关键词： 脑电图   早产儿   机器学习   脑成熟度  

摘要： 目的: 基于在早产儿头部不同位置采集的脑电信号,通过机器学习方法建立判别早产儿脑成熟度的预测模型,同时分析影响判读准确性的可能因素。 方法: 前瞻性收集2023年1月至2024年3月于住院期间完成床旁振幅整合脑电图检查的241例早产儿的临床资料,将患儿随机分为训练集和测试集,采集不同位置的头部单导联脑电信号,应用三种机器学习模型(支持向量机、随机森林、决策树)进行脑成熟度判读分析,以人工判读的实际胎龄为金标准,通过计算预测差值、平均绝对误差(mean absolute error,MAE)、根均方误差(root mean square error,RMSE)、相关系数r来评估不同模型的预测准确性。在准确性最佳的机器学习模型下,通过单因素分析评估影响模型判读准确性的因素。 结果: (1)基于支持向量机算法构建的脑成熟度预测模型与人工判读脑成熟度的一致率达64.15%,其评估性能为:MAE=0.840,RMSE=1.159,r=0.682;基于随机森林算法构建的脑成熟度预测模型与人工判读脑成熟度的一致率达90.09%,其评估性能为:MAE=0.378,RMSE=0.577,r=0.932;基于决策树算法构建的脑成熟度预测模型与人工判读脑成熟度的一致率达87.74%;其评估性能为:MAE=0.316,RMSE=0.794,r=0.858。 (2)随机森林模型预测早产儿脑成熟度时,不同出生胎龄分组下的准确性评估:出生胎龄<32周组的MAE=0.561,RMSE=0.783,r=-0.162;出生胎龄32-34周组的MAE=0.448,RMSE=0.750,r=-0.244;出生胎龄>34周组的MAE=0.269,RMSE=0.389,r=-0.068。 (3)将判读预测胎龄的误差在1周之内定义为机器学习模型判读准确,出生胎龄、出生体重、自然分娩比例、脑电图检查时较低的实际胎龄、Ⅱ度及以上颅内出血及脑白质回声增强在判读准确组和判读不准确组存在统计学差异(P<0.05)。 结论: (1)基于随机森林算法构建的早产儿脑成熟预测模型的预测准确度最佳。 (2)基于EEG信号构建的随机森林模型预测早产儿脑成熟度时,模型性能在不同出生胎龄分组中表现不同,随机森林预测模型在评估出生胎龄>34周的患儿脑成熟度时准确性最佳。 (3)低出生胎龄、自然分娩与Ⅱ度及以上颅内出血、脑白质回声增强等因素会降低随机森林模型判读早产儿脑成熟度的准确性。

关键词： TBM   数据增强扩充   深度学习   参数预测  

摘要： 随着城市化加速和国家交通战略的实施,隧道建设需求急剧增加,而TBM作为高效的隧道掘进设备,其使用频率也在大幅增加,在TBM施工过程中,运行参数的精确预测对提高掘进效率和降低成本至关重要。对于大部分的TBM施工都需要试掘进过程,并根据试掘进过程搜集的数据来调整掘进参数,试掘进过程需要时间和经济成本,因此缩短试掘进过程,减少成本,实现在短时间小数据的情况下实现精确快速的参数设置下的高效掘进是亟待解决的问题,因此本文基于机器学习方法研究了TBM运行参数预测并研究了基于TBM施工数据集的小样本扩充方法,构建了基于生成式对抗网络的新型深度学习模型预测架构。具体工作和成果如下: (1)本文基于吉林引松工程数据,对数据进行了详细的数据处理与分析。通过构建二值判别函数提取了实际施工段数据,利用箱型图法进行数据离群异常值的清洗,采用Z-Score方法进行归一化,同时通过灰色关联度和皮尔逊相关系数法对数据进行相关性分析,两种方法所得的高相关性数据相互印证,最后通过均值滤波降噪法进行数据平滑处理。通过这些方法,确保了数据处理的科学性和准确性,为后续模型的建立和训练提供了高质量的数据基础。 (2)本文在考虑深度学习模型(DNN)能够处理复杂的非线性关系的优势、长短时记忆网络模型(LSTM)可以提取数据中时间特性的优势以及卷积神经网络模型(CNN)则依靠卷积核有效提取数据内部依赖特征的优势的基础上,依次构建了前述三种深度学习模型,并验证对比分析其在TBM运行参数预测中的性能。结果表明在评估验证集上DNN的均方根误差(RMSE)为0.058,平均绝对百分比误差为0.048,决定系数R2为0.919,而LSTM和CNN分别为0.062、0.056、0.936、0.059、0.040、0.991。三种模型在TBM参数预测工作中均表现出优异的性能,其中以卷积神经网络在各项指标上最优。 (3)本文探索了数据增强扩充方法在TBM数据集上的表现,通过构建生成式对抗网络(GAN)实现了对TBM施工数据分布的模拟,从而生成了与原数据极为相似的数据,生成数据评价指标FID达到了0.03,本项研究不仅为TBM运行参数的精确预测提供了新的思路和方法,还为小样本数据环境下的TBM参数预测模型训练提供了有效的数据增强扩充技术支持,具有重要的理论意义和应用价值。 (4)本文通过将预测模型网络层内置于新架构中的数据生成部分,并将生成部分与预测部分直接以串行形式耦合,从而提出了一种基于GAN的TBM参数预测新架构,并通过多项评价指标对新架构在青岛地铁实际施工数据上的预测表现进行评估,GANDNN、GAN-LSTM以及GAN-CNN都取得了不错的表现,这表明新架构的预测性能以及泛化性能都达到了理论上的应用水平。 通过深度学习模型和数据增强扩充技术在TBM参数预测上的应用,本研究有望为TBM掘进效率的提高和成本的降低提供一定的技术支撑。

关键词： 土壤污染   光谱检测分析   特征提取   波长选择   机器学习方法  

摘要： 随着车辆的数量不断增加,导致其需求量也随之上升。然而,在车辆工作过程中,由于车辆碰撞、结构老化等因素影响,经常会出现发动机油箱或传动部件的破损,导致润滑油泄漏到土壤表面。由于润滑油本身含有的烷烃、芳香烃以及重金属等成分具有较强的渗透性和毒性,对土壤本身和地下水造成污染,还会对农作物造成减产甚至绝收,进而影响整个农田的生态环境。因此,对土壤表面润滑油的种类与含量检测显得尤为重要,这将对后续的环境治理与保护具有重要意义。本文以市场上购买的润滑油为研究对象,提出以光谱特征及特征波长结合机器学习方法在润滑油二维光谱及离散三维光谱中进行建模分析与验证。 本文主要内容分为以下几点: （1）荧光检测方案设计与数据采集。根据荧光产生机理,设计了润滑油荧光光谱的检测方案,并进行光谱检测系统搭建与润滑油光谱数据采集。 （2）基于小波峭度特征提取与建模分析润滑油种类与含量。根据润滑油光谱特点,分析了其与润滑油种类和含量的相关性,通过结合小波峭度特征与三种机器学习方法建立了分类识别和含量回归模型。实验结果表明,WK-RF（wavelet Kurtosis-Random For est）分类模型准确率达91.8%,回归模型的2为0.978。 （3）基于特征波长选择与建模分析润滑油种类与含量。分别采用GA（Genetic Algorit hm）与本文提出的SPCA-GA（Sparse Principal Component Analysis-Genetic Algorithm）波长选择方法结合机器学习方法建立分类识别和含量回归模型。实验结果表明,SPCA-GA-RF分类模型准确率最高达到93%,回归模型2最高达到0.989,优于小波峭度特征法建模结果。 （4）结合特征波长选择方法设计离散三维荧光光谱实验并进行验证。对提出的SPC A-GA波长选择方法应用于润滑油离散三维光谱实验分析与验证。在分类模型中,SPC A-GA-RF模型的准确率最高达到85.2%;在含量回归预测中,2达0.998,MAE（Mean Absolute Error）为0.038。因此,实验验证了SPCA-GA特征波长选择法的有效性与其可行性,提高了检测精度。

关键词： 政策效应评估   异质性处理效应   机器学习   大数据   policy effect evaluation   heterogeneous treatment effect   machine learning   big data  

摘要： 对公共政策的准确评估，是制定科学公共政策的重要前提，科学的公共政策将有助于促进国家治理体系和治理能力现代化。异质性政策效应评估作为一种新兴的研究范式，其重要性在政策效应评估文献中已经获得广泛认可。本文总结了异质性政策效应评估的重要价值，以及代表性传统方法的逻辑和局限性。在此基础上，文章重点梳理了机器学习方法在异质性政策效应评估中的重要价值和具体应用：更好地筛选和切分异质性变量、更好地评估多重异质性政策效应、更好地估计个体政策效应等。本文也指出机器学习在异质性政策效应评估的算法可接受性、过程可检验性以及结论稳健性中存在局限性。进一步，文章提出了异质性政策评估和机器学习的重点发展方向：引入和发展机器学习方法，重视异质性政策评估的政策价值及提升机器学习的可接受性；结合传统分析范式，拓展机器学习在异质性政策评估中的新模式；规范研究数据的采集和处理，推动数据和代码的公开透明等。

关键词： 可调控热膨胀系数   零膨胀焊接接头   数字图像相关方法   机器学习方法   有限元模拟  

摘要： 绝大部分固体材料都遵循“热胀冷缩”的普遍规律,这是由于势能曲线的不对称性导致原子的平均间距随温度升高而变大。这一规律在实际应用中会导致零部件受热产生形变,尤其是在对尺寸稳定性有极其严格要求的光学仪器结构部件中,温度变化引起的形状变化会显著损害这些部件的功能和可靠性。因此,开发具有可调控热膨胀系数(Coefficient of Thermal Expansion,CTE)的材料和结构变得至关重要。 本研究借助真空电子束焊接技术制备具有冷/热状态下良好尺寸稳定性和可调节热膨胀系数的Ti6Al4V-Ti22Nb焊接接头,旨在缓解因热膨胀行为产生的不利影响。通过焊接工艺连接不同材料时,整个焊接构件上会形成具有不同微观结构的区域。为全面评估焊接接头的局部微观组织和力学性能,采用微观组织分析、显微硬度测试、力学拉伸实验以及数字图像相关技术(Digital Image Correlation,DIC)等方法进行分析。利用DIC技术构建热应变测试系统,测量308.15-373.15 K温度范围内Ti6Al4V-Ti22Nb焊件和Al6061板的全场热应变数据。计算和分析焊接接头的整体热膨胀系数,评估热影响区对整体和局部热膨胀性能的影响。借助有限元模拟方法构建Ti6Al4V-Ti22Nb双面焊接接头结构模型,对变温实验过程进行数值分析,结合现有实验结果对焊接接头的膨胀性能进行研究。通过使用机器学习方法构建回归模型,预测总长300 mm内焊接接头的热膨胀系数与左右基底金属长度比的关系。 研究结果表明,焊接接头中不同区域的晶粒度存在显著差异,其中显微硬度最低值出现在靠近Ti22Nb母材一侧热影响区。在拉伸测试中,应变集中于此区域且局部应变极值达到0.629,并最终在此区域发生断裂失效。断口的主要特征为韧窝断裂和部分沿晶断裂。有限元模拟显示,随着接头总长度的增加,零膨胀(Zero Thermal Expansion,ZTE)焊接接头对应的左右母材长度比收敛于2.93,在300 mm长度的接头中约为2.91,这表明超过300 mm的Ti6Al4V-Ti22Nb焊接接头受热影响区影响较小。上述结果为理解焊接接头的性能特征提供深入的见解。Ti6Al4V-Ti22Nb焊接接头可调节的热膨胀性能有效地解决精密仪器热变形不可控的难题,为推进工程结构安全领域的发展奠定坚实的理论基础。

关键词： 操作系统   机器学习框架   性能优化   页缓存预取  

摘要： 本论文旨在探索机器学习在计算机系统领域的应用,以机器学习的方式优化操作系统内部的启发式算法。当前,操作系统开发者相对保守,通常采用基于历史工作负载和人类直觉设置的启发式算法,然而这种方式无法灵活适应不断变化的复杂工作负载。因此,本文希望引入机器学习方法支持操作系统,使其内部的启发式算法更具适应性。本文涵盖了三个创新点。 首先,实现了一个运行于内核态的机器学习框架,用于在操作系统内核中实现机器学习任务,本文会详细介绍本框架的运行模式、模块划分和部分实现细节,随后还将本框架的推理性能与常见的AI框架Pytorch进行对比,对比结果表明:尽管随着模型规模的增大,本框架的推理速度急剧减慢并远落后于成熟的框架,但在轻量的神经网络模型上,本框架可以获得最高的推理速度,在10*10*10*5的网络模型上,推理时延仅为9us,甚至优于Pytorch的CPU推理时延(32us)。实验还表明,与GPU相比,在小规模网络上,采用CPU进行模型推理反而会更有优势。 其次,基于Tree Shap和贝叶斯优化,设计了一种参数选择和优化算法,用于解决多系统参数场景下的参数调优问题。本文将操作系统的性能优化任务视为黑盒优化问题,采取了贝叶斯优化的思路,进而具体分析了传统贝叶斯算法应用在本文场景下的缺陷:维度灾难、搜索效率慢、存在离散型特征的问题,随后引出了利用Tree Shap加权降维的方法和基于随机森林的局部贝叶斯优化方法来解决,并在进程调度器参数调优场景验证了该方案的可行性。为了检验算法本身的有效性,本章节还对主流的几种黑盒优化方法进行了横向对比,结果表明本章节的优化方法可以获得最高的搜索效率,相对于随机搜索是其效率的35倍。 最后,具体针对Linux内核文件子系统中的页缓存预取问题,结合前两个创新点设计了一种基于动态工作负载的预取算法优化方法,并在文件级别的微观负载和现实场景下的真实负载上进行验证。结果表明,在大多数场景下取得了一定的优化效果,微观负载上来看随机读和随机更新负载的性能有1.7倍的提升,顺序读和随机读写有着略微的提升,在真实场景下Mail-Server有着近3.1倍的吞吐量提升,File-Server有着1.2倍的吞吐提升,Web-Server负载下无效果并进行了原因分析。

关键词： 剪力墙边缘构件   延性需求   箍筋   数据库   机器学习方法  

摘要： 震害调查、试验研究和理论分析表明,钢筋混凝土结构构造措施不合理尤其是箍筋配置不合理导致的结构变形能力不足是钢筋混凝土结构在地震作用下失效破坏甚至倒塌的重要原因之一。剪力墙作为钢筋混凝土结构主要的抗侧力构件,对结构抗震性能有重要影响。而剪力墙的变形能力与边缘构件有密切关系,合理的箍筋设计可以确保边缘构件具有足够的变形能力,从而提高剪力墙的整体抗震性能。当前,我国现行规范对剪力墙边缘构件进行箍筋设计时,主要通过抗震构造措施进行配置,未建立与构件延性需求相对应的剪力墙边缘构件箍筋量化设计方法。同时,已有学者的经验设计方法考虑的影响因素不全面,准确性和适用性均有待提高。因此,利用创新的方法,建立基于构件延性需求的钢筋混凝土剪力墙边缘构件箍筋量化设计方法是非常必要的。本文采用机器学习方法,开展基于构件延性需求的钢筋混凝土剪力墙边缘构件箍筋智能设计方法研究,主要研究工作和成果如下: (1)构建了基于构件延性需求的钢筋混凝土剪力墙边缘构件箍筋设计方法,给出了相应设计流程,提出了通过非线性动力时程分析确定构件延性需求的方法。 (2)收集了国内外531个带有边缘构件的钢筋混凝土剪力墙试件的试验数据,分类整理了所有试件的关键参数,并汇编成数据库,该数据库可为剪力墙抗震性能及基于机器学习方法的钢筋混凝土剪力墙配箍预测模型提供坚实的试验数据基础。 (3)建立了基于机器学习方法的钢筋混凝土剪力墙边缘构件配箍预测模型,可根据构件延性需求实现智能配箍。基于已有数据库,筛选出501个剪力墙试件,通过特征升维得到52个输入变量,经过特征降维得到由六个特征组成的最简特征子集。通过在测试集上的综合性能评价,从十一种算法中选出适用于本文的最佳算法——极限梯度提升算法。采用网格搜索和十折交叉验证方法进行模型训练和超参数调优,得到最终的配箍预测模型。与经验模型相比,该模型具有更高的精度和更低的离散性。同时,该模型能够捕捉影响因素与配箍之间的非线性关联,充分考虑了各影响因素对剪力墙边缘构件配箍的影响。 (4)研究了基于构件延性需求的钢筋混凝土剪力墙边缘构件箍筋设计方法在新建建筑中的应用。案例分析表明,与现行规范方法相比,本文方法可根据剪力墙构件的延性需求进行更为准确的配箍预测。

关键词： 爬虫数据   电商平台   面粉商品   分类研究   价格指数   预测研究  

摘要： 随着网络零售的发展,电商平台面粉的交易数据越来越庞大,为了监测电商平台面粉价格走势,通过网络爬虫采集面粉大数据,再使用价格指数计算方法计算各期价格指数并利用时间序列预测模型对其预测十分必要。然而,网络爬虫采集的面粉数据通常存在面粉用途和原料分类混杂的问题,使得不同(相同)原料面粉被错分到单个(多个)类别中,若不对面粉进行细粒度分类将难以获得更精细的面粉数据,会对后续价格指数构建和预测带来负面影响。另外,由于电商平台反爬机制的不断更新升级和商家对面粉库存的规划调整,通过网络爬虫获取的面粉商品在各个采集期内不连续存在,且面粉商品的价格和销量分布情况也不均匀,这将导致现有价格指数计算方法不适用。此外,价格指数预测的研究多为构建单变量时间序列模型预测价格指数变化趋势或构建多变量时间序列预测模型考虑与价格指数相关的外生变量以提高预测精度,但未从商品本质特性方面考虑,商品本质特性决定了其价格指数变动情况,对预测精度的提高有显著正向作用。 本文为解决上述问题,主要做了三方面的工作:(1)构建了基于自监督学习的电商面粉原料分类模型。首先,构建面粉领域本体,具体包括概念模型和领域词库,概念模型由面粉原料类别和对应属性构成,领域词库则包含了面粉各类别的属性词汇。其次,识别爬虫数据获取的规范面粉样本,具体实现过程为根据概念模型和领域词库确定面粉类别和属性的对应规则,之后利用自监督学习思想,使用正则表达式提取商品描述信息中的类别标签和特征词汇,并检验提取到的内容是否符合对应规则,若符合则将其标记为规范样本用作机器学习的训练集,否则视为预测集。随后,通过BERT提取商品描述信息的专业实体词汇并将其纳入领域词库中,然后使用jieba分词工具和TF-IDF对面粉文本信息矩阵化并选择合适的机器学习算法实现面粉分类。(2)构建了电商面粉价格指数。首先,利用本文设计的面粉分类模型对采集到的各期数据进行分类并得到规范的各期分类面粉数据。其次,改进加权价格指数计算方法,本文综合了拉氏价格指数和帕氏价格指数的优点,再结合爬虫数据本身不连续的特性,使用报告期的销售额之和除以销量和以获得报告期价格总趋势,利用同样方法计算出基期的价格总趋势,再用报告期价格总趋势除以基期价格总趋势以得到各期价格指数。最后,使用改进的加权价格指数计算方法计算出采集到的各期面粉价格指数。(3)构建面粉价格指数预测模型。首先,构建ARIMAX预测模型,具体包括引入外生变量、确定延迟阶数、协整检验、拟合模型、白噪声检验;之后是模型预测,将划分数据集为训练集和测试集,设定预测效果的评估标准;最后是基于ARIMAX模型的预测实验和ARIMAX与ARIMA模型的预测效果对比分析。 以天猫、京东和苏宁三个电商平台的面粉数据进行实验,结果表明:本文构建的面粉分类模型的精度能达到91%,优于现有电商商品分类方法。在预测面粉价格指数时,使用ARIMA模型的预测平均误差MAE、MSE、MAPE分别是20.99%、8.51%和2.88%,ARIMAX模型的预测平均误差则分别是4.28%、0.22%和0.48%,预测误差分别降低了13.32%、8.29%和2.4%,表明引入面粉原料价格指数的预测模型ARIMAX的预测误差更小,能更准确反应电商平台面粉价格走势,也证实了本文构建的电商平台面粉价格指数预测方法在预测电商面粉价格走势方面具备可行性和有效性。