基于Relief-F算法的心血管介入患者术后死亡风险预测

针对心血管介入患者全周期病理数据普遍存在缺失、不连续、非结构化等问题,建立了心血管介入专病数据库,并采用基于Relief-F算法的预测方法,对心血管介入患者术后死亡风险进行预测。首先参照HL7、CDISC等国际心血管疾病统一标准对各数据源进行标准化处理,建立研究数据集,并对数据进行清洗和预处理;其次采用Relief-F算法对特征进行选择,最终保留30个特征变量;再次选择逻辑回归、支持向量机、随机森林等3种机器学习方法进行建模分析,并采用10折交叉验证方法对分类器进行训练;最后引入准确率等模型评价指标来评估各算法在数据集上的分类预测效果。实验结果表明:随机森林的分类效果在该研究数据集上的表现最佳,准确率达到81.97%,精确率为86.90%,召回率为82.14%,F1值为0.8441。该研究提出的方法能够客观反映患者术后死亡风险,为心血管介入患者术后死亡风险预测提供了一种有效的解决方案。

半监督Relief-F特征选择算法

数据规模的不断增加,使得为数据库中全部样本做标记变得尤为困难,数据集也因此呈现出了明显的弱标记性.为此,针对大规模少数标记数据集的特征选择问题,基于经典的Relief-F算法,通过综合考虑有标记样本与无标记样本对数据样本近邻的影响,重新定义样本近邻的搜索策略,提出了一种面向符号数据的半监督特征选择算法.为进一步分析新算法的有效性,仿真实验中选取了5组UCI数据集,并引入机器学习中3个常用分类器对新算法和对比算法的特征选择结果的分类性能作了分析和比较,实验结果很好地验证了本文中提出的新算法的有效性和可行性.

Relief-F筛选波段的小麦白粉病早期诊断研究

为了准确监测小麦白粉病染病早期病情,给喷药防治提供技术指导,论文将染病初期的小麦叶片作为研究对象。首先,利用高光谱图像数据,通过图像特征分割出叶片区域和病斑区域,定量计算病情严重度;其次引入Relief-F算法提取染病早期最敏感波段和波段差,计算出白粉病病害指数PMDI(Powdery mildew disease index);并通过分析病情指数DI(Disease index)与11种植被指数(含PMDI指数)的相关性及线性模型,得出PMDI模型有最高的决定系数(R^2=0.839 9)和最低的均方根误差(RMSE=4.522 0),效果优于其他病害植被指数的结果(其中,Normalized Difference Vegetation Index,NDVI的模型决定系数最高,R^2=0.777 1,RMSE=5.336 4);最后,选择PMDI和NDVI植被指数分别构建小麦白粉病染病早期病情严重度的支持向量回归模型。结果表明:经敏感波段筛选构建的PMDI指数的预测结果更好,预测模型的R^2=0.886 3,RMSE=3.553 2,可以实现小麦白粉病早期无损诊断,这为指导作物病害喷药防治提供重要的技术支撑。

基于Relief-F特征加权的模糊支持向量机的分类算法

传统基于样本与类中心的欧氏距离构造模糊支持向量机隶属度函数的方法将所有特征同等对待,并未考虑不同特征对样本与类中心距离的影响。针对这一问题,提出基于Relief-F特征加权的模糊支持向量机分类算法。首先通过Relief-F算法计算各特征权重并剔除权重较小的特征;然后应用特征权重计算样本到所属类中心的加权欧氏距离;最后,基于加权欧氏距离构造隶属度函数。该方法在考虑到特征重要性对分类效果影响的同时,通过权重阈值剔除权重较小的特征,从而将数据降维,提高了分类准确度和训练效率。实验结果表明:与支持向量机和传统基于距离构造隶属度的模糊支持向量机相比,基于Relief-F特征加权的模糊支持向量机具有更高的训练效率和分类准确率。

Relief-F筛选波段的植被伪装揭露研究

为了快速揭露植被伪装,基于Relief-F算法进行了高光谱波段选择,将高光谱研究问题转化为多光谱应用问题。首先以常见植物云杉模拟植被伪装目标,利用HH2地物光谱仪采集实验数据,然后引入Relief-F算法筛选特征波段子集,与其它两种常用算法得到的波段子集进行了分类实验。结果表明,使用Relief-F算法筛选特征波段子集分类精度达96.4%,高于其它两种算法。该研究对于揭露植被伪装问题是有帮助的。

基于Relief-F的半监督特征选择算法

传统的Relief-F算法主要用于处理有标记数据集。针对部分标记数据集,引入一种基于耦合学习的数据样本相似度,设计了一种面向符号数据的基于Relief-F算法的半监督特征选择算法。为有效验证新算法的可行性,实验分析中选取了5组UCI数据集和3种常用机器学习分类器来进行验证,实验结果进一步验证了算法的有效性。

基于Relief-F学习算法的烟叶近红外光谱特征贡献度分析

近红外光谱分析技术已被广泛应用于烟叶质量检测,检测的内容包括烟叶常规六项化学成分(总烟碱、总糖、还原糖、总氮、钾、氯)及淀粉含量等。近红外光谱是一种介于可见光和中红外之间的电磁辐射波,经过数字化处理后可以表示为近红外光谱向量,向量中每一维特征与烟叶化学成分定量分析的相关性(贡献度)是不同的,利用机器学习的分析方法对烟叶的近红外光谱特征贡献度进行综合分析,找出与烟叶品质最相关的光谱特征子集,为改进烟叶品质近红外光谱分析算法,提高烟叶品质检测准确率及执行效率,拓宽近红外光谱在烟叶品质方面的应用范围打下基础。

基于SCADA数据特征提取的风电机组变桨轴承状态识别

针对风电机组变桨轴承磨损和断裂两种主要故障类型,基于机组SCADA数据分析,利用Relief-F特征参数提取,得到了变桨轴承故障主要的特征参数。再通过PCA主成分分析法对SCADA数据进一步除杂和优化,减少了输入样本的误差和数量。最后,运用ELM学习机对变桨轴承磨损和断裂状态进行识别,结果表明该方法能够准确识别变桨轴承状态,其准确率和诊断速率也明显高于常用的BP神经网络学习和SVM支持向量机。

阿尔茨海默病多病程自适应筛查模型的构建

人口老龄化导致更高的阿尔茨海默病患病率,造成沉重的家庭和社会负担。尽早发现是延缓和逆转病程的关键,但现有检测方法无法满足价格低廉、低侵入性、快速、可靠的筛查与检测需求。生理液体光谱技术已在医学检测方面显示出了潜力,但在阿尔茨海默痴呆症检测上所面临的挑战是血浆光谱中阿尔茨海默病相关特征信息难以提取以及多病程复杂分类的难题。本文从信息空间建立、特征挖掘以及筛查与检测体系构建的角度展开研究,建立模型特征波数驱动的阿尔茨海默病多病程自适应筛查与诊断体系。针对阿尔茨海默病早期、中期和晚期3个不同病程阶段,模型检测的灵敏度分别为90.0%、87.5%、100%;特异性分别为83.3%、93.7%、100%。实验结果表明,基于阿尔茨海默病多病程自适应筛查与诊断模型具有较好的检测灵敏度和特异性。

基于光电容积脉搏波的精神疲劳评估方法

目的针对精神疲劳难于定量评估的问题,本文探索一种非侵入式可穿戴检测方法获取人体生理参数,从而实现对人体精神疲劳的定量评估。方法搭建光电容积脉搏波(photoplethysmography,PPG)采集平台,采集20名健康在校生的PPG信号,对PPG信号进行预处理和特征提取,获取时域、频域共143维特征。使用机器学习算法建立分类模型,对于Pearson相关系数法、F检验和relief-F得到的特征权值,选择最优的特征子集,使用降维后的特征子集训练模型,减少复杂度和过拟合概率。结果与实际状态对比,基于该方法的单个体疲劳检测平均准确率为92.48%,多个体疲劳检测准确率最大值为92.2%,可以有效地识别精神疲劳。结论光电容积脉搏波信号经过时域和频域分析构建的特征能够使用机器学习算法进行准确的精神疲劳状态分类评估。

一种考虑气象因素的配电网设备故障关联挖掘模型

电网结构日益复杂,故障监测与防范的成本随之增大,而强对流天气的频繁出现使得设备故障与外界条件关联更加紧密,因此挖掘故障设备与故障因素间的关联关系,并对具有较高关联度的设备进行重点监测与防范,对电力系统的安全稳定运行具有重要意义。基于模糊频繁项挖掘算法,提出了1种考虑气象因素的配电网设备故障关联挖掘模型。该模型首先从多元信息库中提取故障特征数据,采用Relief-F算法排除相关程度较小的冗余特征,通过数据预处理与数据整合,构建包含气象因素的故障关联特征库。其次,以故障关联特征库为基础,引入模糊集理论,提出基于模糊频繁项集挖掘算法的故障因素与故障设备关联模型构建方法。最后,基于故障关联模型进行了算例分析,结果验证了所提方法的正确与有效性。

基于特征优选和随机森林的掘进机多工况截割岩石硬度识别

为了实现岩巷掘进机不同工况截割岩壁岩石硬度的识别,通过掘进机多截割工况岩石硬度识别实验平台,获得不同工况截割不同硬度岩石的截割电机电流及扭矩信号,提出一种基于特征优选和随机森林(RF)的掘进机截割岩壁岩石硬度识别方法。该方法首先利用自适应噪声的完全集合经验模态分解(CEEMDAN)对实验获得的电流及扭矩信号进行分解,获得本征模态分量(IMF)并计算IMF的样本熵(SE),将SE最高的IMF进行变分模态(VMD)二次分解。计算二次分解IMF的模糊熵后对电流及扭矩信号重构,再计算重构信号的时频特征,与二次分解IMF的模糊熵组成电流及扭矩信号的时-频-熵特征。为了避免特征过多影响模型识别,提出Relief-F结合Pearson相关系数的特征选择方法,最后通过乌燕鸥算法(STOA)优化随机森林(RF)的最大特征数和决策树个数,完成了不同截割工况下岩石硬度识别模型的建立。结果表明:(1)对电流及扭矩信号先CEEMDAN分解再VMD分解可以降低原始信号的随机性和波动性,相较于CEEMDAN及VMD的一次分解,岩石硬度识别准确度分别提升15.2%和23.9%;(2)不同截割工况下岩石硬度识别,电流信号的时域特征占岩石硬度识别准确度权重最大;(3)提出的Relief-F结合Pearson相关系数的特征优选方法对3种工况下截割4种硬度岩石的电流及扭矩信号特征聚类明显;(4) STOA对RF关键系数的选取有优化效果,且算法迭代次数少,相较于传统的粒子群优化算法,以不同工况截割不同硬度岩石识别准确度提高7.2%。

基于改进快速鲁棒特征的图像快速拼接算法

针对快速鲁棒特性(SURF)算法实时性、鲁棒性等无法满足实际应用需求的问题,提出了一种对SURF的改进算法,实现图像快速拼接。改进的算法采用机器学习的方法,建立一个二进制分类器,识别出SURF提取的特征点中的关键特征点,并剔除非关键特征点。此外,采用Relief-F算法将改进的SURF描述子降维简化来完成图像配准。图像融合阶段采用带阈值的加权融合算法,实现了图像无缝拼接。实验结果表明,改进的算法具有较强的实时性和鲁棒性,并且提高了图像配准的效率,加快了图像拼接的速度。

一种新的特征提取方法

针对影像分类识别中,属性特征过多不但会造成维数灾难,而且会影响分类精度的问题,该文采用基于Relief-F算法的主成分分析(PCA)变换特征提取方法解决特征降维问题。首先采用Relief-F算法进行特征选择,剔除无效特征;然后进行PCA变换减少特征之间的相关性,降低特征维数。定量分析与实验结果表明:Relief-F算法进行特征选择,能有效提高分类精度;进行PCA变换后,进一步降低了特征的维度;Relief-F算法与PCA变换相结合能实现较好的实验效果。

基于EWT-OPRCMDE-ELM的风电机组齿轮箱故障诊断研究

针对复杂运行工况和强背景噪声下风电机组齿轮箱故障特征提取和故障模式识别困难的问题。提出一种经验小波变换(EWT)、最优参数精细复合多尺度散布熵(OPRCMDE)和极限学习机(ELM)相结合的故障诊断方法。首先,利用经验小波变换将原始振动信号分解为若干子模态分量(EWF),通过相关系数选取EWF进行信号重构。其次,提取重构信号的最优参数精细复合多尺度散布熵构成故障特征向量,并通过Relief-F算法对特征向量作进一步筛选,剔除冗余。最后,利用极限学习机进行故障诊断。试验分析结果表明,所提方法能够有效提取区分度明显的风电机组齿轮箱故障特征,实现了齿轮箱故障的准确识别。该研究为风电机组齿轮箱故障诊断研究提供了参考,同时具有一定的实际工程应用价值。

基于波段提取的伪装目标目视解译方法

目视解译目标在速度和准确性上表现优秀,可靠性强。将不同物质以光谱特征信息进行区分问题转化为利用不同光谱波段进行彩色合成得到适于人眼判别的假彩色图像。提出结合波段子空间划分和Relief-F算法建立模型选择波段,进行附色处理辅助人眼识别伪装目标。利用几类色调与植被环境色调相近的地物,采集实验数据;引入模型筛选特征波段子集,与另外2种常用算法结果进行对比。结果表明,使用该模型所选波段能够区分伪装目标,且效果好于另2种算法,成功地满足了选择彩色合成最佳波段的需要。

Web用户异常行为检测的优化研究

为了优化对于Web日志记录的用户异常行为的检测能力,提出一种基于决策树算法的Web用户异常行为检测算法.从给定已有标签的数据集中,根据Relief-F算法来度量特征,引进混淆矩阵的概念选择合适的阈值ε,选取比阈值大的统计量分量,其所对应的的特征组成用来训练学习器的特征集.将划分后的相关特征集利用C4.5算法构建模型,形成一种新的Web用户异常行为检测算法F_C4.5算法.UNSW-NB 15数据集的实验表明,相比传统的几种数据分析算法,F_C4.5算法分类效果最优,在KDD CUP1999数据集上验证了F_C4.5算法降低了C4.5算法在构造树的复杂度,在Web用户异常行为检测中具有更高效的性能.

基于PCA-KNN融合算法的风力机变桨角度故障诊断方法

针对风力机变桨系统变桨角度4种主要故障类型,基于机组SCADA数据分析,提出一种基于非参数核密度估计和Relief-F特征参数提取数据处理,以及PCA-KNN融合算法故障诊断的风力机变桨角度异常状态识别方法。首先,对风力机SCADA数据进行非参数核密度估计预处理,运用Relief-F算法提取变桨角度故障的7类(13个)特征参数;然后,通过PCA-KNN融合算法对变桨角度故障状态进行识别,结果表明:该方法能够准确识别变桨角度4种主要的故障类型。最后,将改进的PCA-KNN融合算法与常用的KNN算法、PCA-KNN算法和BP神经网络进行对比,结果表明:改进的PCA-KNN融合算法具有更为准确的识别率。

含风电系统断面TTC运行规则的极限学习机提取方法

风电集中接入使得传统方式有效计算极限传输容量存在困难。为此,提出一种基于差分进化极限学习机的含风电系统输电断面极限传输功率(Total Transfer Capability, TTC)运行规则提取方法。首先基于K-medoids聚类方法提取以"风功率-负荷"二维特征表征的典型运行场景,然后通过随机采样和重复潮流方法生成用于TTC运行规则挖掘的知识库。接着采用RELIEF-F算法筛除冗余特征并辨识与输电断面TTC存在强关联的特征属性,以削减运行特征的高维度。最终通过将训练数据输入差分进化极限学习机,从知识库中提取TTC运行规则。算例验证表明,所提方法能够以较高的计算精度及较强的泛化能力实现TTC的快速估计。

基于ReliefF和PSO混合特征选择的面向对象土地利用分类

针对面向对象土地利用分类存在特征维数过高的问题,提出了一种结合Relief F和粒子群优化算法(particle swarm optimization,PSO)的混合特征选择方法,即首先利用Relief F作为特征预选器滤除相关性小的特征,然后以PSO作为搜索算法,以支持向量机(support vector machine,SVM)的分类精度作为评估函数在剩余特征中选择出最优特征子集。该文以吉林省长春市部分区域为研究区,采用Landsat8遥感影像为数据源,首先对其进行多尺度分割,然后提取影像对象的光谱、纹理、形状和空间关系特征,利用提出的混合特征选择方法选取最优特征子集,最后使用SVM分类器对研究区进行土地利用分类,总体分类精度和Kappa系数分别为85.88%和0.8036,与基于4种其他特征选择方法的土地利用分类结果进行比较,基于Relief F和PSO的混合特征选择方法利用最少的特征获得最高的分类精度,能够有效地用于面向对象土地利用分类。