关键词： 机器学习   土壤   重金属   理化性质   生物毒性   生态风险评价  

摘要： 土壤理化性质会显著影响重金属生物毒性，基于土壤理化性质的重金属生物毒性及潜在生态风险预测是当前的研究热点之一 。本研究以土壤典型重金属镉（Cd）、铜（Cu）、铅（Pb）和锌（Zn）为研究对象，蚯蚓为土壤模式生物，采用文献法搜集已发表论文中重金属对蚯蚓繁殖的半数有效浓度(EC50)与所对应的土壤理化性质数据共113组，分析不同数据间关联性，揭示土壤理化因子对重金属生物毒性的影响规律。利用随机森林（RF）、梯度提升决策树（GBDT）、极限梯度提升（XGBoost）、K近临（KNN）和支持向量机（SVR）五种机器学习算法构建机器学习模型，研选最佳模型并开展我国土壤重金属潜在生态风险阈值预测。结果表明，重金属在不同类型土壤中毒性存在显著差异，重金属对蚯蚓的繁殖毒性强弱趋势表现为Cd>Cu>Pb≈Zn。不同土壤理化性质对重金属生物毒性的影响规律不同，其中土壤pH是影响重金属Pb和Cd的主要因素，对重金属蚯蚓繁殖毒性变化的贡献率分别为57.2%和69.0%；阳离子交换量和有机质含量则分别是重金属Cu和Zn生物毒性的主要影响因子。从模型拟合优度和预测精度对比分析基于土壤理化因子构建的重金属生物毒性机器预测模型的性能，XGBoost模型对Cd、Cu和Zn的生物毒性预测表现较好，而RF模型对Pb的生物毒性预测更准确，训练集和测试集的R2分别达0.939和0.886。利用研选的重金属生物毒性预测模型开展我国34省土壤中重金属生态风险阈值预测，结果发现不同区域土壤潜在生态风险存在明显差异。研究结果可为基于土壤理化性状的重金属生态毒性和潜在生态风险的准确预测与合理评估提供新的策略。

关键词： 旅游产业发展   多维特征变量   组态视角   路径选择   机器学习  

摘要： 运用机器学习方法识别旅游产业发展的复杂前因和组态路径,以此赋能我国区域协调发展和共同富裕目标实现。文章基于生产函数理论,以我国298个地级及以上城市为研究对象,采用K均值聚类算法将样本城市划分为发展受阻型、稳中求进型和全面辐射型3种群组类型,运用分类与回归树算法挖掘不同类型城市资源、技术和制度层面多维特征变量与旅游产业发展之间的复杂关系结构。研究发现:1)旅游产业发展的驱动要素具有耦合协调效应,体现为不同类型城市多维特征变量的横向耦合一致性和纵向等级分层性;2)高度相似城市因要素差异化配置获得不同旅游产业发展水平,表明每类城市都有适宜自身发展的组态条件,为推动区域协调发展提供现实基础;3)不同类型城市旅游产业高水平发展的驱动要素具有组合差异性,整体呈现殊途同归的作用效果,发展受阻型城市由“科技筑基-区域开放-文化吸引”驱动,稳中求进型城市由“经济引领-科技创新-数字赋能”驱动,全面辐射型城市由“文化吸引-交通增质”驱动。研究结论为我国城市旅游产业如何依据自身要素禀赋条件获得高水平发展提供了新思路和新参考依据。

关键词： 航班延误   不平衡数据集   多分类   特征选择   机器学习  

摘要： 航班延误会给旅客和航空公司带来诸多不便和损失,影响到整个出行体验和航空运营效率,为为了增强航班延误预测的可靠性,构建一种基于极端随机树的航班延误预测模型。首先,该模型结合美国航班数据和对应机场气象数据,通过递归特征消除和交叉验证算法进行特征选择,以识别出最相关的特征。其次,使用SMOTETomek算法对数据集进行平衡,以解决样本不平衡的问题。最后,使用极端随机树进行建模。将本文中的模型,与其它先进机器学习模型进行对比。结果表明,所提模型在各种预测指标中获得了更准确的预测结果。预测精度提升到了97%以上。

关键词： 电池管理系统   电池剩余寿命   寿命预测   机器学习算法   寿命延长  

摘要： 随着技术的不断进步和成本的逐步降低,锂电池在电动汽车、储能系统、便携式电子设备等多个领域实现了广泛应用,有效促进了清洁能源的普及和能源结构的优化。掌握锂电池衰变和剩余使用寿命(RUL)对于确保设备稳定运行、提高能源利用效率以及保障用户安全至关重要。通过优化电池设计和使用策略,可以延长锂电池的使用寿命,降低更换成本,进一步推动锂电池的规模化应用。锂电池的性能衰变是一个涉及多尺度化学、电化学反应的复杂过程,涉及其内部从材料、界面到多孔电极、器件等诸多因素影响。各种机器学习(ML)的方法正是建模处理复杂数据、寻找规律、反馈应用的重要手段。本文针对锂电池RUL建模研究的科学问题,综述了ML算法在预测电池RUL领域的最新进展,重点介绍数据驱动的电池管理、预测建模以及利用ML方法来提高电池性能和寿命方面的突破。最后,对当前领域内面临的关键问题进行了归纳总结,以期提供一个基于ML算法的电池RUL预测技术的全面视角,并展望其未来的发展趋势。

关键词： 户籍歧视   机器学习   收入差距   农民工  

摘要： 中国劳动力市场供需结构变化促使农民工与城镇职工间收入差距呈现新态势,有关户籍歧视是否依然存在的争论越来越多。本文用双重去偏机器学习方法重新检验农民工与城镇职工收入差距中的户籍歧视现象。经验分析表明:第一,迁移溢价干扰了对户籍歧视的识别,考虑迁移溢价因素后户籍歧视现象更加明显;第二,用双重去偏机器学习方法选择更加符合条件独立性假设要求的模型后,农业户籍对劳动者小时工资收入、全年总收入和全年工资收入均有负面影响,且对小时工资收入的负面影响更为显著;第三,经双重去偏机器学习修正后的Oaxaca-Blinder分解结果表明,农民工和城镇职工收入差距中大约有8%~15%属于户籍歧视;第四,Oster检验证实双重去偏机器学习的估计相较OLS估计更加可靠,不同机器学习算法下的双重去偏机器学习估计与Lewbel工具变量估计也表明本文结论是稳健的。

关键词： 伽马射线暴   机器学习   统计分析  

摘要： 伽马射线暴(简称伽马暴)是发生在宇宙学距离上的高能爆发现象,红移的探测对于探究伽马暴的物理起源、爆发机制以及辐射过程都至关重要。截至目前,伽马暴的观测数量已经很多,但有确定红移的暴却很少。早期研究者通常采用一些物理参量之间的紧密经验关系反推伽马暴的赝红移,从而用于宇宙学研究,但利用这种方法获得的赝红移结果很不准确。在本文中,我们利用有监督机器学习算法对Swift卫星未测得红移的伽马暴进行红移预测。以Swift卫星在2005年3月至2022年5月期间观测到的所有伽马暴为研究样本,选择了瞬时辐射阶段的持续时间、时间积分流量、光子指数和X射线余辉平台辐射结束时的流量、结束时间、时间幂律衰减指数、平台结束后阶段的衰减指数、能谱指数、氢柱密度等物理量作为特征参量,运用随机森林、线性回归、最小绝对收缩与选择算子、核岭回归以及支持向量回归等算法作为机器学习基本算法,建立了SuperLearner集成模型,最后通过模型训练、交叉验证、模型预测,最终获得了128个伽马暴赝红移。机器学习预测的红移结果要比传统上用参量之间的关系进行预测的结果要更加准确。

关键词： 前列腺增生   前列腺腺癌   机器学习   分类预测   混淆矩阵  

摘要： 针对临床中不能实时高效筛查前列腺患者并进行分类的难题,构建了基于BP神经网络、随机森林(RF)算法、径向基函数(RBF)和卷积神经网络(CNN)的4种机器学习模型,以快速鉴别不同类型的前列腺患者。利用参数和交叉验证不断优化模型,同时采用准确率、精确率、召回率和两者的调和平均值4个指标来评价模型性能。结果发现,BP神经网络、RF算法、RBF和CNN的准确率分别为0.930、0.965、0.877、0.982,说明4种方法都能较好地完成对前列腺患者的分类预测,其中CNN分类预测效果最好,可以为前列腺癌的早期临床筛查提供参考。

关键词： 射频   通信   调制识别   深度学习   机器学习   扩张因果卷积   RiftNet^(TM)ModRec   以数据为中心  

摘要： 机器学习(ML),尤其是深度学习在其他领域的成功,激发了射频(RF)领域类似的研究。RFML的最初研究主要着眼于调制识别,在过去几年里,研究已扩展到了其他应用领域。RFML已从直接应用其他领域开发的模型(例如卷积神经网络(CNN)),逐渐发展为采用更适合RF信号的模型(例如扩张因果卷积(DCC))。与此同时,业界已经意识到数据对深度学习性能的重要性,并且出现了一个日益壮大的以数据为中心的ML潮流。文章回到调制识别问题,并深入探讨如何将以数据为中心的方法与DCC模型相结合。特别是,研究了训练数据量有限的情况,并研究了达到较大训练数据集典型性能水平的方法。这是通过开发特定的SNR模型、对数据进行增强、执行多脉冲串处理以及对不平衡训练数据集的预期欠采样部分进行上采样来实现的。总体而言,文章提出了智能地使用稀疏可用数据来实现与较大数据集相同性能的方法,有助于缓解RFML所面临的挑战。因为在RFML中,收集和管理大型代表性数据集并不总是可行的。

关键词： 代谢组学   机器学习   太谷山药   铁棍山药   差异标志物  

摘要： 本研究旨在利用代谢组学筛选出太古山药和铁棍山药之间的差异代谢物,并通过LASSO回归机器学习方法确定作为预测不同山药品种的差异标志物。研究采用超高效液相色谱-四级杆飞行时间串联质谱(ultraperformance liquid chromatography-quadrupole time of flight tandem mass spectrometry,UPLC-Q-TOF-MS/MS)分析两种山药中的代谢物,通过主成分分析(principal component analysis,PCA)和正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)识别出两种山药中的差异代谢物,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归方法筛选出差异性标志物,建立用于品种鉴别的预测模型。结果显示,在两种山药中共鉴别出206种代谢物,PCA分析发现太谷山药和铁棍山药之间区分明显,OPLS-DA进一步筛选出56种存在显著性差异的代谢物。基于这些差异代谢物进行LASSO回归分析,得到ophiogenin 3-O-beta-L-rhamnopyranosyl-beta-D-glucopyranoside、天冬氨酸、表儿茶素没食子酸酯、夏佛塔苷以及没食子儿茶素5种关键差异标志物,建立了用于太谷山药和铁棍山药品种鉴别的LASSO回归预测模型。本研究基于代谢组学和LASSO回归机器学习方法,识别出太谷山药和铁棍山药的差异标志物,构建了不同品种山药的预测模型,为山药的鉴别提供了新的思路。

关键词： 生物软组织特性反演   超声导波   频散曲线   机器学习   灵敏度指标  

摘要： 生物软组织的几何和力学性质是多种疾病的重要指标,通过高精度反演得到生物软组织特性,如组织厚度、弹性模量和密度等,对疾病的诊断、治疗和康复都具有重要的医疗指导意义,超声波检测中包含的参数信息可以高效并准确地解决参数反演问题.文章将超声导波的频散曲线和机器学习相结合,建立了基于生物软组织Lamb波频散曲线的BP神经网络反演方法,分析了频散曲线的模态、波段、训练数据个数、波数采样点个数和数据噪声对反演精度的影响.研究结果表明,提出的反演方法能够准确地得到生物软组织的单参数特性,并且具有很好的普适性,可用于生物软组织的不同特性参数的反演.其中频散曲线数据通过求解频散方程获取.引入确定系数R2对反演结果进行评估,通过对比不同模态与频段下的反演结果,证明根据修正Morris法求得的灵敏度指标来选取频散曲线样本的模态与波段是一种有效手段.而且采用混合模态可进一步提升反演精度.训练数据个数和波数采样点个数超过相应的阈值后,反演精度基本不变,根据阈值可同时保证优异的反演精度和反演效率.通过在样本中加入随机噪声进行鲁棒性测试,当训练样本和测试样本的取值范围和噪声水平相近时,本文反演方法表现出一定的鲁棒性.