关键词： 随机森林   排序学习   电影数据集   Bootstrap子采样   双集成模型  

摘要： 针对自制电影数据集中电影的排序问题,文章提出了一种基于RF的Bootstrap自适应双集成排序学习方法(RandomForest-based Bootstrap Self-adaptive Double-ensemble,RF-based BSD)。先利用电影媒体网站数据构建21个特征自建基于排序学习格式的电影数据集,BSD会根据输入数据集的查询数、查询-电影对数和特征数,通过Bootstrap自适应函数自动确定RF的子采样比例,然后使用单集成模型(比如MART,Multiple Additive Regression Tree,多重累计回归树)作为基学习器进行训练,最后采用bagging思想输出最终的双集成模型。实验结果显示,对比两个评价指标NDCG(Normalized Discounted Cumulative Gain,归一化折扣累计增益)和MAP(Mean Average Precision,平均值均值)的评估效果,发现BSD输出的双集成模型比单集成模型在两项指标上均有1%-3%左右的提升。

关键词： 烃源岩   TOC   机器学习   CART  

摘要： 总有机碳(TOC)是烃源岩评价的关键参数,但烃源岩地化测试受取芯、测试费用等因素的限制,难以对工区烃源岩做出整体评价。主要提出了一种基于机器学习技术预测TOC的方法,是利用分类与回归树(CART)算法对测井曲线与实测TOC数据进行拟合,同时引入转化因子的倒数作为输入变量,来消除干酪根类型对计算结果的影响,建立CART预测TOC模型。结果表明,该模型训练集平均相对误差为4.39%,测试集平均相对误差为5.033%,与岩样测试结果吻合度高,可以进行推广。

关键词： 人工智能   医学影像   辅助诊断   学习方法   数据库  

摘要： 人工智能理论与技术在医学影像辅助诊断应用中非常重要。本文首先介绍了该细分领域的概况,同时阐述了人工智能的符号主义、连接主义、行为主义和统计主义4个学派以及深度学习、强化学习、迁移学习的主要思想与特点。然后,详细介绍了关于人工智能理论与技术应用于医学影像辅助诊断的代表性研究成果,并且对产品转化应用进行统计分析,举例说明大样本、多中心的医学影像数据库建设的重要性。最后,从人工智能学派、学习方法和医学影像数据库3个层面指出当前存在的问题,并给出未来的发展方向,为研发智能医学影像辅助诊断设备提供参考意见。

关键词： 学习曲线   口腔医学   临床教育   数字化  

摘要： 近年来,数字化技术在口腔医学领域逐渐普及,对口腔医生提出了新挑战与新目标。新技术的学习和实践在临床和教育中都十分重要。实践与能力之间的关系被认为是获得临床操作能力的基础。为了反映二者之间的关系,“学习曲线”的概念被引入。学习曲线可以作为一种新视角,将学习过程可视化、客观化,为口腔医学临床及教育提供新的评估方法,具有重要的参考意义。本文通过论述学习曲线的概念及其在口腔医学中的应用及研究进展,探讨学习曲线在口腔医学临床及教育中的应用意义,为口腔科临床医生及教育者提供参考。

关键词： 三疣梭子蟹   梯度提升回归树(GBRT)   支持向量机(SVM)   资源量  

摘要： 为了解东海北部海域三疣梭子蟹(Portunus trituberculatus)资源时空分布规律,探索更适合三疣梭子蟹资源量预测的模型方法,根据2006-2007年共四个季度在东海北部海域的底拖网调查数据,运用梯度提升回归树(gradient boosting regression tree,GBRT)和支持向量机(support vector machine,SVM)这两种机器学习方法,分析了三疣梭子蟹时空分布与环境因子之间的关系,同时使用方差解释率(VE)、相对均方根误差(RMSE)以及决定系数R2等指标对不同模型的拟合效果、预测性能以及稳定性等进行了比较,选择其中最佳模型对东海北部海域三疣梭子蟹资源分布进行预测。结果显示,GBRT模型的拟合效果相对优于SVM模型,两种模型的拟合结果均显示底层海水盐度(SBS)为影响三疣梭子蟹资源分布最为显著的环境因子。GBRT模型的预测性能较高且模型较为稳定,其预测结果显示夏季的资源量高于其他三个季节,且各季节所研究海域的东南部均存在一个资源分布的低值区。研究结果预期可为三疣梭子蟹资源分布及资源量预测新方法的探索和分析提供技术指导。

关键词： 机器学习   CT冠状动脉成像   血流储备分数   斑块特征  

摘要： 目的利用机器学习(ML)方法探讨定量、定性的冠状动脉斑块特征以及血流动力学参数对缺血特异性狭窄血管的影响。材料与方法回顾性分析同时行冠状动脉CT血管成像(CCTA)、有创冠状动脉造影(ICA)及FFR测量的255例病人共328支血管的临床及影像资料。以FFR≤0.80作为提示病变特异性缺血的指标,依据FFR值将纳入血管分为非缺血组(FFR>0.80)和缺血组(FFR≤0.80)。测量所有纳入斑块的CCTA参数,包括斑块的定量、定性特征以及血流动力学参数。采用LogitBoost算法建立随机森林模型,通过信息增益排序方法自动选择特征。分类准确度、敏感度以及f1值(分类准确度与敏感度的调和平均值)用以评价随机森林模型对造成缺血特异性狭窄斑块的预测价值,并计算受试者操作特征(ROC)曲线下面积。采用十折分层交叉验证法计算模型的总体分类准确度。结果应用ML方法得出,血流动力学参数FFR_(CT)、ΔFFR_(CT)是预测缺血特异性狭窄最重要的2个特征,其次是斑块的定量、定性特征,包括脂质斑块体积、斑块弯曲、斑块不规则、非钙化斑块体积、狭窄程度、纤维斑块体积和管腔体积。在排序前10的特征中有9个是CCTA相关参数,只有1个临床参数。采用随机森林模型预测缺血特异性狭窄的分类准确度为0.940,敏感度为0.940,f1值为0.940;预测缺血特异性狭窄的ROC曲线下面积为0.992,模型的总体分类准确度为0.921±0.047。结论ML方法能够很好地预测引起心肌缺血的冠状动脉特异性狭窄病变的斑块特征。

关键词： 多元线性回归   BP神经网络   随机森林   中长期潜势预报  

摘要： 以成都市为例,以多项可能影响污染物时空分布的变量为潜在预报因子,筛选关键入模因子,利用2016—2018年数据为训练集,采用多元线性回归、BP神经网络和随机森林算法,建立成都市夏季(4—8月)臭氧及冬季(11—2月)PM_(2.5)污染潜势模型,并利用2019年数据对模型的中长期污染潜势浓度的预报性能进行评估。结果表明,建立的多元线性回归、BP神经网络和随机森林模型对成都市臭氧及PM_(2.5)的短期(1~3天)污染潜势都具有良好的预报效果,对7~15天的中长期潜势预报表现稳定。其中,多元线性回归模型和随机森林模型分别对臭氧和PM_(2.5)表现出相对最佳的预报性能。

关键词： 中国特色社会主义教育   教育强国   教育变革  

摘要： 建设中国特色社会主义教育强国是新时代党和国家事业发展的需要,是实现中华民族伟大复兴的重要保证。进入新时代,习近平总书记把教育强国置于现代化事业发展的战略高度,对中国教育事业发展做出了系列重要论述和指示,明确了建设中国特色社会主义教育强国的目标,论述了教育强国的内涵,指明了建设中国特色社会主义教育强国的具体路径。新时代我们必须从党和国家发展大计的高度认识教育事业的重要性,明确中国特色社会主义教育强国的本质属性是坚持和加强党对教育工作的全面领导,牢牢坚持社会主义办学方向不动摇,扎根中国大地办教育事业。新时代建设中国特色社会主义强国必须以培育德智体美劳全面发展的时代新人为目标,通过深化改革激发教育事业发展生机活力,促进教育公平,构建全社会尊师重教的社会风尚。

关键词： 初中生物学   编排规律   结构层次   人教版   生物体   老师   单元  

摘要： 同学们,经过第一个单元的学习,你是否发现人教版初中生物学教材的编排规律?是否找到学好初中生物学的方法?下面,老师将以"生物体的结构层次"这个单元为例,围绕教材的编排规律,归纳几个生物学的主要学习方法,帮助同学们更好地学习这一学科。

关键词： 增量学习方法   随机配置网络   模型并行   数据并行   大数据建模  

摘要： 随机配置网络(Stochastic configuration networks,SCNs)在增量构建过程引入监督机制来分配隐含层参数以确保其无限逼近特性,具有易于实现、收敛速度快、泛化性能好等优点.然而,随着数据量的不断扩大,SCNs的建模任务面临一定的挑战性.为了提高神经网络算法在大数据建模中的综合性能,本文提出了一种混合并行随机配置网络(Hybrid parallel stochastic configuration networks,HPSCNs)架构,即:模型与数据混合并行的增量学习方法.所提方法由不同构建方式的左右两个SCNs模型组成,以快速准确地确定最佳隐含层节点,其中左侧采用点增量网络(PSCN),右侧采用块增量网络(BSCN);同时每个模型建立样本数据的动态分块方法,从而加快候选“节点池”的建立、降低计算量.所提方法首先通过大规模基准数据集进行了对比实验,然后应用在一个实际工业案例上,表明其有效性.