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

申请人： 南开大学

发明人： 邓鹏 ,  胡献刚 ,  孙珊 ,  于福波 ,  王忠玮

IPC分类号： G06V20/69 ,  G06V10/764 ,  G06V10/771 ,  G06K9/62 ,  G06T7/62

摘要： 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：CN114386516A

公开(公告)日：2022-04-22

申请号：CN202210038297.5

申请日：2022-01-13

申请人： 南开大学

发明人： 邓鹏 ,  胡献刚 ,  罗吉伟 ,  于福波 ,  王忠玮

IPC分类号： G06K9/62 ,  G06N20/00 ,  G06F16/29 ,  G01N33/18

摘要： 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

申请人： 南开大学

发明人： 邓鹏 ,  胡献刚 ,  孙珊 ,  于福波 ,  王忠玮

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06T7/62

摘要： 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。