前列腺癌组织中ABCC4、miR-125b-5p表达水平与患者术后预后的关系

目的 探究前列腺癌(PCa)组织中三磷酸腺苷结合盒转运体C4(ABCC4)、微小RNA-125b-5p(miR-125b-5p)表达水平与患者术后3年内生存的关系。方法 选取2017年11月至2020年2月在该院确诊的PCa患者60例,术中收集PCa组织(PCa组)和癌旁组织(对照组)。检测样本中ABCC4 mRNA、miR-125b-5p表达水平及ABCC4的表达情况;对患者术后随访3年。分析PCa组织中ABCC4 mRNA和miR-125b-5p表达水平的相关性,二者与临床病理特征及预后的关系,影响PCa患者预后的因素,二者对患者3年内生存的预测价值。结果 PCa组ABCC4 mRNA表达水平和阳性表达率高于对照组,miR-125b-5p表达水平低于对照组(P<0.05);PCa组织中ABCC4 mRNA与miR-125b-5p表达水平呈负相关(P<0.05);PCa组织ABCC4 mRNA、miR-125b-5p表达水平与肿瘤分期、血清前列腺特异性抗原、Gleason评分、肿瘤转移有关(P<0.05);ABCC4 mRNA高表达组、miR-125b-5p低表达组患者3年累积生存率分别低于ABCC4 mRNA低表达组、miR-125b-5p高表达组(P<0.05);死亡组PCa组织中ABCC4 mRNA表达水平高于生存组,miR-125b-5p表达水平低于生存组(P<0.05);ABCC4 mRNA表达偏高、miR-125b-5p表达偏低是PCa患者预后不良的独立危险因素(P<0.05);相较于ABCC4 mRNA、miR-125b-5p各自单独预测PCa患者3年内生存的曲线下面积(AUC),二者联合检测的AUC更高(P<0.05)。结论 ABCC4在PCa患者癌组织中呈高表达,miR-125b-5p呈低表达,二者联合检测对PCa患者3年内生存有较高预测效能。

具有容噪特性的C4.5算法改进

针对有噪声的高维数据引起决策树预测准确率下降的问题,利用容噪主成分分析(Noise-free Principal Component Anlysis,NFPCA)算法思想对C4.5算法改进而形成NFPCA-in-C4.5算法。该算法一方面将高维数据噪声控制问题转化为拟合数据特征与控制平滑度相结合的最优化问题,从而获得主成分空间;另一方面在决策树自顶向下构建新节点的过程中,再将主成分空间恢复到原始数据空间来避免降维过程中属性特征信息永久消失。实验结果表明NFPCA-in-C4.5算法兼具降维和容噪功能,避免了降维中由特征信息损失和噪声残留造成的预测模型准确率大幅降低的问题。

基于分类规则的C4.5决策树改进算法

为解决大样本数据条件下C4.5决策树算法需要训练集常驻内存、分类精度达不到需求以及如何选取最优分类规则等问题,提出了一种基于分类规则选取的C4.5决策树改进算法。通过数次有放回的随机抽取训练集形成多个分类规则,在多次分类规则内寻找特征的最优取值以建立最优分类规则,以划分相似度为标准进行C4.5决策树最优特征选取,在此基础上利用选定的最优分类规则和最优特征对C4.5决策树算法进行改进。实验结果表明,改进后的算法可有效解决C4.5决策树与初始训练集相关性较大的问题,对大样本数据集的分类识别在识别率上有显著提高,训练时间明显减少。

哮喘儿童白三烯受体调节剂临床疗效与白三烯C4合成酶及5-脂氧化酶基因的相关性

目的探讨白三烯C4合成酶(LTC4S)与5-脂氧化酶(ALOX5)基因多态性与白三烯受体拮抗剂临床疗效的关系。方法 2011年6月至2013年6月门诊72例中度持续哮喘患儿分为两组,分别予吸入型糖皮质激素激素(ICS)、ICS联合白三烯受体拮抗剂(LTRA)治疗12周,然后交叉治疗12周;采用聚合酶链反应—限制性片段长度多态性方法(PCRRFLP),对LTC4S RS730012、ALOX5 RS2115819位点进行基因分型;分析患儿治疗前后肺功能及儿童哮喘控制测试问卷(C-ACT)评分与基因多态性的关系。结果经ICS联合LTRA治疗后,LTC4S RS730012基因组中的A/C、C/C基因型患儿的75%肺活量时的用力呼气流速(FEF75)改善率显著优于A/A型,差异均有统计学意义(P<0.01);A/A基因型患儿在治疗前后改善情况的差异无统计学意义。ICS联合LTRA治疗前后,ALOX5 RS2115819基因组中的不同基因型患儿间的肺功能指标差异无统计学意义(P>0.05)。结论 LTC4S RS730012不同基因型患儿在哮喘治疗后小气道功能改善有差异,与LTRA相关。

基于C4.5决策树算法的天气预警系统的手机终端设计

为满足现代社会对气象预警预报服务的需求,研发了Android系统平台下实时天气预测和异常天气预警系统。根据决策树算法中的C4.5算法,解决天气预警分类问题。该方法通过提取训练样本中最大增益率属性作为属性特征建立决策树,经剪枝后得到天气预警评估的决策树模型,并对此模型进行分析和应用。实验结果表明这种方法在分类评估准确率上具有优势,分类正确率达到85.8%.

稀土改性HZSM-5分子筛催化裂解混合C4烃制低碳烯烃性能的研究

用浸渍法制备了稀土改性HZSM-5分子筛催化剂（简称RE/HZSM-5）,研究了RE/HZSM-5对混合C4烃（包括C4烷烃和C4烯烃）裂解活性及低碳烯烃收率的影响。结果表明,RE改性后HZSM-5分子筛催化剂的裂解活性明显增加,轻稀土改性HZSM-5分子筛比重稀土改性的表现出更好的增产低碳烯烃裂解性能。在0.1MPa,重时空速（WHSV）=1.2×104mL/h.g^-1条件下,轻稀土La、Pr、Nd、Sm、Gd改性HZSM-5分子筛催化剂上混合C4烃催化裂解产物中乙烯和丙烯总收率在625℃时达到最高,分别为54.66%、54.32%、53.32%、54.15%和54.06%,比相同条件下未改性的HZSM-5高3%~4%。重稀土中只有Yb/HZSM-5表现出较好的裂解活性,裂解产物中乙烯和丙烯总收率在600℃时达到最高,为54.80%。用红外光谱（FT-IR）,氨程序升温脱附（NH3-TPD）和吡啶吸附红外光谱法（Py-IR）法对RE/HZSM-5分子筛进行了表征,结果表明催化剂的总酸量、B酸与L酸的比值与催化活性之间存在密切关系。

优化的C4.5决策树算法

传统C4.5算法思想计算量大,在明确的先验知识情况下不能建立更优的决策树,影响了决策树生成时间及结构。根据数学上等价无穷小性质减少信息增益率的计算量,采用全局优化策略弥补简化所引起的误差,进而提高计算效率。在优化中考虑先验知识的特殊情况引入平衡度系数,实现C4.5算法的优化分枝策略,建立更符合实际情况的决策树。实验证明,优化的方案与C4.5算法相比决策树具有大致相同的分类准确率和更高的生成速度。

用C4.5算法对局域网数据报进行行为分类

局域网传输的数据报中携带大量与数据包相关的信息,这些信息在一定意义上反映了数据报的行为。对数据报行为进行分类可为局域网上的网络入侵检测提供重要依据。文中提出使用C4.5决策树分类算法对局域网数据报进行行为分类,并与以往常用的几种分类算法进行了比较。实验表明,C4.5算法对于该问题无论在分类效率还是在分类正确性方面均有很大的优势。

基于决策树C4.5算法的面向对象分类方法研究

提出了基于决策树C4.5算法的面向对象分类方法。首先利用多尺度分割方法对遥感影像进行分割;然后提取对象的特征信息,包括光谱特征、纹理特征、形状特征、图层特征等,对提取的众多的对象特征,利用决策树C4.5算法对其进行知识挖掘,自动建立分类规则;最后利用建立的分类规则,将C4.5算法作为一种分类器对分割后的遥感影像进行分类,并以南充市城市土地利用为例进行了分类实验。实验验证了该方法的可行性。实验结果表明利用决策树C4.5算法建立的分类规则准确率高,利用该分类规则进行的面向对象分类效果较好。

一种基于属性相关的C4.5决策树改进算法

针对在C4.5决策树构造过程中,测试属性选择未考虑属性之间影响的缺点,提出了一种改进的C4.5决策算法.该算法使用一个属性与其他属性的平均信息熵表示这个属性与其他属性的冗余度,然后在选择测试属性的过程中,加入测试属性与其他属性的冗余度,通过信息增益、分裂熵和冗余度三个因素的评价,选择信息增益率高而与其他属性冗余度低的测试属性.实验结果表明,在选定的实验数据集上,改进后的C4.5决策树算法平均分类正确率提高.

一种基于C4.5决策树的贵州省高校贫困生评定方法

提出了一种基于C4.5决策树的贵州省高校贫困生评定方法。首先从贵州省大学生的消费行为、家庭情况、贷款与助学行为3个方面建立了大学生贫困资格评定的指标体系;其次,将获得的15项指标作为C4.5决策树的特征属性,基于信息增益率完成对连续变量的离散化处理,将知识表示成树的形式,采用错误预测率进行修剪,得到了影响贫困学生评定的4个最重要变量;最后将该方法进行实证分析。结果显示,它不仅原理简单,解释直观,而且计算快速准确。相比同类方法,它不依赖于数据的统计分布,也不需要选择模型参数,是一种有效的高校贫困生分类评定技术。

基于C4.5决策树的单向P2P流量识别方法研究

P2P流量识别方法已能对基于TCP传输的双向P2P流量进行高准确率的识别,但少有论文研究单向P2P流量的识别方法.针对单向P2P流量的识别难点,提出一种基于C4.5决策树的单向P2P流量识别方法.该方法仅利用10个网络流统计特征,且这些特征可在一个流的前若干个数据包内快速计算完成,并对承载P2P流量的传输层协议具有通用性.实验结果表明,该方法识别准确率高,识别时间短,可用于高速骨干链路P2P流量的实时识别.

C4.5算法在移动通信行业客户流失分析中的应用

稳定客户和吸引客户是移动通信企业提高竞争力的关键。基于大量实验数据将数据挖掘的决策树方法引入移动通信行业客户流失分析中,通过对数据的预处理,利用C4.5算法创建决策树,通过测试流失的与未流失的客户,平均正确识别率为91.6%。决策树体现的规则与经验基本一致,为移动通信企业建立客户流失的预警机制提供了决策支持。

BP算法与C4.5算法在乳腺癌诊断中的比较分析

目前数据挖掘技术被大量应用于医学领域,进行疾病诊断。针对乳腺癌发病率不断升高,为辅助医生做出诊断决策,采用具有优秀学习能力的人工神经网络中的BP算法与决策树中的C4.5算法来分析乳腺癌数据,对乳腺癌肿瘤类型进行诊断预测,并对这两种算法建立的分类器性能进行比较分析,研究发现BP算法与C4.5算法都能对乳腺癌类型作出诊断预测,但在分类器的评估中发现BP分类器的性能优于C4.5分类器.

基于改进C4.5的E-learning教学辅助系统的研究与实现

为提高E-learning(数字化学习)中学生自主学习以及教师管理学习的效率,提出将决策树C4.5算法应用于数字化学习平台中的决策分析,设计了基于决策树的E-learning教学辅助系统,根据学生的在线学习行为预测其学习效果,以尽早发现问题。基于Fayyad边界点判定原理和数学的等价无穷小理论,对传统C4.5算法作出两点改进,在E-learning系统中,运用改进的算法先训练出在线学习行为与学习效果间的决策树模型,导出分类规则,而后进行学习效果预测。实验结果表明,改进后的算法具有比较高的预测准确率,能够为学习者和教学者提供决策支持。

数据挖掘技术C4.5算法在成绩分析中的应用

利用决策树算法中的C4.5算法对学生成绩进行数据挖掘,分析学生成绩数据中各类课程之间隐藏的内在联系。该算法有助于教师进行教学改革,加强学生实践操作能力的训练,进而提高教学质量。

基于C4.5算法的健身俱乐部会员数据挖掘研究

以已投入使用的健身俱乐部管理系统为背景,提出了用C4.5决策树分类算法对健身记录进行数据挖掘。通过该方法找出俱乐部在有效期内的会员的年龄段、性别、会员卡类型和参与健身时间段的规律,提取特定时间段内参与健身的会员特征。实验结果表明:将该分类规则应用到会员管理系统中,可以辅助健身俱乐部的管理者有针对性地制定营销方案。

基于决策树C4.5算法的足球赛事预测

随着人们对各类足球赛事关注度的不断提高,以及赛事分析预测和足球博彩行业的不断发展,较为精确的足球比赛的胜负规律分析具有一定的商业价值和推广价值。首先对足球比赛的历史数据进行采集,通过各类足球比赛建立其相应的数学模型;进而将采集到的比赛历史数据应用在该数学模型之上,这将可能使得影响比赛走势的因素数字化。并且找到一个从相关比赛数据到比赛胜负平的映射关系,最终将这个映射关系应用于未知比赛的分析上,分析结果使用C4.5算法实现。

C4.5算法在客户关系管理中的应用研究

通过数据挖掘技术可以挖掘出隐藏在大量数据背后的信息,企业才能对客户进行细分,预测客户行为和做出正确的决策.文章在数据挖掘常用技术的基础上,提出了其在CRM中的应用模型,并基于C 4.5算法,对数据挖掘在客户获取中的应用进行了实证分析.

基于卫星图像古民居指纹识别的C4.5改良分类算法

通过卫星图像识别地面小尺度低分辨率民居屋顶截面目标,使用C4.5算法依据古民居不同年代的图像数据指纹对古民居进行分类。古民居屋顶(下称古民居)卫星图像处理形成灰度图,应用直方图与SUSAN算法精确分离出民居单元,与已知古民居位置形成不同年代"古民居图像指纹数据(组)",在冗余避免的改良C4.5分类算法中完成对民居分类与统计,实验结果 Kappa系数约为0.9107,统计结果与实际人工验证统计相符合。