关键词： 空气质量预测   AQI   ABC-SVM   特征拓展   特征筛选   自适应RBF神经网络  

摘要： 随着经济社会的发展,空气质量和空气污染问题已经是当前全社会关注的焦点和热点话题。当前,我国空气治理面临的形势十分常严峻。为此,我国政府制定出台了相应的法律法规和政策条文来解决空气污染问题。但是,从长远来看,对于空气质量的治理不仅需要法规条文,也更需要结合当前的技术手段对空气质量进行预测、分析,更加有针对性地解决问题。空气质量的预测研究应当根据所研究地区的实际情况开展调查研究。本文针对当前空气质量预测中存在的不足,分别从空气质量指数（AQI）和空气质量类别两个方面展开研究,以2015年1月1日至2021年2月28日的银川市空气质量数据和气象因素为样本数据,分别建立了银川市空气质量类别分类预测模型和银川市逐日AQI预测模型。首先利用统计分析方法对银川市空气质量进行评价,分别采用了时间序列图、直方图、主成分分析、相关性分析和逐步回归模型等方法分析银川市空气质量情况,确定了后续研究的影响因素。之后分别进行分类预测和AQI预测,在分类预测方面,以2015年1月1日至2020年11月30日的空气质量和气象数据作为训练数据,训练模型,以2020年12月银川市逐日空气质量类别数据作为测试集,验证模型准确率,进行分类预测,分别建立了随机森林、支持向量机（SVM）和人工蜂群算法（ABC）优化的支持向量机（ABC-SVM）三种模型,结果显示ABC-SVM模型预测准确率达到96.77%,更适合应用于银川市空气质量的分类预测当中。在AQI预测的问题上,本文提出了一种基于高相似性特征拓展的自适应RBF神经网络,建立了六组实验数据并筛选出高相似性特征,结果发现,前一日空气质量等级、前一日PM2.5含量和前一日PM10的含量与预测日的AQI指数表现出高相似性,也从侧面说明影响银川市空气质量的因素仍是以PM2.5和PM10为主。通过反复实验验证发现,本文所提出的AQI预测模型的拟合优度达到0.998,并且误差也有所降低。最后,根据分别建立的分类预测和AQI预测模型,对2021年1月1日至2月28日的银川市空气质量类别和AQI进行预测,验证本文所提出模型的可靠性。根据最终的验证结果,本文提出的考虑气象因素的ABC-SVM模型和基于高相似性特征拓展的自适应RBF神经网络模型是有效的,并且发现,PM2.5和PM10是影响银川市空气质量情况的主要污染物,因此还需加强对这两种污染物的预防和治理。

关键词： 群智能   机器学习   空气质量预测   激光超声缺陷检测   混凝土砖图像分类识别  

摘要： 随着现代科技的飞速发展,人工智能已被广泛应用于人们生活中的方方面面。作为人工智能核心技术的机器学习在各个领域都迎来了新的挑战,如何提高机器学习在新环境新问题中对数据的分析与应用效率,已经成为了全球学者关注的热点问题。本文主要对海鸥优化算法(Seagull Optimization Algorithm,SOA)、粒子群优化算法(Particle Swarm Optimization,PSO)等群智能优化算法与支持向量回归(Support Vector Regression,SVR)、支持向量机(Support Vector Machine,SVM)分类、极限学习机(Extreme Learning Machine,ELM)等机器学习方法进行研究,并将这些方法成功应用于空气质量预测、激光超声缺陷检测以及混凝土砖图像识别等问题中。本文主要成果包括:(1)针对COVID-19的一些防治措施对空气质量的影响,首先,使用数值统计方法与灰色关联度分析(Grey Relational Analysis,GRA)方法对包含COVID-19爆发期在内的四个相关时段内的空气质量与六种主要污染浓度做了评价和分析。其次,基于SOA算法只考虑全局最优影响而忽略个体最优影响等特点,提出了改进的SOA算法,并与SVM模型相结合,建立了混合预测模型ISOA-SVR。最后,利用所提出的ISOA-SVR方法对空气质量指数(Air Quality Index,AQI)进行预测。在两种不同数据上的实验结果表明,提出的ISOA-SVR方法与其它模型相比,具有更好的预测性能、泛化能力和鲁棒性。(2)针对激光超声缺陷检测中信号的高维数以及所获取数据的少样本等问题,建立了基于稀疏表示的信号特征提取模型。提出了基于TDIW惯性权重策略的TPSO算法。同时通过引入非线性收缩因子和更多的随机变量,进一步提出了IPSO算法,提升了算法的寻优性能,有效避免了算法陷入局部极小值的问题。建立了TPSO-SVM和IPSO-SVM分类模型,并将其应用于激光超声缺陷信号的检测识别中。通过与其它分类模型的比较,验证了所提模型具有更优越的分类检测性能。(3)针对混凝土砖图像的分类与识别问题,首先,提出了RGB空间平均像素与HSV空间平均灰色共生矩阵(Gray Level Co-Occurrence Matrix,GLCM)特征相融合的图像特征提取方法,并将提取到的融合特征分别输入到SVM分类模型、BPNN、ELM模型中实现了混凝土砖图像的自动分类识别。通过实验结果对比,SVM方法在混凝土砖图像自动分类识别中获得了较高的识别准确率。其次,提出了基于ISOA算法的混合分类模型ISOA-SVM,利用ISOA算法优化了SVM的模型参数,通过在两个不同混凝土砖图像样本集上的实验结果表明,与SOA-SVM、PSO-SVM、IPSO-SVM、SCA-SVM、WOA-SVM、DE-SVM以及SVM等分类方法相比,提出的ISOA-SVM方法具有更好的分类识别准确率。最后,建立了基于Bagging算法的ELM集成分类模型,通过在两个不同混凝土砖样本集上的实验结果表明,提出的ELM集成模型有效的提高了单一ELM模型在混凝土砖图像分类识别上的识别精度。本文研究的几类群智能算法和机器学习方法的改进,极大提升了原有算法的性能,同时在空气质量问题、激光超声缺陷检测问题以及混凝土砖图像分类与识别问题中得到了成功的应用,具有一定的实用价值。

关键词： 网络舆论   情绪识别   BERT模型   LSTM   机器学习方法  

摘要： 随着新媒体技术的蓬勃发展,网络用户的数量急剧增加,众多网民在生活中获取信息和表达观点的途径也变得简单,随之产生的网络舆论造成的社会压力影响巨大,如何快速真实地掌握网络平台上的舆论情况成为了政府主要解决问题。而2019年新型冠状病毒(2019-nCoV)引发的肺炎疫情对中国人民日常生活的衣食住行等方方面面产生了不同程度的影响,同时也引发了国内舆论的广泛关注。为了达到对网络舆论进行情绪监测,便于科学有效地对舆论进行引导,因此,本文利用BERT模型提取文本特征后与LSTM相结合,构建了一种基于BERT-LSTM混合模型的网络舆论情绪识别模型,具体研究内容如下:(1)本文对数据进行预处理、文本分词处理以及停用词处理,在这个过程中清洗掉原始数据中的缺失值、干扰项等信息。然后,将处理好的数据进行归纳整理以及可视化展示,进行了一系列的描述性统计分析后,分别通过TF-IDF算法和BERT模型对文本数据进行向量化表示,为之后输入分类模型做准备。(2)建立两种不同的文本分类模型,输入由TF-IDF算法处理的向量化数据进行实验。第一种模型是在传统的机器学习模型中关于文本分类方面表现较好的Multi-Class Logistic模型,第二种模型是深度学习模型中具有代表性的LSTM。通过对两种模型参数的不断调整与优化,最终使两种模型对文本数据分类的准确率均高于70%,但是相比较之下LSTM的性能更优,也间接说明在本数据集上深度学习方法的效果确实超越了传统机器学习方法。因此本文在这个实验结果的基础上,将后续的研究重点放在特征工程技术,通过改进特征工程技术再与深度学习模型相结合,进一步提高模型性能。(3)本文在BERT模型的基础上,引入深度学习模型中常用于情绪识别领域的LSTM,将两种模型进行融合并且在本文搜集到的有关疫情期间的网络舆论数据上进行实验,通过实验验证,证明了在网络舆论情绪识别分析领域本文设计的BERT-LSTM模型具有有效性。(4)本文一共设置了 4种模型,通过对比试验来直观地说明本文所建立BERT-LSTM情绪识别模型的优越性。通过准确率与F1值两项评估指标来看,BERT-LSTM情绪识别模型在性能方面相比其他3种模型均有不同程度的提升,说明本文提出的模型在处理网络舆情情绪识别领域上是具有有效性和可行性的。同时,从精确度和召回率两项评估指标来看,BERT-LSTM模型的值都在70%以上,且相比于其他3个模型,BERT-LSTM模型的在情绪识别领域更具有优势。最终本文通过对文本、特征、模型建立等众多过程的研究,以及对情绪识别领域的方法、算法、参数调节、评价指标等方面的学习,实现了 BERT-LSTM情绪识别模型的构建,证明了本文的实际应用价值。

关键词： 超硬   碳结构   第一性原理计算   晶体结构预测   机器学习方法  

摘要： 随着科技的快速发展,功能材料已经广泛应用于现代工业的各个领域之中,新型功能材料的结构设计与合成是目前材料科学的研究热点之一。本文采用基于CALYPSO的晶体结构设计技术,首先结合只限定原子数的直接搜索方法,发现了一个具有直接带隙的新型大胞超硬碳晶体结构Fmmm-C80。然后采用功能材料反向搜索方法,在使用CALYPSO搜索晶体结构的过程中,设定带隙为每一代结构中的二次筛选目标参数,最终发现了一个新型单斜超硬碳晶体结构C12,最后本文使用机器学习方法训练了预测碳晶体结构的弹性模量的机器学习模型,紧接着用机器学习模型代替功能材料反向搜索进程中的VASP性质计算过程,从而加速超硬碳晶体结构的反向设计流程。本文主要研究成果如下:1.利用CALYPSO软件和密度泛函理论提出了一种新型的全sp3杂化的正交超硬碳相Fmmm-C80（空间群:Fmmm）。Fmmm-C80相的单胞包含80个碳原子,这表明它是一个大胞结构。本文通过计算Fmmm-C80的相对于金刚石的焓,分子动力学模拟,声子谱,和弹性常数证实了新结构的热学稳定性和机械稳定性。通过使用PBE泛函和HSE06杂化泛函计算Fmmm-C80的电子能带结构发现,新相的HSE06水平的带隙为4.11e V,且表现为直接带隙,这证实了Fmmm-C80具有半导体特性,并且有成为未来的工业半导体材料的潜力。Fmmm-C80的维氏硬度为51 GPa,这意味着Fmmm-C80有潜力成为超硬半导体材料。2.通过使用无偏晶体结构搜索方法结合密度泛函理论计算,本文继续基于CALYPSO软件,使用功能材料反向设计方法提出了一种新型的超硬碳晶体结构C12（空间群:C2/m）。C12相在sp2-sp3杂化键合网络中具有12个原子的单胞。本文通过计算新相的相对于金刚石的焓,弹性常数,和声子谱,确定了C12相在环境压力下的机械和热学稳定性。本文分别使用PBE泛函和HSE06杂化泛函计算出的C12的电子能带结构表明C12相是窄间接带隙半导体,并且证实了C12相虽然在PBE水平的能带结构表现出金属性,但在HSE06级别的能带结构上表现为窄的间接带隙。C12的硬度为67 GPa,这意味着C12是潜在的超硬窄带隙半导体材料。3.基于无偏晶体结构搜索方法,使用机器学习方法代替密度泛函理论（DFT）计算来预测碳材料属性,从而加速了超硬碳材料的搜索进程。首先从Samara Carbon Allotrope Database（SACADA）数据库中获得了可用的碳晶体结构后,再基于高通量计算方法建立了碳材料数据集。基于数据集,本文训练了一种专门预测碳结构弹性模量（体模量,剪切模量,和杨氏模量）的机器学习（ML）模型,通过与AFLOW-ML的模型比较发现,新模型在预测碳同素异形体的弹性模量方面,具有更高的精度。然后,在CALYPSO功能材料反向搜索进程中,本文用ML模型代替VASP去预测结构弹性模量,从而加速了搜索具有高杨氏模量的碳结构的进程。最后,本文基于该方法,提出了一种新的碳同素异形体,名为Cmcm-C24,其硬度大于80 GPa。Cmcm-C24被确定为具有直接带隙的半导体,且声子谱和弹性常数的计算结果表明Cmcm-C24具有机械和热学稳定性。

关键词： 能源材料   二维材料   固态电解质   第一性原理   机器学习  

摘要： 在碳达峰、碳中和的目标背景下,为缓解对不可再生能源的需求和依赖,减少碳排放,寻找新的储能和换能材料是目前科学研究领域的重中之重。本文基于对能源材料开发的迫切需求,结合第一性原理计算和机器学习势函数等方法研究了几种具有代表性的能源材料并提供了其应用的理论支持。论文主要研究内容包括:(1)二维SiTe材料的热电性质研究。设计了四层结构的QL-SiTe、类黑磷烯结构的α-SiTe和类蓝磷烯结构的β-SiTe结构,研究了三种材料的电子、声子及热电输运性质。计算表明β-SiTe具有较高的Seebeck系数及热电转换功率。强声子散射使得QL-SiTe和β-SiTe具有低晶格热导率。通过适当的n型和p型掺杂,β-SiTe在1300 K的高温下可以获得0.95左右的热电优值,是一种非常有潜力的高温热电材料。(2)应力调控二维InSe电子和声子输运性质研究。计算出二维InSe的载流子迁移率可达1000 cm2V-1s-1以上,具有很好的电子输运能力。研究表明应力对包括有效质量、载流子迁移率等在内的电子性质影响有限,但能显著增强声子的非谐性散射。随着拉伸应力的增加,声子散射率升高,声子群速度和热容明显下降,进而导致热导率从无应力状态下的25.9 W/mK下降至6%应力时的13.1 W/mK。(3)二维Ⅳ-Te体系的准粒子能带及激子效应研究。研究表明,除PbTe外,其他Ⅳ-Te单层都是间接带隙半导体,并且电子有效质量相对较低。二维Ⅳ-Te的激子效应研究表明电子空穴相互作用对其光吸收谱影响显著,其中二维SiTe的激子结合能可达0.598 eV。此外,从二维SiTe到PbTe,不同方向上的准粒子带隙、光学带隙和激子结合能的差异逐渐缩小,物理性质呈现各向同性的趋势。原子键合状态分析显示,随着原子序数的增大,Ⅳ-Te结构中离子键贡献增加,更多的电子局域在Te原子周围,而未成键的Te与Ⅳ原子之间的库仑排斥力减弱,使得结构变得更加各向同性,进而导致趋于各向同性的物理性质。(4)基于机器学习方法的Li7La3Zr2012(LLZO)固态电解质研究。构建了 LLZO、Al掺杂和Ga掺杂LLZO结构的第一性原理能量的数据集,并通过人工神经网络训练得到具有第一性原理计算结果的准确性、可用于大规模原子体系模拟的势函数。通过与DFT计算结果对比验证发现,训练得到的Al-LLZO和Ga-LLZO势函数的RMSE值分别为6.42 meV/atom和9.08 meV/atom。将其用于分子动力学模拟,计算得到Al-LLZO和Ga-LLZO体系的锂离子电导率与实验结果吻本论文主要创新点包括:(1)预测二维β-SiTe材料是一种性能优良的高温热电材料,并且其n型和p型半导体材料在适当的掺杂下,表现出优异的热电转换性能,可以用于热电转换元器件的应用。(2)通过计算二维Ⅳ-Te材料的准粒子带隙和光学性质,发现了其晶体结构和物理性质变化的各向同性趋势,揭示了这一变化趋势背后的物理机制。(3)结合神经网络建立了具有第一性原理计算准确性的LLZO固态电解质势函数,并将其用于大规模原子体系的分子动力模拟,该势函数与实验测量得到的数据结果吻合较好。

关键词： 载脂蛋白   亚家族   识别   机器学习方法   多维特征  

摘要： 目的:构建高灵敏性、高精度、高特异性的载脂蛋白及其功能的预测模型和预测工具。方法:(1)构建当前包含信息最全的载脂蛋白及其亚家族基准数据集,其中包含270个载脂蛋白序列(阳性样本)和535个非载脂蛋白序列(阴性样本)以及11个亚家族的序列。(2)整合利用188D(188-dimensional feature vectors),二肽组成(Dipeptide Composition,DPC),伪氨基酸组成(pseudoamino acid composition,Pse AAC)和k间隔氨基酸对的组成(k-spaced amino acid pairs,CKSAAP)四种蛋白质序列描述符及其不同组合,对载脂蛋白和其亚家族蛋白序列的氨基酸组成、空间结构、理化性质等多维度信息进行表征。(3)为了降低特征向量的噪声和提高模型的容错能力,采用方差分析(analysis of variance,ANOVA)对特征进行排序,并利用增量特征选择方法(incremental feature selection,IFS)获得最优特征子集。(4)利用支持向量机(Support vector machine,SVM)、随机森林(Random Forest,RF)和XGBoost(Extreme Gradient Boosting)等三种机器学习算法,分别构建载脂蛋白及其亚家族的分类模型,并基于10-折交叉验证对分类模型的性能进行评估。在最佳模型基础上,开发基于perl、php、python程序的具有用户友好界面的载脂蛋白及其功能类型识别的网络服务。结果:通过比较三种分类器算法的效能,最终选择SVM分类器用于构建载脂蛋白及其亚家族分类的预测模型。经10-折交叉验证,由Pse AAC和188D特征组合所构建的识别载脂蛋白与非载脂蛋白的SVM预测模型性能最好,准确率达到97.76%,灵敏度为97.04%,特异性为98.13%。此外,由CKSAAP(k=3)、188D和DPC特征组合所构建的载脂蛋白亚家族的SVM分类模型在10-折交叉验证中整体准确率达到97.04%。其中Apo D、Apo L达到最高准确率100.00%,Apo A准确率其次(98.88%),Apo B、Apo C以及Apo E准确率分别为95.45%,95.45%和93.55%,而Apoelse是Apo F、Apo H、Apo M、Apo N、Apo R等五个亚家族的合集,准确率略低为90.00%。基于最佳预测模型,我们还搭建了一个便利的在线预测器Apo Pred,http://***/server/Apo Pred/***,为载脂蛋白研究人员提供基准数据集的下载以及相关预测服务。结论:信息准确、全面的基准数据集为模型构建奠定了序列基础,多尺度特征的整合能显著提高载脂蛋白及其亚家族分类模型的预测性能,基于ANOVA和IFS的特征选择方法能有效避免维数灾难,而SVM分类算法比RF和XGBoost等基于决策树的分类模型更适合载脂蛋白的预测场景,因此本研究构建了高质量的载脂蛋白及其亚家族的预测模型和在线预测工具,可为相关疾病的载脂蛋白功能研究及药物靶标开发提供重要参考。

关键词： 信用风险预警   机器学习   随机森林   XGBOOST  

摘要： 信用风险是中国金融市场中最值得重视的风险之一,有效地分析和预测信用风险事件对于维护金融市场稳定性有着重大意义。除了传统的信用债违约事件,许多上市公司爆发的流动性风险事件,也成为了公司信用风险事件的重要组成部分。本文基于A股上市公司的财务数据,结合债券违约事件,进行信用风险事件的界定和量化分析。通过不同维度的财务因子提取、因子相关性和离散化分析,梳理出有效因子,刻画公司真实的财务状况。并从因子贡献度出发,挖掘导致公司信用风险的诱因,分析挑选出影响信用风险事件的财务指标。最后结合机器学习模型,对上市公司信用风险事件进行了预警。本文以集成模型为研究核心,运用了 SMOTEENN等模型进行样本均衡化,有效的提升了模型拟合效果。同时,对比逻辑回归、SVM,本文采用随机森林、XGBOOST和其他传统机器学习集成模型,构建适用性强、运行效率高的信用风险预警模型,取得了较为优异的预测效果。

关键词： 特征选择   小样本   分类器   高维度样本  

摘要： 随着人工智能在医疗行业的快速发展,临床诊疗跨入智能时代。随着医疗数据的不断产生,怎样获取对医学有贡献的信息成为智慧医疗的新方向。在此方向中,特征选择是最为重要的方法,它可以根据数据初始特征集的分布,构建相应的特征选择模型,利用选择后的特征子集,实现分类。特征选择方法和分类算法通常建立在样本均衡且数量足够的前提下。医学数据集中完整的样本获取难度大,样本量少,特征维度高,属于小样本数据集;而且医学数据集的特征间关系很难界定,数量不仅多,且彼此之间可能存在某种关系。由于高维度的特征空间对算法的应用影响大,可能还包含多种冗余信息,影响分类算法的判断。因此,面对样本不足且维度很高的医疗数据时,常规特征子集的筛选方法难以为分类算法提供有效训练,分类算法准确率不高。目前,特征选择和机器学习算法如何应用于高维度小样本医学数据集是研究的难点。针对上述问题,本论文开展非平衡学习研究,改进特征选择算法,选择出最优特征子集以辅助临床医疗,构建分类模型,提升对高维度小样本数据的分类识别有效性。主要工作如下:1.针对特征选择的权重设置问题,采用了基于Relief F和LASSO的秩和检验算法(Wilcoxon-Relief F-LASSO,WRL)。该算法通过特征选择算法,生成特征重要性评分并进行特征重要性的排序;解决了特征选择中权重设置问题。与传统的Relief F算法和LASSO算法相比,WRL重点提升了特征选择算法的有效性和分类识别性能。本文将该算法应用于结直肠癌医学数据集,建立临床医疗模型,并对结果进行了验证。实验结果显示,该算法的特征选择结果和分类准确率等指标,均优于Reilief F、LASSO、MRMR算法。2.针对特征选择之间的相关性,采用了基于WRL和最大信息系数的特征选择算法(WRL-MIC-CFS,WMCFS)。该算法通过考虑特征之间的相关性,遍历所有特征子集选出最优解,解决了传统特征选择算法中在提取优质特征子集的同时,容易陷入局部最优解的问题,提高了特征选择的有效性。本文将该算法应用于结直肠癌医学数据集,建立结直肠癌分类预测模型。实验结果显示,该算法的分类正确率、方差、抗过拟合、准确率和召回率等指标,均优于WRL、WCFS(WRL-CFS)、MRMR等特征选择方法。本文为临床诊断提供有效的解决方案,改善了现有的特征选择方法,使其更好的应用于高维度小样本数据,补充了机器学习相关算法在实际医疗辅助诊断的处理方案,探究了诱发癌症发生的可疑蛋白表达,为当前医疗决策与临床研究提供了科学方法。通过对高维度小样本的真实医学数据检测,验证本研究的可行性。

关键词： 中医临床试验   实施延误   慢性心力衰竭   机器学习方法   结局预测  

摘要： 背景:临床研究会因为各种原因而出现延误。由于中医学理论、干预措施特点和实施场所的特殊性,中医领域临床试验可能会出现更多包括延误、障碍在内的问题。因而,有必要对其实施中各种可能的影响因素进行探讨和分析,以期找到有效的解决方法,甚至在其确实存在延误的情况下,进行试验结局的预测,以便决定是否终止实施。本研究以已经出现进度延误的“基于八段锦的心脏运动康复对心衰患者峰值耗氧量及生活质量的影响的平行随机对照试验(BESMILE-HF)”为例,在探讨中医临床试验延误影响因素、促进BESMILE-HF试验顺利实施的同时,以期为中医领域改善有实施进度困境的临床试验提供解决思路和处理方法。目的:针对中医领域随机对照试验(randomised controlled trials,RCTs)患者入组进度不达标、试验延期的情况,以BESMILE-HF试验为例,分析影响合格受试者入组参加该试验的可能因素,并通过合格受试者招募、入组过程中该试验的结局预测,因地制宜制定患者招募和促进入组的策略。在目前BESMILE-HF试验未达到目标样本量的情况下,预测其结局,为是否提前终止BESMILE-HF试验提供决策支持。方法:一、BESMILE-HF试验患者招募影响因素的研究采用横断面调查设计,以BESMILE-HF试验为实例,收集、分析BESMILE-HF试验中患者的登记信息,将符合BESMILE-HF试验纳入和排除标准,并且愿意接受电话访问和提供信息的患者,根据其最终是否参加试验,将患者分为参加组和拒绝组,比较两组患者的基本临床资料和访问信息,在单因素分析基础上,应用Logistic回归模型评估其接受或者拒绝试验的影响因素。二、八段锦心衰试验试验结局预测模型建立与验证基于BESMILE-HF试验47例患者(试验组24例、对照组23例),构建以单元数据集为单位,以预测因素总体分布为特征,以明尼苏达心力衰竭生活质量量表(minnesota living with heart failure questionnaire,MLHFQ)总分效应量和峰值耗氧量(peak oxygen consumption,peak VO2)效应量为标签的标记样本。采用多层感知器(multi-layer perceptron,MLP)神经网络和支持向量机回归(support vector regression,SVR)方法构建BESMILE-HF试验生活质量预测模型和peak VO2预测模型。备选的预测因素包括人口学特征、症状体征、合并疾病、基础治疗、身体活动水平、相关心理状态、医院焦虑和抑郁量表(hospital anxiety and depression scale,HADS)抑郁总分、运动能力、生活质量及RCT研究特征。模型的评价指标包括平均绝对误差(mean absolute error,MAE)、均方根误差(root mean squared error,RMSE)及平均绝对百分比误差(mean absolute percentage error,MAPE)。所有统计分析均在Python 3.7 Windows版本中完成。结果:一、BESMILE-HF试验患者招募影响因素的研究1.心衰慢病管理门诊是BESMILE-HF试验患者招募的主要场所,高达98.42%的患者通过心衰慢病管理门诊进行招募,但该门诊的登记系统信息遗漏、陈旧的现象突出,平台管理力度不足。2.单因素分析发现,参加组患者与拒绝组患者在心衰病程和陪护就诊需求的分布上,差异有统计学意义(P<0.05);在性别、年龄(或年龄段)、婚姻状况、教育程度、工作状态、医保类型、民族、常住地、接受过中医药治疗、接受过中医传统运动治疗、认为中医有疗效、健康教育、达到医院方式、达到医院时长、达到医院交通费、BESMILE-HF试验知晓方式和临床试验经验上,差异均无统计学意义(P>0.05)。3.多因素Logistic回归分析发现,有无陪护就诊需求(P<0.05,OR=0.011,95%CI:0.001,0.107)和心衰病程是否超过 5 年(P<0.05,OR=0.060,95%CI:0.007,0.498)是BEMISLE-HF试验招募时患者是否参加试验的独立影响因素,即无陪护就诊需求和病程未超过5年的心衰患者更容易被招募,并参加BEMISLE-HF试验。二、八段锦心衰试验试验结局预测模型建立与验证***-HF试验的对照组与八段锦运动组患者在人口学特征、症状体征、合并疾病、基础治疗、身体功能、相关心理状态、运动能力、生活质量的分布上,差异无统计学意义(P>0.05)。2.构建peak VO2预测模型时,基于决策树筛选出单元数据集样本量、八段锦干预比例、使用中成药/中药方剂、国际体力活动问卷短卷(International

关键词： 化学反应   速率常数   机器学习   神经网络   烷烃  

摘要： 烷烃是化石燃料的重要成分,了解它们的化学反应动力学对于开发可靠的化学动力学模型和发动机设计至关重要。而反应速率常数是化学反应的基本量,在模拟燃烧反应网络中起着重要作用。如果反应物的结构相似,则同类化学反应通常具有相同的机理。基于这一前提,我们尝试利用神经网络模型来预测烷烃一类反应的速率常数。本文采用机器学习方法构建了三类烷烃基元反应的温度相关反应速率常数模型,包括C_nH2n+2+H→C_nH2n+1+H2,C_nH2n+2+O→C_nH2n+1+OH 以及 C_nH2n+2+OH→C_nH2n+1+H2O反应,获得了这三类反应的速率常数预测值。结果表明,在本工作中构建的神经网络模型在预测速率常数方面具有较好的稳定性,且大部分结果均优于过渡态理论。本文共包含6章,主要内容如下:第1章介绍了本文的研究背景以及国内外研究现状。第2章介绍了本文研究使用的理论方法,包括描述符的计算,神经网络的构建。第3章研究了利用机器学习预测烷烃与氢原子反应的速率常数。利用8个烷烃与氢原子反应的反应速率常数训练了神经网络模型。结果表明,该神经网络模型能较好地表示速率常数。为了测试预测能力,对于每个反应,将其余（n-1）组反应数据作为训练集训练神经网络来预测此反应速率常数。大部分预测结果都优于过渡态理论。第4章研究了预测烷烃与氧原子反应的速率常数。利用11个烷烃与氧原子反应的反应速率常数,建立了神经网络模型,通过其余（n-1）组数据预测了 1 1组反应的速率常数,并且提出了 5种方案优化模型的预测结果,提高了模型预测的准确性。第5章研究了预测烷烃与羟基自由基反应的速率常数。通过训练11个反应的速率常数,建立了多层神经网络模型,设计了 5种方案以提高预测精度。此外,本工作还预测了 12个碳以下烷烃共664种同分异构体不同位点与羟基自由基反应的速率常数。结果表明,本文所提出的神经网络模型在预测特定位点和总包速率常数方面具有较好的鲁棒性。第6章总结全文并对未来工作进行了展望。