基于支持向量机的~(31)P磁共振波谱肝细胞癌诊断

支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法,在模式识别领域有着广泛的应用。利用基于支持向量机模型的31P磁共振波谱数据对肝脏进行分类,区别肝细胞癌,肝硬化和正常的肝组织。通过对基于多项式核函数和径向基核函数的支持向量机分类器进行比较,并且得到三种肝脏分类的识别率。实验表明基于31P磁共振波谱数据的支持向量机分类模型能够对活体肝脏进行诊断性的预测。     

支持向量机与神经网络的关系研究

支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点,该方法已经广泛用于解决分类和回归问题．本文将结构风险函数应用于径向基函数网络学习中,同时讨论了支持向量回归模型和径向基函数网络之间的关系．仿真实例表明所给算法提高了径向基函数网络的泛化性能．     

基于优化核参数支持向量机的意识任务分类

根据支持向量机的基本原理,给出一种推广误差上界估计判据,并利用该判据进行最优核参数的自动选取。对三种不同意识任务的脑电信号进行多变量自回归模型参数估计,作为意识任务的特征向量,利用支持向量机进行训练和分类测试。分类结果表明,优化核参数的支持向量机分类器取得了最佳的分类效果,分类正确率明显高于径向基函数神经网络。     

两种预测模型在地下水动态中的比较与应用

预测陕西洛惠渠灌区地下水动态变化情况,在综合分析了各种地下水动态研究方法的基础上,提出了基于支持向量机和改进的BP神经网络模型的灌区地下水动态预测方法,并在MATLAB中编制了相应的计算机程序,建立了相应的地下水动态预测模型。以灌区多年实例数据为学习样本和测试样本,比较了两种模型的地下水动态预测优劣性。研究表明,支持向量机模型和BP网络模型在样本训练学习过程中都具较高的模拟精度,而在样本学习阶段,支持向量机的预测精度明显优于BP网络,可以很好的描述地下水动态复杂的耦合关系。支持向量机方法切实可行,更加适合大型灌区地下水动态预测,是对传统地下水动态研究方法的补充与完善。     

作物水分供应订正函数的韦伯函数型

从作物水分生产潜力、潜在水分利用效率与水分满足率的关系及特点入手,引入水分供应订正函数的韦伯形式。与目前常见的水分供应订正函数形式相比,本文给出的韦伯形式的水分供应订正函数具有临界水分满足率和“旋回”特征,能较好地解释作物水分生产潜力与水分满足率之间的数量关系,模型的实用性较广。模型中位置参数表示临界水分满足率;尺度参数表示水分满足率的取值范围;形状参数决定水分供应订正函数的“峰度”和“偏斜度”。根据“图解法”可求取水分供应订正函数的相关参数。其参数也具有明确的生物学和物理学意义,参数值本身也较稳定,使模型在应用中可望具有良好的稳定性。     

基因表达数据小波降噪与肿瘤识别

建立了基于小波降噪和支持向量机的结肠癌基因表达数据肿瘤识别模型.对试验数据进行小波分解,并利用交叉验证的方法计算试验样本的平均分类准确率,确定小波函数与小波分解层数;引入能量阈值方法对小波分解系数进行阈值处理,达到降噪的目的;提出了基因分类贡献率与主成分分析结合的方法,提取结肠癌样本数据特征;利用支持向量机强大的非线性映射能力,实现对结肠癌样本数据的非线性分类.为了减弱样本集的划分对分类准确率的影响,本文采取Jackknife检验方法对支持向量分类器的分类器检验,其分类准确率为96.77%.试验结果证明了该方法的有效性,该方法对结肠癌的识别具有一定的参考价值.     

土壤干旱胁迫对作物影响的模拟研究进展

用于模拟土壤干旱胁迫对作物影响的模型分为两类,一是水分管理模型,此类模型并不模拟作物的生长发育,但可以用于灌溉管理;二是作物生长模拟模型,这类模型模拟作物生长的主要过程(如叶片生长、生物量的积累与分配等),通常以实际蒸腾与潜在蒸腾的比值估算土壤干旱胁迫对作物光合的影响,近年来发展的耦合模型将植物的碳同化、蒸腾、能量平衡以及气孔行为相耦合,使得土壤干旱胁迫对作物影响的模拟更具机理性。本文从不同模型模拟土壤干旱对作物影响的原理入手,阐述了水分管理模型(FAO水分生产函数模型)、作物生长模型(Aqua Crop模型、CERES-Maize模型、WOFOST模型、EPICphase模型、耦合模型)等具有代表性模型是如何模拟土壤干旱胁迫对作物生长发育和(或)产量影响的,提出了作物模型模拟土壤干旱胁迫影响时应着力解决的问题:完善干旱对作物物候的影响模拟;考虑花期不遇对作物产量影响的模拟;考虑后续持续影响的模拟机制;发展更加基于物理和生理过程的模型。提出:作物模型的发展还需要多领域如模型程序员、田间试验、植物生理学家的相互协同与发展,田间试验研究是作物模型发展不可或缺的数据来源与坚实基础。     

基于最小二乘支持向量机的农田水汽通量建模

支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法,已在模式识别、非线性建模等领域中得到了应用．本文将最小二乘支持向量机方法应用于农田水汽通量的建模中,并同前馈反向传播神经网络的建模性能进行了比较．结果表明,最小二乘支持向量机方法具有可调参数少、学习速度较快等优点,具有更好的推广能力,以更高的精度建立农田水汽通量模型．模型的敏感性分析进一步显示,用最小二乘支持向量机方法建立的农田水汽通量模型是合理可行的．     

基于几丁质酶特征序列预测其最适pH的研究

基于Z标度法对C/18家族几丁质酶的特征序列PS01095和PS00232进行数字转换,将得到的数据集采用逐步回归方法回归预测,构建了几丁质酶特征序列与其最适pH间关系的数学模型.当模型的相关系数为R＝0.964,显著水平P<0.001,得到了最佳的预测效果.模型对pH值拟合的平均绝对百分比误差为0.05 %,同时具有良好的预测效果,预测的平均绝对误差为0.26 个pH单位,比基于几丁质酶氨基酸组成的支持向量机模型更好.     

基于支持向量机的蛋白质同源寡聚体分类研究

基于支持向量机和贝叶斯方法,从蛋白质一级序列出发对蛋白质同源二聚体、同源三聚体、同源四聚体、同源六聚体进行分类研究,结果表明：基于支持向量机, 采用“一对多”和“一对一”策略, 其分类总精度分别为77.36%和93.43%, 分别比基于贝叶斯协方差判别法的分类总精度50.64%提高26.72和42.79个百分点.从而说明支持向量机可用于蛋白质同源寡聚体分类,且是一种非常有效的方法.对于多类蛋白质同源寡聚体分类,基于相同的机器学习方法（如支持向量机）,采用“一对一”策略比“一对多”效果好.同时亦表明蛋白质同源寡聚体一级序列包含四级结构信息.     

基于多分类支持向量机的基因表达系列分析

基因表达系列分析(Serial analysis of gene expression,SAGE)是一种基因表达数据,反映了细胞内的动态变化。模式识别和可视化方法是分析SAGE数据的基本工具,但是由于缺乏描述数据的统计特性,传统的聚类分析技术不适用于SAGE数据的分析。本文提出了一种基于多分类和支持向量机的SAGE数据的分析法。经过对模拟数据和人类癌症SAGE数据的分析,基于径向基核函数的多分类支持向量机算法"一对一"(one-against-one,OAO)算法提供了比PoissonC和PoissonS更好的分类结果。     

基于遗传算法和支持向量机的乳杆菌发酵过程建模

由于生化反应过程的复杂性和高度非线性,多数简单的数学模型不能准确描述。该文基于Matlab软件,利用改进的支持向量机(υ-SVR)对植物乳酸杆菌发酵这一典型生化过程进行研究,应用遗传算法估计模型最优参数,建立植物乳杆菌的菌体密度预测模型。同时建立传统的logistic动力学模型以进行比较。结果表明,采用结合遗传算法的υ-SVR预测模型拟合误差小,皮尔森相关系数(R)更高,可以较好地预测乳酸杆菌的发酵过程,为其优化控制及放大提供依据。     

一种基于支持向量机技术的癫痫脑电棘尖波识别方法

支持向量机是一种基于统计学习理论的新型学习机。文章提出一种基于支持向量机的癫痫脑电特征提取与识别方法,充分发挥其泛化能力强的特点,在与神经网络方法的比较中,表现出较低的漏检率和较好的鲁棒性,有深入研究的价值和良好的应用前景。     

一种新的非翻译区剪接位点识别方法

为提高非翻译区剪接位点识别的精度,提出一种统计概率与支持向量机相结合的识别方法 .该方法主要分为两个阶段,第一阶段应用统计学方法对非翻译区(UTR)序列进行描述,将序列中各碱基之间的相关性、位置特异性、保守性等特征用概率形式描述,以概率参数作为第二阶段支持向量机的输入向量,第二阶段应用带有多项式核函数的支持向量机(SVM)对剪接位点进行识别.通过对人类5′UTR剪接位点数据集进行测试,结果表明:该方法对非翻译区剪接位点的识别取得了很好的效果.     

基于高光谱和Landsat-8 OLI影像的盐渍化土壤水盐估算模型构建

水盐信息的迅速获取是盐碱地改良利用的重要基础数据。以宁夏银北平罗县盐渍化土壤为研究对象,基于实测土壤水分、盐分含量和高光谱数据反射率及其同期Landsat-8 OLI多光谱影像数据,利用重采样技术进行实测高光谱数据与OLI影像波段匹配,采用11个线性和非线性函数筛选出敏感波段和11个盐分指数,基于多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机(SVM)分别构建土壤含水率(SMC)和含盐量(SSC)的估算模型。结果表明:重采样处理后的实测高光谱波段反射率与OLI影像波段反射率具有极显著相关性,基于线性和非线性函数筛选出的重采样敏感波段及影像盐分指数为自变量构建MLR、PLSR和SVM的SSC估算模型决定系数R2分别为0.626、0.510和0.829,SMC估算模型R~2分别为0.455、0.204和0.731,土壤盐分和水分的SVM估算模型的稳定性和预测能力均优于MLR和PLSR模型,适用于研究区SSC和SMC估算。结果可以为研究区及同类地区不同时期土壤水盐信息估算提供科学依据。     

基于支持向量机和贝叶斯方法的蛋白质四级结构分类研究

用支持向量机和贝叶斯两种方法对蛋白质四级结构进行分类研究。结果表明,基于支持向量机的分类结果最好,其l0CV检验的总分类精度、正样本正确预测率、Matthes相关系数和假阳性率分别为74．2％、84．6％、0．474、38．9％;基于贝叶斯的分类结果没有支持向量机的分类结果好,但其l0CV检验的假阳性率最低(15．9％)．这些结果说明同源寡聚蛋白质一级序列包含四级结构信息,同时特征向量的确表示了埋藏在缔合亚基作用部位接触表面的基本信息。     

支持向量机在害虫发生量预测中的应用

害虫发生量与其影响因子之间具有复杂的非线性和时滞性关系,传统方法不能很好的分析和拟合高度非线性的害虫发生量变化规律,导致预测精度不理想。为了有效构建害虫发生量与其影响因子之间复杂的非线性关系模型,提高害虫发生量预测精度,提出一种基于支持向量机的害虫发生量预测方法。该方法首先通过F测验对害虫发生量的最佳时滞阶数进行确定,并利用最佳时滞阶数对样本进行重构;然后利用前向浮动因子筛选法对害虫发生量的影响因子进行筛选,筛选出对预测结果贡献大的影响因子;最后采用10折交叉验证得到害虫发生量的最优预测模型。采用粘虫的幼虫发生密度数据在Mat-lab7.0平台下对该方法进行测试与分析,实验结果表明,相对于其它预测方法,支持向量机提高了害虫发生量的预测精度,克服了传统方法的缺陷,更适合于非线性、小样本的害虫发生量预测。     

遥感信息应用于区域尺度水分限制条件下作物生长模拟的研究进展

第2生产水平(即水分限制条件)下的大范围作物生长动态模拟研究具有十分重要的现实意义.目前,区域尺度上水分限制条件下作物生长模拟存在一定的难度,而遥感信息与作物生长模拟模型的结合,可以为区域尺度水分限制条件下作物生长发育模拟及产量估算提供了一条行之有效的途径.本文简要回顾了遥感与作物生长模拟模型结合研究的发展概况,指出了区域尺度水分限制条件下作物生长模拟需要解决的问题,并在已有遥感反演土壤水分状况研究的基础上,简述了遥感信息应用于区域尺度水分限制条件下作物生长模拟的研究方法,并探讨了当前该领域研究的其他可能途径及需要进一步研究和解决的科学问题.     

基于支持向量机的人类5’非翻译区剪接位点识别

基因非编码区域剪接位点的识别是基因识别中一个非常具有挑战性的问题,尤其是5’非翻译区中剪接位点的识别。与一般剪接位点不同,5’非翻译区剪接位点的两侧不存在由编码到非编码的状态转移,所以通常的剪接位点识别算法在非翻译区的性能不太理想。文章采用了基于支持向量机的方法对5’非翻译区中的剪接位点进行识别。为了提高识别精度,采用了基于矩阵相似性度量的核函数参数选取方法,它能够简单快速地确定合适的核函数参数,进而提高核函数的识别性能。通过实验验证,经过参数选择后的支持向量机能够较好地识别5＇非翻译区剪接位点。     

水分胁迫与光照条件对棉花干物质和产量形成影响的数学模型

从作物冠层净同化速率入手,通过引入对CO2浓度、空气湿度、光照强度和土壤含水量反映较敏感的光能利用系数（β）,建立了考虑水分胁迫和光照条件对作物干物质积累与产量形成影响的数学模型,模型考虑了水分胁迫与低光照下冠层阻力增加的设定,将反映作物冠层水分状况的功能叶水势（Ψl）作为参数纳入本模型,通过对土壤相对含水量（Aw)、气温（Ta）、水汽压差（VPD）的多元回归估算出Ψl,并将空气动力学阻力（Ra）简化为风速（u）的函数,盆载试验应用实例和敏感性分析表明,该模型在诊断环境因子特别是土壤水分与光照因子对作物生长和产量构成的影响具有一定的实用性。