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
2
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
基于加权软投票融合模型的脉象信号识别研究
被引量:
1
1
作者
刘启超
徐红
+4 位作者
林卓胜
朱嘉健
刘慧琳
吴欣
冯跃
《世界科学技术-中医药现代化》
CSCD
北大核心
2023年第8期2883-2891,共9页
目的脉象识别是中医客观化、智能化的重要组成部分,这种无创、快速的诊断方法具有巨大的临床价值,然而数据不平衡和特征提取繁杂仍是具有挑战性的问题。方法利用tsfresh库对巴特沃兹带通滤波器后的一维脉象信号提取特征向量,并加入探索...
目的脉象识别是中医客观化、智能化的重要组成部分,这种无创、快速的诊断方法具有巨大的临床价值,然而数据不平衡和特征提取繁杂仍是具有挑战性的问题。方法利用tsfresh库对巴特沃兹带通滤波器后的一维脉象信号提取特征向量,并加入探索性数据分析所选出的9列医学辅助特征,共同进行特征筛选得出21列特征向量作为加权软投票融合模型的输入。通过边界合成少数类样本过采样技术,解决数据不平衡问题,构建基于XGBoost、随机森林、LightGBM、梯度提升决策树4种机器学习的加权软投票融合模型,最终模型将输出具体脉象类别,通过评价指标准确率、精确率、召回率和F1分数进行性能展示。结果实验结果表明,所筛选出的21项特征向量共六类脉象信号测试集,在五折交叉验证中取得准确率90.04%,且仅耗时65.9466 s。结论本论文能为脉象信号识别提供更精准、更智能的辅助参考,与常用脉象识别方法相比有更低的操作复杂性和更高的准确率,较短的训练时间也使其在多种类脉象信号识别中更具临床实用价值。
展开更多
关键词
脉象识别
数据不平衡
加权软投票融合模型
特征提取
机器学习
下载PDF
职称材料
基于不平衡数据分类的中药肝毒性检测
被引量:
3
2
作者
郭玉萱
阮春阳
+1 位作者
王晔
张彦春
《计算机应用与软件》
北大核心
2018年第8期226-230,共5页
药源性肝损伤是临床常见且易产生严重后果的药源性疾病。随着中药制剂的开发使用,中草药引发的药源性肝损伤也得到了更多的关注。微量元素作为人体一个组成部分,已经被证明与肝脏疾病密切相关。有记载的中草药数量超过了8 000种,其中约...
药源性肝损伤是临床常见且易产生严重后果的药源性疾病。随着中药制剂的开发使用,中草药引发的药源性肝损伤也得到了更多的关注。微量元素作为人体一个组成部分,已经被证明与肝脏疾病密切相关。有记载的中草药数量超过了8 000种,其中约有1/5常见于临床治疗。这些药物中仅有少部分被证实具有肝毒性。通过元素特征对中草药肝毒性进行鉴别是一个重要方向。针对正负类样本数量不平衡的特性,提出一个基于权值的过采样方法并分别与两种集成学习模式整合起来,WSMOTE_Boosting和WSMOTE_Bagging。在数据集上采取对照试验评估,以AUC、F-score、G-mean为评估标准。实验表明,WSMOTE_Boosting和WSMOTE_Bagging算法优于传统集成分类算法。
展开更多
关键词
中医药
药源性肝损伤
不平衡分类
集成学习
下载PDF
职称材料
题名
基于加权软投票融合模型的脉象信号识别研究
被引量:
1
1
作者
刘启超
徐红
林卓胜
朱嘉健
刘慧琳
吴欣
冯跃
机构
五邑
大学
智能制造学部
维多利亚大学可持续工业与宜居城市研究所
上海中医药
大学
基础医学院
出处
《世界科学技术-中医药现代化》
CSCD
北大核心
2023年第8期2883-2891,共9页
基金
广东省普通高校重点领域专项项目(2021ZDZX1032):元学习在中医诊断五脏状态的应用,负责人:冯跃
广东省国际及港澳台高端人才交流专项(2020A1313030021):智能中医诊断应用研究,负责人:冯跃
五邑大学科研项目(2018TP023):人工智能中医望诊研究,负责人:徐红。
文摘
目的脉象识别是中医客观化、智能化的重要组成部分,这种无创、快速的诊断方法具有巨大的临床价值,然而数据不平衡和特征提取繁杂仍是具有挑战性的问题。方法利用tsfresh库对巴特沃兹带通滤波器后的一维脉象信号提取特征向量,并加入探索性数据分析所选出的9列医学辅助特征,共同进行特征筛选得出21列特征向量作为加权软投票融合模型的输入。通过边界合成少数类样本过采样技术,解决数据不平衡问题,构建基于XGBoost、随机森林、LightGBM、梯度提升决策树4种机器学习的加权软投票融合模型,最终模型将输出具体脉象类别,通过评价指标准确率、精确率、召回率和F1分数进行性能展示。结果实验结果表明,所筛选出的21项特征向量共六类脉象信号测试集,在五折交叉验证中取得准确率90.04%,且仅耗时65.9466 s。结论本论文能为脉象信号识别提供更精准、更智能的辅助参考,与常用脉象识别方法相比有更低的操作复杂性和更高的准确率,较短的训练时间也使其在多种类脉象信号识别中更具临床实用价值。
关键词
脉象识别
数据不平衡
加权软投票融合模型
特征提取
机器学习
Keywords
Pulse recognition
Data imbalance
Weighted soft voting fusion model
Feature extraction
Machine learning
分类号
R241.19 [医药卫生—中医诊断学]
下载PDF
职称材料
题名
基于不平衡数据分类的中药肝毒性检测
被引量:
3
2
作者
郭玉萱
阮春阳
王晔
张彦春
机构
复旦
大学
计算机科学技术学院
维多利亚大学可持续工业与宜居城市研究所
出处
《计算机应用与软件》
北大核心
2018年第8期226-230,共5页
基金
国家自然科学基金项目(61332013)
文摘
药源性肝损伤是临床常见且易产生严重后果的药源性疾病。随着中药制剂的开发使用,中草药引发的药源性肝损伤也得到了更多的关注。微量元素作为人体一个组成部分,已经被证明与肝脏疾病密切相关。有记载的中草药数量超过了8 000种,其中约有1/5常见于临床治疗。这些药物中仅有少部分被证实具有肝毒性。通过元素特征对中草药肝毒性进行鉴别是一个重要方向。针对正负类样本数量不平衡的特性,提出一个基于权值的过采样方法并分别与两种集成学习模式整合起来,WSMOTE_Boosting和WSMOTE_Bagging。在数据集上采取对照试验评估,以AUC、F-score、G-mean为评估标准。实验表明,WSMOTE_Boosting和WSMOTE_Bagging算法优于传统集成分类算法。
关键词
中医药
药源性肝损伤
不平衡分类
集成学习
Keywords
Traditional Chinese medicine
Drug-induced liver injury(DILI)
Imbalanced sort
Ensemble learning
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于加权软投票融合模型的脉象信号识别研究
刘启超
徐红
林卓胜
朱嘉健
刘慧琳
吴欣
冯跃
《世界科学技术-中医药现代化》
CSCD
北大核心
2023
1
下载PDF
职称材料
2
基于不平衡数据分类的中药肝毒性检测
郭玉萱
阮春阳
王晔
张彦春
《计算机应用与软件》
北大核心
2018
3
下载PDF
职称材料
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