关键词： 场地污染识别   生态环境大数据   机器学习   信息技术  

摘要： 由于大数据技术的快速发展,用于分析挖掘场地污染特征和成因机制的数据量和类型也大幅增加,传统的场地环境数据获取、清洗和挖掘方法难以满足大数据的存储和处理要求。近年来,采用机器学习算法对场地多源异构数据进行挖掘,实现地块尺度、区域尺度的污染识别已成为研究热点。系统综述了场地污染智能识别大数据的获取、处理和挖掘方面的现状和不足,提出了利用5G和互联网、终端信息采集、网络爬虫、自然语言处理方法获取场地环境数据的应用对策。针对场地多源数据集成和融合的关键技术措施以及未来我国场地污染智能识别模式进行展望。

关键词： 支持向量机   核函数   预测模型  

摘要： 通过支持向量机对监测数据样本进行学习,建立了基于边境频谱监测数据特征的数据样本的国别分类预测模型,分析了影响预测准确度的主要因素,并得出结论。实验结果表明,该国别预测模型是有效的,并且对监测数据样本进行归一化处理后,使用多项式核函数支持向量机,对监测数据样本进行国别预测具有较高的预测准确度。

关键词： 碳中和   天然气进口预测   机器学习   卷积神经网络   曲线投影寻踪动态聚类模型   风   险管理  

摘要： 在“双碳”政策引导下,大力使用低碳、清洁的天然气资源是我国能源转型的重要举措,我国天然气供应主要依赖进口,准确预测天然气进口趋势对实现“双碳”目标具有重大意义。本文采用曲线投影寻踪动态聚类模型从经济发展、人口、天然气行业和能源消费4个方面确定天然气进口影响因素评价指标体系,分别构建多变量灰色GM(1,N)模型、支持向量机回归(SVR)、卷积神经网络(CNN)3种机器学习模型并对2006~2020年我国天然气进口数据进行拟合,对比拟合精度选取最优模型进行预测,以降低预测风险。研究结果表明:(1)曲线投影寻踪动态聚类模型不受指标数量和样本容量限制,按照影响因素的重要程度进行排序构建了天然气进口预测评价指标体系,剔除人为任意性因素的影响,实现预测指标体系的客观性;(2)CNN模型对天然气进口量的时间序列预测具有较高的预测精度;(3)2021~2026年我国天然气进口量呈上升趋势,增速下降,2026年天然气进口量突破2000亿立方米,预测结果与当前国内外能源政策导向吻合,最后针对预测结果提出相关建议。研究结论科学、可靠,可为我国天然气进口及风险管理提供一定的科学依据。

关键词： 缺血性脑卒中   生物信息学   机器学习   GEO数据库   LASSO   SVM-RFE   核心基因  

摘要： 目的本研究旨在通过生物信息学和机器学习方法筛选并验证缺血性脑卒中(ischemic stroke,IS)可能的关键风险基因,并探讨这些基因的相关病理生理机制,寻找潜在IS治疗靶点。方法通过检索基因表达综合数据库(Gene Expression Omnibus,GEO)获得来自人类IS患者和健康对照的2个转录组数据集(GSE122709,GSE140275),对数据集GSE122709中的mRNA进行差异表达分析,然后,对差异表达基因(differentially expressed genes,DEGs)进行相关基因本体论(gene ontology,GO)、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)和疾病本体(disease ontology,DO)富集分析。通过最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)和支持向量机-递归特征消除(support vector machines-recursive feature elimination,SVM-RFE)两种机器学习算法筛选关键基因,并在数据集(GSE140275)中进行验证。结果共鉴定出378个DEGs(176个上调基因和202个下调基因)。通过GO,KEGG富集分析发现DEGs主要与炎症反应、免疫调节、COVID-19、传统IS危险因素等相关。DO富集分析发现DEGs与妇科肿瘤疾病相关。LASSO和SVM-RFE 2种机器学习算法共同识别的基因TVP23C、B3GAT1被确定为IS的特异风险基因。验证数据集分析后发现TVP23C、B3GAT1的IS诊断价值具有显著意义。结论TVP23C、B3GAT1可能是IS相关的关键风险基因。结合B3GAT1的表达分析,提示B3GAT1可能通过调控AMRA谷氨酸受体参与IS缺血脑损伤,为IS的早期诊断和治疗提供理论参考和科学依据。

关键词： 多源地球物理数据   机器学习   支持向量机   物性三体   地质体分类  

摘要： 为适应多源地球物理大数据地质解释的需要,同时也为了在地质体物性存在交叠情况下快速有效地实现多源地球物理数据的地质解释,本文提出应用机器学习的支持向量机方法对多源地球物理数据进行地质解释的新思路,并给出了利用物性三体(密度、磁化率、电阻率)进行地质体圈定与分类方法.阐明了参数归一化、参数寻优对模型训练与学习及分类结果的影响与作用.本文将黑龙江多宝山矿集区物性三体与矿集区的区域地质、矿床地质及钻井资料相结合,利用所提出的方法对地下地质体进行了圈定与分类,对分类结果经过交叉检验,正确率达81.6%,表明了训练模型具有较高的可信度.经对预测模型填充已知物性参数正演的重磁异常与实测重磁异常对比,证明两者在整体和细节上均有高度的相似性,间接说明对地质体圈定与分类结果的可靠性,进一步表明利用多源地球物理数据,采用支持向量机方法圈定地质体及对地质体进行岩性识别方面的合理性与有效性.多源地球物理数据机器学习的支持向量机方法在多宝山矿集区地质体圈定与分类所取得较好的应用效果,为多源综合地球物理的地质解释提供了可借鉴的成功经验,也提供了多源地球物理资料地质解释的一种新型的技术手段,开辟了应用人工智能方法进行多源地球物理资料地质解释的新途径.

关键词： 教育预测   多元融合   范式转变   传统回归   大数据   机器学习方法   研究数据   社会科学研究  

摘要： 随着大数据和机器学习方法在社会科学研究中的日益勃兴,算法时代的教育预测与传统定量教育研究相比,在研究范式上的差异体现为:研究取向从“始于假设”向“基于数据”转变,研究数据从“人为设计”到“全量真实”转变,预测方法从传统回归向机器学习转变,研究模式从单一路径到多元融合转变。传统教育研究通常始于假设,这种研究路径有助于在简单可控的环境中探究普遍规律。

关键词： 软件测试   软件缺陷预测   项目内缺陷预测   跨项目缺陷预测   机器学习  

摘要： 软件缺陷预测技术是建立在软件历史信息基础上的预测模型,判断软件模块是否存在软件缺陷,从而实现测试资源的优化分配,实现软件测试工作效率的提高。随着软件缺陷预测技术的快速发展,许多机器学习方法相继被引入进来,以期提高软件缺陷预测的能力。文章针对基于机器学习的软件缺陷预测方法,系统地进行了分类和总结。

关键词： 立场表达   致谢文本   学科差异   机器学习   学术论文  

摘要： 语言的立场表达无处不在,它是开展语言研究的一种重要角度。本文采用Hyland(2005)和Biber(1999)的立场框架理论,搭建适用于致谢文本立场分析的理论框架,通过机器学习方法──支持向量机揭示自然学科和人文学科致谢文本的立场表达差异。研究发现:总体上,人文学科立场表达频次要高于自然学科;人文学科更倾向于采用态度立场(情感态度、评价态度);自然学科更倾向于采用认知立场(模糊限制语);在指示立场方面,人文学科更倾向于使用第一人称而自然学科更倾向于使用第二人称。研究结论指出,不同学科间的立场差异与学科自身属性以及研究范式息息相关,这为深入了解学科之间的语言表达差异提供了思路和方法。

关键词： 神经胶质瘤   血氧水平依赖功能磁共振成像   基于刺激的功能定位   机器学习   一般线性模型   独立成分分析  

摘要： 目的探讨基于一般线性模型(GLM)的机器学习方法在血氧水平依赖功能磁共振成像(BOLD-fMRI)定位脑胶质瘤患者个体化运动功能中的应用价值。方法前瞻性研究。纳入2017年11月—2021年11月西安交通大学第一附属医院神经外科确诊为脑胶质瘤且病灶位于大脑运动功能区的38例患者作为机器学习模型的验证集(男25例、女13例,年龄24~69岁),同期招募健康志愿者50例作为模型的训练集(男26例、女24例,年龄22~68岁)。采用独立成分分析法(ICA),随机提取98例人类连接组计划(HCP)受试者的静息态功能核磁共振(rs-fMRI)特征。依据健康志愿者的rs-fMRI和基于任务的功能磁共振(tb-fMRI)的相关性,训练基于GLM的机器学习模型。观察项目:(1)采用Pearson相关系数(CC)分析比较GLM预测的激活与实际激活的相似度。(2)采用Dice系数(DC)作为模型预测效能的定量指标,比较GLM与ICA方法的预测效能。结果(1)胶质瘤患者基于GLM的机器学习方法所预测的激活与实际tb-fMRI的功能激活相似度高[(89.47%(34/38)的患者CC值>0.30)]。(2)胶质瘤患者GLM预测任务态运动功能激活的效能,DC为0.34(0.27,0.42),优于ICA方法的效能DC 0.26(0.16,0.30),差异有统计学意义(Z=-3.88,P<0.001);GLM在肿瘤半球的预测效能优于ICA方法,DC分别为0.36(0.17,0.48)和0.34(0.04,0.45),差异有统计学意义(Z=-2.43,P=0.015);2种方法在非肿瘤半球的预测效果均显著高于肿瘤半球(Z=-4.33、-3.59,P值均<0.001)。结论基于GLM的机器学习方法能够很好地在术前利用rs-fMRI数据预测出胶质瘤患者的tb-fMRI运动功能激活,且其预测效果好于ICA方法。