需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于对抗式迁移学习的跨树种近红外木材密度测定方法

基于对抗式迁移学习的跨树种近红外木材密度测定方法

成果类型：: 发明专利

发布时间: 2023-09-27 10:31:29

科技成果产业化落地方案
方案提交机构：“科创中国”黑龙江科技服务团| 孙帆 | 2023-10-20 15:01:51
成果简介 技术亮点 应用前景 团队概括 产生的效益 转化方式
近红外光谱技术为快速表征木质材料的物理和化学特性提供了一种潜在的解决方案。先前的研究已经显示出其在木材科学、造纸和林产品加工领域的应用潜力。然而由于仪器本身，样品和外部环境的变化，所测光谱的差异性显著，这将导致模型无法准确输出预测结果，甚至导致模型“失效”,使光谱模型获得长期性能变得更具挑战。为解决此类问题，除完善仪器硬件加工的标准，提高仪器加工水平外，还提出了模型传递技术。
现有模型传递方法大多涉及求解转换矩阵来校正主从模型。但是如果光谱吸光度偏差和谱峰漂移较大，或光谱差异与样品成分或种类的变化有关，数据间可能存在非线性关系，模型传递方法将很难甚至无法检测源域和目标域谱之间的相似属性。机器学习中的迁移学习可以利用领域间的相似性，将源域学习过的模型应用于目标域。在迁移学习中，特征提取器提取领域间的共享特征，使领域判别器无法区分特征是源域还是目标域特征，即达到纳什平衡。现有迁移学习方法在迁移过程中只关注于领域间的关联映射，而忽略了每个域的私有特征。特别地，不同领域的光谱数据的差异是理解样品属性之间关系的关键因素，在迁移过程中忽略私有特征会使模型性能大打折扣。
选择从2013 年3 月到2014年3 月我院治疗的200 例2型糖尿病 患者作为研究对象。搜集并统计对比全部入选者的临床资料。主要包含:(1)性别;(2)年龄;(3)家族史;(4)心脑血管类疾病史;(5)吸烟史;(6)糖尿病病程;(7)高血压病程;(8)体重指数;(9)空腹血糖(FBG);(10)糖化血红蛋白(HbA1C);(11)血压;(12)血胆固醇(TC);(13)甘油三酯(TG);(14)高密度脂蛋白(HDL-C);(15) 低密度脂蛋白(LDL-C);(16) 血内皮素1(ET-1);(17)NO;(18)踝肱指数(ABI)。根据ABI 指标将患者分成四组,即正常组(62 例):0.9
东北林业大学是一所以林科为优势、林业工程为特色的多学科协调发展的高等学校，地处我国最大国有林区的中心——哈尔滨市，东经126.6247°，北纬45.7662°，海拔141米，校园占地136公顷，并拥有帽儿山实验林场（帽儿山森林公园）和凉水实验林场（凉水国家级自然保护区）等教学、科研、实习基地，总面积达3.3万公顷。
本研究选择原发性高血压（EH）合并肥胖患者和非EH肥胖患者作为研究对象，分别测定其空腹血浆胃饥饿素（ghrelin）、肥胖抑制素（obestatin）水平，并计算二者比值，与各种经典的心血管危险因素做线性相关分析，包括：血糖、血脂、肥胖相关指标和胰岛素抵抗（IR），观察ghrelin与obestatin系统与这些危险因素之间是否存在关联。同时观察ghrelin基因Leu72Met单核苷酸多态性与EH易患性的关系，研究其与高血压经典危险因素之间是否存在关联。进一步明确该基因突变是否是EH发病的保护性因素。 实验结果显示：1. EH合并肥胖组患者的血浆ghrelin和obestatin水平显著低于非EH肥胖患者及对照者，非EH肥胖患者的血浆ghrelin和obestatin水平显著低于正常对照者。2. EH合并肥胖组患者的ghrelin/obestatin比值显著高于正常对照组，非EH肥胖组患者ghrelin/obestatin比值显著高于正常对照组。3. 在EH合并肥胖组患者中，血浆ghrelin和obestatin水平与BMI、SBP、DBP和HOMA-IR均呈负相关。4. 在非EH肥胖患者中，血浆ghrelin、obestatin和ghrelin/obestatin比值均与BMI和HOMA-IR呈负相关。5. 在三组中，均未观察出血浆ghrelin、obesta
技术转让、合同、入股均可，具体资金双方协商，希望尽快落地实现产业化。