特征筛选

摘要： 为提升铁路冷藏运输效率和实现铁路冷藏运输资源的合理配置,推进铁路冷藏运输的快速发展,对铁路冷藏运输需求进行预测尤为重要。在分析铁路冷藏运输影响因素基础上,利用Spearman相关性分析进行特征筛选。结合Spearman相关性分析结果,构建基于随机森林的铁路冷藏运输需求预测模型,并与BP神经网络,AdaBoost,Bagging和未经特征筛选的随机森林预测模型的预测结果进行对比分析。研究结果表明:经Spearman相关性分析进行特征筛选后构建的随机森林回归预测模型的平均绝对误差和拟合优度值均优于其他模型,均方根误差值仅高于BP神经网络。随机森林回归预测模型的泛化能力较好,且特征筛选能够提高模型的预测精度。

摘要： 雌激素受体α亚型(ERα)被认为是乳腺癌内分泌疗法的重要靶标。本文采用随机森林、支持向量机和多元线性回归方法,对1974个化合物建立ERα抑制剂活性预测模型。利用方差过滤法和Lasso回归思想筛选分子描述符,使用均方误差MSE来评估模型的预测效果。采用随机森林、支持向量机和多元线性回归方法在训练集和测试集上的均方误差分别为0.475和0.553、0.653和0.792、0.709和0.801。结果表明,随机森林优于其他机器学习方法,用于ERα抑制剂的活性预测具有良好的稳健性和预测能力。

摘要： 据不完全统计显示,2020年全球乳腺癌新增人数达到226万,女性乳腺癌是最常见的癌症类型,死亡率高居第五,因此对乳腺癌的治疗研究变得愈发重要。对雌激素受体α亚型(ERα)的研究显示其在乳腺发育过程中扮演重要角色。本文收集作用于ERα的化合物及其生物活性数据,并以一系列分子结构描述符作为自变量和以化合物的生物活性值作为因变量,通过随机森林与梯度提升树并融合专家知识来构建分子筛选模型,筛选出前20个对生物活性最具有显著影响的分子描述符。这些分子描述符对指导已有活性化合物的结构优化和药物研究具有重要意义。

摘要： 由于移动源污染遥感监测受到复杂外部环境影响,难以通过传统统计方法建立车辆行驶工况与污染排放之间的相关性模型,为此开展了基于移动源遥感监测的影响因素分析及排放预测的研究。首先利用Spearman相关性分析排除与移动源污染物主要排放气体CO、HC、NO气体浓度无相关性的因素;其次使用Lasso算法确定各成分的关键影响因子,并采用神经网络构建污染物排放预测模型;最后在测试集上验证该模型用于移动源污染排放主要成分预测的有效性。模型预测的结果表明,基于特征筛选的移动源污染排放数据预测神经网络模型具有较高的预测精度,可以降低城市移动源污染排放检测成本并为相关部门制定相关政策提供数据支持。

摘要： 针对现有基于惯性传感器的人体运动姿态识别中涉及特征较多、常用姿态识别方法不全面、识别精度不足等问题,开展了人体正常行走、跑步、后退、左右侧步、上下楼梯等多种运动姿态识别及修正算法研究,通过特征提取与建库、特征筛选、姿态识别与修正等过程进行人体的运动姿态判定。首先详细阐述了在人体多姿态运动场景下的特征数据提取过程以及基于多信息融合的特征筛选方法。然后针对人体运动姿态误判,提出了基于人体运动连贯性检测的姿态修正算法。最后搭建多分类器并利用选取特征数、识别准确率、修正结果等数据对所提出的算法进行了验证。实验结果表明,所提出的算法以平均8个特征值使得人体运动姿态识别准确度达到98%,并通过修正算法可将识别准确度提升至99.67%,以少量的特征数目达到了更高的多姿态分类准确率。

摘要： 针对超高维竞争风险数据,提出并研究了一种新的基于距离相关的特征筛选方法.从理论和数值模拟两方面对新提出的方法进行了研究.理论上证明了新方法的确定性筛选性质.数值上的结果表明,新提出的方法比现有筛选方法有更好的表现,并将新方法应用到了一个实际问题.

摘要： 复合驱由于强碱化学剂的注入易造成严重的结垢现象,而预测清防垢加药量是制定科学的清防垢方案的关键。为了获得一种具有较强实用价值和较高预测精度的复合驱清防垢加药量的预测方法,该文将随机森林回归算法应用到复合驱清防垢加药量预测。首先,分析并处理影响清防垢加药量的20维特征,利用随机森林回归的特征重要性评估功能对影响加药量的众多特征进行筛选;然后,通过网格搜索和K折交叉验证的方式得到最优参数组合,建立随机森林回归的复合驱清防垢加药量预测模型;最后,通过大庆市某采油厂三元复合驱某区块的清防垢数据,验证预测模型的有效性,并与CART回归、SVM回归和ANN进行对比。实验结果证明,该方法可以实现清防垢加药量的有效预测,较对比模型的预测精度高出约23%,且其预测效果较为稳定,同时经过特征筛选的方式可以提高模型的预测精度,约比未经特征筛选的随机森林回归模型高1.86%。

摘要： 天然气是一种绿色高效的能源,准确预测其需求量对于天然气政策制定、生产和贸易等均具有重大意义。传统的回归分析、灰色模型等方法对天然气需求量预测仅仅考虑时间因素,无法保证预测的准确性。近年来,基于人工神经网络的天然气需求量预测被证实是一种高效准确的方法,但目前研究主要集中于算法优化,而对于天然气需求量影响因素的研究则较少。基于此,采用灰色关联度法(GRA)、平均影响值法(MIV)和主成分分析法(PCA)对天然气需求量影响因素进行了特征筛选,以简化和优化神经网络模型,提高预测的准确性和精度。研究结果表明:①三种方法均能显著降低神经网络预测误差,其中MIV法效果最佳,预测的平均相对误差从9.077%降至0.983%;②较之于传统的灰色预测模型,通过三种方法特征筛选的BP神经网络模型对2019-2025年的天然气需求量预测结果基本一致,而灰色模型预测结果偏大,表明所建立模型预测精度较高,结果可靠,可以用于对天然气需求量的中长期预测。

摘要： 对短期负荷进行准确、快速的预测有利于电力系统的安全稳定运行,故提出一种基于特征筛选的Informer短期负荷预测模型.针对短期负荷序列波动性大、随机性强的特点,利用变分模态分解(Variational Mode Decomposition,VMD)将原始负荷序列分解为不同频率的本征模函数(Intrinsic Model Function,IMF);考虑气象、地理、电价等影响因素,采用最大信息系数(Maximal Information Coefficient,MIC)对各IMF进行特征筛选;针对传统深度学习模型无法并行化、预测精度低的问题,应用了前沿的Informer模型进行短期负荷预测,同时利用了新颖的麻雀搜索算法(Sparrow Search Algorithm,SSA)进行模型参数优化.以西班牙区域级负荷数据为实例,同多层感知机(Multilayer Perceptron,MLP)、长短时记忆神经网络(Long Short-term Memory Neural Network,LSTM)和门控循环单元(Gated Recurrent Unit,GRU)进行横向与纵向实验对比,结果表明,提出的模型预测精度更高,平均绝对百分比误差低于1%.

摘要： 基于不同的机器学习方法探索识别抗肿瘤药的合适的特征筛选方法。收集了200个抗肿瘤药和600个非抗肿瘤药,形成三组不同的平衡数据集。采用斯皮尔曼系数与谷本系数计算的相关性矩阵与6个特征重要性指标结合进行相关性特征筛选。筛选后的数据集使用自适应提升树、随机森林、支持向量机进行分类。基于三个平衡数据集,采用的特征筛选方法对不同的机器学习方法获得的评价指标均有不同程度的提升。特别是自适应提升树,与其他筛选操作相比,至少有一种改进的特征筛选方法提升了六个评价指标的所得值。根据三个数据集的结果分析,重要性指标中整体方差和信息熵表现得更好,为将来的抗肿瘤药物识别提供一定的参考。

摘要： 通过引入信息熵的概念作为特征优劣的评价参量,提出一种基于信息熵的柴油机振动信号特征筛选方法.首先利用混叠熵和误差熵对柴油机振动特征信号进行筛选,降低特征规模,然后计算相似系数利用相关度消除冗余特征.装甲车辆某型柴油机台架试验振动信号数据特征筛选结果符合振动传递规律和柴油机故障机理,表明该方法是有效的.

摘要： 以对车牌识别准确率影响最大的车牌定位技术为重点，研究并提出一种基于扫描线和特征筛选的车牌定位算法，该算法先记录并分析二值图像中相邻水平扫描线上的跳变点信息，确定出候选车牌区域，再根据车牌特征筛选，最终确定下牌区域。对113幅不同车型的图像进行测试，结果表明，去噪处理对定位准确率有很大影响，当车牌倾斜角度小于5°、且经过去噪处理时，定位准确率超过90％，定位时间小于0．9s。

摘要： 用传统的KNN算法找出最近邻点后,利用曲面平滑化原理,按照这些点的目标值分布情况进行模式识别的特征筛选,与基于分类的KNN法相比,少去了人为的分类过程.

摘要： 病理语音具有强烈的非平稳性和突变性特点.S变换具有良好的时频分辨率和时频定位能力.本文在S变换基础上结合人耳听觉的Mel特性,提出一种能够突出发声器官病变的病理语音特征MSCC(Mel S-Transform Cepstrum Coefficients).在NCSC语料库上,通过与经典语音倒谱特征MFCC和当前常用声学特征的对比,看到MSCC特征对语音中动态、快变的病理信息具有更强的刻画能力.此外,选用F-Score方法对特征进行评价和采用粒子群方法进行特征筛选,MSCC表现出了更好的分类性能.可见,MSCC特征为病理语音的高精准分析与临床诊断提供了理论基础.

摘要： 英文文本中的真词错误即输入的错词是和原词相似的另一个有效词。本文主要研究了对该类错误的检测。通过从所要检测的单词的上下文中提取句法和语义两个方面的特征，运用文档频率和信息增益进行特征筛选，实现了对上下文特征的有效提取。最终把判断该单词使用的正确与否看作分类问题，使用Winnow分类算法进行训练和测试。通过5 阶交叉验证，所收集的61组混淆集的平均正确率与召回率分别为96%，79.47%。

摘要： 在大规模电力系统中,暂态稳定分析是一个高度复杂的非线性问题。反映暂态稳定状态的特征很多,选用合适的输入特征变量,即哪些与稳定性或稳定指标强关联的参数、变量,是获得较好的暂态稳定评估结果的关键因素之一。本文将灰色关联优化排序与聚类分析进行有机结合,不仅可以实现聚类分析随阀值的变化而得到不同的结果,而且可以进一步分析同一类型中哪种特征更优,或在同类中哪个特征更具代表性。仿真算例证实了该方法的有效性和正确性,为大系统暂态稳定评估的特征选取提供了新思路。

摘要： 本发明的目的在于提供一种能够计算出准确表示对象结构体的化学性质的特征量的特征量计算方法、特征量计算程序、特征量计算装置、能够使用特征量来有效进行医药候选化合物的筛选的筛选方法、筛选程序、筛选装置及能够使用特征量来有效创建医药候选化合物的立体结构的化合物创建方法、化合物创建程序、化合物创建装置。对象结构体的化学性质被表示为对象结构体与其周围的探针之间的相互作用的结果，因此在对象结构体彼此之间探针的聚集程度相似是表示这些对象结构体的化学性质相似的情况。因此，通过本发明的一方式所涉及的特征量计算方法，能够计算出准确表示对象结构体的化学性质的特征量。

摘要： 本发明提供一种能够计算出准确表示对象结构体的化学性质的特征量的特征量计算方法、特征量计算程序、特征量计算装置、能够使用特征量来有效进行医药候选化合物的筛选的筛选方法、筛选程序、筛选装置及能够使用特征量来有效创建医药候选化合物的立体结构的化合物创建方法、化合物创建程序、化合物创建装置。对象结构体的化学性质被表示为对象结构体与其周围的探针之间的相互作用的结果，因此在对象结构体彼此之间探针的聚集程度(特征量)相似是表示这些对象结构体的化学性质相似的情况。因此，通过本发明的一方式所涉及的特征量计算方法，能够计算出准确表示对象结构体的化学性质的特征量。

摘要： 本发明的目的在于，提供一种能够计算出准确表示对象结构体的化学性质的特征量的方法、程序及装置。并且，本发明的目的在于，提供一种能够使用特征量来有效进行医药候选化合物的筛选的方法及程序。并且，本发明的目的在于，提供一种能够使用特征量来有效创建医药候选化合物的立体结构的方法。在对象结构体彼此之间探针的聚集程度相似是表示这些对象结构体的化学性质相似。即，通过第1方式计算出的特征量相似的对象结构体显示出相似的化学性质。因此，通过第1方式，能够计算出准确表示对象结构体的化学性质的特征量。

摘要： 本发明提供一种基于特征波长筛选的光谱特征模型的构建方法及装置，所述方法包括：通过数据预处理方法处理原始光谱数据，得到待筛选光谱数据；应用变量投影重要性算法筛选所述待筛选光谱数据，得到第一特征波长集合；应用连续变量投影算法筛选所述第一特征波长集合，得到第二特征波长集合；利用多元线性回归策略构建基于所述第二特征波长集合的光谱特征模型。本发明实施例提供的基于特征波长筛选的光谱特征模型的构建方法及装置，简化了模型，提高了模型的可解释性和预测性能。

摘要： 本发明公开一种从蜂花粉提取物中筛选出特征标志物的方法及特征标志物在鉴定蜂花粉中的应用，属于蜂花粉技术领域。该从蜂花粉提取物中筛选出特征标志物的方法，包括：S1、采用高效液相色谱串联高分辨质谱技术对蜂花粉提取物进行分析得到相关图谱数据；S2、将图谱数据进行处理获得峰对应的数据；S3、筛选峰对应的数据去除p＞0.05以及无二维质谱的数据得到数据集；S4、将数据集进行多元统计分析获得差异化合物；S5、分析差异化合物与抑制酪氨酸酶活性的相关性，筛选出特征标志物。本发明还包括特征标志物在鉴定蜂花粉中的应用。本发明筛选出的特征标志物可准确快速地判断待测蜂花粉是否具有优异的美白功效。

摘要： 本申请提供了一种特征筛选方法以及特征筛选装置，其中，该方法包括：获取m个训练样本分别在N个待选特征下的特征值，以及所述m个训练样本对应的分类标签；所述m、N分别为大于0的整数；确定所述N个待选特征中每个待选特征的重要性度量值；根据每个待选特征的重要性度量值，确定多个特征集合；针对每个特征集合：使用m个训练样本在该特征集合包含的每个待选特征下的特征值和所述m个待选特征对应的分类标签，训练分类模型，获得该特征集合对应的分类准确率；将分类准确率最高的特征集合包含的待选特征确定为选定特征。本申请实施例能够有针对性的从待选特征中确定选定特征，达到效率更高，且能够达到更高的筛选效果。

摘要： 本发明公开了一种在药物设计中，基于多任务学习的配体分子特征筛选方法及装置。在基于配体的药物分子虚拟筛选中，对于重要的药物靶标，由于发现的配体分子数量很少，很难构建好的虚拟筛选模型。本方法将使用基于

摘要： 本发明公开了一种基于特征筛选和深度融合的卷积神经网络特征融合算法。方法包括如下步骤：(1)、将来自同一幅影像的多个不同的卷积特征按照通道进行拼接。然后对拼接后的特征进行批量归一化，来调整各层输出特征的分布。(2)对融合后的综合特征进行包括挤压、激励和注意三个过程的特征筛选。(3)通过一维卷积对多个特征进行深度融合，进一步挖掘各个特征的信息和特征信息之间的关系。(4)最后对深度融合的特征进行激活，通过激活函数把激活的特征保留并映射出来。本发明可以明显提升深度学习方法中多特征(多尺度特征融合、注意力特征融合等)相关类别算法模型的精度，提高图像分类、语义分割和目标检测等任务的识别效果。

摘要： 本发明公开了一种从大规模特征集中筛选客户数据特征的方法及装置，涉及客户数据特征筛选技术领域，能够更加准确地剔除掉大量的不完整或者不显著的特征，得到更加显著、完备、稳定的特征，同时也优化数据特征筛选环节的运行速度，本发明的主要技术方案为：提供对变量的基于信息值、缺失率、单一值率、特征间相关度、时序稳定性的筛选指标；在客户数据特征筛选过程中引入“预分箱”操作以提高筛选指标(信息值、时序稳定性)准确性、稳定性，通过预设循环模式降低特征相关性筛选操作算法复杂度，当客户数据特征集维度较多(如大于1000维)时，避免运算时长过长(如大于30分钟)，提高运行速度，得到对预测目标标签更有显著性的客户数据特征。

摘要： 本发明提供一种基于加权多特征融合和SVM分类的故障特征筛选方法，步骤如下：一：获取时序数据