检索结果-维普期刊中文期刊服务平台

基于黑麂分布模型优化的钱江源园区管控分区合理性评估: 1; 作者李知晓吴承照《生态学报》北大核心 2025年第16期7753-7768,共16页; 黑麂(Muntiacus crinifrons)为国家一级保护野生动物,是钱江源⁃百山祖国家公园候选区钱江源园区(简称钱江源园区)的旗舰物种,科学的管控分区对黑麂种群和栖息地的保护具有重要的意义。为了科学评价黑麂栖息地的适宜性,支撑其种群保护与... 展开更多; 关键词国家公园规划与管理物种分布模型(SDM) 机器学习(ML) 堆叠泛化集成算法(stacking) 可解释人工智能(XAI); 在线阅读下载PDF 职称材料

基于堆叠集成算法的软岩填方路基沉降融合预测模型研究: 2; 作者曾铃谢宇航 +3 位作者章赛泽余慧聪陈镜丞张红日《湖南大学学报(自然科学版)》 2025年第9期125-138,共14页; 在降雨入渗和交通荷载影响下,路基内部填筑软岩易发生持续的颗粒破碎、迁移及重新排列,进而引发路基产生不均匀沉降.沉降变形是评估路基稳定性与安全性的关键指标,开展路基沉降预测是预防道路失稳或病害的重要手段.然而,传统单一预测模... 展开更多; 关键词路堤工程沉降集成算法堆叠泛化预测; 在线阅读下载PDF 职称材料

基于机器学习的介入式葡萄糖传感器故障监测模型: 3; 作者刘思行许硕洋 +1 位作者徐鹤季一木《计算机科学》北大核心 2025年第9期106-118,共13页; 随着传感器技术的进步,血糖监测从传统的单点采集发展为连续动态监测(CGM),通过介入式葡萄糖传感器实时监测间质液葡萄糖浓度。血糖传感器的运行状态对监测准确性至关重要,但传感器故障识别面临类别不平衡问题,导致机器学习模型性能下... 展开更多; 关键词传感器故障监测堆叠泛化集成学习极端梯度提升类别特征梯度提升; 在线阅读下载PDF 职称材料

一种简单的共享式多层梯度补给方法被引量：2: 4; 作者杜飞杨云 +1 位作者胡媛媛曹丽娟《软件学报》 EI CSCD 北大核心 2020年第7期2157-2168,共12页; 深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该模型具有很强的建模能力,普遍应用于图像识别语音识别、自然语言处理等高复杂问题中.但深度学习由于网络层数深、参数规模庞大,训练时常常会产生梯度消失、... 展开更多; 关键词深度学习集成学习堆叠泛化梯度消失梯度注入; 在线阅读下载PDF 职称材料

题名基于黑麂分布模型优化的钱江源园区管控分区合理性评估: 1; 作者李知晓吴承照; 机构同济大学建筑与城市规划学院国家公园及自然保护地规划研究中心; 出处《生态学报》北大核心 2025年第16期7753-7768,共16页; 基金国家社会科学基金重点项目后续项目(20FGLB014) 国家自然科学基金项目(32071835)。; 文摘黑麂(Muntiacus crinifrons)为国家一级保护野生动物,是钱江源⁃百山祖国家公园候选区钱江源园区(简称钱江源园区)的旗舰物种,科学的管控分区对黑麂种群和栖息地的保护具有重要的意义。为了科学评价黑麂栖息地的适宜性,支撑其种群保护与栖息地恢复,引入堆叠泛化集成算法(Stacked generalization-based ensemble algorithm,Stacking)来优化物种分布模型(Species distribution model,SDM);采用特征重要性分析、夏普雷加性解释(SHapley Additive exPlanations,SHAP)和部分依赖图(Partial dependence plots,PDPs)等可解释人工智能(Explainable artificial intelligence,XAI)方法,来揭示影响黑麂栖息地适宜性的主要因素及其影响机制,提升SDM的透明度;将预测结果与钱江源园区的管控分区、道路和村镇居民点分布叠加分析,从而识别人与黑麂的潜在空间冲突,以评估管控分区在黑麂保护中的合理性。结果显示,钱江源园区的黑麂适宜栖息地集中在南部和西部,约39.49 km^(2),占总面积的15.67%,其中81.29%位于核心保护区,表明管控分区基本合理。核心保护区中适宜栖息地净损失约1.77 km^(2),占适宜栖息地净损失总面积的57.1%。人与黑麂冲突集中在北部的核心保护区,表明就地保护、植被修复或原住民搬迁难以满足保护需求,管控措施亟待优化。降水、温度、海拔和人为干扰是影响黑麂栖息地适宜性的主要因素,在降水量偏高、海拔偏高、气温凉爽、低人为干扰的区域,栖息地的适宜性较高。建议通过加强物种监测与栖息地适宜性评估、实施适应性分区框架、设立缓冲区、构建生态廊道、制定气候变化预警方案等措施,来加强黑麂栖息地的整体保护,推动钱江源园区管理精细化转型。研究可为钱江源园区的黑麂保护和空间治理提供科学依据。; 关键词国家公园规划与管理物种分布模型(SDM) 机器学习(ML) 堆叠泛化集成算法(stacking) 可解释人工智能(XAI); Keywords national park planning and management species distribution modeling(SDM) machine learning(ML) stacked generalization⁃based ensemble algorithm(stacking) explainable artificial intelligence(XAI); 分类号 S759.9 [农业科学—森林经理学]; 在线阅读下载PDF 职称材料

题名基于堆叠集成算法的软岩填方路基沉降融合预测模型研究: 2; 作者曾铃谢宇航章赛泽余慧聪陈镜丞张红日; 机构长沙理工大学土木工程学院; 出处《湖南大学学报(自然科学版)》 2025年第9期125-138,共14页; 基金国家自然科学基金资助项目(52078066,52378440,52078067) 交通运输行业重点科技项目(2022-MS1-032) +3 种基金长沙理工大学实践创新与创业项目(CLSJCX23045)。; 文摘在降雨入渗和交通荷载影响下,路基内部填筑软岩易发生持续的颗粒破碎、迁移及重新排列,进而引发路基产生不均匀沉降.沉降变形是评估路基稳定性与安全性的关键指标,开展路基沉降预测是预防道路失稳或病害的重要手段.然而,传统单一预测模型通常缺乏良好的普适性与泛化能力,难以适用于不同工况条件下的路基工程.因此,收集并分析了18个公路和铁路软岩填方路基工程的沉降监测数据,总结归纳了波浪型、折线型以及抛物线型等多种典型沉降趋势.在此基础上,基于Stacked Generalization(SG)集成算法,将三类不同领域内的预测模型进行组合,构建了适用于预测软岩填方路基沉降的SG融合模型.改进后的模型避免了复杂的超参数调整过程,适合直接应用于实际工程.并使用了Blocked K-Fold训练策略,提高模型的鲁棒性.在实际监测样本与数据匮乏的小样本条件下,将模型预测结果与多个传统模型进行对比,结果显示,SG融合模型多项误差评价指标显著低于其他模型,针对多个工程的沉降预测精度最高,具有更高的适用性和鲁棒性.研究成果可为软岩填方路基服役性能评价及工后维护提供理论参考与技术支撑.; 关键词路堤工程沉降集成算法堆叠泛化预测; Keywords embankment engineering subsidence integrated algorithms stacked Generalization forecasting; 分类号 U416.1 [交通运输工程]; 在线阅读下载PDF 职称材料

题名基于机器学习的介入式葡萄糖传感器故障监测模型: 3; 作者刘思行许硕洋徐鹤季一木; 机构江苏省高性能计算与智能处理工程研究中心江苏鱼跃医疗设备股份有限公司南京邮电大学计算机学院、软件学院、网络空间安全学院; 出处《计算机科学》北大核心 2025年第9期106-118,共13页; 基金江苏鱼跃医疗设备股份有限公司科技项目(2022外017) 江苏省研究生实践创新计划项目(SJCX23_0274)。; 文摘随着传感器技术的进步,血糖监测从传统的单点采集发展为连续动态监测(CGM),通过介入式葡萄糖传感器实时监测间质液葡萄糖浓度。血糖传感器的运行状态对监测准确性至关重要,但传感器故障识别面临类别不平衡问题,导致机器学习模型性能下降。基于此,提出了一种结合数据预处理、特征工程和模型集成的优化策略。首先,通过缺失值填补和噪声处理提升数据的完整性和可靠性;其次,利用合成少数类过采样技术(SMOTE)对少数类样本进行过采样,缓解类别不平衡问题;最后,采用堆叠泛化(Stacking)的集成学习方法,结合基于焦点损失函数(Focal Loss)优化的极端梯度提升(XGBoost)和类别特征梯度提升(CatBoost)集成基分类器,与逻辑回归(LR)元分类器构建双层模型,进一步提升故障监测的准确性。为了证明所提出模型的有效性,将该模型的预测结果与其他模型进行了对比,包括基于Focal Loss的单一XGBoost,及其分别与SVM,KNN,LightGBM作为基分类器构建的集成模型等。研究结果表明,提出的基于Focal Loss的XGBoost和CatBoost模型在传感器故障分类任务中表现良好,PR曲线和ROC曲线效果均优于其他模型,精确度和召回率分别为0.9250和0.9238。; 关键词传感器故障监测堆叠泛化集成学习极端梯度提升类别特征梯度提升; Keywords Sensor fault detection stacked generalization Ensemble learning Extreme Gradient Boosting Categorical Boosting; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种简单的共享式多层梯度补给方法被引量：2: 4; 作者杜飞杨云胡媛媛曹丽娟; 机构云南大学国家示范性软件学院昆明市数据科学与智能计算重点实验室云南省高校数据科学与智能计算重点实验室; 出处《软件学报》 EI CSCD 北大核心 2020年第7期2157-2168,共12页; 基金国家自然科学基金(61663046,61876166) 云南省应用基础研究计划(2016FB104) +2 种基金云南省创新团队项目(2017HC012) 云南省高校重点实验室建设计划。; 文摘深度学习通过多层特征提取方式,可以将原始复杂数据自动表征为高级抽象特征,该模型具有很强的建模能力,普遍应用于图像识别语音识别、自然语言处理等高复杂问题中.但深度学习由于网络层数深、参数规模庞大,训练时常常会产生梯度消失、陷入局部最优解、过度拟合等现象.借鉴集成学习的思想,提出一个新颖的深度共享集成网络,该网络通过在深度学习各隐藏层引出多个独立输出层的联合训练的方式,在网络的各层注入梯度,从而对低层隐藏层进行梯度补给,从而降低深度学习中的梯度消失现象,并通过集成多输出层的方式使得整个网络拥有更强的泛化性能.; 关键词深度学习集成学习堆叠泛化梯度消失梯度注入; Keywords deep learning ensemble learning stacked generalization vanishing gradients gradients injection; 分类号 TP182 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于黑麂分布模型优化的钱江源园区管控分区合理性评估	李知晓吴承照	《生态学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于堆叠集成算法的软岩填方路基沉降融合预测模型研究	曾铃谢宇航章赛泽余慧聪陈镜丞张红日	《湖南大学学报(自然科学版)》	2025		在线阅读下载PDF 职称材料
3	基于机器学习的介入式葡萄糖传感器故障监测模型	刘思行许硕洋徐鹤季一木	《计算机科学》北大核心	2025	0	在线阅读下载PDF 职称材料
4	一种简单的共享式多层梯度补给方法	杜飞杨云胡媛媛曹丽娟	《软件学报》 EI CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料