期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到275篇文章
< 1 2 … 14 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Boosting框架算法模型预测雷击火的适用性
1
作者 周暖阳 睢星 +6 位作者 赵凤君 杜建华 李笑笑 闫凯达 张师渊 李威 王京鲁 《陆地生态系统与保护学报》 2025年第2期47-62,共16页
【目的】旨在为我国雷击火发生最严重的大兴安岭林区筛选性能优良的雷击火发生预测模型,为该地区的雷击火精准防控提供科学支撑。【方法】采用大兴安岭林区2015—2023年的历史雷击火案例、气象因子、闪电、可燃物、火险天气指数等多源数... 【目的】旨在为我国雷击火发生最严重的大兴安岭林区筛选性能优良的雷击火发生预测模型,为该地区的雷击火精准防控提供科学支撑。【方法】采用大兴安岭林区2015—2023年的历史雷击火案例、气象因子、闪电、可燃物、火险天气指数等多源数据,运用机器学习方法构建雷击火发生概率模型;并通过对比基于Boosting框架算法(包括AdaBoost、GBM、XGBoost、LightGBM和CatBoost)的模型与其他常用模型(随机森林、决策树和深度神经网络)在雷击火预测性能上的差异,筛选最优的算法模型。【结果】首先,基于Boosting框架集成算法(除AdaBoost)的预测模型在准确率、查准率、召回率、F1值和ROC AUC等关键指标上优于其他常用模型。其次,在所有Boosting框架集成算法中,梯度提升机(Gradient Boosting Machines,GBM)表现最为优异,其准确率达到91%,F1值为0.7004,ROC AUC值为0.9329,表明其在预测雷击火发生概率方面具有较强的综合性能。在实际预测结果验证中,GBM的预测效果也是最优的。模型的特征重要性评估结果表明,空气相对湿度和森林火险天气指数在多个模型中都具有高的重要性,另外纬度也具有较高的重要性。【结论】Boosting框架的集成算法能够有效处理不平衡数据,提高对少数类样本(雷击火)的预测能力,相比于构建模型的其他算法,Boosting框架算法在构建雷击火发生预测模型中具有明显优势,特别是GBM。 展开更多
关键词 雷击火 boosting框架算法 GBM 预测模型 大兴安岭
在线阅读 下载PDF
基于Boosting算法的转炉终点预测模型
2
作者 李星彤 龚伟 李帝阅 《材料与冶金学报》 北大核心 2025年第6期589-596,共8页
针对国内某钢厂的转炉终点控制模型受高炉铁水成分和温度波动较大等因素的影响,致使终点碳温预测命中率偏低的问题,本文中利用现场生产数据建立了基于机器学习的转炉终点智能控制模型,并使用不同的Boosting算法模型对转炉终点进行预测.... 针对国内某钢厂的转炉终点控制模型受高炉铁水成分和温度波动较大等因素的影响,致使终点碳温预测命中率偏低的问题,本文中利用现场生产数据建立了基于机器学习的转炉终点智能控制模型,并使用不同的Boosting算法模型对转炉终点进行预测.结果表明:4种Boosting算法模型的预测准确率均高于机理模型的预测准确率,其中CatBoost模型的准确率最高,其预测值与真实值差距最小;在200炉次中,CatBoost模型终点钢水碳含量预测偏差在±0.02%以内的有166炉,命中率为83.0%,终点温度预测偏差在±15℃以内的有165炉,命中率为82.5%;与机理模型相比,终点钢水碳含量命中率提高了17个百分点,终点温度命中率提高了23.5个百分点,使用CatBoost模型预测能够为现场转炉冶炼过程终点判断提供有效指导. 展开更多
关键词 转炉炼钢 终点碳含量预测 终点温度预测 机器学习 boosting算法
在线阅读 下载PDF
融合XGBoost和SVR的滑坡位移预测 被引量：1
3
作者 王惠琴 梁啸 +4 位作者 何永强 李晓娟 张建良 郭瑞丽 刘宾灿 《湖南大学学报(自然科学版)》 北大核心 2025年第4期149-158,共10页
利用极端梯度提升与支持向量回归,同时结合猎人猎物优化算法的优势,提出了一种融合极端梯度提升和支持向量回归的滑坡位移预测模型.首先采用极端梯度提升(extreme gradient boosting,XGBoost)进行滑坡位移初步预测,进一步利用猎人猎物... 利用极端梯度提升与支持向量回归,同时结合猎人猎物优化算法的优势,提出了一种融合极端梯度提升和支持向量回归的滑坡位移预测模型.首先采用极端梯度提升(extreme gradient boosting,XGBoost)进行滑坡位移初步预测,进一步利用猎人猎物优化算法(hunter-prey optimizer,HPO)优化支持向量回归(support vector regression,SVR)的超参数而构建了一种组合预测模型(HPO-SVR)以修正XGBoost的预测结果.两组滑坡位移实测数据表明:HPO算法通过不断更新猎人与猎物位置的动态寻优策略,获得了更加合理的SVR的超参数.相对于XGBoost、SVR,以及其与粒子群优化算法、遗传算法和HPO的组合预测模型而言,XGBoost-HPO-SVR组合模型在阳屲山滑坡和脱甲山滑坡位移预测中取得了良好的效果,其均方根误差和平均绝对误差分别为3.505和1.357,0.550和0.538. 展开更多
关键词 极端梯度提升 支持向量回归 猎人猎物优化算法 滑坡位移预测
在线阅读 下载PDF
基于IRMO-XGBoost的地表沉陷预计模型研究 被引量：1
4
作者 王军胜 王宏涛 +4 位作者 张文 白宇 金亮星 高志勇 刘娉婷 《安全与环境学报》 北大核心 2025年第9期3504-3513,共10页
煤矿地表沉陷严重威胁矿区生态环境及周边基础设施安全,因此精准预计地表沉陷意义重大。但地表沉陷的预计复杂,概率积分法预计地表沉陷准确性较低。提出了一种基于改进的径向移动(Improved Radial Movement Optimization,IRMO)算法优化... 煤矿地表沉陷严重威胁矿区生态环境及周边基础设施安全,因此精准预计地表沉陷意义重大。但地表沉陷的预计复杂,概率积分法预计地表沉陷准确性较低。提出了一种基于改进的径向移动(Improved Radial Movement Optimization,IRMO)算法优化极致梯度提升(eXtreme Gradient Boosting,XGBoost)算法的地表沉陷预计模型,通过IRMO算法选择XGBoost算法中的学习率、正则化等超参数的最优值,提高了地表沉陷预计精度,并与遗传算法(Genetic Algorithm,GA)优化的XGBoost算法、XGBoost算法的预测结果进行了对比分析,IRMO-XGBoost模型的均方根误差R_(MSE)(0.156)和平均绝对误差M_(AE)(0.126)更低,决定系数R^(2)(0.970)更高。运用IRMO-XGBoost模型对建北煤矿4^(-2)煤305工作面的地表沉陷值进行了预测,结果表明,IRMO-XGBoost模型预测精度明显优于XGBoost算法。最后用Shapley解释(SHapley Additive exPlanations,SHAP)方法量化模型的输入特征对地表沉陷预测的贡献。基于IRMO-XGBoost构建的地表沉陷预计模型精度高,可以极大地帮助矿区掌握地表沉陷对地表环境的破坏程度,为矿区生态环境的保护管理和安全生产措施的制定提供超前预测。 展开更多
关键词 安全工程 地表沉陷预计 改进的径向移动算法 极致梯度提升算法 概率积分法
在线阅读 下载PDF
基于频率自适应的Buck-Boost矩阵变换器主电路参数优选方法 被引量：1
5
作者 杨昭 张小平 钟达栩 《太阳能学报》 北大核心 2025年第7期290-297,共8页
提出一种基于频率自适应的Buck-Boost矩阵变换器(BBMC)主电路参数优选方法。确定其优化对象与优化目标,建立相关数学模型及其多目标优化适应度函数,在此基础上提出采用樽海鞘群优化算法对其主电路参数展开优化研究,并进而针对不同额定... 提出一种基于频率自适应的Buck-Boost矩阵变换器(BBMC)主电路参数优选方法。确定其优化对象与优化目标,建立相关数学模型及其多目标优化适应度函数,在此基础上提出采用樽海鞘群优化算法对其主电路参数展开优化研究,并进而针对不同额定输出频率下的最优主电路参数采用数值拟合方法研究确定其间变化规律的函数关系式,最后通过构建仿真模型与硬件实验装置对其效果进行验证。 展开更多
关键词 Buck-boost矩阵变换器 频率自适应 参数优化 樽海鞘群算法 多目标优化 数值拟合
在线阅读 下载PDF
基于ICOA-XGBoost的光伏阵列复合故障诊断研究
6
作者 张子洵 魏业文 +2 位作者 张轲钦 方豪 吴先用 《太阳能学报》 北大核心 2025年第5期251-259,共9页
为提高光伏阵列复合故障诊断的准确率,提出一种基于改进长鼻浣熊算法(ICOA)优化极端梯度提升(XGBoost)的故障诊断方法。首先,通过分析光伏阵列在不同故障状态下的输出特性,构建一个9维故障特征向量作为模型的输入变量。然后,将结合改进C... 为提高光伏阵列复合故障诊断的准确率,提出一种基于改进长鼻浣熊算法(ICOA)优化极端梯度提升(XGBoost)的故障诊断方法。首先,通过分析光伏阵列在不同故障状态下的输出特性,构建一个9维故障特征向量作为模型的输入变量。然后,将结合改进Circle混沌映射、Levy飞行和t分布随机扰动的ICOA算法与麻雀搜索算法(SSA)、鲸鱼优化算法(WOA)和长鼻浣熊算法(COA)相比较,其在寻优能力、稳定性和收敛速度方面展现出优越性。随后,利用改进的ICOA算法优化XGBoost模型,有效解决了模型初始化参数的设置问题。实验结果显示,结合9维故障特征向量的ICOA-XGBoost模型在故障诊断精度上达到97.23%,优于其他对比模型,证实了所提方法的可行性和有效性。 展开更多
关键词 光伏阵列 故障诊断 改进长鼻浣熊算法 极端梯度提升
在线阅读 下载PDF
基于XGBoost-GRNN算法的分段式风功率预测
7
作者 李进友 李媛 +2 位作者 黄露秋 王海鑫 李超然 《计算机集成制造系统》 北大核心 2025年第10期3831-3845,共15页
针对风电大数据背景下风电机组功率预测准确性、预测功率曲线契合率低等问题,提出一种基于XGBoost-GRNN的风功率预测算法,建立考虑分段式风电数据的风电机组功率预测模型。首先,提出基于风电机组运行状态特征、风速分布模型的SCADA数据... 针对风电大数据背景下风电机组功率预测准确性、预测功率曲线契合率低等问题,提出一种基于XGBoost-GRNN的风功率预测算法,建立考虑分段式风电数据的风电机组功率预测模型。首先,提出基于风电机组运行状态特征、风速分布模型的SCADA数据分段划分方法,并基于数据多维度分析构建功率关联指标架构。其次,提出一种基于改进极端梯度提升(XGBoost)变量的广义神经网络(GRNN)联合风电机组分段式功率预测算法,以获取准确性较高、误差较小的功率预测值。进一步,基于预测偏差、曲线契合率等指标评估所提预测模型的预测性能。最后,以内蒙古塞罕坝风电场20台风电机组为例进行实验分析,结果表明:与传统预测方法相比,所提方法R^(2)均值至少提高了0.0101;与全段数据预测相比,分段式预测R^(2)提高了0.0084。所提模型预测曲线契合率为0.9184,相比其余4种模型预测曲线契合率至少提高了0.036。 展开更多
关键词 风电大数据 风电机组 极端梯度提升 广义神经网络 分段式功率预测算法
在线阅读 下载PDF
基于HO-BP-AdaBoost的大坝变形监控模型
8
作者 代硕 苏怀智 +1 位作者 谷宇 郭莹莹 《水电能源科学》 北大核心 2025年第7期153-156,108,共5页
建立高精度的大坝变形监控模型对于分析大坝变形监测资料,保障大坝运行安全具有重要意义,但传统的反向传播神经网络(BP)在搜索过程中容易陷入局部最优,因此将具有较好全局搜索能力的河马优化算法(HO)引入反向传播神经网络,并基于自适应... 建立高精度的大坝变形监控模型对于分析大坝变形监测资料,保障大坝运行安全具有重要意义,但传统的反向传播神经网络(BP)在搜索过程中容易陷入局部最优,因此将具有较好全局搜索能力的河马优化算法(HO)引入反向传播神经网络,并基于自适应增强算法(AdaBoost),构建了HO-BP-AdaBoost大坝变形监控模型。首先,利用HO算法对BP神经网络的初始权值和阈值进行优化,并将优化后的权值和阈值赋予BP神经网络,构建HO-BP弱预测器;然后通过训练迭代多个弱预测器,并根据预测误差分配不同的权重,组合成为强预测器;最后,以某混凝土坝为例,通过选取决定系数、均方根误差、均方误差及平均绝对误差作为评价指标,比较该模型与其他模型的输出结果。结果表明,HO-BP-AdaBoost模型对于大坝变形具有较高的预测精度。 展开更多
关键词 大坝变形预测 监控模型 反向传播神经网络 自适应增强算法 河马优化算法
在线阅读 下载PDF
基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型
9
作者 师国东 胡明茂 +3 位作者 宫爱红 龚青山 郭庆贺 谭浩 《计算机集成制造系统》 北大核心 2025年第9期3467-3484,共18页
为有效预测车辆油耗,提高燃油经济性,促进节能减排,提出一种基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型。该模型首先采用极端梯度提升树(XGBoost)算法提取车辆油耗特征,以优化模型的输入变量,提高模型的泛化性和鲁棒性。然后,利用... 为有效预测车辆油耗,提高燃油经济性,促进节能减排,提出一种基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型。该模型首先采用极端梯度提升树(XGBoost)算法提取车辆油耗特征,以优化模型的输入变量,提高模型的泛化性和鲁棒性。然后,利用多策略改进的鲸鱼优化算法(MSIWOA)对长短期记忆神经网络(LSTM)中的超参数进行自适应寻优,并将优化后的超参数代入LSTM中对车辆油耗进行建模预测。结合实际车辆油耗算例进行对比实验,结果表明,相对于其他对比模型,XGBoost-MSIWOA-LSTM预测模型预测精度更高,对降低车辆油耗具有一定的指导意义。 展开更多
关键词 油耗预测 极端梯度提升树 多策略改进的鲸鱼优化算法 长短期记忆神经网络 自适应寻优
在线阅读 下载PDF
基于BOA-XGBoost的沥青路面抗滑性能预测方法 被引量：1
10
作者 许新权 户媛姣 +1 位作者 翁宇涵 何伟杰 《重庆交通大学学报(自然科学版)》 北大核心 2025年第6期35-44,共10页
道路表面纹理是影响抗滑性能的关键因素。为深入研究其影响机理,解决多特征数据条件下传统预测方法精度受限的问题,提出了一种基于贝叶斯优化(BOA)和极端梯度提升(XGBoost)融合的路面抗滑性能评估模型。制备了不同级配类型的沥青混合料... 道路表面纹理是影响抗滑性能的关键因素。为深入研究其影响机理,解决多特征数据条件下传统预测方法精度受限的问题,提出了一种基于贝叶斯优化(BOA)和极端梯度提升(XGBoost)融合的路面抗滑性能评估模型。制备了不同级配类型的沥青混合料试件,基于摆式摩擦仪和三维激光扫描设备分别获取试件表面的摩擦数据和三维纹理数据;提取高度、波长、形状参数用以描述纹理结构,并进行纹理特征重要性分析,明确显著影响抗滑性能因子;引入贝叶斯优化算法的搜索极端梯度来提升模型的最优关键参数,并构建了抗滑性能预估模型。研究结果表明:所提出的模型与对比模型相比,其精度更高,相关系数R^(2)=0.8906,分别比对比模型提升了25.2%、13.0%、15.1%,能有效地关联纹理特征与路面抗滑性能。 展开更多
关键词 道路工程 路面抗滑性能 三维纹理 特征重要性分析 贝叶斯优化算法 极端梯度提升
在线阅读 下载PDF
基于XGBoost⁃PLUS模型的成渝城市群生态安全格局多情景模拟及反规划优化
11
作者 邱大鹅 张军以 +1 位作者 杨晓雪 齐渴路 《生态学报》 北大核心 2025年第16期7905-7920,共16页
工业化城镇化快速发展导致土地利用/土地覆被剧烈变化,造成了土地退化、生物多样性丧失等一系列生态环境问题。基于未来长时间序列土地利用变化的生态安全格局共性问题,“反规划”提出优化策略,就成为应对不确定发展情境下区域生态安全... 工业化城镇化快速发展导致土地利用/土地覆被剧烈变化,造成了土地退化、生物多样性丧失等一系列生态环境问题。基于未来长时间序列土地利用变化的生态安全格局共性问题,“反规划”提出优化策略,就成为应对不确定发展情境下区域生态安全的重要途径。以成渝城市群为研究区,使用InVEST、PLUS模型、XGBoost机器算法等方法,提取潜在生态源地,优化生态阻力面空间权重分配,识别多种发展情境下成渝城市群生态安全格局共性问题并提出优化策略。结果表明:(1)成渝城市群2020和2035年(NDS、CPS、EDS、EPS)生态源地分别为53、51、50、43、51个,面积为24892.75、24462.57、24119.43、23833.75、27249.36 km^(2),空间呈“U”型半包围结构,集中分布在成渝城市群边缘;(2)2020和2035年不同发展情景下成渝城市群生态廊道呈“边缘贯通⁃中疏⁃东密”的网状结构,生态夹点集中分布在川东平行岭谷区,生态障碍点广泛分布在以成都平原为核心的长距生态廊道中部;(3)基于多种发展情境下生态安全格局共性问题“反规划”构建了“一轴两带四区多点”的生态安全优化格局。研究结果可为成渝城市群社会经济与生态安全建设协调发展提供科学依据。 展开更多
关键词 XGboost机器算法 PLUS模型 生态安全格局 电路理论 成渝城市群
在线阅读 下载PDF
基于MIDBO-BP-Adaboost的高铁路基沉降预测
12
作者 贺全鹏 司涌波 李少远 《北京交通大学学报》 北大核心 2025年第3期182-192,共11页
针对温度、湿度等因素影响带来的高铁路基沉降问题,提出一种改进的蜣螂优化算法(My Improved Dung Beetle Optimization Algorithm,MIDBO)-反向传播(Back Propagation,BP)神经网络-自适应提升算法(Adaptive Boosting,Adaboost)组合预测... 针对温度、湿度等因素影响带来的高铁路基沉降问题,提出一种改进的蜣螂优化算法(My Improved Dung Beetle Optimization Algorithm,MIDBO)-反向传播(Back Propagation,BP)神经网络-自适应提升算法(Adaptive Boosting,Adaboost)组合预测模型.首先,为解决蜣螂优化算法易陷入局部最优和复杂工程应用效果不佳的缺陷,提出一种复合混沌映射、模拟退火算法、非线性指数动态权重系数多策略融合的MIDBO算法;然后,利用MIDBO算法对BP神经网络进行优化,再与Adaboost算法结合,建立了MIDBO-BP-Adaboost模型;最后,将不同模型应用于兰新高速铁路进行预测分析.研究结果表明:MIDBO算法有效优化了BP神经网络,提高了模型精度;Adaboost算法提高了模型的稳健性和泛化能力;与BP预测模型相比,MIDBO-BP-Adaboost模型的平均绝对误差、均方根误差、平均绝对百分比误差分别减小63.81%、63.84%、62.26%,拟合系数提高18.82%.研究成果可以为兰新高铁路基沉降预测提供参考. 展开更多
关键词 交通信息工程及控制 高速铁路 路基沉降 蜣螂优化算法 反向传播神经网络 自适应提升算法
在线阅读 下载PDF
基于XGBoost算法划痕损伤PVC-P土工膜力学性能预测
13
作者 张宪雷 刘建群 张文慧 《水电能源科学》 北大核心 2025年第5期111-115,共5页
面膜堆石坝上游坝面膜防渗结构因施工操作不当或多孔隙介质垫层界面特性易造成PVC-P土工膜物理性划痕损伤,为判别划痕损伤PVC-P土工膜能否满足工程安全运行要求,以划痕损伤PVC-P土工膜断裂强度/延伸率试验数据为依托,构建了基于极端梯... 面膜堆石坝上游坝面膜防渗结构因施工操作不当或多孔隙介质垫层界面特性易造成PVC-P土工膜物理性划痕损伤,为判别划痕损伤PVC-P土工膜能否满足工程安全运行要求,以划痕损伤PVC-P土工膜断裂强度/延伸率试验数据为依托,构建了基于极端梯度提升(XGBoost)算法的预测模型,将该模型预测结果与随机森林(RF)算法预测结果进行比较,选用平均绝对误差(M MAE)、平均绝对百分比误差(M_(MAPE))、均方根误差(R_(RMSE))和决定系数(R^(2))作为评价指标评估了预测精度,并运用SHAP算法获得影响作用较大的划痕损伤阈值。结果表明,基于XGBoost算法的预测模型预测精度更高,SHAP法能够合理解释模型的预测结果,划痕角度是影响损伤后力学性能的主要因素。研究结果为工程技术人员准确预判划痕损伤PVC-P土工膜力学性能提供了参考。 展开更多
关键词 极端梯度提升树(XGboost)算法 随机森林(RF)算法 力学性能预测 PVC-P土工膜 断裂强度 断裂延伸率
在线阅读 下载PDF
基于HEOA-XGBoost组合模型的边坡稳定性预测
14
作者 祁云 白晨浩 +3 位作者 秦凯 段宏飞 李绪萍 汪伟 《中国安全科学学报》 北大核心 2025年第9期137-144,共8页
为预防边坡失稳安全事故发生,针对边坡失稳的不确定性及影响因素的复杂性等问题,提出一种基于人类进化优化算法(HEOA)优化极端梯度提升(XGBoost)的组合模型,以预测边坡稳定性。首先分析影响边坡失稳的主控因素,选取边坡岩体的6项影响因... 为预防边坡失稳安全事故发生,针对边坡失稳的不确定性及影响因素的复杂性等问题,提出一种基于人类进化优化算法(HEOA)优化极端梯度提升(XGBoost)的组合模型,以预测边坡稳定性。首先分析影响边坡失稳的主控因素,选取边坡岩体的6项影响因素建立边坡稳定性预测指标体系;其次利用极差标准化统一样本量纲,并采用合成少数类过采样技术(SMOTE)平衡样本等级分布;然后通过HEOA优化XGBoost模型的最大深度、学习率、子样本比例、列样本比例和最小损失;最后利用准确率、精确率、召回率、F_(1)分数和科恩卡帕系数综合评价所建模型的预测结果,并将该模型应用于具体工程实例。结果表明:经HEOA优化后XGBoost模型的最大深度、学习率、子样本比例、列样本比例和最小损失分别为6、0.5838、0.4615、0.5846和0.0244时效果凸显;HEOA-XGBoost组合模型预测边坡稳定性状态相比于其他智能算法优化的XGBoost模型和单一XGBoost模型,其各评价指标均有所提升,表明该模型预测边坡稳定性状态具有较高的精准度和泛化性。 展开更多
关键词 边坡稳定性 人类进化优化算法(HEOA) 极端梯度提升(XGboost) 极差标准化 合成少数类过采样技术(SMOTE)
在线阅读 下载PDF
全模型迭代重建算法结合柔性减影CE-boost技术在双低剂量肺动脉CT血管造影中的应用
15
作者 郭怡菁 毕正宏 +5 位作者 徐伟健 沈蕾蕾 陆金娟 赵梓程 曾蒙苏 王明亮 《中国医学计算机成像杂志》 北大核心 2025年第5期743-748,共6页
目的:探讨全模型迭代重建算法(MBIR)结合柔性减影CE-boost技术对于低辐射剂量、低对比剂用量(双低剂量)肺动脉CT血管造影(CTPA)图像质量的影响。方法:前瞻性收集本院2024年3月至6月期间因疑似肺动脉栓塞(PE)行CTPA检查的患者64例。常规... 目的:探讨全模型迭代重建算法(MBIR)结合柔性减影CE-boost技术对于低辐射剂量、低对比剂用量(双低剂量)肺动脉CT血管造影(CTPA)图像质量的影响。方法:前瞻性收集本院2024年3月至6月期间因疑似肺动脉栓塞(PE)行CTPA检查的患者64例。常规剂量组(32例)采用管电压100 kV,自动管电流调节,噪声系数10,对比剂用量50 mL。双低剂量组(32例)采用管电压100 kV,自动管电流调节,噪声系数15,对比剂用量25 mL。两组受检者均使用浓度为350 mgI/100 mL的非离子型水溶性碘对比剂碘美普尔,注射速率均为3.5 mL/s并注射25 mL生理盐水冲洗。常规剂量组图像使用传统混合迭代重建,双低剂量组图像使用全模型迭代重建结合柔性减影CE-boost技术进行后处理。比较两组图像的CT值、图像背景噪声、信噪比(SNR)、对比度噪声比(CNR)以及辐射剂量的差异。2名诊断医师根据Likert 5级量表法对图像质量进行主观评估。结果:常规剂量组和双低剂量组的有效辐射剂量(ED)分别为(2.71±0.52)mSv、(1.44±0.51)mSv,差异有统计学意义(P<0.001);两组的剂量长度乘积(DLP)分别为(193.53±36.80)mGy·cm、(102.63±36.29)mGy·cm,差异有统计学意义(P<0.001)。图像质量方面,双低剂量组在的CT值(左/右肺动脉干、左/右肺下叶动脉)、SNR值和CNR均高于常规剂量组(P<0.05,P<0.001);背景噪声值则低于常规剂量组,差异有统计学意义(P<0.001)。双低剂量组的主观评分高于常规剂量组(P<0.001),且主观评分的观察者间一致性均良好。结论:CTPA图像通过MBIR算法降低图像噪声,同时结合柔性减影CE-boost技术可以在确保图像质量不降或有所提升的基础上,减少患者所受辐射剂量,并将对比剂使用量减半,即便如此,肺动脉及其远端血管的显示效果依然优异,从而提高了患者检查过程的安全性。 展开更多
关键词 全模型迭代重建算法 柔性减影CE-boost技术 低辐射剂量 低对比剂用量 肺动脉CT血管成像
在线阅读 下载PDF
基于Boosting算法的垃圾邮件过滤方法研究 被引量：7
16
作者 柴宝仁 谷文成 +2 位作者 牛占云 周宏君 王克生 《北京理工大学学报》 EI CAS CSCD 北大核心 2013年第1期79-83,共5页
为解决垃圾邮件过滤的精确度和有效性问题,提出了一种基于邮件内容过滤的垃圾邮件过滤方法,该方法采用Boosting算法构造了一种垃圾邮件过滤器,利用该垃圾邮件过滤器实现对垃圾邮件的过滤.本文借鉴文本分类和信息检索领域所使用的评价指... 为解决垃圾邮件过滤的精确度和有效性问题,提出了一种基于邮件内容过滤的垃圾邮件过滤方法,该方法采用Boosting算法构造了一种垃圾邮件过滤器,利用该垃圾邮件过滤器实现对垃圾邮件的过滤.本文借鉴文本分类和信息检索领域所使用的评价指标,构建了垃圾邮件过滤器的评价体系,利用该评价体系,针对基于Boosting算法所构造的垃圾邮件过滤器对垃圾邮件的过滤实验所得到的数据进行了测试和评估,测试和评估的结果验证了Boosting算法在垃圾邮件过滤中的有效性,其性能优于传统的贝叶斯算法. 展开更多
关键词 boosting算法 垃圾邮件 过滤 分类器 评价
在线阅读 下载PDF
基于Boosting算法的文本自动分类器设计 被引量：13
17
作者 董乐红 耿国华 周明全 《计算机应用》 CSCD 北大核心 2007年第2期384-386,共3页
Boosting算法是目前流行的一种机器学习算法。采用一种改进的Boosting算法Adaboost.MH^(KR)作为分类算法,设计了一个文本自动分类器,并给出了评估方法和结果。评价表明,该分类器有很好的分类精度。
关键词 文本分类 机器学习 boosting算法
在线阅读 下载PDF
不均衡数据下基于CS-Boosting的故障诊断算法 被引量：6
18
作者 姚培 王仲生 +1 位作者 姜洪开 刘贞报 《振动．测试与诊断》 EI CSCD 北大核心 2013年第1期111-115,169,共5页
针对传统Boosting算法在训练样本不均衡数据情况下不能较好地实现转子系统故障诊断的问题,提出了一种基于代价敏感度框架的Boosting故障诊断算法CS-Boosting。该算法建立了一个代价敏感损失函数,通过先验概率公式计算正样本与负样本的... 针对传统Boosting算法在训练样本不均衡数据情况下不能较好地实现转子系统故障诊断的问题,提出了一种基于代价敏感度框架的Boosting故障诊断算法CS-Boosting。该算法建立了一个代价敏感损失函数,通过先验概率公式计算正样本与负样本的惩罚因子,并通过决策规则的训练使代价损失函数最小化。将该算法应用到滚动轴承故障诊断中,并与传统的Adaboost算法进行对比。试验结果表明,在转子系统不能获取更多故障数据的情况下,该算法的故障诊断性能较其他算法有明显的提高。 展开更多
关键词 代价敏感度 滚动轴承 boosting算法 CS—boosting 代价损失函数
在线阅读 下载PDF
基于对象的Boosting方法自动提取高分辨率遥感图像中建筑物目标 被引量：15
19
作者 孙显 王宏琦 张正 《电子与信息学报》 EI CSCD 北大核心 2009年第1期177-181,共5页
遥感图像空间分辨率的提高,在极大丰富地物目标信息含量的同时,也使得一些传统的目标提取方法受到较大挑战。该文结合基于对象的思想和Boosting算法,提出一种新的针对高分辨率遥感图像中建筑物自动提取的方法。该方法通过构建对象网络... 遥感图像空间分辨率的提高,在极大丰富地物目标信息含量的同时,也使得一些传统的目标提取方法受到较大挑战。该文结合基于对象的思想和Boosting算法,提出一种新的针对高分辨率遥感图像中建筑物自动提取的方法。该方法通过构建对象网络关联图像分割和识别,有效解决了一般方法中采用预先定义形状和大小的滑动窗检测目标时效果不佳的问题。然后针对建筑物的目标特性训练有效特征分类器,并利用标记置信度来综合分析图像的各类信息,完成目标提取及后续处理。实验结果表明,该方法可用于提取多种类型和结构的建筑物,准确率高、鲁棒性好,具有较高的应用价值。 展开更多
关键词 目标识别 建筑物提取 基于对象 多尺度分割 boosting算法
在线阅读 下载PDF
基于Boosting方法的人脸检测 被引量：8
20
作者 陈爱斌 夏利民 赵桂敏 《计算机工程与应用》 CSCD 北大核心 2004年第3期50-52,共3页
该文提出一种基于Boosting方法的人脸检测算法。先用特征脸方法构造一个基于重建图像信噪比的阈值函数用于人脸检测,在此基础上,该文利用Boosting方法构造一个基于信噪比阈值的检测函数序列,然后以一定的方式将它们组合成一个总检测函数... 该文提出一种基于Boosting方法的人脸检测算法。先用特征脸方法构造一个基于重建图像信噪比的阈值函数用于人脸检测,在此基础上,该文利用Boosting方法构造一个基于信噪比阈值的检测函数序列,然后以一定的方式将它们组合成一个总检测函数,据此判别一幅图像是否为人脸图像。实验结果显示,这种方法明显提高了检测性能。 展开更多
关键词 人脸检测 特征脸 信噪比 boosting方法 模式识别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 14 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部