公开(公告)号：CN111027025A

公开(公告)日：2020-04-17

申请号：CN201911299660.3

申请日：2019-12-11

Applicant: 华北电力大学(保定)

Inventor： 李艳坤 ,  庞佳烽 ,  马昕鹏 ,  董汝南 ,  景璟

IPC: G06F17/18 ,  G06K9/62 ,  G01N21/3577 ,  G01N21/35

Abstract: 一种筛选红外光谱特征波长用于预测葡萄酒品质参数的方法，精简模型的同时提高多元校正模型的预测能力，从而实现葡萄酒品质参数的快捷、较准确的测定。具体过程如下：采集已知品质参数的葡萄酒的傅里叶变换红外光谱数据，随机分为训练集和检验集。对训练集光谱进行Fisher判别分析，得到变量的特征矩阵E，其绝对值的平均值为 定义筛选阈值k，当第i个波长对应的 时，被保留下来用于构建光谱和品质参数的定量模型。检验集样本用来优化筛选阈值k等参数，当检验集的预测误差达到最小值且数值稳定时，对应的阈值k为最佳筛选阈值，此时筛选出的波长用于建立定量模型，来预测未知葡萄酒样品(预测集)中的相应品质参数。

公开(公告)号：CN111444941A

公开(公告)日：2020-07-24

申请号：CN202010137369.2

申请日：2020-02-24

Applicant: 华北电力大学(保定)

Inventor： 李艳坤 ,  董汝南 ,  马昕鹏 ,  庞佳烽 ,  景璟

IPC: G06K9/62 ,  G16B20/00 ,  G01N33/48

Abstract: 本发明公开了一种通过联合血清中电解质和蛋白质组学数据用于诊断早期肺癌的方法。首先对已知肺癌样本和正常(非肺癌)样本的血清中所含五种传统电解质和八种蛋白质含量数据进行小波变换处理，将其作为训练集。然后采用线性判别分析算法对训练集进行建模，得到每个变量对应的特征向量E值。将经过同样的小波变换方法处理后的待诊断样本作为预测集，将其与E相乘得到判别矢量值，从而进行肺癌样本与正常样本的识别诊断。

公开(公告)号：CN110751983A

公开(公告)日：2020-02-04

申请号：CN201911146308.6

申请日：2019-11-14

Applicant: 华北电力大学(保定)

Inventor： 李艳坤 ,  马昕鹏 ,  董汝南 ,  庞佳烽 ,  景璟

IPC: G16B20/00 ,  G16H50/00

Abstract: 本发明公开了一种通过非相关线性判别分析模型筛选特征mRNA用于诊断早期肺癌的方法。首先对己知肺癌样本和正常样本的mRNA表达数据进行标准化处理，将其作为训练集。然后采用非相关线性判别分析对训练集进行建模，得到每个变量对应的转换矩阵G。将标准化后的待诊断样本作为预测集，将其mRNA表达数据与G矩阵相乘，得到非相关判别矢量值，从而进行肺癌样本的识别诊断。通过每个mRNA对应的G的绝对值大小筛选出特征mRNA，并不断调整筛选阈值以减少mRNA保留数量并更新肺癌诊断ULDA模型，直到预测集诊断准确度开始下降。诊断准确度为100％时，所筛选出的最少数目的mRNA可以作为肺癌诊断的潜在特征生物标记物。