检索结果-维普期刊中文期刊服务平台

基于机器学习的富硒土壤预测模型的构建与比较——以江西省信丰县油山地区为例: 1; 作者杨兰王运 +4 位作者邹勇军胡宝群李满根张安朱满怀《吉林大学学报(地球科学版)》北大核心 2025年第5期1629-1643,共15页; 利用未知硒数据快速、高效、精准地圈定富硒土壤,需构建预测富硒土壤的最佳模型。从1 277个1∶5万表层土壤的地球化学数据中选取502个数据组成数据集,以w(Zn)、w(K_(2)O)、w(P)、w(Mo)、w(Mn)、w(Cr)、pH、D(泥盆系)为自变量,以是否富S... 展开更多; 关键词富硒土壤机器学习二元Logistic回归模型多层感知器神经网络模型随机森林模型支持向量机模型; 在线阅读下载PDF 职称材料

基于融合TC-WREM模型的热带气旋大风半径估算研究: 2; 作者周必高鲁小琴 +4 位作者吴贤笃仇欣谢海华朱忠勇郑建琴《热带气象学报》 CSCD 北大核心 2024年第5期736-744,共9页; 利用2001—2020年美国联合台风警报中心(JTWC)热带气旋(Tropical Cyclone,TC)最佳资料数据集和静止气象卫星云图,建立了基于多层感知器神经网络模型(Multi-Layer Perceptron,MLP)和卷积神经网络(Convolutional Neural Network,CNN)融合... 展开更多; 关键词热带气旋大风半径估算卷积神经网络模型多层感知器神经网络模型融合TC-WREM模型西北太平洋; 在线阅读下载PDF 职称材料

三种预测模型在出生缺陷发生趋势预测中的可行性研究被引量：5: 3; 作者张丽相晓妹 +4 位作者张水平宋晖董敏米白冰党少农《中国卫生统计》 CSCD 北大核心 2018年第2期228-231,共4页; 目的探讨ARIMA乘积季节模型、Holt-Winters季节模型、多层感知器模型在出生缺陷发生趋势预测中的可行性。方法本文采用2009年10月至2016年9月西安市妇幼保健院出生缺陷监测及围产儿数据进行研究。选择2009年10月至2015年8月出生缺陷月... 展开更多; 关键词 ARIMA乘积季节模型 Holt-Winters季节模型多层感知器模型出生缺陷; 在线阅读下载PDF 职称材料

印度中央邦马尔瓦地区利用人工神经网络和回归模型预测蒸腾量的比较(摘选): 4; 作者 Ajai Singh Jain VK Jayanta Dutta 《农业工程》 2013年第2期104-106,80,共4页; 蒸发是水循环的一个重要组成部分,对蒸发量的估算是对水资源和灌溉水量有效利用的一个重要手段。该研究旨在利用多元线性回归模型、多层感知器(MLP)和人工神经网络(ANN)模型模拟印度中央邦马尔瓦地区周蒸发量。利用4种不同天气变量组合... 展开更多; 关键词蒸发皿蒸发量多层感知器模型多元线性回归人工神经网络降雨量模拟; 在线阅读下载PDF 职称材料

基于深度学习长短期记忆神经网络的有色金属期货市场预测研究被引量：9: 5; 作者沈虹李旭潘琪《南京理工大学学报》 CAS CSCD 北大核心 2021年第3期366-374,共9页; 为提高金融资产预测能力,该文采用深度学习长短期记忆(LSTM)神经网络模型对上海期货交易所(SHFE)和伦敦金属期货交易所(LME)的铝、铜、镍、铅、锡和锌6种有色金属期货价格分别进行长、短期预测,与传统机器学习多层感知器(MLP)模型以及... 展开更多; 关键词深度学习长短期记忆模型神经网络多层感知器模型自回归移动平均模型有色金属期货市场价格预测; 在线阅读下载PDF 职称材料

一种结合显式特征和隐式特征的开发者混合推荐算法被引量：18: 6; 作者于旭何亚东 +3 位作者杜军威王昭哲江峰巩敦卫《软件学报》 EI CSCD 北大核心 2022年第5期1635-1651,共17页; 现有开发者推荐算法通过对任务和开发者的显式信息进行挖掘,抽取任务和开发者的显式特征,完成针对任务的开发者推荐.然而,由于显式信息中的描述信息是主观的,往往是不精确的,现有基于显式特征的开发者推荐算法性能不够理想.众包软件开... 展开更多; 关键词软件众包开发开发者推荐混合推荐算法冷启动难题多层感知器融合模型因子分解机; 在线阅读下载PDF 职称材料

题名基于机器学习的富硒土壤预测模型的构建与比较——以江西省信丰县油山地区为例: 1; 作者杨兰王运邹勇军胡宝群李满根张安朱满怀; 机构东华理工大学江西省数字国土重点实验室江西省地质勘查院地质环境监测所; 出处《吉林大学学报(地球科学版)》北大核心 2025年第5期1629-1643,共15页; 基金中国地质调查局项目(DD20160321) 江西省重点研发计划项目(20203BBG72W011) +2 种基金江西省研究生创新专项资金项目(YC2022-S600)。; 文摘利用未知硒数据快速、高效、精准地圈定富硒土壤,需构建预测富硒土壤的最佳模型。从1 277个1∶5万表层土壤的地球化学数据中选取502个数据组成数据集,以w(Zn)、w(K_(2)O)、w(P)、w(Mo)、w(Mn)、w(Cr)、pH、D(泥盆系)为自变量,以是否富Se为因变量,运用SPSS Modeler 18软件构建二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及支持向量机模型(包括线性、多项式、径向基和Sigmoid核函数),并通过35组土壤样品实测数据进行验证。结果表明:二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及(线性、多项式、径向基、Sigmoid)支持向量机模型的预测准确率和验证总体准确率分别为88.8%和94.3%、91.0%和97.1%、96.6%和97.1%、87.9%和97.1%、86.1%和94.3%、86.9%和94.3%、80.3%和91.4%;以上模型的曲线下面积(AUC)值分别为0.948、0.950、0.993、0.937、0.945、0.928和0.873,随机森林模型的准确率和稳定性最佳。同时,本次研究发现了清洁富硒土壤及绿色富硒山稻,表明该方法在富硒土壤预测中具有可行性,且可进一步拓展到地质找矿及环境监测等领域。; 关键词富硒土壤机器学习二元Logistic回归模型多层感知器神经网络模型随机森林模型支持向量机模型; Keywords selenium rich soil machine learning binary Logistic regression model multilayer perceptron neural network model random forest support vector machine model; 分类号 P59 [天文地球—地球化学]; 在线阅读下载PDF 职称材料

题名基于融合TC-WREM模型的热带气旋大风半径估算研究: 2; 作者周必高鲁小琴吴贤笃仇欣谢海华朱忠勇郑建琴; 机构温州市气象局温州市台风监测预报技术重点实验室中国气象局上海台风研究所南京大学大气科学学院; 出处《热带气象学报》 CSCD 北大核心 2024年第5期736-744,共9页; 基金温州市科技局基础公益科研项目(S2023012) 南京大学中尺度灾害性天气教育部重点实验室基金(LMSWE-2201) +1 种基金福建省灾害天气重点实验室2023开放基金项目共同资助。; 文摘利用2001—2020年美国联合台风警报中心(JTWC)热带气旋(Tropical Cyclone,TC)最佳资料数据集和静止气象卫星云图,建立了基于多层感知器神经网络模型(Multi-Layer Perceptron,MLP)和卷积神经网络(Convolutional Neural Network,CNN)融合的TC大风半径估算模型(TC Wind Radii Estimation Model,TC-WREM)。该模型利用MLP和CNN分别对TC属性数据和卫星云图中与TC大风半径相关联的核心特征进行预提取,最终通过融合TC-WREM模型开展大风半径估算。融合的TC-WREM模型能实现对TC属性数据和卫星云图底层特征的深度客观挖掘,较单独的MLP和CNN模型的估算误差降低7%~24%。以TC近地面8级大风半径(R8)估算为例,针对2021年台风“烟花”的独立样本估算检验显示分象限R8估算平均绝对误差(Mean Absolute Error,MAE)分别为39、33、40和51 km,均值为41 km,误差中位值约40 km,优于业务估算精度(为大风半径的25%~40%)及西北太平洋和大西洋同类研究估算结果。由于融合TC-WREM模型的输入为易获取的TC属性数据和静止气象卫星云图,因此该模型易于在业务中进行推广,从而可改善国内TC大风半径估算模型缺乏的现状。; 关键词热带气旋大风半径估算卷积神经网络模型多层感知器神经网络模型融合TC-WREM模型西北太平洋; Keywords tropical cyclone wind radius estimation Convolutional Neural Network multi-layer perceptron net fusion TC-WREM model western North Pacific; 分类号 P435 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名三种预测模型在出生缺陷发生趋势预测中的可行性研究被引量：5: 3; 作者张丽相晓妹张水平宋晖董敏米白冰党少农; 机构西安交通大学公共卫生学院流行病与卫生统计系西安市妇幼保健院; 出处《中国卫生统计》 CSCD 北大核心 2018年第2期228-231,共4页; 基金陕西省卫计委课题(Sxwsjswzfcght2016-013); 文摘目的探讨ARIMA乘积季节模型、Holt-Winters季节模型、多层感知器模型在出生缺陷发生趋势预测中的可行性。方法本文采用2009年10月至2016年9月西安市妇幼保健院出生缺陷监测及围产儿数据进行研究。选择2009年10月至2015年8月出生缺陷月发生率时间序列进行模型拟合,应用2015年9月至2016年9月出生缺陷月发生率对模型进行评价。结果三种模型均通过了检验。ARIMA(0,0,1)(0,1,1)_(12)模型预测平均绝对误差和相对误差分别为11.64和0.11。Holt-Winters加法模型预测平均绝对误差和相对误差分别为14.21和0.14。Holt-Winters乘法模型预测平均绝对误差和相对误差分别为16.64和0.16。多层感知器模型预测平均绝对误差和相对误差分别为20.58和0.20,通过比较模型预测能力,最优模型为ARIMA(0,0,1)(0,1,1)_(12)。结论 ARIMA乘积季节模型更加灵活,结果可能较优。同时,随着预测时间的延长,模型预测的准确性降低。; 关键词 ARIMA乘积季节模型 Holt-Winters季节模型多层感知器模型出生缺陷; 分类号 R174 [医药卫生—妇幼卫生保健] R195.1 [医药卫生—卫生统计学]; 在线阅读下载PDF 职称材料

题名印度中央邦马尔瓦地区利用人工神经网络和回归模型预测蒸腾量的比较(摘选): 4; 作者 Ajai Singh Jain VK Jayanta Dutta; 机构地区研究站(老冲积区); 出处《农业工程》 2013年第2期104-106,80,共4页; 文摘蒸发是水循环的一个重要组成部分,对蒸发量的估算是对水资源和灌溉水量有效利用的一个重要手段。该研究旨在利用多元线性回归模型、多层感知器(MLP)和人工神经网络(ANN)模型模拟印度中央邦马尔瓦地区周蒸发量。利用4种不同天气变量组合训练神经网络模型。多元线性回归模型只将最高温和相对湿度作为输入值,但是模拟结果不令人满意。MLP模型采用的数据集包括最高和最低温度、风速和相对湿度,在训练和验证中都取得了比较好的结果。MLP模型可以用来模拟周开放式蒸发皿蒸发量,估算缺失数据,并可以作为替代模型以验证蒸发量测定值。降雨量数据并不能改善模型性能。; 关键词蒸发皿蒸发量多层感知器模型多元线性回归人工神经网络降雨量模拟; Keywords Pan evaporation,Multilayer perceptron model,Multiple linear regression,Artificial neural network,Rainfall,Simulation; 分类号 S161.4 [农业科学—农业气象学]; 在线阅读下载PDF 职称材料

题名基于深度学习长短期记忆神经网络的有色金属期货市场预测研究被引量：9: 5; 作者沈虹李旭潘琪; 机构扬州大学商学院; 出处《南京理工大学学报》 CAS CSCD 北大核心 2021年第3期366-374,共9页; 基金国家自然科学基金(61803331) 江苏省自然科学基金(BK20170515) +1 种基金扬州大学商学院创新计划(SX2020025)。; 文摘为提高金融资产预测能力,该文采用深度学习长短期记忆(LSTM)神经网络模型对上海期货交易所(SHFE)和伦敦金属期货交易所(LME)的铝、铜、镍、铅、锡和锌6种有色金属期货价格分别进行长、短期预测,与传统机器学习多层感知器(MLP)模型以及线性自回归移动平均(ARIMA)模型进行对比研究。数据源于Wind数据库和国际货币基金组织(IMF)数据库。使用Python深度学习软件模拟预测有色金属期货价格,结果显示:有色金属期货市场长期预测中,LSTM模型的预测表现略逊于ARIMA模型,MLP模型预测效果不理想;短期预测中,LSTM模型的预测结果和ARIMA模型相近,均优于MLP模型;LSTM模型与MLP模型相比,模型的稳定性和预测的精确度都更加出色。LSTM模型可作为ARIMA模型的最优替代之一。; 关键词深度学习长短期记忆模型神经网络多层感知器模型自回归移动平均模型有色金属期货市场价格预测; Keywords deep learning long short-term memory model neural network multi-layer perceptron model autoregressive integrated moving average model non-ferrous metals futures markets prices prediction; 分类号 F222 [经济管理—国民经济]; 在线阅读下载PDF 职称材料

题名一种结合显式特征和隐式特征的开发者混合推荐算法被引量：18: 6; 作者于旭何亚东杜军威王昭哲江峰巩敦卫; 机构青岛科技大学信息科学技术学院中国矿业大学信息与电气工程学院; 出处《软件学报》 EI CSCD 北大核心 2022年第5期1635-1651,共17页; 基金国家自然科学基金(6217072142,61773384,61973180) 山东省自然科学基金(ZR2021MF092,ZR2019MF014,ZR2018MF007,ZR2019MF033) 山东省重点研发项目(2018GGX101052)。; 文摘现有开发者推荐算法通过对任务和开发者的显式信息进行挖掘,抽取任务和开发者的显式特征,完成针对任务的开发者推荐.然而,由于显式信息中的描述信息是主观的,往往是不精确的,现有基于显式特征的开发者推荐算法性能不够理想.众包软件开发平台除包含大量不精确的描述信息外,还包含客观的、较准确的“任务—开发者”成绩信息,可以有效地推断任务和开发者的隐式特征.考虑到隐式特征作为显式特征的补充,将有效缓解描述信息不精确的难题,提出一种结合显式特征和隐式特征的开发者混合推荐算法.首先,利用任务和开发者的平台可见信息充分提取显式特征,提出面向显式特征的因子分解机(FM)推荐模型建模任务、开发者显式特征和相应评分的映射关系.然后,利用“任务—开发者”成绩矩阵提取隐式特征,提出面向隐式特征的矩阵分解(MF)推荐模型.最后,融合面向显式特征的FM推荐模型和面向隐式特征的MF推荐模型,提出多层感知器融合算法.进一步,针对冷启动问题,首先,基于历史数据,构建多层感知器模型建模显式特征到隐式特征的映射关系.然后,针对冷启动任务或冷启动开发者,通过任务或开发者的显式特征求解相应的隐式特征.最后,基于已训练好的多层感知器融合算法预测评分.在Topcoder软件众包平台的仿真实验表明本文算法相对于对比算法在4种不同测试指标上具有明显的优势.; 关键词软件众包开发开发者推荐混合推荐算法冷启动难题多层感知器融合模型因子分解机; Keywords crowdsourcing software development developer recommendation hybrid recommendation algorithm cold-start problem multilayer perceptron fusion algorithm factorization machine(FM); 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 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	基于机器学习的富硒土壤预测模型的构建与比较——以江西省信丰县油山地区为例	杨兰王运邹勇军胡宝群李满根张安朱满怀	《吉林大学学报(地球科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于融合TC-WREM模型的热带气旋大风半径估算研究	周必高鲁小琴吴贤笃仇欣谢海华朱忠勇郑建琴	《热带气象学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	三种预测模型在出生缺陷发生趋势预测中的可行性研究	张丽相晓妹张水平宋晖董敏米白冰党少农	《中国卫生统计》 CSCD 北大核心	2018	5	在线阅读下载PDF 职称材料
4	印度中央邦马尔瓦地区利用人工神经网络和回归模型预测蒸腾量的比较(摘选)	Ajai Singh Jain VK Jayanta Dutta	《农业工程》	2013	0	在线阅读下载PDF 职称材料
5	基于深度学习长短期记忆神经网络的有色金属期货市场预测研究	沈虹李旭潘琪	《南京理工大学学报》 CAS CSCD 北大核心	2021	9	在线阅读下载PDF 职称材料
6	一种结合显式特征和隐式特征的开发者混合推荐算法	于旭何亚东杜军威王昭哲江峰巩敦卫	《软件学报》 EI CSCD 北大核心	2022	18	在线阅读下载PDF 职称材料