基于近红外光谱和支持向量机的子宫内膜癌早期诊断研究

近红外光谱结合化学计量学方法对癌症的辅助诊断已有了文献报道.该文测定了77例不同生理阶段的子官内膜组织病理切片的近红外光谱,对其分别进行多元散射校正(MSC)、正交信号校正(OSC)以及二者联用的预处理方法,采用拉丁配分法选择3/4样本作为训练集,1/4样本作测试集,建立支持向量机(SVM)模型进行分类,并与基于同样预处理方法建立的偏最小二乘(PLS)模型分类结果进行了比较.SVM对正常、增生和癌变三类不同的组织样品分类结果较好,总分类正确率约92%,好于PLS模型的结果(最高正确率90%).研究结果表明,光谱数据的预处理和建模方法对分类结果有重要影响,SVM结合子宫内膜组织的近红外光谱有望发展成为一种新型的肿瘤诊断方法.     

基于反馈和多最小二乘支持向量机的分数阶混沌系统控制

根据分数阶线性系统的稳定理论,将混沌系统分成稳定的线性部分和相应的非线性部分.设计主动控制器,对非线性部分进行补偿,从而将分数阶混沌系统控制到平衡点.为了提高主动控制器的补偿能力,提出基于反馈的多最小二乘支持向量机(M-LS-SVM)拟合模型.通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用LS-SVM建立子模型.为解决子模型相互之间的严重相关问题,提高模型的精度和鲁棒性,各个子模型的预测输出通过主元递归(PCR)方法连接.仿真实验表明该方法有助于提高补偿精度和系统响应指标. 关键词： 分数阶 混沌系统 多最小二乘支持向量机 反馈     

不同方法合成的沸石咪唑酯骨架结构材料(ZIF-8)的表征和催化性能

以二甲基咪唑为有机连接体和以Zn(OH)2或Zn(NO3)2·6H2O为Zn源,在甲醇与氨水的混合溶液、甲醇和DMF 3种不同的合成体系中合成了沸石咪唑酯骨架结构材料ZIF-8(分别记为ZIF-8(NH4OH)、ZIF-8(MeOH)和ZIF-8(DMF),并采用XRD、FTIR、N2吸附、SEM、TPD及Knoevenagel缩合反应等手段对所合成材料进行了表征。结果表明,采用这3种不同的合成方法均可成功制备出ZIF-8,所合成的ZIF-8的形貌基本一致,但其晶粒大小和酸碱性能有较大区别,同ZIF-8(NH4OH)和ZIF-8(DMF)相比,ZIF-8(MeOH)晶粒分布集中、平均粒径较小且具有较大的外比表面积和较多的酸碱位。不同方法合成的ZIF-8在苯甲醛和丙二腈的Knoevenagel缩合反应中的催化性能有很大差异,ZIF-8(MeOH)催化活性明显高于ZIF-8(DMF)和ZIF-8(NH4OH),其较高的催化活性,同其较大的外比表面积和酸碱性能密切相关。     

近红外光谱法在红曲菌固态发酵过程参数检测中的应用

研究了近红外光谱技术快速检测红曲菌固态发酵过程参数水分含量和pH值的可行性。针对传统基于间隔策略波长选择方法忽略非线性因素的缺点,采用一种基于最小二乘支持向量机(Least squares support vector machines,LS-SVM)非线性模型的波长筛选算法：联合区间最小二乘支持向量机(Synergy interval least squares support vector machines,siLS-SVM),并将新算法与相关系数法、iPLS算法、siPLS算法对比。实验结果显示,联合siLS-SVM算法和LS-SVM模型取得了最好的预测效果,水分含量、pH值的预测集相关系数(Rp)分别为0.962 1、0.976 1,预测均方根误差(RMSEP)分别为0.012 9、0.145 2,表明模型具有较好的拟合度和预测性能。应用近红外光谱法进行红曲菌固态发酵过程的水分含量和pH值的快速检测可行,该方法为进一步实现其过程参数的在线检测及发酵条件优化提供了技术基础。     

多类分类的支持向量机的有限步终止Newton算法

多类分类问题是数据挖掘和机器学习领域中一个重要且正在进行研究的课题.最近对该问题提出了-种具有新型结构的K-SVCR方法.与其他方法相比较,此方法最大的优点在于在训练的过程中,能够利用训练数据的所有信息.然而,它又和"一对一"方法一样,对某-个K类分类问题,需要求解K(K-1)/2个二次规划问题,才能把一个模式指派到-个适当的类别中.因此建立一个快速有效的训练算法是非常重要的.在本文中,我们首先在K-SVCR方法的基础上提出了新的模型,然后把新模型转化成-个互补问题,并利用Lagrangian隐函数进-步转化成-个强凸的无约束优化问题.并且为它建立了一个快速地Newton箅法.该算法具有全局收敛和有限步终止的性质.同时通过Sherman-Morrison-Woodbury等式,将算法中需要处理的＄l\timesl＄矩阵(其中是模式的总量)转变成＄(n+1)\times(n+1)＄的矩阵(其中n是模式的维数).对于很多多类分类问题,n远远小于1,这也说明可以有效地实现该算法.初步的实验结果表明该算法在分类的准确度和训练速度方面都有很好的表现.     

烟草组分的近红外光谱和支持向量机分析

测定了120个产自福建、安徽和云南烟草样品的近红外光谱. 在利用支持向量机(SVM)技术建立其定量、定性分析模型之前, 用小波变换技术对光谱变量进行了有效的压缩, 然后采用径向基核函数建立了75个烟草样品的分类模型, 同时建立了总糖、还原糖、烟碱和总氮4个组分的定量分析模型, 并利用45个烟草样品对模型进行了检验. 仿真实验表明, 建立的SVM分类模型分类准确率达到100%, 而4个组分的定量分析模型的预测决定系数(R2)、预测均方差(RMSEP)和平均相对误差(RME)3个指标值显示其模型泛化能力非常强, 预测效果良好, 可见这是一种有效的近红外光谱的建模分析方法.     

基于支持向量机方法的HERG钾离子通道抑制剂分类模型

对human ether-a-gō-gō related genes(HERG)钾离子通道(钾通道)抑制剂,计算了表征分子组成、电荷分布、拓扑、几何结构及物理化学性质等特征的1559个分子描述符.采用Fischer Score(F-Score)排序过滤和Monte Carlo模拟退火法相结合从中筛选与HERG钾通道抑制剂分类相关的分子描述符.采用支持向量机(SVM)方法,分别以IC50=1.0、10.0μmol·L-1为分类标准,建立了三个分类预测模型.对367个训练集分子,用五重交叉验证.得到正、负样本的平均预测精度分别为84.8%-96.6%、80.7%-97.7%,其总的平均预测精度为87.1%-97.2%,优于其它文献报道结果.对97个外部测试集分子,所建三个模型的总样本预测精度在67.0%-90.1%之间,接近或优于其它文献报道结果.     

多组分烷烃混合气体FTIR光谱定量分析新方法

提出一种核偏最小二乘(KPLS)特征提取耦合支持向量回归机(SVR)的新方法,用于实现气测录井中傅立叶变换红外(FTIR)光谱法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷7种组分混合气体的定量分析.采用KPLS方法对光谱数据进行特征提取,将得到的特征组分作为SVR的输入建立7组分气体的定量分析模型.对相同混合气体进行定量分析,结果显示,采用KPLS特征提取后,SVR模型对7种组分气体的预测均方根误差(RMSEP)分别为0.116、0.079、0.104、0.092、0.108、0.029和0.016,均小于线性偏最小二乘法(LPLS)、LPLS-SVR、KPLSR以及SVR模型的RMSEP.结果表明,KPLS-SVR法可以更好地提取隐含在混合气体FTIR光谱数据与其组分浓度之间的非线性特征,并有效地消除光谱数据噪声,大幅度降低数据维数,是一种有效的气测录井烷烃混合气体定量分析方法.     

机器学习方法在储层分类中的应用

油气田开发中有效储层和非有效储层的样本点存在混合带时,两类储层的划分是一个难点问题.从统计学上来看,其本质是一个含噪声的小样本二分类问题,可以采用机器学习方法,充分挖掘有试油成果的样本点的数据信息.分别利用线性判别分析、支持向量机、多层感知机神经网络建立储层分类模型,利用10次10折交叉验证法进行模型评估与优选,并利用全部样本点建立了有效的储层分类模型,最后将模型推广应用到样本分布的三种不同情形.结果表明,线性支持向量机模型具有最好的分类效果和很强的泛化能力,对于区分有效储层和非有效储层是有效的,可以在油气田开发中进行推广.     

拉曼光谱法快速检测掺入梨汁的浓缩苹果汁

应用便携式拉曼光谱仪结合化学计量学技术建立了浓缩苹果汁掺入梨汁的快速检测方法.实验表明,苹果汁和梨汁的拉曼特征频率相同,给出了特征频率及其对应的分子振动模式.发现苹果汁和梨汁在866 cm-1和1 126 cm-1处的拉曼光谱有微小差别,这可能由于苹果汁和梨汁中果糖异构体含量不同所致.用支持向量分类机(SVC)中的4个核函数对19个苹果汁、梨汁样本进行有效鉴别,准确率达100%,并使用支持向量回归机(SVR)对掺入不同含量梨汁的苹果汁样本进行建模预测,大部分样品相对误差在10%以内.