序遗传算法(NSGA)的多农机协同作业任务规划方法。根据农机的实际工作模式,在考虑机群的作业能力、工作时间以及其他成本的情况下建立多机协同的成本函数。为避免优化算法陷入局部最优,构建非支配排序遗传算法,设计均匀交叉算子和反转变异算子。该方法综合农机作业任务中时间约束和资源限制之间的相互关系,建立一个多机型单任务协同优化调度模型,并引入非支配排序遗传算法来优化目标函数,在任务规划中追求全局最佳解决方案。仿真试验结果表明,在任务数量为11、22、33、44时,基于非支配排序遗传算法比传统遗传算法的任务总路径长度分别减少19.7%、11.4%、17.5%、18.9%。 展开更多
关键词 多机协同作业 任务分配 非支配排序 遗传算法 农业机械
在线阅读 下载PDF
基于RGB-D的香蕉果梳及其果指质量估测
14
作者 付函 余绍政 +6 位作者 刘烽 褚璇 佘楠 莫东颖 徐兴 金莫辉 段洁利 《农业工程学报》 北大核心 2025年第12期333-343,共11页
为实现香蕉果梳及其果指质量的无损准确测定,提出一种融合彩色深度(RGB-D)图像与机器学习的预测方法。利用通用分割模型SAM(segment anything model)完成果梳中单果指的实例分割,并提取果梳与各果指的2D图像与3D点云特征;进而构建并优... 为实现香蕉果梳及其果指质量的无损准确测定,提出一种融合彩色深度(RGB-D)图像与机器学习的预测方法。利用通用分割模型SAM(segment anything model)完成果梳中单果指的实例分割,并提取果梳与各果指的2D图像与3D点云特征;进而构建并优化了多元线性与5种非线性机器学习模型,对比分析其在不同观测视角(凸/凹面)、果指位置(内/外排)和特征组合下的预测性能。结果显示,随机森林(random forest, RF)模型性能表现最优:果梳整体质量方面凹面视角的预测精度(R^(2)=0.984, RMSE=77.78 g, MAPE=5.37%)优于凸面,且3D特征(点云表面积、凸包体积)在果梳整体质量预测方面起决定性作用;单果指质量方面外排果指的预测精度(R^(2)=0.794, RMSE=13.14 g, MAPE=6.12%)显著高于内排果指(R^(2)=0.668, RMSE=17.47 g, MAPE=9.07%),2D特征(如像素面积、轮廓周长)对外排果指的质量预测更为重要。评估策略对比显示,采用最优RF模型估算平均果指质量与直接推算外排单果指质量均可达到高精度水平(约80%样本相对误差<10%)。该研究所提方法能实现果梳及其果指质量的无损准确判定,为香蕉采后自动化分级提供了技术支撑。 展开更多
关键词 无损检测 机器视觉 香蕉 机器学习 质量估测 SAM
在线阅读 下载PDF
基于连续无创生理参数驱动的死亡事件动态预警
15
作者 赵喆 赵鑫浩 +2 位作者 郭宇 徐佳盟 耿雪荞 《天津工业大学学报》 北大核心 2025年第4期13-18,共6页
为实现基于无创生理参数的重症患者死亡事件动态预警,从eICU合作研究数据库中提取了4738名成年患者的30个参数,经过独热编码、采样率一致性处理和数据插补等预处理后,作为LigthGBM模型输入并训练模型;在学习窗口与预测窗口之间加入前瞻... 为实现基于无创生理参数的重症患者死亡事件动态预警,从eICU合作研究数据库中提取了4738名成年患者的30个参数,经过独热编码、采样率一致性处理和数据插补等预处理后,作为LigthGBM模型输入并训练模型;在学习窗口与预测窗口之间加入前瞻窗口,为医生决策提供宝贵时间,并采用10折交叉验证方法优化模型参数,以构建最佳死亡事件动态预警模型。研究结果表明:所构建模型预测准确率为0.852,ROC曲线下的面积为0.875;该模型预测性能与学习窗口呈正相关,与前瞻窗口呈负相关;基于连续无创参数的死亡事件动态预警模型可实现对重症患者死亡事件的及时发现,避免了传统方法对实验室参数的依赖,为患者救治策略的制定争取了宝贵的前瞻时间,大大提高了医务人员的工作效率和患者的救治效果。 展开更多
关键词 无创参数 机器学习 死亡事件预测 动态预警
在线阅读 下载PDF
基于多光谱和高光谱的茶树越冬期REC、SPAD和MDA预测模型
16
作者 徐阳 毛艺霖 +5 位作者 李赫 王玉 王双双 钱文俊 丁兆堂 范凯 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期256-263,共8页
抗寒生理指标的测定是评价茶树抗寒性的重要途径。传统上,茶树抗寒性的评价方法主要是通过测定茶树在低温胁迫下的理化参数。然而,这些方法不仅费时费力,而且具有破坏性。该研究建立了一种基于多光谱和高光谱成像技术的茶树抗寒性REC、S... 抗寒生理指标的测定是评价茶树抗寒性的重要途径。传统上,茶树抗寒性的评价方法主要是通过测定茶树在低温胁迫下的理化参数。然而,这些方法不仅费时费力,而且具有破坏性。该研究建立了一种基于多光谱和高光谱成像技术的茶树抗寒性REC、SPAD、MDA预测模型。首先,采集了低温胁迫下32份育种材料的多光谱与高光谱图像,并测定相应茶树叶片的REC、SPAD、MDA、SP和SS含量。其次,对其中的高光谱图像数据采用MSC、SNV、S-G、1-D和2-D五种方法进行光谱预处理,采用UVE和SPA两种方法筛选特征波段。最后,分别对多光谱和高光谱数据采用SVM、RF和PLS算法建立茶树抗寒性REC、SPAD、MDA预测模型。结果表明,(1)MSC、SNV、S-G、1-D和2-D联合预处理后的光谱更加稳定,峰谷更加突出,模型的准确性和可靠性更高;(2)UVE算法筛选的特征波段数量最多,而SPA算法筛选的特征波段数量最少,更适合高光谱数据建立回归模型;(3)RF模型在多光谱成像预测叶片的REC(R_(p)=0.7352,RMSEP=0.0771)、SPAD(R_(p)=0.5029,RMSEP=6.6818)和MDA含量(R_(p)=0.7846,RMSEP=8.8853)方面具有最高的精度;SPA-SVM模型在高光谱成像预测叶片的SPAD(R_(p)=0.7349,RMSEP=4.1546)和MDA(R_(p)=0.6858,RMSEP=8.5488)方面具有最高的精度,SPA-PLS模型在预测REC(R_(p)=0.6298,RMSEP=0.0669)方面具有最高的精度。因此,基于多光谱、高光谱成像和机器学习算法的REC、SPAD、MDA预测模型提供了一种准确、无损和高效的方法,对茶树抗寒性评价具有重要意义。 展开更多
关键词 茶树 多光谱成像 高光谱成像 机器学习 无损检测 抗寒性
在线阅读 下载PDF
基于INGO-SVM的输电铁塔地脚螺栓螺母缺失无损检测方法 被引量:1
17
作者 刘阳 张璐 +3 位作者 吴德强 周青 张川 王彦海 《高压电器》 北大核心 2025年第2期130-140,共11页
为了无损检测埋置于混凝土中的输电铁塔地脚螺栓有无螺母缺失缺陷,保障输电线路安全运行,文中提出了一种基于改进北方苍鹰优化算法(improve northern goshawk optimization,INGO)优化的支持向量机(support vector machine,SVM)分类检测... 为了无损检测埋置于混凝土中的输电铁塔地脚螺栓有无螺母缺失缺陷,保障输电线路安全运行,文中提出了一种基于改进北方苍鹰优化算法(improve northern goshawk optimization,INGO)优化的支持向量机(support vector machine,SVM)分类检测方法(INGO-SVM):首先,通过Cubic混沌映射与小孔成像反向学习策略增加北方苍鹰优化算法(northern goshawk optimization,NGO)种群的多样性,并在优化初始解的同时增加种群的搜索区域,使算法尽可能的找到潜在的最优解并分析优化效果;其次,将INGO应用于SVM的核心参数寻优,得到分类模型;最后,将螺杆直径、保护层厚度、垫板厚度以及电磁无损检测得到的磁场强度作为输入量,输出地脚螺栓螺杆上螺母个数,判断缺陷类型;实验结果表明,相较于SVM,提出的INGO-SVM模型在输电铁塔地脚螺栓螺母缺失分类中的均方根误差、平均相对误差以及平均绝对误差分别降低了31.7%、60.7%、68.9%,验证了该方法解决地脚螺栓螺母缺失无损检测分类问题的有效性。 展开更多
关键词 输电铁塔地脚螺栓 螺母缺失缺陷 改进北方苍鹰优化算法 支持向量机 电磁无损检测
在线阅读 下载PDF
基于机器学习的多模态数据建立Ⅰ期非小细胞肺癌患者术后复发预测模型
18
作者 张地 吴毅 +7 位作者 徐瑜 王帅 胡玥 陈滑维 胡那娜 何容 童雪玲 李梦侠 《陆军军医大学学报》 北大核心 2025年第14期1602-1611,共10页
目的 基于术前胸部CT影像组学特征联合临床信息构建机器学习模型,用于预测手术切除的Ⅰ期非小细胞肺癌患者术后5年复发风险。方法 回顾性纳入2014年1月至2019年12月陆军特色医学中心经手术病理确诊的Ⅰ期非小细胞肺癌患者217例(入组标... 目的 基于术前胸部CT影像组学特征联合临床信息构建机器学习模型,用于预测手术切除的Ⅰ期非小细胞肺癌患者术后5年复发风险。方法 回顾性纳入2014年1月至2019年12月陆军特色医学中心经手术病理确诊的Ⅰ期非小细胞肺癌患者217例(入组标准筛选自778例初筛病例),其中术后5年内复发53例,未复发164例。将病例按8∶2比例随机分为训练集(173例)和验证集(44例)。以肺癌原发灶主体作为感兴趣区域(ROI)提取影像组学特征,建立影像模型;同时基于患者人口学资料及术前检验等指标建立临床模型。进一步融合两类特征构建融合模型,并通过模型性能比较筛选最优预测模型。结果 本研究通过平扫CT影像特征筛选,最终纳入7个影像组学特征用于影像模型构建。在6种机器学习模型中,自适应增强算法(adaptive boosting, Adaboost)的训练集曲线下面积(AUC)为0.866(95%CI 0.808~0.923),准确度和特异度分别为0.832、0.884;验证集AUC为0.806(95%CI0.630~0.983),准确度和特异度分别为0.795、0.971,综合比较预测性能最好。基于单因素及多因素Logistic回归分析筛选了4个临床特征参与构建临床模型,在训练集中AUC为0.874(95%CI 0.821~0.928),准确度和特异度分别为0.827、0.891;验证集中AUC为0.813(95%CI 0.677~0.948),准确度和特异度分别为0.636、0.600。进一步通过特征级融合策略整合影像组学与临床特征后,融合模型在训练集AUC达到0.953(95%CI 0.924~0.983),准确度和特异度分别为0.884、0.860;在验证集AUC达到0.852(95%CI 0.729~0.976),准确度和特异度分别为0.682、0.629,预测效能得到进一步提升。结论 融合术前CT影像组学特征与临床风险因素构建的联合模型,可为评估Ⅰ期非小细胞肺癌患者术后5年内的复发风险提供依据。 展开更多
关键词 非小细胞肺癌 机器学习 计算机断层扫描 Ⅰ期 5年复发风险
在线阅读 下载PDF
面向非独立同分布数据的迭代式联邦学习 被引量:1
19
作者 陈洪洋 李晓会 王天阳 《计算机工程与设计》 北大核心 2025年第4期1064-1071,共8页
针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单... 针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单个全局共享模型,迭代地依据客户端更新的相似度执行簇估计并通过梯度下降优化簇估计参数,对全局模型进行个性化处理。实验结果表明,该算法可以有效提升模型在测试集上的准确性,使得更大比例的客户端达到目标精度。 展开更多
关键词 联邦学习 分布式机器学习 个性化模型 迭代式训练 簇估计算法 非独立同分布数据 隐私保护
在线阅读 下载PDF
基于高光谱成像的小麦赤霉病严重度轻量化检测方法
20
作者 梁晓颖 张紫婷 +3 位作者 杨硕 陈煦 姚志凤 宋怀波 《农业机械学报》 北大核心 2025年第6期218-227,共10页
为实现对小麦赤霉病(Fusarium head blight,FHB)严重度等级快速无损检测,采用高光谱成像技术结合机器学习模型进行建模分析。通过对小麦麦穗中部籽粒进行镰刀菌真菌接种,共获取1660个不同程度的患病麦穗样本。利用高光谱成像设备采集麦... 为实现对小麦赤霉病(Fusarium head blight,FHB)严重度等级快速无损检测,采用高光谱成像技术结合机器学习模型进行建模分析。通过对小麦麦穗中部籽粒进行镰刀菌真菌接种,共获取1660个不同程度的患病麦穗样本。利用高光谱成像设备采集麦穗样本高光谱信息,将整个麦穗作为感兴趣区域获取其平均光谱信息。通过对比归一化(Normalization)、标准正态变量变换(Standard normal variate,SNV)、多元散射校正(Multiplicative scatter correction,MSC)和平滑导数(Savitzky-Golay,SG)4种不同预处理后光谱对FHB严重度等级识别的准确率,选用SNV算法作为最佳预处理方法,并对其处理后的光谱数据进行进一步分析。随后对预处理后的光谱数据采用连续投影算法(Successive projections algorithm,SPA)、竞争性自适应重加权采样(Competitive adaptive reweighted sampling,CARS)、统一流形逼近与投影(Uniform manifold approximation and projection,UMAP)和线性判别分析(Linear discriminant analysis,LDA)算法进行降维,通过比较最终选择能降到3维,且保持分类准确率以及较低时间复杂度的LDA算法。揭示了LDA判别FHB严重度等级的特征波段处于540 nm叶绿素反射峰至650 nm红光吸收谷波段区间,是由于随着病情不断加重,叶绿素含量急速减少和叶片结构损伤的协同效应。最终构建结合SNV和LDA的轻量级支持向量机(Support vector machine,SVM)FHB严重度等级识别的最优模型。结果表明,该研究样本数据在构建的算法模型下测试集和训练集的准确率分别为96.05%和94.71%,且LDA将256维数据降到3维空间的时间复杂度仅为0.09 s,能够快速高效地进行FHB严重度判别且具有优秀的泛化能力,为将来田间大面积实时快速的识别FHB奠定了基础。 展开更多
关键词 小麦赤霉病 高光谱成像 无损检测 特征提取 机器学习
在线阅读 下载PDF
上一页 1 2 38 下一页 到第
使用帮助 返回顶部