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。

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。

基于改进型C4.5算法的关系数据库零水印模型研究

对传统的数据库数字水印技术进行分析,结合关系数据库零水印一般模型,提出一种基于改进型C4.5算法的关系数据库零水印模型。重点研究该模型关系数据库零水印构建算法并进行定性分析,发现算法具有更广的适用性和更好的鲁棒性。

C4.5分类算法在硕士研究生智育测评中的应用

将C4.5决策树分类算法用于硕士研究生智育测评并提取规则。对考试成绩进行处理,选取决策属性,构造决策树,由提取的规则,获取课程间的依赖关系,以及各门课程和培养目标间的联系,挖掘结果显示,该算法能将学习成绩进行正确分类,指导教育管理者制定正确的培养计划,对辅助决策有很大帮助。

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。

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。

C4.5决策树算法在应用型本科高校就业管理中的应用研究

将数据挖掘中的C4.5算法应用于应用型本科院校的就业管理信息系统中,有利于发掘出应用型毕业生就业中隐藏的有用因素和内在联系,对促进学校进行教学改革,指导学生提高自身素质和知识结构,从而最大程度的提高毕业生的就业率。

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.

C4.5算法的两点改进

C4.5作为一种重要的决策树算法尚存一些不足之处。针对C4.5对于连续属性最优分割阈值选择比较耗时的缺点,基于Fayyad边界点判定定理,提出一种改进最优阈值选择方法。针对C4.5不具备增量式学习能力的缺点,在改造树结构体的基础上,提出C4.5增量学习的改进方法。

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。

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.

C4.5算法在大豆致病性分析中的应用

介绍了一种决策树C4.5算法的构建方法及其步骤,并将决策树应用于大豆致病分析,由Weka系统实现后得到有一定实用价值的决策树。

基于C4.5决策树的IMS网络畸形SIP消息检测方法

针对现有方法对与正常消息相似度较高的畸形SIP消息检测效果不佳的问题,提出了一种基于C4.5决策树的IMS网络畸形SIP消息检测方法。该方法首先利用n-gram技术将SIP消息映射至高维空间,利用样本属性的信息增益进行特征提取;然后基于C4.5决策树算法,根据特征属性的信息增益率构建决策树并对畸形SIP消息进行检测;最后定义了畸形SIP消息构造函数并构建相应样本数据集,对该方法进行了仿真验证。仿真结果表明,该方法对与正常消息相似度较高的畸形SIP消息具有94.8%的检测率。

改进的C4.5算法在期货数据挖掘中的研究

在利用现有C4.5算法构建期货预测决策树时,往往出现预测准确率低的弊端,导致预测模型很难使用,为此提出了一种面向期货数据的C4.5-K算法。该算法的主要思想是通过在C4.5算法中引进新的参数K,调整属性度量标准信息增益率的取值范围,进而构建决策树预测模型进行预测。通过实验表明,该改进算法能有效提高期货预测能力。

基于SPMD的C4.5并行决策树加速分析

决策树分类方法是解决数据挖掘、模式识别中分类任务的有效方法,然而,在大规模的数据集上运行时,其运行效率受到严重影响。文中选取决策树的代表算法C4.5算法为研究对象,利用算法固有的并行性对其进行优化研究。文中利用MATLAB实现串行的C4.5决策树,并对构成该决策树的子函数进行运行时间分析,从而确定信息增益率计算的复杂性为限制算法速度的关键因素。针对此计算瓶颈,结合决策树算法在子节点分割以及最优分裂属性选择等方面的并行性,纵向划分数据,构建了并行的C4.5决策树,并利用MATLAB并行计算池功能以及SPMD设计实现。对并行后决策树运行时间验证结果表明,将C4.5决策树并行化后,并行决策树的构建时间显著缩短,实现了算法的加速。

基于决策树C4.5算法的京津冀机场群航线网络优化

针对京津冀机场群发展不和谐的现状,从航班准点率、航空公司份额和功能定位的角度提出机场群航线优化原则,构建了以机场群总体效益最大化为目标的机场群航线网络优化模型,将决策树C4.5算法进行改进后应用于航线网络优化问题中,通过对比各方案损益值寻找最优解。结果表明,优化后京津冀机场群总体效益提高了8.21%,优化效果显著。

定边油田TS区域长4+5_(1)^(2)非常规致密砂岩油藏配套开发工艺研究

针对定边油田TS区域长4+5_(1)^(2)小层投产油井表现出的初产高、降产快,无稳产期的问题,在研究该小层地质特点的基础上,通过选取地质条件相近的8口井分别从前置液比例、米加砂量、砂比等方面进行了对比试验,结果表明:研究区4+5_(1)^(2)小层合适的前置液比例为80%,排量为2.4m^(3)/min,砂比为10%,米加砂量为13m^(3)/m。随后该工艺进一步在区域内推广,效果较好,为油田同类型油藏下一步开发及调整提供了新思路。

C4～5、T11～12、L5～S1椎间盘与相邻椎体扭转力学的特性

对正常国人新鲜尸体C4~5、T11~12、L5~S1椎间盘与椎体进行扭转实验,分析C4~5、T11~12、L5~S1椎间盘与相邻椎体的扭转力学性质,确定不同部位的椎间盘与相邻椎体是否具有不同的扭转力学性质。取C4~5、T11~12、L5~S1椎间盘与相邻椎体标本各13个。在扭转实验机上进行实验。实验速度为5度/min,以统计分析和t检验的方法处理实验数据。结果表明：C4~5组标本最大扭矩为979.6±148.94Ncm;最大扭转角为12.8±1.97°;最大切应力为4.24±0.71 MPa;T11~12组标本最大扭矩为2525.3±358.5 Ncm;最大扭转角为10.97±1.28°;最大切应力为5.86±0.83 MPa。C4~5、T11~12、L5~S1标本扭转力学性质有一定区别。

基于约简矩阵和C4.5决策树的故障诊断方法

现阶段由于智能装备的结构和功能不断完善,机械故障预兆和故障特征也不断复杂化,导致了故障诊断难度大大增加。由于机器学习和数据挖掘技术的不断革新,基于数据挖掘的故障诊断系统快速发展,提高了故障诊断效率,减少了因诊断延迟造成的损失。对此,提出一种基于辨识约简矩阵的决策树故障诊断方法,实现了故障样本决策表的高效生成并保证诊断的正确性。首先采用粗糙集的决策树方法建立故障诊断决策表,然后离散化处理特征数据;接着采用可辨别矩阵约简算法进行属性约简,删除冗余信息,形成精简的决策表;最后使用C4.5算法构造出最终决策树,并用该方法与直接使用C4.5算法所生成决策树进行对比分析。实验结果表明,该方案有一定的容错能力,并且是一种快速、可靠的故障诊断方法。

支气管肺发育不良早产儿外周血清5-脂氧合酶激活蛋白、白三烯C4合成酶及半胱氨酰白三烯受体1的表达研究

目的:探讨新生儿呼吸窘迫综合征(neonatal respiratory distress syndrome,NRDS)及支气管肺发育不良(bronchopul-monary dysplasia,BPD)患儿血清中5-脂氧合酶激活蛋白(5-lipoxygenase activating protein,FLAP)、白三烯C4合成酶(leukotriene C4 synthase,LTC4S)及半胱氨酰白三烯受体1(cysteinyl leukotriene receptor 1,CysLTR1)水平变化的意义,旨在寻找BPD早期敏感的生物学指标。方法:收集2015年8月—2017年12月在南京医科大学第一附属医院儿科收治入院的胎龄<37周、出生体重<2 500 g的新生儿病例。待其出院后根据患儿完整住院信息将病例整理为无肺部疾病的早产儿65例(对照组),不合并BPD的NRDS早产儿60例(NRDS组),BPD早产儿49例(BPD组)。采用酶联免疫吸附试验(enzyme-linked immunosorbent assay,ELISA)检测新生儿生后3、7、14 d血清中FLAP、LTC4S、CysLTR1水平。比较3组各时间点各指标的浓度水平,采用方差分析、t检验及卡方检验等进行统计学分析。结果:生后3 d BPD组血清FLAP、CysLTR1水平均高于对照组和NRDS组(P均<0.05)。生后7 d BPD组血清FLAP、LTC4S、CysLTR1水平均高于对照组(P均<0.05),BPD组血清FLAP和CysLTR1水平分别高于NRDS组(P <0.05)。生后14 d BPD组仅血清LTC4S水平高于对照组(P <0.05)。结论:生后3 d血清PLAP、CysLTR1水平,生后7 d血清FLAP、LTC4S和CysLTR1水平,生后14 d血清LTC4S水平可作为BPD早期诊断的生物学指标。