首页 > 文献资料
-
小波变换在NIR定量模型中的应用
本文基于小波变换在近红外（ NIR）定量模型中的作用：降噪、消除背景干扰，数据压缩和变量筛选，结合化学计量学在近红外建模中的应用，综述了近10年来小波变换在近红外定量模型中的应用概况。随着近红外分析技术的不断发展和完善，小波变换将会发挥它的优势，为NIR定量模型建立与应用提供支撑。
关键词： 小波变换 近红外光谱( NIR) 化学计量学 变量筛选 降噪 -
近红外光谱结合不同变量筛选方法用于金银花提取过程中绿原酸量的在线监测
目的 采用近红外光谱技术,结合不同变量筛选方法对金银花提取过程中绿原酸量进行快速测定.方法 采用组合间隔偏小二乘法(SIPLS)、竞争自适应抽样方法(CARS)、变量投影重要性(VIP)、连续投影算法(SPA)4种不同变量筛选方法,以HPLC测定值作参比,建立金银花中绿原酸定量模型并进行比较,优选出佳变量筛选方法.结果 经SIPLS方法所建绿原酸模型预测能力好,预测集决定系数(Rpre2)和预测均方根误差(RMSEP)分别为0.990 3和2.316％.结论 近红外光谱法结合SIPLS变量筛选方法建立的绿原酸定量模型性能良好,满足中药提取过程实时监测分析的精度要求,可用于中药提取过程的快速分析.
-
高维组学变量筛选方法的稳定性评价方法及应用
目的 在高维组学变量筛选过程中,当数据发生轻微变化时,变量筛选方法筛选出的变量会发生一定的变化.本文探索如何评价筛选变量的结果是否稳定.方法 通过模拟实验,分析对比了HD、SCSR、TD、KI、CW、RCW六种稳定性评价方法的准确性及变异程度,并通过实例结合PLS、svmRFE和RF三种变量筛选方法对SCSR方法进行了考察.结果 当变量排序为随机产生时,SCSR、KI和RCW三种方法基本能够在取各种变量数目情况下始终接近于小值0.对于置换标签和变量值后的数据集,PLS、RF、svmRFE三种方法的稳定性几乎完全相同,SCSR、KI和RCW三种稳定性评价指标在取不同筛选阈值时都达到了小期望值.在评价指标的稳定性上,HD和SCSR能够保持很小的变异,具有更好的稳健性.结论 SCSR的准确性和稳定性好,推荐作为稳定性评价指标.
-
随机生存森林在高维基因组数据生存分析中的应用
目的 探讨随机生存森林(RSF)在高维基因组数据生存分析中的应用和适用性.方法 通过模拟实验和实际数据分析,对随机生存森林、生存支持向量机(SSVM)和偏Cox回归(PCR)三种方法进行比较,并用生存预测的一致性错误率对其进行评价.结果 模拟实验表明,在有交互作用的情况下,RSF的log-rank和logrankscore方法的预测效果均优于SSVM和PCR方法;实际数据分析结果显示,随机生存森林与生存支持向量机和偏Cox回归的预测效果相近,应用RSF方法筛选变量后建立的RSF模型能够在一定程度上提高预测效果.结论 随机生存森林方法适用于高维生存数据的研究,对疾病的生存时间预测和预后因素分析具有实用价值.
-
随机森林的变量捕获方法在高维数据变量筛选中的应用
目的 探讨随机森林(RF)的变量捕获方法在高维数据变量筛选中的应用.方法 通过模拟实验和实际数据分析,对两种变量捕获(vh.md,vh.vimp)和逐步剔除方法(varSelRF)进行比较,并通过选人变量的数目、模型预测错误率(PE)和受试者工作特征曲线下面积(AUC)对其进行评价.结果 模拟实验表明,在变量具有联合作用、交互作用和弱独立作用情况下,变量捕获方法均明显优于varSelRF方法和全变量VIMP排序方法;实际数据分析结果表明,变量捕获方法筛选变量结果稳定,并能够保证良好的预测效果.结论 变量捕获方法适用于高维数据的变量筛选,具有实用价值.
-
权重概率主成分分析模型的建立及应用研究
目的 建立权重概率主成分分析模型,通过模拟实验进行模型评价,选择优模型进行代谢组学数据分析,为代谢组学数据分析提供降噪优化的分析方法.方法 使用折刀抽样法计算变量载荷的置信区间和变异系数,利用变量载荷的变异信息设计倒数式、开根式、对数式三种加权方式进行原始数据中的变量加权,结合概率主成分分析模型建立权重概率主成分分析模型;通过模拟实验从第一主成分载荷的估计和预测效能进行模型评价,选择优权重概率主成分分析模型;绘制代谢组学数据主成分得分图,利用中心距离比较权重概率主成分分析模型与概率主成分分析模型在可视化分组效果.结果 倒数式加权概率模型在第一主成分载荷的估计和模型预测方面优于另外两种权重概率模型.在可视化方面,权重概率主成分分析不仅缩小了模型估计的不确定性,而且增大组间的中心距离.结论 构建了权重概率主成分分析模型,不仅结果解释和可视化优于概率主成分分析模型,而且为差异变量的筛选提供了一个较小的参考范围.
-
基于排序融合模型的紫癜性肾炎患者中差异表达变量的筛选研究
目的 对紫癜性肾炎和过敏性紫癜两类患者中差异表达的代谢产物进行筛选.方法 利用排序融合的思路,将t检验、Wilcoxon秩和检验、偏小二乘、及随机森林等四种方法用于组间差异表达分析,对其所获得的四个变量重要性排序进行融合,获得综合的、单一的变量排序(排序融合模型);利用交叉验证获得优模型,并进行差异变量的筛选;通过模拟实验评价排序融合模型变量筛选的能力并与least absolute shrinkage and selection operator(LASSO)进行比较.后,将其用于紫癜性肾炎与过敏性紫癜患者间的代谢物差异分析.结果 模拟实验结果显示:(1)当观测数和差异变量数较小时,排序融合模型的AUC的平均值大于LASSO;(2)当观测数和差异变量数较大时排序融合模型的AUC的平均值与LASSO相近;3)无论参数如何设置排序融合模型所筛选的差异变量数基本均少于LASSO.实例分析结果显示:应用排序融合模型获得紫癜性肾炎和过敏性紫癜患者中存在12个差异表达的代谢产物,其AUC值达到其大值0. 96.结论 相比于LASSO,排序融合模型在筛选变量时更具可靠性和准确性,可为代谢组学数据的差异表达分析提供新的分析思路和方法.
-
基于随机森林的精神分裂症血清代谢组学研究
目的：探讨随机森林对精神分裂症患者和健康对照的血清代谢组学数据的分类能力，并筛选出差异代谢物。方法病例组为50例精神分裂症患者，对照组为62例健康个体，收集他们的血清进行代谢组学检测，然后用随机森林对数据进行分类，用 OOB 误差率估计、五折交叉验证评价分类效果，借助随机森林中变量重要性评分（VIM）获得重要的差异代谢物。结果随机森林对病例组和对照组的血清代谢组学数据分类效果较好。病例组错分率为4．0％，对照组错分率为1．6％。OOB 误差率估计为2．68％，五折交叉验证 ROC 曲线下面积为0．99，并根据 VIM 筛选出15个重要的差异代谢物。结论将液相色谱－质谱代谢组学技术与随机森林相结合，能够筛选出有潜在临床应用价值的代谢物，可用于代谢组学研究。
-
支持向量机在肝纤维化模型诊断中的应用
目的:利用血清指标建立数学模型实现肝纤维化的准确分级和变量筛选.方法:在Matlab平台上,采用支持向量机(SVM)构建数学模型预测肝纤维化分级,然后采用平均影响值(MIV)的方法对变量的相对重要性进行排序实现变量筛选.结果:实验利用分类模型预测训练集的准确率为92.3077%,预测测试集准确率为90.9091%.利用变量筛选模型得出对肝纤维化程度影响较大血清指标依次为Hyp、STB、LN、A/T、IV-C等.结论:支持向量机和平均影响值方法可以很好的分类肝纤维化程度和筛选变量,对实际应用具有一定的参考价值.
-
基于贝叶斯网络模型对重症手足口病预测变量的筛选研究
目的 通过构建贝叶斯网络模型,来对重症手足口病的预测变量进行相关筛选以及探讨相应变量之间的依赖关系.方法 收集郑州市某医院感染科2016年4月到2017年10月收治的手足口病患儿资料.选用SPSS Statistics 25.0进行统计学方面的分析,SPSS Modeler 18.0软件则用于构建TAN贝叶斯网络和Logistic回归模型,以Logistic回归模型作为对比,并对两个模型的整体拟合性能进行评价.结果 终筛选出7个重要变量,在所有预测变量中,对输出变量分组影响大的前三个分别为:病原学结果、肢体抖动和中性细胞比率.TAN贝叶斯网络模型总体预测正确率为83.32％,ROC曲线下面积0.815,灵敏度71.87％,特异度为91.28％.结论 TAN贝叶斯网络模型在筛选重症手足口病预测变量方面具有较好的应用价值,同时模型的预测性能也较好.
-
变量投影重要性分析在自变量筛选中的应用
自变量筛选在多因素线性回归分析中是非常重要的环节,本文通过实例分析,与传统的逐步回归筛选法的比较,介绍了变量投影重要性分析在自变量筛选中的实际应用.
