丁国辉
- 作品数：2 被引量：4H指数：1
- 供职机构：中国科学院武汉物理与数学研究所更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：理学更多>>
- 基于改进非线性拟合的核磁共振T2谱多指数反演被引量：4
- 2016年
- 核磁共振T_2谱多指数反演算法是开展复杂体系样品核磁共振(NMR)弛豫研究最重要的数学工具.常用的T_2谱多指数反演算法一般都是事先给出弛豫时间T_2分布的布点,然后转化为线性拟合问题进行求解.在求解的T_2谱较为分散的时候,反演得到的T_2谱精确度不高,分辨率较低.非线性拟合是解决这个问题的有效办法.本文针对分散T_2谱反演利用非线性拟合时遇到的初值依赖及运算复杂问题,利用线性回归最小二乘方法,改进了其中的带非负约束非线性优化模型,将搜索的反演参数从T_2,f减少为T_2,加快了收敛速度,减少了对初值的依赖,提高了反演精度,使算法更加稳健.通过用改进的Levenberg-Marquardt算法和差分进化算法进行计算机模拟反演及实验数据反演,验证了改进方法在核磁共振T_2谱反演中的有效性.
- 吴量陈方黄重阳丁国辉丁义明
- 关键词：核磁共振差分进化
- L_1范数支持向量机在代谢组学中的应用
- 2015年
- 代谢组学是关于生物体内源性代谢物质的整体及其变化规律的科学,也是一个数据密集型的研究领域,由此使得模式识别在代谢数据处理中有重要作用.L1范数支持向量机(L1-Norm Support Vector Machines,L1-norm SVMs)作为在模式识别领域中准确、稳健的方法,在代谢组学中的应用较少.该文应用L1-norm SVM方法对小鼠感染血吸虫后的代谢数据进行了分析,分析结果显示L1-norm SVM在聚类与特征选择方面具有优势,并表明它在代谢组学领域的应用有着潜力和前景.
- 丁国辉孙建强吴俊芳黄慎丁义明
