期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于惩罚逻辑回归的乳腺癌预测
被引量:
6
1
作者
胡雪梅
谢英
蒋慧凤
《数据采集与处理》
CSCD
北大核心
2021年第6期1237-1249,共13页
本文采用惩罚逻辑回归方法,利用威斯康星大学的乳腺癌数据对乳腺肿瘤进行预测。首先选取与乳腺癌相关的10个指标作为自变量,接着采用逻辑回归、LASSO惩罚逻辑回归、L_(2)惩罚逻辑回归和弹性网惩罚逻辑回归作为分类器,利用75%的数据集作...
本文采用惩罚逻辑回归方法,利用威斯康星大学的乳腺癌数据对乳腺肿瘤进行预测。首先选取与乳腺癌相关的10个指标作为自变量,接着采用逻辑回归、LASSO惩罚逻辑回归、L_(2)惩罚逻辑回归和弹性网惩罚逻辑回归作为分类器,利用75%的数据集作为训练集建立模型,最后利用25%的测试集、混淆矩阵和ROC曲线评估不同模型的预测精度。结果表明,LASSO惩罚逻辑回归的预测表现最好,预测精度达到97.18%;弹性网惩罚逻辑回归的预测表现随着α的增大发生变化,特别当α=0.9时,预测精度达到97.18%,与LASSO惩罚逻辑回归的预测表现一样好;L_(2)惩罚逻辑回归的预测表现排第3,逻辑回归表现最差。因此,在乳腺肿瘤诊断中可借助LASSO惩罚逻辑回归和弹性网惩罚逻辑回归提高诊断精度。
展开更多
关键词
乳腺癌
逻辑
回归
LASSO惩罚
逻辑
回归
L_(2)惩罚
逻辑
回归
弹性
网
惩罚
逻辑
回归
下载PDF
职称材料
融合脑电特征的弹性网特征选择和分类
被引量:
3
2
作者
李静
王金甲
李慧
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2016年第3期413-419,共7页
脑机接口系统的核心问题之一是信号分类。本文针对脑电信号的异构融合特征的分类问题提出了一种新方法:封装式弹性网特征选择和分类。首先,对预处理后的脑电(EEG)信号联合应用时域统计、功率谱、共空间模式和自回归模型方法提取高维异...
脑机接口系统的核心问题之一是信号分类。本文针对脑电信号的异构融合特征的分类问题提出了一种新方法:封装式弹性网特征选择和分类。首先,对预处理后的脑电(EEG)信号联合应用时域统计、功率谱、共空间模式和自回归模型方法提取高维异构融合特征。其次,采用封装方式进行特征选择:对训练数据采用弹性网罚逻辑回归拟合模型,通过坐标下降法估计模型参数,运用10倍交叉验证选择出最优特征子集。最后采用已训练的最优模型对测试样本进行分类。实验中采用国际BCI竞赛Ⅳ的EEG数据,结果表明,该方法适用于高维融合特征的最优特征子集选择问题,对于EEG信号的识别不仅效果好、速度快,而且能够选出与分类更相关的子集,获得相对简单的模型,平均测试正确率达到了81.78%。
展开更多
关键词
特征融合
特征选择
共空间模式
弹性网逻辑回归
坐标下降
原文传递
增强类可分性的高光谱图像分类
被引量:
4
3
作者
方帅
张坤
+2 位作者
张晶
曹洋
石为开
《中国图象图形学报》
CSCD
北大核心
2021年第8期1940-1951,共12页
目的在高光谱图像分类中,由于成像空间分辨率较低,混合像元大量存在。混合像元使得不同类别的光谱特征发生改变,失去原有的独特性,类内差异变大,类间差异变小。针对这一问题,本文提出基于分组滚动引导滤波的策略。同时针对高光谱图像中...
目的在高光谱图像分类中,由于成像空间分辨率较低,混合像元大量存在。混合像元使得不同类别的光谱特征发生改变,失去原有的独特性,类内差异变大,类间差异变小。针对这一问题,本文提出基于分组滚动引导滤波的策略。同时针对高光谱图像中存在的"维数灾难"问题,提出了弹性网逻辑回归分类器的框架。方法通过线性判别分析(linear discriminant analysis,LDA)算法生成具有判别性的引导图,对高光谱图像的每个波段执行滚动引导,从而让光谱曲线呈现类内凝聚、类间距离增大的趋势。通过构造逻辑回归目标函数的L1&L2范数正则项约束进行嵌入式波段选择,为每个类别选择出各自可分性强的波段,同时可以使高度相关性的波段保留下来作为分类依据。最后使用邻域优化策略对分类后结果进一步优化,提升分类精度。结果分别在3个实验数据集上与其他分类算法进行对比,实验结果表明,本文算法的分类结果取得明显提升。本文算法的总体分类精度(overall accuracy,OA)在Indian Pines、Salinas和KSC(Kennedy Space Center)数据集上分别为96.61%、98.66%和99.04%,比其他算法平均分别高出4.8%、3%和1%,同时也在Indina Pines数据集中进行了对比实验以验证增强混合像元光谱可分性和波段可分性算法的有效性,对比实验结果表明本文算法改善了分类效果。结论分别在光谱特性和波段选择两个环节增强类可分性,分类精度取得明显提升;同时,本文算法适合不同的数据集,并且在不同数量的训练样本下OA均表现较优,算法具有一定的鲁棒性。
展开更多
关键词
遥感
高光谱图像分类
增强类可分性
分组滚动引导滤波
弹性网逻辑回归
原文传递
题名
基于惩罚逻辑回归的乳腺癌预测
被引量:
6
1
作者
胡雪梅
谢英
蒋慧凤
机构
重庆工商大学数学与统计学院
重庆工商大学经济社会应用统计重庆市重点实验室
重庆工商大学长江上游经济研究中心
出处
《数据采集与处理》
CSCD
北大核心
2021年第6期1237-1249,共13页
基金
重庆市第五批高等学校优秀人才支持计划(68021900601)资助项目
重庆市科委基础研究与前沿探索一般项目(cstc.2018jcyjA2073)资助项目
+4 种基金
重庆市统计学研究生导师团队(yds183002)资助项目
重庆市教委科学技术研究计划重大项目(KJZDM202100801)资助项目
重庆市社会科学规划项目(2019WT59)资助项目
社会经济应用统计重庆市重点实验室平台开放项目(KFJJ2018066)资助项目
重庆工商大学数理统计团队(ZDPTTD201906)资助项目。
文摘
本文采用惩罚逻辑回归方法,利用威斯康星大学的乳腺癌数据对乳腺肿瘤进行预测。首先选取与乳腺癌相关的10个指标作为自变量,接着采用逻辑回归、LASSO惩罚逻辑回归、L_(2)惩罚逻辑回归和弹性网惩罚逻辑回归作为分类器,利用75%的数据集作为训练集建立模型,最后利用25%的测试集、混淆矩阵和ROC曲线评估不同模型的预测精度。结果表明,LASSO惩罚逻辑回归的预测表现最好,预测精度达到97.18%;弹性网惩罚逻辑回归的预测表现随着α的增大发生变化,特别当α=0.9时,预测精度达到97.18%,与LASSO惩罚逻辑回归的预测表现一样好;L_(2)惩罚逻辑回归的预测表现排第3,逻辑回归表现最差。因此,在乳腺肿瘤诊断中可借助LASSO惩罚逻辑回归和弹性网惩罚逻辑回归提高诊断精度。
关键词
乳腺癌
逻辑
回归
LASSO惩罚
逻辑
回归
L_(2)惩罚
逻辑
回归
弹性
网
惩罚
逻辑
回归
Keywords
breast cancer
logistic regression
the LASSO penalized logistic regression
the L2 penalized logistic regression
the elastic net penalized logistic regression
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
R737.9 [医药卫生—肿瘤]
下载PDF
职称材料
题名
融合脑电特征的弹性网特征选择和分类
被引量:
3
2
作者
李静
王金甲
李慧
机构
燕山大学理学院
燕山大学信息科学与工程学院
出处
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2016年第3期413-419,共7页
基金
国家自然科学基金资助项目(61273019
61473339)
+4 种基金
河北省自然科学基金资助项目(F2013203368)
河北省青年拔尖人才支持计划资助([2013]17)
河北省博士后专项资助项目(B2014010005)
中国博士后科学基金面上项目资助(2014M561202)
燕山大学青年教师自主研究计划课题(15LGA015)
文摘
脑机接口系统的核心问题之一是信号分类。本文针对脑电信号的异构融合特征的分类问题提出了一种新方法:封装式弹性网特征选择和分类。首先,对预处理后的脑电(EEG)信号联合应用时域统计、功率谱、共空间模式和自回归模型方法提取高维异构融合特征。其次,采用封装方式进行特征选择:对训练数据采用弹性网罚逻辑回归拟合模型,通过坐标下降法估计模型参数,运用10倍交叉验证选择出最优特征子集。最后采用已训练的最优模型对测试样本进行分类。实验中采用国际BCI竞赛Ⅳ的EEG数据,结果表明,该方法适用于高维融合特征的最优特征子集选择问题,对于EEG信号的识别不仅效果好、速度快,而且能够选出与分类更相关的子集,获得相对简单的模型,平均测试正确率达到了81.78%。
关键词
特征融合
特征选择
共空间模式
弹性网逻辑回归
坐标下降
Keywords
feature fusion
feature selection
common spatial patterns
elastic net logistic regression
coordinate descent
分类号
R318 [医药卫生—生物医学工程]
原文传递
题名
增强类可分性的高光谱图像分类
被引量:
4
3
作者
方帅
张坤
张晶
曹洋
石为开
机构
合肥工业大学计算机与信息学院
工业安全与应急技术安徽省重点实验室
中国科学技术大学信息科学技术学院自动化系
澳门科技大学计算机技术与应用
出处
《中国图象图形学报》
CSCD
北大核心
2021年第8期1940-1951,共12页
基金
国家重点研发计划项目(2018YFC0213104)
国家自然科学基金项目(61872327,61175033)
中央高校基本科研业务费专项资金资助(JZ2017HGBZ0930,WK2380000001)。
文摘
目的在高光谱图像分类中,由于成像空间分辨率较低,混合像元大量存在。混合像元使得不同类别的光谱特征发生改变,失去原有的独特性,类内差异变大,类间差异变小。针对这一问题,本文提出基于分组滚动引导滤波的策略。同时针对高光谱图像中存在的"维数灾难"问题,提出了弹性网逻辑回归分类器的框架。方法通过线性判别分析(linear discriminant analysis,LDA)算法生成具有判别性的引导图,对高光谱图像的每个波段执行滚动引导,从而让光谱曲线呈现类内凝聚、类间距离增大的趋势。通过构造逻辑回归目标函数的L1&L2范数正则项约束进行嵌入式波段选择,为每个类别选择出各自可分性强的波段,同时可以使高度相关性的波段保留下来作为分类依据。最后使用邻域优化策略对分类后结果进一步优化,提升分类精度。结果分别在3个实验数据集上与其他分类算法进行对比,实验结果表明,本文算法的分类结果取得明显提升。本文算法的总体分类精度(overall accuracy,OA)在Indian Pines、Salinas和KSC(Kennedy Space Center)数据集上分别为96.61%、98.66%和99.04%,比其他算法平均分别高出4.8%、3%和1%,同时也在Indina Pines数据集中进行了对比实验以验证增强混合像元光谱可分性和波段可分性算法的有效性,对比实验结果表明本文算法改善了分类效果。结论分别在光谱特性和波段选择两个环节增强类可分性,分类精度取得明显提升;同时,本文算法适合不同的数据集,并且在不同数量的训练样本下OA均表现较优,算法具有一定的鲁棒性。
关键词
遥感
高光谱图像分类
增强类可分性
分组滚动引导滤波
弹性网逻辑回归
Keywords
remote sensing
hyperspectral image classification
enhanced class separability
grouped rolling guidance filtering
elastic net logistic regress
分类号
TP751. [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于惩罚逻辑回归的乳腺癌预测
胡雪梅
谢英
蒋慧凤
《数据采集与处理》
CSCD
北大核心
2021
6
下载PDF
职称材料
2
融合脑电特征的弹性网特征选择和分类
李静
王金甲
李慧
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2016
3
原文传递
3
增强类可分性的高光谱图像分类
方帅
张坤
张晶
曹洋
石为开
《中国图象图形学报》
CSCD
北大核心
2021
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部