基于SVGD分类预测的梯度提升机与随机森林的性能比较

目的采用梯度提升机与随机森林法对在天津市胸科医院行CABG手术后出现复发缺血性症状的患者是否会发生SVGD进行预测,并评价两种模型的分类性能。方法将606例研究对象按7:3比例随机分为训练集和测试集进行模型训练和测试。用NRI和IDI评价两种集成算法对CART基分类器的提升程度,并采用诊断试验评价指标对模型的分类性能进行评价。结果以CART基分类器为参照,梯度提升机的NRI和IDI分别为0.31和0.15,而随机森林NRI和IDI分别为0.08和0.08。在测试集上GBM的AUC和ACC分别为0.89和0.83高于RF 0.80和0.73。二者筛选出的最重要的5个临床指标相同,依次为桥龄、左室舒张期径长、VLDL、隐静脉桥支数和心脏病类型。结论梯度提升机和随机森林法均能提升基分类器的分类性能,且前者优于后者。梯度提升机比随机森林有更好的泛化能力,更适合对外部数据的分类预测。

光载波条纹图的计算机辅助分析——阶梯形虚拟光栅解调法

本文提出一种两维光测条纹图的相位测量技术——阶梯形虚光栅解调算法．此法只需要获取一幅光载波条纹图，由计算机产生两个由Ｎ（整数）个象素构成、透射函数呈阶梯形分布、彼此间有一定相位差的两个虚光栅（参考信号），通过在整数域的运算实现对条纹图和虚光栅的相乘型叠加，低通滤波后得到两个相位差已知的叠栅函数，然后从两个相差为已知值的正弦信号中提取相位信息．理论分析和计算机模拟表明，具有相当高的测量精度，计算简便快捷．文中还给出了阶梯虚光栅解调法在投影光栅法三维形貌测量中的应用实例．