关键词： 机器学习   血压预测   心律异常分类   支持向量机回归   自适应提升算法  

摘要： 血压和心电信号是临床检测中标志人体健康状况的两项重要指标。腕式血压测量和心电图观察是其常规的诊断方法,诊断过程依赖专业的医护人员,测量时间的可控性差,容易加剧医疗资源的紧张。为此,本文采用机器学习方法进行血压预测和心律异常分类,提出基于支持向量机的血压预测模型和基于自适应提升算法的心律异常分类模型,主要研究内容如下。首先,本文深入分析心电和脉搏波两项生理信号以及特征处理方法。心电和脉搏波信号作为人体重要的生理信号,均具有周期性和典型的波形特征;不同特征选择和提取方法从不同角度分析人体生理数据。其次,本文提出基于支持向量机回归算法的血压预测模型。根据数据的采样频率设计数据合理的拓展方式,并结合无监督和有监督两种特征选择方法分析各生理特征之间及与血压之间的相关性,进行特征选择和组合,采用非线性核函数的支持向量机学习各生理特征与血压之间的映射关系,实现准确地血压预测。再次,本文提出基于自适应提升算法的心律异常分类模型。按照医疗器械进步协会标准和非交叉方式,定义心律异常数据集。对心电信号进行滤波器处理和心电节拍分割后,从时域和变换域两个不同角度提取五种心电信号特征,采用分类树作为基分类器的自适应提升算法学习多种心律异常间的差异,实现准确地心律异常的多分类。最后,本文分别介绍血压预测模型和心律异常分类模型的具体的实验环境、评价指标,并分析实验结果,验证模型的有效性和准确率。

关键词： 股价预测   支持向量回归机   RBF神经网络   坐标延迟重构法   参数优化  

摘要： 随着我国经济的快速发展,人民的生活水平在不断提高。人们在生活逐渐富裕的同时,对于投资的需求也在不断增长,并且投资方式也越来越多样化。股票投资是人们生活中很常见的一种投资方式,如果能实现一种高效的股价预测方法,据此制定股票投资策略,就可以降低人们投资的风险,并增加投资收益。论文中使用两种机器学习算法对股价进行预测,并将预测结果用于制定个股投资策略和组合投资策略。支持向量回归机和RBF神经网络模型在解决回归问题的实践中被广泛应用,尤其是在处理经济数据时有很好的效果,据此论文通过总结前人的研究成果,将这两种机器学习算法应用于股价预测这一实际问题中。实验中采用股票收盘价序列作为基本数据,并以坐标延迟法重构归一化后的收盘价向量。向量重构的参数时间延迟和矩阵维数采用复自相关法和G-P算法确定。实验使用遗传算法GA优化支持向量回归机SVR和LSSVR的正则化参数与核函数宽度,并使用K-means聚类算法优化RBF神经网络隐含层高斯径向基激活函数的数据中心点与扩展常数,以聚类簇数作为隐含层神经元的个数,并以此计算网络的初始权值;论文基于这两种算法对股票收盘价进行预测。实验使用坐标延迟法重构股票收盘价时间序列,简化了选取股价数据维度的工作,并且使模型可以基于历史数据预测未来一段时期的股票收盘价;实验在对支持向量回归机和RBF神经网络的参数进行了优化后,基于这两种算法对八种股票不同时间段的收盘价进行了预测,文中展示了预测的结果,并通过分析模型的预测结果和评价指标评估模型的优劣,分析结论表明支持向量回归机在训练集上的拟合效果总体上好于RBF神经网络模型,而RBF神经网络模型在预测集上的预测效果则略优于支持向量回归机;并且两种模型均有效预测出了收盘价的涨跌趋势。实验之后,论文基于预测结果对部分收盘价上涨的股票使用不同的策略分别进行了投资模拟试验,试验中收益率的计算结果进一步验证了文中使用的股价预测方法的可行性。

关键词： 财务危机预警   因子分析   机器学习   通信行业   非财务指标  

摘要： 通信业作为国民经济的基础性行业,其重要性不言而喻。近年来,随着移动用户流量消费的迅猛增长,以及“5G”商用的全面布局开启,通信行业网络呈现明显的扩容趋势,市场投资情绪高涨。而扩容意味着高投入,进而意味着高风险,加之行业内企业之间日趋激烈的竞争,公司仍然面临着复杂的内外形势。在这种背景下,及时发现问题并发出金融风险警告,保持健康的经营状况对公司和投资者都具有重要意义。本文选取在沪深A股上市的通信相关行业的133家上市公司作为样本。不同于以往大多国内研究者以是否被“ST”(或“*ST”)作为划分公司的标准,本文将公司按照Altman的经典Z分数模型和阈值将样本分为两类:“财务健康”和“财务警惕”。在构建财务预警模型指标体系的过程中,除了传统的财务指标以外,文章还综合考虑了公司的股权集中度、董事会治理、审计意见等非财务指标,构建了较为完整的指标体系。之后通过变量筛选、因子分析等过程为各个指标变量提取主成份因子,并对每个因子的意义进行解释。最后将得到的主成份因子得分作为模型的输入进入到模型的学习训练过程中,并比较和分析所生成的预测结果。本文使用了几种目前最为流行且被广泛应用的机器学习算法来构建模型,包括逻辑回归、人工神经网络、支持向量机和决策树模型。预测结果表明,在本文的研究情境下,人工神经网络和决策树的预测效果相比支持向量机和逻辑回归模型更优。而事实上,没有绝对最优的模型,各模型均在不同的环境和评价体系下有较好的预测效果,同时有其各自的优势和局限性。因此,在实际应用中,应根据研究者及用户的目的和需求选择最为合适的模型。本文旨在为机器学习方法在通信行业企业财务危机预警方面的研究提供实证经验。

关键词： 慢性肾脏病   慢病管理   中医   机器学习   临床预测模型  

摘要： 目的:本研究拟采集针对慢性肾脏病的慢病管理相关诊疗信息,构建慢病管理疾病风险预测模型,对预测模型进行数据分析并有效验证,为更优的管理方式提供理论依据,改善患者预后水平。方法:本研究采用回顾性数据分析方法,以2012年1月1日至2018年12月31日,于广东省中医院慢病管理门诊规律随访的慢性肾脏病4期患者作为研究对象,全面收集研究对象的人口统计学资料、实验室检查结果、中医症状与辨证分型、中医慢病管理实施情况、服用药物情况等相关变量,并记录患者主要结局发生情况,包括:透析、肾移植及死亡,并进行结局分组。通过结合知识图谱表示学习,应用机器学习方法,建立基于病、证、症、风险因素等多个维度的知识、关系、路径向量的分类模型,对肾脏疾病的中医慢病管理临床获益预测实验进行分析。通过特征选择、参数调整等多种实验手段,对不同预测模型的性能分析验证及优化。区分度方面,利用接收者操作特征曲线下面积(Area Under the Receiver Operating Characteristic curve,AUROC),及F1系数评估不同模型的性能;一致性方面,使用Kappa值和Accuracy值进行判断。结果:本研究一共纳入256名慢性肾脏病4期患者,其中未发生终点事件组155人,发生终点事件组101人。通过Boruta算法共筛选出21个变量,包括:裂纹,舌胖大,齿印,降压药,服药种类,药物作用,肾毒药物,饮食不健康,优质蛋白,食物禁忌,盐分摄入,恶化停药,微信文字版,ALT/AST,ALB,Urea,TC02,Cr,体重分数,BMI及上臂肌围百分比。随后共采用8种机器学习模型进行训练,在区分度方面,稳定线性判别分析(Stabilized Linear Discriminant Analysis,SLDA)模型取得了最优的性能,AUROC为0.8;偏最小平方(Partial Least Squares,PLS)模型取得了次优的性能,AUROC为0.78;另外,K近邻(k-Nearest Neighbors,KNN)模型的性能不十分理想,AUR0C最低,为0.54;其余的模型AUROC没有显著性的差别。与AUC性能表现相似,对不同模型的F1系数进行分析,结果提示:SLDA仍然是性能表现最优异的模型,F1系数为0.84,次优的是仍然是PLS模型,F1系数为0.83,但没有显著性的差别。KNN模型的F1值为0.67,表现不十分理想。结论:基于计算机的机器学习算法,如利用SLDA及PLS模型,可以实时识别实践层面的干预效果,并且能更有针对性地纠正慢性疾病管理中的偏差。因此,机器学习方法为肾脏疾病的中医慢病管理提供了一种常规的策略管理方法,或许可以推广至其他慢性非传染性疾病的慢病管理中。

关键词： 多样本多维数据   智能分类预测   多维云   Xgboost算法   BP神经网络   主成分分析  

摘要： 多样本多维数据是指由大量的具有多维属性的样本组成的数据集。此类数据普遍存在于材料、医疗、航空航天、电力电子等领域,通过挖掘和分析这些数据,构建预测模型,可推演出上述领域中某个指定目标变量的可能性结果。然而,尽管近年来大数据分析与预测理论获得了较大发展,但因上述多样本多维数据具有模糊性、不确定性、耦合性和多维属性特性,直接采用现有的机器学习算法和统计分析方法,较难获得高预测精度。本课题的研究目的是提出多样本多维数据分析与智能预测理论与方法,并应用它解决牙周炎疗效的分类预测问题,也为其他领域的多样本多维数据挖掘与预测提供可借鉴的方法。本文的主要创新性工作包括:(1)在分析一维云的基础上,为了适应数据多维度的特性,分别提出了二维云模型和多维云模型构建方法,给出了二维和多维前件云产生云滴的算法过程和二维与多维单规则发生器的算法步骤,解决了多样本多维数据的模糊性和不确定性引发的预测精度低的问题。(2)在详细分析Xgboost、PCA和BP神经网络的优缺点的基础上,提出了Xgboost-PCA-BPNN组合预测算法,降低了多样本多维数据的耦合性和多维性对预测性能的影响,提升了预测准确度。(3)在分析北京某口腔医院牙周炎治疗过程4.5万例位点数据的基础上,分别将所提出的多维云模型和Xgboost-PCA-BPNN组合预测算法应用于牙周炎治疗效果预测,获得了较好的预测效果。测试结果表明,Xgboost-PCA-BPNN组合预测算法精度达82%,优于多维云模型和其他机器学习方法,如逻辑回归、Xgboost和Xgboost-逻辑回归组合算法。

关键词： Machine learning   Reservoir operation   Stream-aquifer systems   Particle swarm optimization   Fuzzy logic   River basin management  

摘要： The sustainability issues facing irrigated river basins are intensified by legal and institutional regulations imposed on the hydrologic system. Although solutions that would boost water savings and quality might prove to be feasible, such imposed institutional constraints could veto their implementation, rendering them legally ineffectual. The problems of basin-scale irrigation water management in a legally-constrained system are exemplified in the central alluvial valley of the Lower Arkansas River Basin (LARB) in Colorado, USA, and in the Tripa River Basin in Indonesia. In the LARB, water and land best management practices (BMPs) have been proposed to enhance the environment, conserve water, and boost productivity; however, the legal feasibility of their implementation in the basin hinder BMP adoption. In the Tripa river basin, the rapid growth of water demand pushes the proposal of new reservoir construction. However, inadequate water availability and the lack of water law enforcement requires the basin to seek water from adjacent basins, thereby raising legal and economic feasibility issues. To address these issues, an updated version of a decision support system (DSS) named River GeoDSS has been employed to model basin-scale behavior of the LARB for both historical (baseline) and BMP implementation scenarios. River GeoDSS uses GeoMODSIM as its water allocation component, which also handles water rights and uses a deep neural network (DNN) functionality to emulate calibrated regional MODFLOW-SFR2 models in modeling complex stream-aquifer interactions. The use of DNNs for emulation if critical for extrapolating the results of MODFLOW-SFR2 simulations to un-modeled portions of the basin and for compute-efficient analysis. The BMP implementations are found to introduce significant alterations to streamflows in the LARB, including shortages in flow deliveries to water right demands and in flow deficits at the Colorado-Kansas Stateline. To address this, an advanced

关键词： Transportation   Computer science  

摘要： Universal Global Adaptive routing (UGAL) is a common routing scheme used in systems based on the Dragonfly interconnect topology. UGAL uses information about local link-loads to make adaptive routing decisions. Traffic Pattern-based Adaptive Routing (TPR) enhances UGAL by incorporating additional network statistics into the routing process. Contemporary switches are designed to accommodate an expansive set of network performance metrics. Distinguishing between significant, predictive metrics and insignificant metrics is critical to the process of designing an adaptive routing algorithm. We propose the use of recurrent neural networks to assess the relative predictive power of various network statistics. Using this method we rank the predictive power of network statistics using data collected from a network simulator. Both UGAL and TPR require tuning of hyper-parameters to achieve optimal performance, with TPR having more than 20 parameters for the Cray Cascade architecture. We demonstrate that the optimal value of these parameters can vary significantly based on the size of the architecture, the arrangement of global links chosen for the Dragonfly topology, and the traffic that the system will likely encounter. We propose and evaluate using a neural network to simplify the tuning of hyper-parameters used in TPR. We find that this approach is able to match or exceed the performance of TPR across several synthetic traffic patterns using a network simulator.

关键词： Environmental economics   Agriculture economics   Computer science  

摘要： A pressing challenge of modern agriculture is to develop means of decreasing the negative impacts of pesticides while maintaining low pest pressure and high crop yield. Certain crop varieties, especially wild relatives of domesticated crops, provide pest regulation ecosystem services through chemical defense mechanisms. Benefits from these ecosystem service can be realized by intercropping cash crops with repellent wild varieties to reduce pest pressure. An opportunity cost exists, however, which consists of lower yield and market value. Such is the case of heirloom apple varieties that are more resistant to the codling moth but have a lower market value compared to commercial apples such as Red Delicious and Gala. In this thesis, I first develop a model to identify the bioeconomically optimal intercropping level of commercial and wild varieties with the purpose of pest management in the specific case of the codling moth. Second, I develop a model that uses a machine learning technique to determine pesticide application policies for the multi-variety orchard, where the solution is robust to model and data uncertainty. Model 1 is a tree-level, spatially-explicit, bioeconomic simulation model. In the baseline case, we find that the bioeconomically optimal variety mix consists of 20% cider variety and 80% commercial variety. We analyze the sensitivity of the optimal mix to the market price difference of the two apple varieties and find that the optimal proportion of cider decreases linearly and that 100% commercial variety is optimal if the price difference is greater than $0.3/lb. We consider eight different spatial configurations for the intercropping, in addition to the baseline random spatial intercropping and find that the diagonal configuration yields the highest net present value and requires the lowest amount of cider intercropping (4%). Random spatial intercropping, in contrast, ranks seventh and has the second-highest optimal proportion of cider (30%). We use

关键词： 机器学习   高光谱遥感   光谱特征   分类精度  

摘要： 当今世界，机器学习相关技术的应用领域正在迅速扩大，数据处理与信息分析的技术也发生了翻天覆地的变化，影像数据的分类效果也因此能够得到显著的提高。　　以往的高光谱或多光谱图像分类与识别，往往只关注像元光谱维上的特性，其特征统计也只在光谱上进行展开。由于自然界的复杂性、混合像元问题的存在，仅靠像元的光谱特性是不够的。　　在高光谱遥感图像监督分类过程中加入空间特征信息，可有效提高分类结果的速度与精度。本研究将两种空间信息的提取方法与极限学习机(ELM)和支持向量机(SVM)结合，对两种机器学习分类方法加入空间特征信息前后的分类结果进行时间与精度的综合评价与比较分析。　　本文选取了经典的ROSIS传感器的意大利帕维亚大学以及Hyperion传感器的博茨瓦纳奥卡瓦纳三角洲的高光谱遥感数据作为试验数据;同时，为了试验机器学习方法在地质找矿当中的应用前景，还选取了美国内华达赤铜矿AVIRIS高光谱遥感数据进行试验。　　经影像预处理、训练样本选取、光谱特征分析，分别运用两种分类方法对数据集进行分类实验;之后将光谱特征与空间特征结合对数据进行分类试验。　　本文主要的研究内容和结论有以下这些方面：　　(1)利用支持向量机(SVM)与极限学习机(ELM)两个分类方法，对采集于两种不同传感器、具有不同地表覆盖类型的高光谱数据集进行实验，对数据进行光谱特征分析，并与分类结果进行对比，证实了不同类别之间的光谱曲线特征相似度较高，将会增大数据集的分类难度，并对类别的分类精度结果产生不良影响。　　(2)基于梯度图像的直接分水岭算法容易导致图像的过分割，产生这一现象的原因主要是由于输入的图像存在过多的极小区域而产生许多小的集水盆地，从而导致分割后的图像无法把图像里有意义的区域体现出来。所以应当把分割结果的相似区域实施合并。　　(3)运用多数投票法将光谱和空间分类结果进行合并，其结果中很多离散点被指定为邻域值，提高了分类精度。另一个效果是类别间的边界平滑了，解决了分类精度差异常出现在这些边界点上的问题。　　(4)运用混淆矩阵方法对实验结果进行对比分析，可以看出，将基于光谱特征的分类结果与空间特征相结合，可以有效提高两种算法的分类精度。同时在分类时间、精度方面，对于两个研究区，极限学习机(ELM)均优于支持向量机(SVM)。

关键词： Thermodynamics   Chemical engineering   Mechanical engineering  

摘要： Turbulent combustion involves complex interactions between turbulence and chemistry. These interactions result in several turbulent combustion phenomena occurring in different combustion applications. Due to the massive complexity involved, turbulent combustion requires modeling for accurate prediction and representation of these phenomena; and the models developed in this respect are conventionally known as turbulent combustion closure models. The objective of this work is to explore data-based and machine-learning techniques to enable the construction of new closure models and improve the existing ones. In the first part of this work, a novel experimental data-based framework is developed to capture turbulent-chemistry interactions accurately and accelerate chemistry. Experimental multiscalar measurements in laboratory flames have provided important databases for the validation of turbulent combustion closure models. The framework developed in this work is based on the construction of conditional means and joint scalar probability density functions (PDFs) from instantaneous experimental measurements based on the parameterization of the composition space using principal component analysis (PCA). PCA identifies key parameters, principal components (PCs), which act as both conditioning variables and transport variables. The joint PDFs are constructed using a multi-dimensional kernel density estimation (KDE) approach. The PC source terms are estimated starting from instantaneous temperature and measured species measurements using a variant of the pairwise mixing stirred reactor (PMSR) approach. Self-Organizing Maps (SOMs) are used to cluster the measurements based on their proximity in PC-space. Finally, the joint PDFs in the PC space are convolved with conditional mean statistics of thermo-chemical scalars, density and PC source terms to determine their unconditional means. These means are represented in terms of mean PCs using artificial neural networks (ANN). The c