2、利用SVM和CIBERSORT计算免疫细胞浸润评分; 3、分别利用LASSO回归、随机森林和BP神经网络算法筛选特征免疫细胞并构建机器学习模型; 4、在验证集中对模型效能进行验证。 结果 FAM83A的临床特征 FAM83A在非小细胞肺癌组织中的表达明显高于正常组织(图1A)。KM曲线、1-3-5年ROC曲线、T分期、N分期、肿瘤分期证实了FAM...
The Lasso algorithm was used to screen the characteristics of breast cancer data, and then the BP neural network was used to classify the 9 breast cancer data determination factors in the UCI dataset and the remaining 8 determination factors after screening. The experimental results showed that: ...
快速求解系统负荷能力极限是在线评估电力系统电压稳定性的基本要求。提出一种用于离线拟合并在线预测负荷能力极限的SIPSS-Lasso-BP网络。该网络由基于电网状态相似度指标(similarityindexofpowersystemstate,SIPSS)的样本筛选方法、最小绝对值收缩选择(leastabsoluteshrinka
在此基础上,构建了一种基于影响因素的Lasso回归方法与BP神经网络相结合的组合模型 (L-BPNN),开展黄瓜短期价格预测,并与Lasso回归模型、BP神经网络模型、RBF神经网络模型等回归分析和智能分析方法等进行了对比验证研究。结果表明:使用L-BPNN模型预测黄瓜价格,其平均相对误差最小,仅为0.66%,比Lasso回归模型、BP神经网络...
View SUN AFTER THE STORM. by Per Lasson Krohg on artnet. Browse upcoming and past auction lots by Per Lasson Krohg.
实验结果表明,Lasso-BP模型预测值与真实值整体平均误差为2.59%,在价格波动趋势方面,预测数据准确率达96.53%,在价格波动幅度方面,预测结果的波动幅度与真实数据基本相同,平均误差为2.51%,说明模型预测精度较高,预测效果良好,该文模型满足实际生产工作需要,证明Lasso-BP模型能够对鲤鱼价格进行准确预测.该研究具有一定的理论...
BP神经网络情景模拟碳排放预测江苏省是我国绿色产业规模先行区和典型省.预测江苏省碳达峰时间对于检验中国到2030年能否按时实现碳达峰目标具有一定的借鉴和指导意义.基于2001—2018年江苏省的面板数据,使用Lasso回归模型筛选出8个重要碳排放影响因素,模拟设置2019—2030年各个影响因素值,建立BP神经网络模型来预测2019—2030...
为探索河南省碳达峰路径,满足河南省碳达峰战略需求,选取河南省2001—2020年社会,经济,能耗,资源4个维度的12个指标,使用Lasso-BP神经网络方法,建立河南省碳排放量预测模型.基于12个指标数据的回归分析,设计了6条发展路径,对河南省2021—2035年的碳排放量进行预测.结果表明:1)12个维度的因素中,影响碳达峰的6大关键...
快速求解系统负荷能力极限是在 线评估电力系统电压稳定性的基本要求.提出一种用于离线拟合并在线预测负荷能力极限的SIPSS-Lasso-BP网络.该网络由基于电网状态相似度指标 (similarity index of power system state,SIPSS)的样本筛选方法,最小绝对值收缩选择(least absolute shrinkage and select operator,Lasso)方法和BP(...
对历年数据资料,采用 BP 神经网络,基于主成分分析的 BP 神经网络,基于 Lasso 的 BP 神经网络三种方法分别对广西城镇居民住房需求进行了预测和比较.结果表明基于 Lasso 的 BP 神经网络方法能够获得较好的数据预测效果.王爽,陆莎广西师范学院广西师范学院学报(自然科学版)...