关键词： 农作物面积估算   分类混合效应模型   卫星图像  

摘要： 随着2020年新冠肺炎疫情在全球肆虐,国际环境动荡加剧引发了大众对于粮食储备问题的担忧,而及时估算种植面积对于有效应对可能的突发事件具有重要战略意义。考虑到粮食种植具有范围广、区域差异大的特点,因而进行面积估算时,混合效应模型是非常合适的选择,但现有文献多局限于解决有抽样单元的剩余区域的外推估算问题,对零样本量的域估计问题则鲜有涉及。值得注意的是,在进行农业抽样工作时,抽样数量的设计多服务于国家或省级层面,对于人口数量较少或经济程度不发达的地区,则容易出现没有样本被抽中的情况。往往这类地区是以农业为主要产业,因此忽视该类地区的农作物面积将会对我国实现农业精准监测产生显著影响。有鉴于此,本文提出使用改良后的分类混合效应模型预测方法(Modified Classified Mixed Model Prediction,MCMMP),其原理可概述如下:首先通过协变量信息对抽样单元进行聚类,然后使用混合效应模型预测所有类的随机效应,最后利用待估单元所处类的随机效应对待估单元面积进行估算。为展示MCMMP的应用潜力,本文基于山东省济宁市兖州区下属12个镇的卫星图像已经部分测绘数据,并结合“留一法”对小麦种植面积进行了估算。结果显示与现有方法相比,MCMMP具有更小的相对误差,且当感兴趣的变量为小域均值时,如村或镇范围的平均土地面积时,MCMMP依旧表现最优。

关键词： 电力变压器   故障诊断与预测   机器学习   支持向量机(SVM)  

摘要： 针对电力变压器故障诊断与预测问题,基于机器学习方法进行研究。在研究过程中,采用支持向量机(SupportVectorMachine,SVM)和深度学习2种机器学习方法进行故障诊断与预测,并对2种方法的性能进行了对比分析。根据实验结果,提出的基于机器学习方法的电力变压器故障诊断与预测研究,在提高故障诊断准确率和预测能力方面取得了显著成效。SVM、深度学习以及综合方法分别在不同程度上优化了故障诊断与预测的性能,为电力系统运行维护提供了有力支持。通过研究可以有效提高变压器故障的准确诊断率和预测准确度,降低电力系统的事故风险,确保电网安全稳定运行。

关键词： 粉煤灰活性   随机森林   特征重要性   部分依赖图   SHAP  

摘要： 针对粉煤灰活性快速分类问题,基于随机森林融合数据集分析、参数调整等方法,建立粉煤灰(CFA)活性智能分类模型。利用准确率、召回率、精确率和ROC曲线下面积SAUC这4种评估指标对模型进行评估。此外,使用特征重要性、部分依赖图(PDP)和机器学习解释(SHAP)模型3种方法来衡量特征物质的贡献。研究结果表明:模型的准确率为85.45%,召回率为97.56%,精确率为84.29%,SAUC为0.92。K_(2)O、Fe_(2)O_(3)、Na_(2)O和Al_(2)O_(3)对SHAP模型影响较大。随着K_(2)O、Na_(2)O等特征物质占比增加,粉煤灰呈现高活性的概率增加;而随着Al_(2)O_(3)等特征物质占比增加,粉煤灰呈现高活性的概率降低。所建立的模型可快速划分粉煤灰活性并判断其是否具有作为辅助胶凝材料的潜力。

关键词： IgA肾病   铁死亡   机器学习  

摘要： 目的本研究利用机器学习探索IgA肾病(IgAN)铁死亡的潜在诊断标志物及其生物学过程,并研究其与IgAN免疫细胞浸润的关系。方法从GEO数据库中下载来自IgAN患者和对照组的肾小球组织的微阵列数据集(GSE93798,GSE104948),通过FerrDb数据库获取全部铁死亡相关基因数据,获得IgAN组和对照组中有差异表达的铁死亡相关基因(P<0.05)。用LASSO回归、支持向量机和随机森林三种机器学习策略来确定潜在的IgAN铁死亡诊断标志物。为了评估这些潜在生物标志物的诊断效果,分别绘制了训练集和验证集的ROC曲线。此外,还采用CIBERSORT算法评估了IgAN肾组织的免疫细胞浸润情况,并研究了生物标志物和免疫细胞浸润之间的关系。结果共鉴定出157个IgAN组中的差异表达基因分析(DEGs);其中64个基因明显上调,93个基因明显下调。IgAN组和对照组中有特别显著差异表达的铁死亡相关基因52个。使用LASSO回归、支持向量机和随机森林三种机器学习策略最终确定了ZFP36被鉴定为IgAN的潜在诊断标志物。ZFP36在训练集的ROC曲线下面积为0.874,在验证集的ROC曲线下面积为0.874。免疫细胞浸润分析结果表明,静止树突细胞、中性粒细胞、单核细胞和静止的NK细胞可能参与了IgAN的发展。此外,ZFP36与这些免疫细胞亚型有不同程度的关联。结论铁死亡与IgAN的发生发展密切相关。ZFP36作为IgAN铁死亡的潜在诊断标志物,将为IgAN的诊断、治疗及预防提供新的靶点。

关键词： SWAN   台风浪   随机森林   机器学习   预报  

摘要： 基于第三代海浪模型SWAN建立中国东海波浪数值模型,模拟1509号“灿鸿”台风,1909号“利奇马”台风和2106号“烟花”台风过境期间的波浪场,并将结果作为多层感知机,随机森林和支持向量回归预报台风浪模型的数据集,同时引入空间性特征对算法输入进行改进,并对比不同模型的训练速度。结果显示,加入空间性特征后,模型预报精度得到提升,其中多层感知机均方根误差降低40.4%,运行速度最快,随机森林均方根误差降低20.8%,运行速度最慢,支持向量回归均方根误差降低8.7%,运行速度介于前两者之间。表明改进后的模型有效提高了预报精度,可以用于针对台风浪的短期预报。

关键词： MLP神经网络   LightGBM   Optuna自动化调参   抗癌候选药物   分类预测  

摘要： 【目的】针对常规数据处理导致分类预测精度不高等问题，提出Optuna-MLP-LightGBM组合模型用于抗癌候选药物的性质分类预测。【方法】对收集的1974种化合物（每个化合物各729个分子描述符），首先利用多层感知机（MLP）对高维数据进行聚合处理，再采用跳转连接实现数据的宽度处理，即将输出数据与输入数据合并组成宽度数据集，以此提高数据的特征识别，同时避免有用信息的缺失从而提高信息的流通；然后，用LightGBM替换MLP神经网络中的分类层，可以更好的进行分类处理以及避免过拟合问题，最后构建基于Optuna优化的MLP-LightGBM分类预测模型，用于候选药物的小肠上皮细胞渗透性（Caco-2）的分类预测。【结果】模型AAccuracy、AUC和FF1值分别达到91.03%、97.31%和90.48%，由消融实验可以发现，通过MLP-LightGBM实现数据宽度处理以及分类后，模型分类效果相比MLP模型得到提升，三种指标分别提升了0.51%、1.22%和0.7%；与逻辑回归（LR）、Attentive FP、MLP等传统模型相比该模型能更好整合数据信息，其中与基模型相比平均增长幅度分别达到5.94%、5.65%和6.56%。【结论】由于跳接处理使MLP网络可以达到特征的有效提取和扩充数据集的目的，同时引入机器学习可以更好的提高分类精度，因此在药物高通量筛选中可以成为重要的辅助工具。

关键词： 快速射电暴   机器学习   统计分析  

摘要： 快速射电暴(FRB)是继伽马射线暴之后出现的持续时间更短的高能爆发现象,其分类、物理起源和辐射机制等基本问题目前尚不清楚。最新观测发现FRB大部分是一次性爆发事件,仅有极少量的重复FRB,人们就此把FRB简单分为重复暴和非重复暴。FRB清楚的分类对揭示它的物理起源至关重要。在本文中,我们首先使用流形学习降维算法t-分布随机近邻嵌入(t-SNE)对CHIME望远镜观测到的536个FRB进行了分类。结果发现FRB可以明显地分为两类,已经证认的重复暴属于其中一类,由此我们给出了152个重复暴候选体。其次,我们分析了两类暴的统计特性,发现重复暴候选体和已经证认的重复暴之间的统计特征高度相似,而重复暴候选体和非重复暴的多个物理量有着明显的不同,重复暴的各向同性峰值光度(L_(iso))、各向同性能量(E_(iso))和亮温度(T_(B))的平均值都小于非重复暴,暗示着两类暴可能有不同的起源。另外我们还发现两类FRB的L_(iso)、E_(iso)和T_(B)之间都存在较强的相关性,且没有显著差异,表明两类暴可能有相同的辐射物理。

关键词： “双碳”目标   碳交易   碳价预测   二次分解   机器学习  

摘要： 对碳价进行科学准确的预测,有利于提高碳市场风险防范能力。本文提出一种基于二次分解和机器学习的碳价组合预测模型,将影响碳交易价格的内部和外部因素输入预测模型,汇总各序列的最优预测值即得到碳价的最终组合预测结果。以湖北碳市场价格为样本开展实证研究,结果表明:该组合预测模型达到了较高的预测精度,有利于提高碳交易价格预判的准确度、提高碳市场运行效率。基于此,建议采取二次分解和机器学习方法开展碳交易价格预测工作,建立跨试点碳价风险预警联动机制,根据经济发展形势及时调整碳配额发放总量。

关键词： 支持向量机   粒子群优化   机器学习   数据分类和预测  

摘要： 支持向量机(SVM)和粒子群优化(PSO)是两种常用的机器学习和优化算法,它们各自在数据分类和预测中有广泛的应用。研究提出了一种基于SVM和PSO相结合的新型算法,用于数据分类和预测。该算法首先使用SVM对数据进行初步分类,然后使用PSO对SVM的参数进行优化,以提高分类和预测的准确性。对比实验结果,表明该算法在相同数据集上的分类和预测性能均优于传统的SVM算法。因此,该算法在实际应用中具有很大的潜力,并可以为数据分类和预测提供更好的解决方案。

关键词： 资源评估   扫海面积法   随机森林   梯度提升回归树   极限梯度提升回归  

摘要： 扫海面积法因其操作简单、计算方便,被广泛应用于渔业生物量评估工作中。但该方法需假设资源均匀分布,若要提高生物量评估的准确性,则须增加站位数量,进而增加经费预算。本研究基于2006年8月和2007年1月、5月、11月在舟山渔场海域开展渔业资源底拖网调查所获得的多种经济蟹类数据资料,模拟分析扫海面积法与机器学习模型(随机森林(RF)、梯度提升回归树模型(GBRT)、极限梯度提升(XGBoost))对舟山渔场海域三疣梭子蟹(Portunus trituberculatus)、双斑鲟(Charybdis bimaculata)、日本鲟(Charybdis japonica)、细点圆趾蟹(Ovalipes punctatus)4种主要经济蟹类生物量的对比评估效果。结果显示,随着投入站点数目的减少,在数据不集中、波动较大的秋、冬季节XGBoost方法对生物量的评估效果明显优于扫海面积法,误差降低7.49%~21.34%;而在较为均匀的春、夏两季,扫海面积法与机器学习方法两者结果的差异不显著(P<0.05)。本研究以几种经济蟹类为例,探索使用机器学习方法评估其生物量,达到了提高评估准确性并节省资源调查成本的效果,可在其他渔业资源种类生物量评估中推广应用。