关键词： 中药材   产地识别   种类识别   机器学习   比较分析  

摘要： 中药材的种类和道地性决定了药物的疗效和品质,准确识别其种类和产地具有挑战性。目前,机器学习方法是物体种类识别的重要方法之一,机器学习算法对中药材种类和产地识别的有效性有待进一步验证。文章基于一些中药材种类和产地的近红外光谱数据,利用机器学习方法中的一些经典算法,如决策树、支持向量机、最近邻算法、集成学习等,通过比较和分析这些方法对于中药材的种类和产地识别的准确率,得出所有的方法对中药材种类识别有效,但只有集成学习中的子空间判别法对于产地鉴别有效。

关键词： 空气质量   影响因素   定量分析   机器学习   稳定性选择  

摘要： 空气质量指数(AQI)的精准预测及影响因素识别,对空气污染防护和治理具有重要现实意义。选取北京市2014年第一季度至2022年第二季度AQI作为研究对象,探究六大污染物、五个气象因子和十四个经济变量对空气质量影响。选用DT,RF,GBDT和XGBoost模型对AQI进行预测,并使用稳定性选择方法定量分析各个变量对AQI的贡献。结果表明:四种模型方法均有良好的预测效果,其中XGBoost和RF的预测效果最优;六大污染物中PM2.5,PM10浓度和气象因素中的风速和气压对AQI影响较大;十四个经济变量对AQI的影响差异较大,其中城镇居民人均可支配收入、第三产业GDP和规模以上工业总产值等对AQI影响较大,而第一产业GDP和公路货物运输量等影响较小。

关键词： 甜味剂   机器学习   深度学习   分类   预测  

摘要： 甜味剂是一种赋予食品以甜味的物质,可分为天然甜味剂和人工合成甜味剂。在甜味剂开发过程中,基于机器学习的甜味剂分类预测模型可从大量的天然或合成分子中有效筛选出甜味剂分子,显著减少时间和资金成本。为了深入分析基于机器学习技术来驱动甜味剂研究发展的潜力与方向,本文从甜味剂分子表征数据集与机器学习技术相结合的新视角入手,分别从传统机器学习技术的甜味剂分类、深度学习技术的甜味剂分类和机器学习技术的甜度预测等方面总结与概括机器学习技术在甜味剂分类与预测中的最新研究成果。最后总结分析了食品甜味剂智能分类预测模型的发展趋势,如融合多模态分子表征数据形式的机器学习方法研究、多味型智能分类方法研究和不同规模数据集下深度学习方法研究。

关键词： 早发型子痫前期   计算生物学   机器学习   基因表达   细胞微环境   巨噬细胞  

摘要： 目的通过生物信息学分析及机器学习方法探索早发型子痫前期(early-onset pre-eclampsia, EOSP)的特征基因及相关免疫细胞浸润分析。方法在基因表达综合(Gene Expression Omnibus, GEO)数据库中, 以"early-onset pre-eclampsia"为检索词, 检索EOSP与正常妊娠的胎盘组织mRNA序列。采用R语言对芯片数据进行背景校正、标准化、汇总和探针质量控制, 下载注释包进行ID转换, 提取表达矩阵, 使用limma软件包分析去除批次效应后的元数据中EOSP与正常妊娠之间差异表达基因(differentially expressed genes, DEGs)。通过支持向量机递归特征消除(support vector machine-recursive feature elimination, SVM-RFE)分析和LASSO回归模型识别特征基因。通过计算受试者工作特征曲线的曲线下面积(area under the curve, AUC)分析特征基因的诊断能力。然后回顾性收集2022年1月1日至2023年2月28日在首都医科大学附属北京妇产医院分娩的15例EOSP及15例正常妊娠孕产妇的胎盘组织, 应用实时荧光定量聚合酶链反应和蛋白质印迹法验证特征基因的表达情况, 并在验证集中进一步验证。最后, 使用CIBERSORT分析EOSP中免疫细胞浸润的相对比例。组间差异分析采用t检验。结果共检索获得3个基因数据集, 包括GSE44711(EOSP与正常妊娠各8例)、GSE74341(EOSP与正常妊娠分别为7例和5例)及GSE190639(EOSP与正常妊娠各13例), 合并GSE44711和GSE74341数据集后共筛选出了29个DEGs, 其中包括27个上调及2个下调的基因。GO富集分析结果显示这29个DEGs主要参与促性腺激素分泌、女性妊娠、调控内分泌过程、内分泌激素分泌及激素分泌的负调节过程。通过LASSO回归算法及SVM-RFE算法联合分析共筛选出8个特征基因, 分别为EBI3、HTRA4、TREML2、TREM1、NTRK2、ANKRD37、CST6及ARMS2;定量逆转录聚合酶链反应和蛋白质印迹法验证特征基因的表达差异均有统计学意义(P值均<0.05, CST6除外)。Logistic回归分析结果显示, TREML2、ANKRD37、NTRK2、TREM1、HTRA4、EBI3及ARMS2的AUC(95%CI)分别为0.979(0.918~1.000)、0.969(0.897~1.000)、0.969(0.892~1.000)、0.979(0.918~1.000)、0.990(0.954~1.000)、0.990(0.954~1.000)、0.903(0.764~1.000)。免疫细胞浸润结果显示EOSP胎盘组织中的M2巨噬细胞的浸润比例显著低于对照组(0.167±0.074与0.462±0.091, P=0.002), 但单核细胞和嗜酸性粒细胞的浸润比例明显高于对照组(0.201±0.004与0.085±0.006, 0.031±0.001与0.001±0.000, P值均<0.05);特征基因与浸润性免疫细胞之间的相关性分析结果显示7个特征基因与免疫细胞之间密切相关(P值均<0.05)。结论通过生物信息学分析及机器学习方法筛选出7个对于EOSP的早期诊断具有重要意义的特征基因, 为后续子痫前期的预防及治疗提供了新的研究靶点和依据。

关键词： Sentinel-2   甘蔗   面积提取   机器学习方法   喀斯特山区   崇左  

摘要： 为了解决在多云雨天气与复杂地形条件下难以快速精准大面积绘制喀斯特山区甘蔗种植区的问题,亟须探究适用于喀斯特山区甘蔗种植区提取的方法。以广西壮族自治区崇左市为研究区域,利用Sentinel-2数据计算多种植被指数,根据Sentinel-2原始波段、光谱指数和纹理信息特征分析,选取地物训练样本,并引入DEM、土地利用等辅助识别特征变量,采用神经网络、随机森林、支持向量机3种机器学习方法,实现2018-2021年甘蔗种植区遥感提取,再利用Google Earth影像和统计数据进行精度评价。结果表明,基于Sentinel-2的甘蔗种植区遥感提取效果较好,崇左市甘蔗种植区总体分类精度均高于91%,κ系数均大于0.88;3种分类方法提取面积误差均值为-4.84%。2018-2021年,崇左市甘蔗种植面积趋于较平稳状态;主要甘蔗种植区以扶绥县、江州区、龙州县及大新县南部和宁明县北部为主。Sentinel-2数据在识别地类复杂多样、农田极其碎片和多云天气频繁等特点的作物信息方面具有较好潜力。

关键词： 机器学习   计量经济学   大数据   因果推断  

摘要： 文章从传统计量经济学的三大作用——经济预测、验证理论、政策评价入手,梳理了机器学习与计量经济学融合发展过程中机器学习在计量经济学中的应用途径。研究发现:机器学习可以更高效地探索变量之间的关系,以做出更精准的预测;在大数据背景下机器学习丰富了经济数据的多样性,通过对大量经济数据进行分析和处理,从而揭示出数据中的潜在模式、关联性和趋势,继而能够检验一些更复杂、更富有挑战性的研究假设;机器学习从识别假设条件、函数形式拟合、“反事实”预测等角度提高了因果处理效应估计的准确性和稳定性,进而更精确地定量评估政策效应,服务国家重大战略需求。

关键词： 血压预测   机器学习   神经网络   综述  

摘要： 对神经网络方法、支持向量机、随机森林算法和贝叶斯学习算法等不同机器学习方法在血压预测中的应用进行综述,旨在加强医护工作者对其的认知,探寻未来该种方法在血压预测领域内的发展前景。

关键词： 身体压力分布   睡枕   人体工程学   机器学习方法  

摘要： 随着人们生活水平的提高,越来越多的人开始关注睡眠质量。因此,文章提出了一种基于神经网络技术的睡枕匹配系统,旨在根据用户个体差异提供有针对性的睡眠问题解决方案,展示了神经网络技术在提高个性化产品匹配效果方面的准确性以及在睡枕匹配领域的具体应用实例,同时还探讨了神经网络技术在其他个性化产品匹配领域的应用潜力,为相关领域的研究与实践提供了新的视角与方法。