助推理论在垃圾分类行为干预中的应用研究 被引量：3

1

作者 梁宇超 张越 《生态经济》 北大核心 2024年第1期178-187,共10页

论文梳理了现阶段中国垃圾分类管理相关政策研究,指出将新兴的助推干预工具引入垃圾分类管理工作中的必要性。首先,结合国内外文献分析了助推理论的内涵、分类方式、评价和争议,系统归纳了国内外关于助推理论的应用研究成果,重点分析了... 论文梳理了现阶段中国垃圾分类管理相关政策研究,指出将新兴的助推干预工具引入垃圾分类管理工作中的必要性。首先,结合国内外文献分析了助推理论的内涵、分类方式、评价和争议,系统归纳了国内外关于助推理论的应用研究成果,重点分析了助推理论在环境领域的应用研究进展。然后,从默认型助推、显著型助推、启动型助推、社会型助推、承诺型助推等角度讨论北京市现行垃圾分类干预中带有助推特征的政策工具,并对如何完善和改进垃圾分类中的助推工具提供了构想。最后,论文从实施成本角度、政府职能角度、文化背景角度以及实施环境角度分析了将助推干预工具引入中国垃圾分类管理的优势,并对助推理论在垃圾分类中的未来研究方向进行了展望。 展开更多

关键词 助推理论 生活垃圾源头分类 绿色助推 垃圾分类管理

在线阅读 下载PDF 职称材料

实现可持续消费--公众参与行为与助推方案分析

2

作者 王婷 邹紫莹 胡玉杰 《商业经济研究》 北大核心 2025年第9期47-51,共5页

公众的积极参与是实现可持续消费的关键,研究通过调查公众参与现状,运用二元逻辑回归模型,从公众自身特征和消费外部环境两个维度,分析可持续消费行为的影响因素。结果表明,公众的年龄、学历、收入、环境危机意识和环保责任感知以及商... 公众的积极参与是实现可持续消费的关键,研究通过调查公众参与现状,运用二元逻辑回归模型,从公众自身特征和消费外部环境两个维度,分析可持续消费行为的影响因素。结果表明,公众的年龄、学历、收入、环境危机意识和环保责任感知以及商品功能和价格会显著影响公众是否参与可持续消费,而性别、商品质量和促销、政策法规、优惠补贴和宣传教育的影响不显著。针对研究发现的问题,本文提出了五个可持续消费的助推方案,旨在促进公众参与低能耗、低污染的可持续消费,探索社会赋能实现可持续发展的有效路径。 展开更多

关键词 可持续消费行为 群体分类 责任分担 助推理论

在线阅读 下载PDF 职称材料

基于LDA模型融合Catboost算法的文本自动分类系统设计与实现 被引量：4

3

作者 刘爱琴 郭少鹏 张卓星 《国家图书馆学刊》 CSSCI 北大核心 2023年第5期84-92,共9页

互联网的蓬勃发展使得文本数据呈指数型增长态势,如何实现文本内容的高效分类成为信息资源管理工作面临的紧要问题。本文以维普学术期刊资源与百度新闻网页作为基础语料集,基于LDA模型抽取文档主题、切分文本内容,融合集成学习Catboost... 互联网的蓬勃发展使得文本数据呈指数型增长态势,如何实现文本内容的高效分类成为信息资源管理工作面临的紧要问题。本文以维普学术期刊资源与百度新闻网页作为基础语料集,基于LDA模型抽取文档主题、切分文本内容,融合集成学习Catboost算法获得文档在主题上的概率分布,然后利用训练集提取出的隐含主题-文本矩阵进行分类器训练,最终构建文本分类系统。研究结果显示,该系统能够有效完成文本混合自动分类,分类误差率较低,分类性能明显优于传统的文本分类方法。 展开更多

关键词 隐含狄利克雷分布(LDA) 文本自动分类 SVM算法 catboost算法

在线阅读 下载PDF 职称材料

基于CatBoost-MOEAD的大直径泥水盾构施工多目标预测优化 被引量：2

4

作者 吴贤国 刘俊 +2 位作者 苏飞鸣 陈虹宇 冯宗宝 《中国安全科学学报》 CAS CSCD 北大核心 2024年第6期57-64,共8页

为有效优化盾构施工参数,实现在大直径泥水盾构掘进过程中安全、高效和节能的目标,提出分类助推(CatBoost)和基于分解的多目标进化算法(MOEAD)相结合的混合智能算法;综合考虑盾构施工参数与地质条件,以主要的盾构施工参数为研究对象,选... 为有效优化盾构施工参数,实现在大直径泥水盾构掘进过程中安全、高效和节能的目标,提出分类助推(CatBoost)和基于分解的多目标进化算法(MOEAD)相结合的混合智能算法;综合考虑盾构施工参数与地质条件,以主要的盾构施工参数为研究对象,选择地表沉降、贯入度和掘进比能为预测和控制目标;优化调控选择的盾构施工参数,并以武汉市轨道交通某号线为例,验证该混合算法的有效性。结果表明:采用CatBoost算法建立的预测模型在大直径泥水盾构上表现出来的预测性能良好,对3个控制目标的拟合精度(R 2)均达到0.9以上;预测模型的重要性排序表明:大直径泥水盾构的总推进力和推进速度对地表沉降、贯入度和掘进比能有显著影响;所提出的CatBoost-MOEAD混合智能算法对3个控制目标的优化效果明显,地表沉降、贯入度和掘进比能分别达到12.35%、7.47%和10.70%的优化幅度,并给出相应盾构施工参数的控制范围。 展开更多

关键词 大直径泥水盾构 分类助推(catboost) 基于分解的多目标进化算法(MOEAD) 多目标优化 地表沉降

在线阅读 下载PDF 职称材料

社会规范策略对居民垃圾分类的助推效应:一个田野实验 被引量：5

5

作者 凌卯亮 徐林 《治理研究》 CSSCI 北大核心 2023年第1期108-124,159,160,共19页

当前我国政府正全力推行生活垃圾源头分类,政策手段主要依赖宣传劝导与经济激励。鲜有文献检视行为助推政策对我国居民垃圾分类的影响。基于浙江省Q市近3600户家庭的田野实验数据,系统评估社会规范策略对垃圾分类行为的效果。该策略利... 当前我国政府正全力推行生活垃圾源头分类,政策手段主要依赖宣传劝导与经济激励。鲜有文献检视行为助推政策对我国居民垃圾分类的影响。基于浙江省Q市近3600户家庭的田野实验数据,系统评估社会规范策略对垃圾分类行为的效果。该策略利用个体从众心理,旨在通过披露社群中大多数成员对目标行为的遵从与认可,促使受众改善行为。研究发现,社会规范策略显著提高了家庭垃圾分类参与水平,且策略效果在环保偏好或社会资本较弱的人群中更强。该策略不仅具有即时效应,在干预停止后仍发挥持续影响。进一步的成本效益分析表明,社会规范策略相比传统政策手段具有明显的成本优势。研究结果确证了社会规范策略的高效性,深化了对行为助推政策作用机理与适用条件的认识。 展开更多

关键词 居民垃圾分类 行为助推 社会规范 行为政策科学 田野实验

在线阅读 下载PDF 职称材料

基于SMOTE-GA-CatBoost算法的全国地表水水质分类评价 被引量：7

6

作者 徐玲 景向楠 +3 位作者 杨英 李卫华 刘怡心 严国兵 《中国环境科学》 EI CAS CSCD 北大核心 2023年第7期3848-3856,共9页

针对地表水分类评价中水污染特征空间的高冲突性以及水质类别的不均衡性等问题,以7项地表水水质指标为水质评价因子,采用SMOTE过采样技术结合遗传算法和CatBoost模型对全国主要江河和重要湖库分别进行水质分类评价,并与其他4种改进集成... 针对地表水分类评价中水污染特征空间的高冲突性以及水质类别的不均衡性等问题,以7项地表水水质指标为水质评价因子,采用SMOTE过采样技术结合遗传算法和CatBoost模型对全国主要江河和重要湖库分别进行水质分类评价,并与其他4种改进集成算法进行对比.结果表明:SMOTE预处理有效改善样本类别的不均衡性,提高CatBoost模型对少数类水质样本分类的准确性;遗传算法调参有效提高CatBoost模型的收敛速度和分类精度,优化了模型的分类性能;SMOTE-GA-CatBoost模型对江河和湖库的水质分类效果均优于其他4种改进集成分类模型,其对江河水水质分类的准确率、精确率、召回率、F1分别为97.7%、97.8%、96.1%、96.9%,对湖库水水质分类的准确率、精确率、召回率、F1分别为96.7%、96.2%、95.4%、95.8%,该模型可以实现不同水域的水质分类评价. 展开更多

关键词 地表水 水质分类评价 catboost SMOTE 遗传算法

在线阅读 下载PDF 职称材料

分类模式实现精准扶贫 效益明显助推全面脱贫——灵石县探索农机资产收益扶贫模式 被引量：2

7

作者 杨小虎 《当代农机》 2018年第3期51-52,共2页

灵石县位于山西省中部、晋中市最南端,属非贫困县。辖12个乡镇、287个行政村,总人口27.0322万人,其中农业人口71 603户17.7612万人。2016年全县精准识别出贫困户6 165户12 321人,其中南关镇吴庄村为省定贫困村。为实现精准扶贫、精准脱... 灵石县位于山西省中部、晋中市最南端,属非贫困县。辖12个乡镇、287个行政村,总人口27.0322万人,其中农业人口71 603户17.7612万人。2016年全县精准识别出贫困户6 165户12 321人,其中南关镇吴庄村为省定贫困村。为实现精准扶贫、精准脱贫,灵石县紧紧围绕省、市安排部署,狠抓扶贫政策的落实,紧密结合县域实际,进行了一系列扶贫探索实践,取得了一定的实效。2017年,在县委、县政府的领导下,县农机局布点2个农机合作社实施农机资产收益扶贫试点项目,共投入财政扶贫资金52.8万元,吸纳贫困户70户180人,可实现贫困户年收益11万多元。 展开更多

关键词 财政扶贫 农机局 灵石县 分类模式 资产 脱贫 助推 效益

在线阅读 下载PDF 职称材料

结合CNN和Catboost算法的恶意安卓应用检测模型 被引量：5

8

作者 苏庆 林华智 +1 位作者 黄剑锋 林志毅 《计算机工程与应用》 CSCD 北大核心 2021年第15期140-146,共7页

针对恶意安卓应用程序检测中存在的特征维度大、检测效率低的问题,结合卷积神经网络CNN良好的特征提取和降维能力以及catboost算法无需广泛数据训练即可产生较好分类结果的优点,构建一个CNN-catboost混合恶意安卓应用检测模型。通过逆... 针对恶意安卓应用程序检测中存在的特征维度大、检测效率低的问题,结合卷积神经网络CNN良好的特征提取和降维能力以及catboost算法无需广泛数据训练即可产生较好分类结果的优点,构建一个CNN-catboost混合恶意安卓应用检测模型。通过逆向工程获取安卓应用的权限、API包、组件、intent、硬件特性和OpCode特征等静态特征并映射为特征向量,再在特征处理层使用卷积核对特征进行局部感知处理以增强信号。使用最大池化对处理后的特征进行下采样,降低维数并保持特征性质不变。将处理后的特征作为catboost分类层的输入向量,利用遗传算法的全局寻优能力对catboost模型进行调参,进一步提升分类准确率。对训练完成的模型,分别使用已知和未知类型的安卓应用程序数据集作实际应用测试。实验结果表明CNN-catboost模型调参用时较少,在预测精度和检测效率上也展示出较为良好的效果。 展开更多

关键词 恶意安卓应用 卷积神经网络 catboost分类算法 遗传算法

在线阅读 下载PDF 职称材料

基于卷积神经网络与CatBoost的轴承故障诊断算法 被引量：2

9

作者 鲁夕瑶 张成彬 +2 位作者 皋军 徐燕萍 邵星 《机电工程》 CAS 北大核心 2023年第5期715-722,共8页

使用一般诊断算法对滚动轴承进行故障排查时,需要对数据进行特征提取,而在其特征提取过程中存在数据量庞大、手动提取和选择受限的问题,为此,提出了一种基于卷积神经网络(CNN)与CatBoost的混合分类模型(方法),以进行轴承的故障诊断。首... 使用一般诊断算法对滚动轴承进行故障排查时,需要对数据进行特征提取,而在其特征提取过程中存在数据量庞大、手动提取和选择受限的问题,为此,提出了一种基于卷积神经网络(CNN)与CatBoost的混合分类模型(方法),以进行轴承的故障诊断。首先,将预处理后的数据经过CNN提取的特征作为输入量,输入到该模型中,提取了训练后输出的模型参数;然后,使用CatBoost方法对滚动轴承数据集进行了分析,进一步研究了不同学习模型在同一数据集下对分类精度的影响;最后,通过降低过拟合的风险,运用4种相关系数指标进行了对比实验,研究了CNN-CatBoost混合分类模型对滚动轴承故障数据的分类效果。研究结果表明:基于CNN与CatBoost方法进行轴承故障诊断的平均准确率达到98%以上,该方法的有效性得到了验证;采用少量的数据训练样本即可达到较好的轴承故障数据分类效果,与单一深度学习模型和一些典型机器学习模型相比,该模型具有更好的性能。 展开更多

关键词 卷积神经网络 catboost算法 故障特征提取 故障分类精度 深度学习模型 训练时间

在线阅读 下载PDF 职称材料

基于CatBoost的常用电器负载电弧故障识别方法 被引量：10

10

作者 金翠 刘洋 +3 位作者 李琦 赵墨林 莫显耀 王影 《电测与仪表》 北大核心 2023年第7期193-200,共8页

电气火灾造成的危害日益受到人们重视,其成因中占比最大的是电弧故障。电弧识别是一种重要的电弧故障预防性技术,可以监测电气设备中的电弧事故,以便及时采取应对措施,是智能用电的重要组成部分。文中就电弧故障识别方法展开研究,搭建... 电气火灾造成的危害日益受到人们重视,其成因中占比最大的是电弧故障。电弧识别是一种重要的电弧故障预防性技术,可以监测电气设备中的电弧事故,以便及时采取应对措施,是智能用电的重要组成部分。文中就电弧故障识别方法展开研究,搭建了实验平台,分析了不同家用电器负载组合的电弧特征,进行了特征提取;提出了一种基于CatBoost分类模型的电弧识别方法,使用CatBoost模型对提取到的特征进行训练,以实现电弧故障的快速识别;经过测试及验证,与现有的SVM、Random Forest等常用识别分类方法相比,提出的基于CatBoost分类模型的电弧识别方法具有更高的准确率和召回率,能够有效提高电弧事故的识别精度。 展开更多

关键词 电弧故障 catboost分类模型 电弧识别 召回率

在线阅读 下载PDF 职称材料

基于CatBoost的重金属污染场地风险等级预测模型 被引量：2

11

作者 李心治 张健钦 +3 位作者 胡昊 姜会忠 李星辰 陆楠 《绿色科技》 2022年第24期140-145,151,共7页

为有效利用污染场地环境大数据,在未进行钻孔取样的情况下对重金属污染场地进行风险等级的预测评估,研究构建了基于机器学习模型CatBoost的重金属污染场地风险等级预测模型,并分析制定了模型学习样本的制作方法,依据污染行业专家知识结... 为有效利用污染场地环境大数据,在未进行钻孔取样的情况下对重金属污染场地进行风险等级的预测评估,研究构建了基于机器学习模型CatBoost的重金属污染场地风险等级预测模型,并分析制定了模型学习样本的制作方法,依据污染行业专家知识结合场调数据特点建立指标集作为输入值,综合采用单因子指数法、地累积指数法与潜在生态风险指数法对场地内各网格地块的风险等级进行了划分并作为模型输出值。模型训练和测试结果表明:当输入特征为8项指标,即面积、硬化面积、生产经营时间、排污、地下水埋深、饱和带土壤渗透性、地下防渗措施和高密度电阻时,CatBoost性能最优,评价指标准确率为0.846、宏查准率为0.855、宏查全率为0.842、宏F1值为0.848。进一步与XGBoost、LightGBM两种机器学习模型进行了对比分析。结果表明:CatBoost模型对重金属污染地块的风险等级具有最佳的预测效果。构建的重金属污染场地风险等级预测模型可在无需采样数据的条件下对污染地块的风险等级进行预测,可为场地调查修复提供决策信息。 展开更多

关键词 重金属污染 风险等级 catboost 分类预测

在线阅读 下载PDF 职称材料