-
Wrapshap是一种高维特征选择框架,可通过机器学习解释方法来探索生物系统
摘要在机器学习中现有的特征选择方法中,所谓的包装器方法往往能选出最有效的特征子集。然而,由于这些方法计算成本高且容易过拟合,因此不适用于生物研究中常见的高维数据。Wrapshap框架是一种专为高维生物数据设计的新型特征选择方法,能够解决数据冗余、多重共线性以及交互效应等问题。该框
来源:npj Systems Biology and Applications
时间:2026-07-23
-
利用光谱变量选择方法提升埃塞俄比亚啤酒大麦(*Hordeum vulgare* L.)农艺与品质性状的预测能力
表型组选择(Phenomic Selection, PS)为基因分型获取受限或实验室基础设施资金有限的公共育种项目提供了一种经济高效且对育种者友好的方法。由于PS依赖于高通量表型数据,这些数据通常来自收获种子的近红外光谱(Near-Infrared Spect
来源:Plant Breeding
时间:2026-07-23
-
木本植物组织中特异检测Diaporthe amygdali的种特异性qPCR方法的开发与验证
Diaporthe amygdali是Prunus属物种枝枯病的主要病原菌,对水果生产构成严重威胁,凸显了对快速可靠检测工具的需求。在本研究中,研究人员开发并分析评估了一种基于SYBR Green的qPCR方法,靶向β-tubulin基因,用于检测D. amy
来源:Physiological and Molecular Plant Pathology
时间:2026-07-23
-
使用大容量死端超滤的病原体不可知水处理方法:一项多实验室性能研究
处理过的水系统是公共卫生的关键基础设施,但可能容易受到有意或意外的污染。在饮用水中检测水传播病原体和生物制剂的能力对于有效应对和修复污染事件或水传播疫情至关重要。用于水样中生物制剂的回收和浓缩方案,即水处理方案(WPP),是为应对此类事件而开发的。WPP可应用
来源:Journal of Microbiological Methods
时间:2026-07-23
-
运用机器学习方法评估总抗氧化能力检测方法的准确性
摘要抗氧化能力的准确评估因抗氧化分子间的相互作用、不同氧化还原检测方法的差异以及校准标准的不统一而变得复杂。本研究通过结合特定检测方法的分析、基于监督的机器学习建模以及对抗氧化剂标准混合物响应值的残差分类,来评估四种抗氧化剂检测方法——2,2′-偶氮双(3-乙基苯并噻唑-6-磺酸
来源:Scientific Reports
时间:2026-07-23
-
基于深度学习框架及R-Mixup增强技术,对耻骨联合CT图像中多个区域进行加权估计以实现年龄推断
摘要深度学习已被广泛用于基于CT图像的法医年龄估算,而数据量对于提升模型性能至关重要。然而,传统的数据增强方法,如翻转、旋转和调整对比度,并不适合用于年龄估算这类回归任务。本研究将R-Mixup这种数据增强技术应用于DenseNet121模型训练,以此对耻骨联合的CT图像进行年龄
来源:Scientific Reports
时间:2026-07-23
-
使用Vitalograph AIM设备训练吸入技术的优势与挑战
摘要正确的吸入技巧对于改善阻塞性肺疾病的吸入治疗效果至关重要。然而,许多患者并未正确使用吸入器。目前缺乏关于如何有效训练吸入技巧的明确指导。Vitalograph AIM是一种有助于评估吸入技巧并同时帮助训练正确吸入技巧的工具。本研究旨在评估使用Vitalograph AIM对哮
来源:Scientific Reports
时间:2026-07-23
-
一种绿色合成方法制备掺杂钐的NiO纳米催化剂,用作光催化降解和电化学传感的双功能材料
摘要以萝卜叶提取物作为绿色还原剂和封端剂,合成了掺杂钐的氧化镍(NiO-Sm)纳米粒子。NiO纳米粒子在220纳米处有典型的紫外-可见吸收峰,同时在280–322纳米处还有其他吸收带;而钐的掺杂使得吸收峰向长波方向移动至230纳米。傅里叶变换红外光谱分析证实了金属-氧键的存在(S
来源:Scientific Reports
时间:2026-07-23
-
基于关键传感器特征与混合学习模型的优化强化机器故障分类方法及高级优化技术
摘要在现代制造业中,工业机器的故障问题带来了严峻挑战,它们会导致意外停机、维护成本上升以及设备可靠性降低。准确的机器故障预测有助于采取主动的维护策略,从而减少意外故障并提升运营效率。本研究提出了一种基于优化技术的混合机器学习框架,利用从铣床运行环境中收集的传感器数据来预测机器故障
来源:Scientific Reports
时间:2026-07-23
-
智能煤矿中矿工职业可持续性量表(MCSS)的编制与验证:一种网络分析方法
摘要在不断变化的职场环境中,职业可持续性对于保持就业能力、健康状况及整体福祉至关重要。目前所使用的评估工具多是为传统制造业环境设计的,可能无法充分反映智能煤矿中一线矿工面临的独特挑战——这些环境既存在技术变革,又充满高风险因素。本研究对新开发的矿工职业可持续性量表(MCSS)的心
来源:Scientific Reports
时间:2026-07-23