期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
融合加权随机森林的自动3D椎骨CT图像主动轮廓分割方法 被引量:4
1
作者 刘侠 甘权 +2 位作者 李冰 刘晓 王波 《光电工程》 CAS CSCD 北大核心 2020年第12期35-46,共12页
为了解决CT图像主动轮廓分割方法对初始轮廓的敏感和分割不准确的问题,本文提出一种融合加权随机森林的自动3D椎骨CT主动轮廓分割方法WRF-AC。该方法提出加权随机森林算法和包含边缘能量的主动轮廓能量函数。首先,通过提取椎骨CT的3D Ha... 为了解决CT图像主动轮廓分割方法对初始轮廓的敏感和分割不准确的问题,本文提出一种融合加权随机森林的自动3D椎骨CT主动轮廓分割方法WRF-AC。该方法提出加权随机森林算法和包含边缘能量的主动轮廓能量函数。首先,通过提取椎骨CT的3D Haar-like特征值训练加权随机森林获得的椎骨中心作为分割的初始轮廓,然后,求解包含边缘能量的主动轮廓能量函数最小值完成椎骨CT图像的分割。实验结果表明,本方法在相同数据集上能够更加准确、快速地分割脊柱CT图像提取椎骨部分。 展开更多
关键词 3D分割 CT图像 加权随机森林 主动轮廓
在线阅读 下载PDF
考虑不确定性的TBM施工速度加权随机森林预测模型 被引量:1
2
作者 闫长斌 高子昂 +4 位作者 姚西桐 汪鹤健 杨风威 杨继华 卢高明 《岩土工程学报》 EI CAS CSCD 北大核心 2023年第12期2575-2583,共9页
TBM施工速度影响因素众多,具有显著的不确定性。对于地质参数的模糊性,采用岩体分级系统RMR、岩石耐磨性CAI和岩石硬度H衡量地质条件;对于施工过程中机械参数的随机性,利用TBM刀盘推力TF与转速RPM等主动控制参数进行分析;同时提出以其... TBM施工速度影响因素众多,具有显著的不确定性。对于地质参数的模糊性,采用岩体分级系统RMR、岩石耐磨性CAI和岩石硬度H衡量地质条件;对于施工过程中机械参数的随机性,利用TBM刀盘推力TF与转速RPM等主动控制参数进行分析;同时提出以其他因素停机时间占比来量化人为因素的不确定性。依托兰州水源地建设工程输水隧洞双护盾TBM施工实测数据,建立了考虑不确定性的TBM施工速度预测数据库和加权随机森林算法模型,并与随机森林、支持向量回归、BP神经网络等预测方法进行了对比分析。研究表明,加权随机森林模型中测试集的预测结果均方根误差和决定系数分别为1.59,0.97,预测精度及可靠性均优于其他3种模型。该模型采用不同权重赋值的方法优化超参数,具有高精度、不易过拟合等优点,表现出更好的泛化能力和鲁棒性。 展开更多
关键词 隧道掘进机(TBM) 施工速度 不确定性 加权随机森林 支持向量回归 神经网络 预测模型
在线阅读 下载PDF
航空电弧故障的组合加权随机森林分类方法 被引量:2
3
作者 桑益芹 葛红娟 +2 位作者 李静 潘姝越 李煌 《航空计算技术》 2022年第2期77-81,共5页
针对现有电弧时频域分析适用范围存在局限性,以及电弧故障分类未考虑特征价值量的问题,提出以电弧能量为时域特征、以电弧电流为频域特征的组合加权随机森林电弧故障分类方法。通过离散分数阶傅里叶变换分析频域特征,以类散度作为评价... 针对现有电弧时频域分析适用范围存在局限性,以及电弧故障分类未考虑特征价值量的问题,提出以电弧能量为时域特征、以电弧电流为频域特征的组合加权随机森林电弧故障分类方法。通过离散分数阶傅里叶变换分析频域特征,以类散度作为评价指标得到时频域的特征价值量,结合由随机森林自检测功能得到的特征重要度,构建新的组合权重。在纯阻、阻感、阻容性条件下,以航空28 V、270 V直流串联和并联电弧为研究对象,比较所提方法和现有随机森林的故障分类效果。结果表明,采用的时域和频域特征能有效区分不同电压和负载条件下的电弧故障程度,提出的加权随机森林比现有随机森林的故障分类准确率提高了2.44%,诊断效果更好。 展开更多
关键词 航空电弧故障 故障分类 时频域特征 特征价值量 加权随机森林
在线阅读 下载PDF
基于加权随机森林算法的空巢电力用户识别方法 被引量:3
4
作者 卢子萌 陈佳怡 +4 位作者 李璟 谢岳 蒋欣利 韩蕾 郭倩 《电信科学》 2020年第8期112-121,共10页
针对当前政府和社会对空巢老人的识别缺乏有效技术手段的问题,提出了一种基于加权随机森林算法的空巢电力用户识别方法。首先通过调查问卷获取部分准确空巢用户标签,并从用电水平、用电波动、用电趋势3个方面构建用户用电特征库,由于空... 针对当前政府和社会对空巢老人的识别缺乏有效技术手段的问题,提出了一种基于加权随机森林算法的空巢电力用户识别方法。首先通过调查问卷获取部分准确空巢用户标签,并从用电水平、用电波动、用电趋势3个方面构建用户用电特征库,由于空巢与非空巢存在用户数据不平衡问题,采用加权随机森林算法改善机器学习对数据敏感的现象,将该算法模型在电力公司采集系统部署上线,并对2000户未知类型用户进行空巢识别,其空巢识别准确率达到74.2%。结果表明,从用电角度研究对空巢老人的识别,可以帮助电网公司了解空巢老人的个性化、差异化需求,从而为用户提供更精细的服务,也可以协助政府和社会开展帮扶工作。 展开更多
关键词 空巢用户识别 加权随机森林算法 用户用电特征库 数据不平衡
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部