基于机器学习的玉米单倍体近红外光谱鉴别方法研究

在玉米单倍体技术中,单倍体鉴别是非常重要的环节。该研究对大量玉米单倍体与杂合二倍体的近红外透射光谱进行分析,以期建立一套在生产上实用的单倍体鉴别模型。通过采集三组遗传背景不同的玉米单倍体与杂合二倍体籽粒光谱,进行不同机器学习算法对比,光谱预处理建模效果比较,以及分析数据集大小对模型构建的影响。对比所有单倍体与杂合二倍体的平均光谱,发现二者在光谱的吸收峰位置基本相同,但是单倍体的吸光度略高于杂合二倍体,尤其是在波长940～1 120 nm以及1 180～1 316 nm这两段谱区差异较大。在构建的几个模型中,采用偏最小二乘法和神经网络算法的模型单倍体鉴别准确率较高,分别为93.26%和95.42%。测试集验证的结果与模型准确率一致,表明两种算法适宜进行单倍体大规模筛选。利用偏最小二乘法模型比较了不同光谱预处理方法的模型效果,发现仅进行移动窗口平滑预处理原始光谱进行建模准确率最高。对不同大小数据集的建模效果对比发现,在一定范围内增大数据集有助于提高模型准确率。而且数据中单倍体所占比例较高时,单倍体预测召回率可达100%。此外,还根据籽粒颜色标记挑选出不易鉴别的单倍体和杂合二倍体,利用偏最小二乘法构建的机器学习模型预测准确率可达93.39%,显示出近红外鉴别单倍体的优势,即有可能在不依赖籽粒颜色的情况下实现准确鉴别。基于机器学习的近红外单倍体鉴别方法具有较高的准确率,而且该方法还能在后期数据增加的基础上不断优化,对其开展理论研究有望为自动化智能鉴别单倍体创造条件。     

Efficient Stochastic Simulation Algorithm for Chemically Reacting Systems Based on Support Vector Regression

The stochastic simulation algorithm （SSA） accurately depicts spatially homogeneous wellstirred chemically reacting systems with small populations of chemical species and properly represents noise, but it is often abandoned when modeling larger systems because of its computational complexity. In this work, a twin support vector regression based stochastic simulations algorithm （TS^3A） is proposed by combining the twin support vector regression and SSA, the former is a well-known robust regression method in machine learning. Numerical results indicate that this proposed algorithm can be applied to a wide range of chemically reacting systems and obtain significant improvements on efficiency and accuracy with fewer simulating runs over the existing methods.     

结构状态识别与评估的机器学习方法研究进展

结构健康监测通过在大型工程结构上安装多类型传感器,感知、采集、传输和处理多元数据,已经成为保障重大工程结构安全的重要手段.随着结构健康监测系统的广泛应用,产生了海量的监测数据,如何通过监测数据识别和评估结构状态与安全是核心科学问题之一.由于土木工程结构的复杂性,状态识别与评估的核心难点是高维问题优化与求解,机器学习在高维问题求解方面具有很强的能力,为该问题的解决提供了新的思路.本文重点阐述机器学习在结构模态识别、损伤识别及可靠性评估等方面的研究进展,并讨论未来在该研究方向的发展趋势.     

基于人工神经网络的非均匀固相应力模型

最小多尺度理论EMMS已经被引入多相质点网格法MP-PIC中,建立了非均匀EMMS固相应力模型.但现有的非均匀固相应力模型计算中,中间步骤繁琐且花费时间长.采用人工拟合的方式能获得非均匀固相应力表达式,但需要人为确定拟合变量和拟合函数,且针对于非均匀固相应力这种高度非线性函数所得到的拟合精度不高、用于MP-PIC模拟的结果相比原EMMS固相应力模型结果存在偏差.针对上述问题,本文提出通过机器学习的方法,规避对固相体积分数的局部分布情况的表征,并提出和建立能考虑颗粒浓度详细分布的人工神经网络ANN固相应力模型.首先,基于局部颗粒浓度和颗粒非均匀分布指数建立了双变量的ANN固相应力模型;进一步将当前网格及其周边网格颗粒浓度组成的序列来详细表征颗粒浓度分布,并建立相应的ANN固相应力模型.然后,将两种模型与EMMS固相应力模型进行了对比并测试了网格分辨率和粗化率对模型的影响.研究表明:基于ANN固相应力模型的模拟结果对EMMS固相应力模型结果有较高的还原度,同时具有一定的网格分辨率无关性和粗化率无关性.     

FD-PINN:频域物理信息神经网络

物理信息神经网络(physics-informed neural network, PINN)是将模型方程编码到神经网络中,使网络在逼近定解条件或观测数据的同时最小化方程残差,实现偏微分方程求解.该方法虽然具有无需网格划分、易于融合观测数据等优势,但目前仍存在训练成本高、求解精度低等局限性.文章提出频域物理信息神经网络(frequency domain physics-informed neural network, FD-PINN),通过从周期性空间维度对偏微分方程进行离散傅里叶变换,偏微分方程被退化为用于约束FD-PINN的频域中维度更低的微分方程组,该方程组内各方程不仅具有更少的自变量,并且求解难度更低.因此,与使用原始偏微分方程作为约束的经典PINN相比, FD-PINN实现了输入样本数目和优化难度的降低,能够在降低训练成本的同时提升求解精度.热传导方程、速度势方程和Burgers方程的求解结果表明, FD-PINN普遍将求解误差降低1～2个数量级,同时也将训练效率提升6～20倍.     

基于ICP-MS和机器学习的土壤物证溯源研究

土壤是犯罪现场最常出现的物证,对现场土壤进行地理溯源能够为认定犯罪事实提供有力证据。本研究收集了来自五座城市、20个取样点的土壤样本,用ICP-MS测定了样本中钠(Na)、铝(Al)、钙(~(43)Ca、~(44)Ca)、铬(Cr)、锰(Mn)、铁(Fe)、钴(Co)、镍(Ni)铜(Cu)、锌(Zn)、砷(As)、银(Ag)、镉(Cd)、钡(Ba)和铅(~(206)Pb、~(207)Pb、~(208)Pb)18种元素及同位素的含量,使用机器学习方法对土壤来源进行区分,SVM的识别准确率可达99%。依据元素与人类活动的相关性,又筛选出8种重金属元素作为特征,对土壤城市来源进行识别,其中SVM识别准确率为100%,贝叶斯模型识别准确率为97%。结果表明基于ICP-MS多元素测定和机器学习方法能够实现对土壤来源的准确识别。     

面向迁移学习中特征向量差异性的成员推理攻击

在以图像分类为目标任务的迁移学习场景下,针对攻击者能力和需求对应模型不一致的情况下攻击准确率较低的问题,提出面向特征向量差异性的成员推理攻击方案,构建阴影模型获取不同层次的特征向量,采用欧氏距离对不同特征向量之间的距离进行计算,提出阈值比较步骤对欧氏距离细化分类,并设计阈值选择策略。实验结果表明：在不访问教师模型的情况下,对教师模型实施成员推理攻击,所提攻击方案仍能实现较好的攻击性能。本文方案在Cats vs Dogs、Flowers102和CIFAR-100数据集上成员推理攻击准确率分别达到0.728、0.632和0.581,揭示了迁移学习场景下成员推理攻击的有效性。随着学生模型训练时冻结层数的增加,本文方案在Cats vs Dogs数据集上的攻击性能得到提升。     

激光诱导击穿光谱对U元素的定量分析

铀矿是核领域最重要的矿产资源之一,快速、有效勘探铀矿资源能促进核领域平稳、健康发展。激光诱导击穿光谱(LIBS)技术具备多目标元素现场快速检测的优点,能实现铀矿资源准确、快速的现场分析。本工作基于LIBS技术对铀矿中U元素进行了定量分析,对比了偏最小二乘(PLS)和随机森林(RF)两种机器学习算法的定量效果。结果显示,RF模型的定量线性相关系数为0.996,对三个验证集的相对误差分别是22.33%、12.79%和12.04%;PLS模型的定量线性相关系数为0.997,对三个验证集的相对误差分别是4.33%、6.63%和6.85%。对比结果表明,本研究中的PLS模型定量准确度更高,同RF算法相比,PLS算法更适用于铀矿中U的LIBS定量分析。     

基于数据驱动模型求解热传导反问题

热传导反问题求解在工程领域具有重要的应用价值.本文发展数据驱动模型识别了管道内壁几何形状和皮肤肿瘤生长参数等热传导反问题.在管道内壁几何形状识别问题中,首先采用随机生成模型结合有限元法求解热传导正问题,并采用有效导热系数转化的思想,建立机器学习模型,求解了测点温度与有效导热系数之间的抽象映射关系,进而实现管道内壁几何形...     

压缩回归学习算法的泛化界

研究了压缩最小平方回归学习算法的泛化性问题.利用随机投影、覆盖数等理论以及概率不等式得到了该学习算法的泛化误差上界.所获结果表明:压缩学习虽以增大逼近误差的方式降低样本误差,但其增量是可控的.此外,通过压缩学习,在一定程度上克服了学习过程中所出现的过拟合现象.