关键词： VTE   神经外科   机器学习   Caprini量表   Boruta  

摘要： 目的 构建基于机器学习算法的神经外科静脉血栓栓塞症(venous thromboembolism, VTE)风险预测模型。方法 采用过采样技术对数据进行平衡,应用Boruta算法进行关键特征变量筛选,然后利用AdaBoost、GBDT、LightGBM、SVM四种机器学习方法构建预测模型,并利用准确率、精确度、召回率、F1分数进行模型性能评估,综合对比四个模型的性能,选取最佳模型,并进行模型变量重要性分析。结果 Boruta方法最终将C1(年龄)、C3(体质指数(BMI>25 kg/m^(2)))、C7(下肢肿胀)、C8(卧床的内科患者)、C10(严重肺病,包括肺炎(<1个月))、C16(其他危险因素)、C18(大型开放手术(>45 min))、C20(限制卧床(≥72 h))、C21(恶性肿瘤(现患或既往))、C31(DVT/PTE史)、C33(脑卒中(<1月))、C35(多发性创伤(<1个月))确定为关键特征变量。利用AdaBoost、GBDT、LightGBM、SVM四种机器学习方法构建预测模型,GBDT是表现最佳的模型,准确率是0.967,精确度是0.967,召回率0.954,F1分数是0.954。年龄、下肢肿胀、卧床的内科患者、体质指数(BMI>25 kg/m^(2))、大型开放手术(>45 min)是神经外科VTE最重要的风险因素。结论 基于机器学习和Caprini评估量表构建的风险预测模型具有较高的模型性能,能够有效缩减评估指标,提升VTE评估的准确性和效率。

关键词： 机器学习   异常检测   无监督学习   聚类算法   粒子加速器  

摘要： 中国散裂中子源（China Spallation Neutron Source，CSNS）作为一个用户装置，其稳定运行对科学研究的顺利开展具有重要意义。然而，由于加速器系统的高度复杂性，传统的基于阈值的报警机制在应对复杂和多样化的异常时表现出明显的局限性，部分未能及时检测的异常可能引发束流联锁，降低运行效率和稳定性。为了解决这一问题，本文提出了一种基于机器学习的异常检测方法，并开发了CSNS加速器智能值班员样机系统。该系统通过特征工程和无监督学习算法，能够实时监测运行数据并精准识别复杂异常，尤其是对传统方法难以检测的波动形态异常表现出显著优势。样机系统已成功应用于CSNS加速器运行环境，能够准确捕获运行过程中的异常情况并报警，从而提升异常监测的准确性和故障排除效率。

关键词： 重离子熔合反应   熔合截面   物理信息   机器学习  

摘要： 本文利用基于决策树的机器学习算法——LightGBM（Light Gradient Boosting Machine）研究偶偶核体系的重离子熔合反应的截面（Cross Section，CS）。机器学习算法的输入特征量包括与原子核基本性质相关的物理量（如弹靶核的质子数、质量数、2+和4+态激发能量等）以及从唯象理论模型计算得到的CS，输出量为熔合截面。研究发现，当输入特征量中不包含唯象模型计算的CS时，在训练集上LightGBM预测的CS与实验值的平均绝对误差（Mean Absolute Error，MAE）为0.138，显著优于ECC模型预测的0.172；当在输入特征量中包含唯象模型计算的CS时，由于物理信息的加入，MAE降至0.07。此外，还发现当物理信息引入时，计算得到势垒分布与实验数据能更好地符合。这表明物理信息在机器学习研究重离子熔合反应中有重要作用。

关键词： 表面增强拉曼光谱   机器学习   呼吸道病毒   无标记检测  

摘要： 快速准确地检测引发急性呼吸道感染(ARI)的常见病毒,对于公共卫生防控至关重要。尽管传统的病毒检测方法在一定程度上满足了临床需求,但其往往存在耗时较长、成本较高或灵敏度有限等局限性,亟需更为快速和高效的检测手段。表面增强拉曼光谱(SERS)技术因其高灵敏度和特异性,逐渐成为病毒检测领域的研究热点。研究旨在开发一种结合SERS技术与机器学习方法的新型高效检测策略,以实现对呼吸道合胞病毒(RSV)、甲型流感病毒(IFA)和人腺病毒(HAdV)的精准检测。采用柠檬酸盐制备银纳米颗粒(Ag@cit),将碘离子孵育和钙离子聚集的银纳米颗粒(Ag@ICNPs)作为SERS基底。Ag@ICNPs具有适合病毒检测的优质“热点”,能够超快速、高灵敏、无标记地捕获呼吸道病毒的特征指纹图谱。为了进一步提高检测的效率和准确性,将机器学习方法引入到SERS技术中,通过对多种机器学习算法的改进,成功建立了病毒分类器,能够在3 min内对检测限低至1.0×10^(2)copies·mL^(-1)的三种病毒进行快速鉴定,且准确率高达100%。此外,利用病毒浓度与特征峰强度间关系所构建的浓度依赖性曲线,具有良好的线性关系(R2均大于0.998),为量化样本中病毒含量提供了可能性,这对于临床通过病毒负荷的变化监测治疗效果和病情进展具有重要意义。该研究揭示了“SERS@机器学习”联合应用在呼吸道病毒快速精准检测中的显著优势,并为ARI临床诊断提供了一种具有潜在应用价值的新途径,有望在未来成为临床诊断和公共卫生防控中的重要工具。

关键词： 机器学习   多源数据   玉米   SPAD   无人机  

摘要： 为实现玉米精准施肥管理,准确识别其叶绿素含量具有重要意义。叶片叶绿素相对含量(soil and plant analyzer development,SPAD)值是叶绿素含量的重要指示参数,已有研究多采用单一数据源,结合单一机器学习方法来对其反演。为提高SPAD反演精度,本研究探讨耦合多源无人机遥感影像与多种机器学习方法来开展SPAD值反演的可行性,并将其与已有方法进行比较。基于不同有机肥、无机肥、秸秆还田以及种植密度处理的玉米田间试验,获取玉米四叶期和九叶期的无人机多光谱影像和RGB(red-green-blue)影像,并同步测量了叶片SPAD数据。基于多尺度分析的方法,将RGB影像与多光谱影像进行融合,生成既具有高空间分辨率又具有多光谱的融合影像。此外,基于集成学习思想,选择BP-人工神经网络法(back propagation-artificial neural network,BP-ANN)、支持向量机法(support vector machine,SVM)、广义加性模型法(generalized additive model,GAM)、随机森林法(random forest,RF)等不同类型机器学习模型,构建集成学习模型(ensemble learning method,ELM)。基于以上数据源和模型,设计不同数据源和不同机器学习模型的耦合情景。将数据集分为建模数据集和验证数据集,基于建模数据集构建每种情景下的SPAD反演模型,然后基于验证数据集进行模型验证,对比分析确定最优SPAD反演模型与数据源。相对于单源数据,多源数据通过融合多光谱影像的光谱信息和RGB影像的纹理信息,提高了SPAD反演的精度。此外,相对于单一机器学习方法,基于集成学习思想耦合多种机器学习方法可以提高SPAD的反演精度。在所有情景中,基于ELM方法和融合影像的SPAD模型精度最高,其建模R_(cal)^(2)为0.83、RMSEcal为1.93,验证R_(val)^(2)为0.80、RMSEval为2.07;其他情景下,各模型的建模R_(cal)^(2)在0.64~0.88之间,RMSEcal在1.63~2.84之间;验证R_(val)^(2)在0.60~0.78之间,RMSEval在2.18~3.01之间。本研究证明了在反演玉米SPAD时,最优策略是使用多源数据和集成学习模型,为进一步的精准氮肥管理提供了技术支撑。

关键词： 脓毒症   脓毒症相关肝损伤   机器学习算法   预测模型   分类回归树   随机森林   支持向量机   朴素贝叶斯  

摘要： 目的分析脓毒症相关肝损伤(SRLI)患者的预后,并使用8种机器学习方法建立脓毒症患者入住ICU后发生SRLI的预测模型。方法纳入MIMIC-IV数据库中满足脓毒症诊断标准且无肝脏、胆系基础疾病的患者。根据肝酶≥5倍正常值上限(ULN)或胆红素≥2.0 mg/dL将患者分为SRLI组和非SRLI组。采用卡方检验、多因素Logistics回归分析及倾向性评分匹配法分析2组患者死亡风险。采用8种机器学习算法[Logistics回归、分类回归树(CART)、随机森林(RF)、支持向量机(SVM)、K-近邻(K-NN)、朴素贝叶斯(NBM)、极端梯度提升(XGBoost)、梯度提升树(GBDT)]构建SRLI预测模型并进行验证。结果卡方检验(P<0.001)、多因素Logistics回归分析(P<0.05)、倾向性评分匹配分析后Log-rank(P<0.05)均显示SRLI增加患者死亡风险。SRLI预测模型中,RF算法的曲线下面积(AUC)最高为0.866,其后依次是GBDT(AUC=0.862)、Logistics回归(AUC=0.859)、SVM(AUC=0.837)、NBM(AUC=0.830)、CART(AUC=0.771)、XGBoost(AUC=0.764)、K-NN(AUC=0.722)。结论SRLI增加患者死亡风险。RF算法构建预测模型有较高的诊断价值。

关键词： 水位预测   机器学习   时间序列   特征提取  

摘要： 水是所有生命的物质基础,与人类的生活、生产息息相关,水资源的开发和利用对生活生产、生态环境和社会经济发展具有重要的影响。研究水位动态变化规律以及提前预测水位,对于水资源的开发利用、湿地保护、防洪减灾、船舶配载和安全通航等具有重要的现实意义。水位的高低受到天气、水文等各种复杂因素的影响,水位预测是水文、气象、航道和海事等部门关注的难题和研究热点。本文对近年来机器学习方法在水位预测方面的研究进展和所取得的成果进行分析和评述,分析了现有方法存在的问题和面临的挑战,指出水位预测未来的主要研究方向。Water is the basis for all life and is closely related to human life and production. The development and utilization of water resources have a significant impact on life, production, ecological environment, and social and economic development. Investigating the dynamic patterns of water level changes and forecasting water levels ahead of time are of great practical importance. They play a crucial role in multiple aspects, such as the exploitation and utilization of water resources, the conservation of wetlands, the prevention of floods and reduction of disasters, the loading arrangements of ships, and the guarantee of safe navigation. The water level is affected by various complex factors such as weather and hydrology. The prediction of water level is a difficult thing concerned by departments such as hydrology, meteorology, etc. hence it has become the research focuses in the past years. In this paper, various machine learning algorithms used for predicting water level are reviewed and commented, and the challenge that researchers in this field faced is then pointed out, in the end, the perspectives in this realm are also proposed.

关键词： 新型城镇化   可解释机器学习   农民工   落户意愿  

摘要： 当前,中国以农民工为主体的农业转移人口的城镇落户意愿不高且呈现下降趋势,落户政策供给与落户需求意愿存在结构性错配。本文以推拉理论为基础构建分析框架,使用2017年中国流动人口动态监测数据,利用可解释机器学习方法,对农民工落户意愿的影响因素进行考察,并根据城镇规模进行异质性分析。在区分暂居意愿、长居意愿、定居意愿和落户意愿的基础上,讨论农民工城镇落户意愿的渐进形成过程。研究发现:中间阻碍因素和城镇户籍拉力是影响落户意愿的两个主要方面,其中的中间阻碍因素主要体现为社会融入程度。不同规模城镇的农民工,落户意愿的影响因素以及影响因素的重要程度存在差异。从趋势上看,城镇规模越大,城镇户籍拉力的影响越强,农民工所在农村的户籍拉力的影响越弱。农民工居留意愿的影响因素存在显著的阶段性差异,流入时长、有无自有住房与地区服务差距分别是影响长居意愿、定居意愿与落户意愿的首要因素。本文研究结论有助于全面理解农业转移人口落户意愿形成机理,并为进一步完善市民化政策提供参考。

关键词： 喀斯特流域   氮浓度   氮通量   机器学习   监测频率优化  

摘要： 流域氮动态是影响水生生态系统稳定的关键,准确获取水体硝酸盐(NO_(3)^(-)-N)动态变化及其最佳监测频率对于流域水环境管理具有重要意义。本文以典型喀斯特流域贵州普定后寨河流域上游与下游地下水出漏点位(老黑潭和冒水坑)为研究对象,对高频(15 min)NO_(3)^(-)-N浓度及流量数据(2016/7/14至2018/2/10,各55392个)分别建立监测频率为15 min(55377)、1 h(13834)、3 h(4601)、5 h(2755)、7 h(1964)、12 h(1139)及1 d(562)的数据集,并结合多种机器学习模型(Radial Basis Function(RBF)、Back Propagation(BP)、Support Vector Machines(SVM)和Random Forest(RF)),获得了准确获取该流域水体硝态氮浓度及通量的最佳监测频率并筛选出最佳的机器学习模型。结果表明,高频数据可以显著提高模型的性能,即随着监测频率的提高,模型模拟效果得到显著提升。不同模型的表现说明,SVM在该流域NO_(3)^(-)-N浓度及通量预测中整体上表现最佳。综合准确度及维护成本,得出该喀斯特流域NO_(3)^(-)-N通量的最佳监测频率为5 h/次,上游老黑潭硝酸氮通量模拟结果的R^(2)、NSE、MAE为RBF(0.95、0.93、32.50),BP(0.95、0.83、68.95),SVM(0.95、0.93、32.93),RF(0.92、0.91、37.03),下游冒水坑为RBF(0.78、0.76、186.72),BP(0.81、0.80、179.51),SVM(0.83、0.82、171.28),RF(0.85、0.83、174.72)。而NO_(3)^(-)-N浓度最佳监测频率为7 h/次,其中上游老黑潭硝酸氮浓度的R^(2)、NSE、MAE为RBF(0.94、0.92、0.08),BP(0.93、0.90、0.09),SVM(0.93、0.93、0.07),RF(0.88、0.86、0.10),下游冒水坑为RBF(0.79、0.78、0.14),BP(0.78、0.78、0.14),SVM(0.79、0.79、0.13),RF(0.79、0.79、0.14)。研究结果可为具有快速响应的管道型流域水环境质量检测提供科学依据。