基于SMOTE和gcForest的医疗小样本数据分类研究

针对传统机器学习模型在医疗小样本数据上由浅层模型结构和复杂数据特征导致的分类表现不佳的问题,提出了一种联合多粒度改进级联森林(cgicForest,combine multi-grained improved cascade forest)模型。通过在多粒度扫描中加入随机抽样环节以及对变换特征进行优化来提高模型表征学习能力,并改进级联森林部分的层级结构来提升模型分类能力。针对存在类别不平衡问题的数据集,提出安全边界过采样(SBS,safe-borderline-SMOTE)算法在属于安全边界的少数样本周围进行动态插值,提高训练数据质量,再通过cgicForest模型进行训练学习,最终得到支持不平衡医疗小样本数据的SBS-cgicForest分类模型。在3种医疗数据集上应用SBS-cgicForest分类模型进行测试,结果表明,cgicForest模型在具有复杂特征的医疗小样本数据上分类的性能指标较多粒度级联森林(gcForest,multi-grained cascade forest)模型提升了4.1~5.4个百分点,与SBS算法结合后各性能指标提升6.6~11.2个百分点,比与传统采样方法结合后的F1评分高出2~2.5个百分点,为解决医疗小样本数据的分类问题提供了参考,并为智慧医疗场景下的物联网应用提供了支持。

面向轨道交通的人工智能课程教学案例库建设与实践

在遵循教学案例库设计基本原则的基础上,结合轨道交通领域,进行了集前沿性、创新性和实用性为一体的人工智能课程教学案例库建设。通过对3种不同类型的典型案例的深入分析,提出了案例实施的具体思路和举措。采用双循环、动态反馈模式对案例库进行改进。该模式的内部循环用以制定案例教学效果的评价要素及保障措施,外部循环用以跟踪学生学习效果并反馈,从而实现案例教学内容完善及教学过程监控。从实践效果上看,案例库的教学改革提高了教学质量,培养了面向轨道交通行业具有创新能力的研究人才。

走进奇幻世界——《十万个为什么》读后感

暑假来了，为了让我度过一个丰富多彩的假期，妈妈给我买了一些课外读物。其中一套《十万个为什么》，是我最喜欢的。这本书由上海少年儿童出版社出版，刘正兴先生编撰。

我是铅笔刨刀

我是一个普通的铅笔刨刀，可是小主人却十分疼爱我，视我为珍宝呢!．我是小主人五岁生日时，他妈妈送给他的生日礼物。我已经陪伴他度过五个春秋了。小主人总爱把我藏在书橱里，平时舍不得用，只有好朋友来时，才会把我拿出来展示。他的好朋友总对我赞不绝口，每当这时，小主人心里甜甜的，我心里也美滋滋的。

我为＂青奥＂做贡献？

上周，我在班级“小状元”竞选中失利了，“劳动小状元”的头衔被别的同学夺取，我一直闷闷不乐。

地铁运行多目标优化研究

为了降低城市轨道交通列车运行过程中的能耗,减少乘客旅行总时间,需要设置合理的时间调度表.从研究列车的发车间隔和停站时间入手,建立列车牵引计算模型和运行能耗和时间计算模型,得到单列车固定每个站间的运行"速度-位置"曲线,然后在满足运行速度、运行时间以及运行安全等约束条件下,通过遗传粒子群算法(HIGAPSO)来优化计算发车间隔和各站停站时间.最后通过对广州七号线部分线路的MATLAB仿真模拟,证明该算法在降低列车运行能耗和缩短运行总时间方面的有效性.另一方面也证明了动态网格序分外部档案更新策略对于减小多目标问题时间复杂度的有效性.

我给“青奥”画美卷

上周，我在班级“劳动小状元”竞选中失利了。这个头衔被别的同学夺取，我一直怏怏不乐，垂头丧气，心里堵得慌。

基于PSO的地铁运行多目标优化研究

为了降低城市轨道交通列车运行过程中的能耗,减少乘客旅行总时间,需要设置合理的时间调度表。从研究列车的发车间隔和停站时间入手,建立列车牵引计算模型和运行能耗和时间计算模型,得到单列车固定每个站间的运行“速度-位置”曲线,然后在满足运行速度、运行时间以及运行安全等约束条件下,通过多种群粒子群算法来优化计算发车间隔和各站停站时间。最后通过对广州七号线部分线路的MATLAB仿真模拟,证明了多种群粒子群算法在降低列车运行能耗和缩短运行总时间方面的有效性。