公开(公告)号：CN116561522A

公开(公告)日：2023-08-08

申请号：CN202310534671.5

申请日：2023-05-12

Applicant: 吉林大学

Inventor： 白洪涛 ,  栾雪 ,  何丽莉 ,  曹英晖 ,  孙成林

IPC: G06F18/15 ,  G06F18/214

Abstract: 本发明公开了一种基于特征选择的T‑S模型缺失值插补法，包括包括以下步骤：步骤1：使用中位数填补法进行预填补缺失值，然后采用FCM算法将含有缺失数据的数据集划分为许多个模糊子集，得到样本对模糊集的隶属度，并使用高斯投影求解样本各属性在相应模糊集的隶属度，从而获得前提参数；步骤2：使用预填补的数据集，根据最小二乘法获得结论参数。步骤3：前提、结论参数获取结束后，使用步骤2中预填补的数据集依次求解每个属性列对应的模型输出。本发明涉及T‑S模型缺失值插补法技术领域，本发明的有益效果是，对T‑S模型缺失值插补进行了改进。本专利利用数据集中特征变量之间的相关性，提出提出基于特征选择的T‑S插补法，简称FS‑TSIM插补法。

公开(公告)号：CN118507017A

公开(公告)日：2024-08-16

申请号：CN202310544519.5

申请日：2023-05-15

Applicant: 吉林大学

Inventor： 白洪涛 ,  栾雪 ,  何丽莉 ,  曹英晖 ,  孙成林

IPC: G16H50/20 ,  G06F18/214 ,  G06F18/23213 ,  G06F18/243 ,  G06F18/2415

Abstract: 本发明公开了一种基于聚类欠采样混合集成算法的糖尿病预测方法，对糖尿病实际患病人数约十分之一的样本类别不平衡问题，本文提出基于聚类欠采样混合集成模型，把训练集划分为患糖尿病和未患糖尿病两部分，然后使用聚类算法将未患糖尿病样本划分为若干个簇，从这些簇中依概率随机选取一定比例的未患糖尿病样本和患糖尿病样本结合为一个相对平衡数据集，最后训练多个分类器，优势在于：(1)通过聚类对非糖尿病样本进行多次欠采样并与糖尿病样本构成多个相对平衡训练集，考虑了非糖尿病样本的全部代表；(2)利用了混合集成学习的思想，将传统的Bagging算法中嵌入了多种分类器的组合，通过引入多个性能较优且有差异的分类器来提升整体模型的性能。

公开(公告)号：CN113813257A

公开(公告)日：2021-12-21

申请号：CN202111231625.5

申请日：2021-10-22

Applicant: 吉林大学

Inventor： 高印 ,  栾雪

IPC: A61K31/4178 ,  A61K9/51 ,  A61K47/42 ,  A61P35/00 ,  A61P35/04 ,  B82Y5/00 ,  B82Y40/00

Abstract: 本发明提供了双咪唑盐及载药体系在作为抗癌剂中的应用和抗癌制剂，涉及抗癌药技术领域。本发明提供作为糖基转移酶抑制剂的双咪唑盐C20/C22和包含所述双咪唑盐C20/C22的载药体系，研究了其针对人脐静脉内皮细胞系(HUVEC)和一系列癌细胞系的选择性细胞毒性；结果表明C20/C22及其载药体系具有作为新型抗癌剂的临床潜力，并且作为辅助性的抗癌药物值得进一步发展。