-
Patent Agency Ranking
公开(公告)号：CN117116334A
公开(公告)日：2023-11-24
申请号：CN202310785516.0
申请日：2023-06-29
Applicant: 南开大学 , 农业农村部环境保护科研监测所
IPC: G16B5/00 , G16B40/00 , G16B50/00 , G06N20/20 , G06N5/01 , G06F16/33 , G06Q10/04 , G06Q10/0635 , G06Q10/0639
Abstract: 本发明涉及一种预测重金属剂量‑形态‑微生物效应的方法，包括如下步骤：基于公开发表文献筛选包含典型重金属剂量‑形态‑微生物效应的数据并构建数据集；针对数据集，确定用于机器学习的模型输入的关键特征，所述关键特征为影响重金属的微生物效应的因素，包括气候条件、土壤性质、重金属剂量与形态；确定模型输出，所述模型输出为表征微生物效应的指标，并对数据预处理；利用网格搜索法确定建立各项输出所对应的随机森林模型的最佳参数，同时针对收集数据特点，构建交叉验证方法；利用交叉验证基于S3确定的参数训练模型，得到基于随机森林的重金属剂量‑形态‑微生物效应最优模型。
-
公开(公告)号：CN113516061B
公开(公告)日：2022-04-29
申请号：CN202110699733.9
申请日：2021-06-23
Applicant: 南开大学
IPC: G06V20/69 , G06V10/764 , G06V10/771 , G06K9/62 , G06T7/62
Abstract: 本发明公开一种基于机器学习的细胞状态识别的方法，通过收集PC12细胞共聚焦图片数据集；使用ZEN和image J软件对细胞特征数据集进行形貌特征提取，得到细胞形貌的特征集；使用机器学习特征选择方法对细胞特征集进行筛选，得到筛选特征集；基于机器学习算法将筛选数据集输入到机器学习模型进行训练，并调整机器学习随机森林的参数使其达到精度要求，得到细胞状态分类的机器学习模型；对测试集细胞数据进行分类，输出细胞状态类别。本发明快速、有效的对PC12细胞进行状态判断，为原位快速识别PC12细胞状态提供了技术基础。
-
公开(公告)号：CN114386516B
公开(公告)日：2024-12-10
申请号：CN202210038297.5
申请日：2022-01-13
Applicant: 南开大学
IPC: G06F18/243 , G06F18/214 , G06N20/00 , G06F16/29 , G01N33/18
Abstract: 本发明公开一种基于机器学习的湖泊溶解性有机物性质预测的方法，通过采集湖泊水样；通过检测水样理化性质、微生物组分、溶解性有机物组分，收集湖泊及其流域的人文指标和土地使用类型数据，建立湖泊数据库；使用机器学习特征选择方法对湖泊特征集进行筛选，得到筛选特征集；基于机器学习算法将筛选数据集输入到机器学习随机森林模型进行训练，并调节机器学习随机森林的参数使其达到准确性要求，得到预测湖泊溶解性有机物性质机器学习模型；根据调整后的随机森林模型进行10折交叉验证，得到模型的预测结果。本发明快速、准确的预测湖泊溶解性有机物的性质，为快速判断湖泊溶解性有机物性质提供了技术基础。
-
公开(公告)号：CN114386516A
公开(公告)日：2022-04-22
申请号：CN202210038297.5
申请日：2022-01-13
Applicant: 南开大学
Abstract: 本发明公开一种基于机器学习的湖泊溶解性有机物性质预测的方法，通过采集湖泊水样；通过检测水样理化性质、微生物组分、溶解性有机物组分，收集湖泊及其流域的人文指标和土地使用类型数据，建立湖泊数据库；使用机器学习特征选择方法对湖泊特征集进行筛选，得到筛选特征集；基于机器学习算法将筛选数据集输入到机器学习随机森林模型进行训练，并调节机器学习随机森林的参数使其达到准确性要求，得到预测湖泊溶解性有机物性质机器学习模型；根据调整后的随机森林模型进行10折交叉验证，得到模型的预测结果。本发明快速、准确的预测湖泊溶解性有机物的性质，为快速判断湖泊溶解性有机物性质提供了技术基础。
-
公开(公告)号：CN113516061A
公开(公告)日：2021-10-19
申请号：CN202110699733.9
申请日：2021-06-23
Applicant: 南开大学
Abstract: 本发明公开一种基于机器学习的细胞状态识别的方法，通过收集PC12细胞共聚焦图片数据集；使用ZEN和image J软件对细胞特征数据集进行形貌特征提取，得到细胞形貌的特征集；使用机器学习特征选择方法对细胞特征集进行筛选，得到筛选特征集；基于机器学习算法将筛选数据集输入到机器学习模型进行训练，并调整机器学习随机森林的参数使其达到精度要求，得到细胞状态分类的机器学习模型；对测试集细胞数据进行分类，输出细胞状态类别。本发明快速、有效的对PC12细胞进行状态判断，为原位快速识别PC12细胞状态提供了技术基础。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
