检索结果-维普期刊中文期刊服务平台

基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法: 1; 作者庞婷婷张贵宇 +4 位作者刘科材李晓平庹先国彭英杰曾祥林《食品科学》北大核心 2025年第6期275-284,共10页; 基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support v... 展开更多; 关键词基酒支持向量机引导聚集算法遗传算法分类预测; 在线阅读下载PDF 职称材料

多因素影响下基于Bagging-NSGAⅡ的数控铣削稳定性预测与优化研究被引量：1: 2; 作者邓聪颖游倩 +2 位作者赵洋林丽君殷国富《工程科学与技术》 EI CAS CSCD 北大核心 2024年第4期238-249,共12页; 数控机床铣削过程中出现的颤振失稳是影响数控机床加工效率和加工质量的关键因素。铣削稳定性与工艺参数、工艺系统动力学特性密切相关,而工艺系统动力学特性又随加工位置、刀具悬伸量的变化或刀具的更换而变化。因此,针对多因素影响下... 展开更多; 关键词铣削稳定性工艺参数优化多目标优化模型刀具悬伸量引导聚集算法 NSGA-Ⅱ遗传算法; 在线阅读下载PDF 职称材料

面向演化的缺陷预测模型演进策略比较研究: 3; 作者刘文广高东静 +1 位作者彭鑫赵文耘《小型微型计算机系统》 CSCD 北大核心 2017年第4期671-677,共7页; 目前,已有许多学者对缺陷预测进行了相关的研究.但这些研究主要关注单次预测.然而软件项目是持续演化的;缺陷分布规律也在持续变化.因此,缺陷预测模型也必须随着软件演化而不断演进.为了分析预测模型演进策略的性能,本文整理了面向软件... 展开更多; 关键词提升方法引导聚集软件演化缺陷预测模型演进策略; 在线阅读下载PDF 职称材料

基于Bagging的阿尔茨海默病进程多分类预测研究: 4; 作者张嘉嘉易付良 +7 位作者杨慧陈杜荣秦瑶崔靖白文琳韩红娟葛晓燕余红梅《中国卫生统计》 CSCD 北大核心 2022年第5期675-679,684,共6页; 目的对阿尔茨海默病(Alzheimer′s disease,AD)进程[认知正常(cognitive normal,CN)、早期轻度认知障碍(early mild cognitive impairment,EMCI)、晚期轻度认知障碍(late mild cognitive impairment,LMCI)和AD]进行多分类预测,为制定个... 展开更多; 关键词阿尔茨海默病引导聚集算法多分类; 在线阅读下载PDF 职称材料

基于Bagging-GPR的舰船目标RCS频率外推技术: 5; 作者侯牡玉弓树宏 +2 位作者肖东海左炎春刘峪《中国舰船研究》 CSCD 北大核心 2023年第4期103-110,共8页; [目的]针对高频情况下使用传统仿真、实测方法获取舰船目标RCS受限的问题,提出一种结合引导聚集(Bagging)算法与基于谱混合协方差函数的高斯过程回归(GPR)模型的混合方法(Bagging-GPR),从而根据仿真和实测得到的低频段RCS数据,准确高效... 展开更多; 关键词雷达散射截面舰船目标高斯过程回归引导聚集算法外推; 在线阅读下载PDF 职称材料

题名基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法: 1; 作者庞婷婷张贵宇刘科材李晓平庹先国彭英杰曾祥林; 机构四川轻化工大学人工智能四川省重点实验室四川轻化工大学自动化与信息工程学院四川轻化工大学酿酒生物技术及应用四川省重点实验室四川轻化工大学中国轻工业酿酒生物技术及智能制造重点实验室四川轻化工大学工程实践中心四川轻化工大学计算机科学与工程学院; 出处《食品科学》北大核心 2025年第6期275-284,共10页; 基金酿酒生物技术及应用四川省重点实验室开放课题(NJ2022-06) 劲酒产学研合作项目(HX2021041) +3 种基金企业信息化与物联网测控技术四川省高校重点实验室开放基金资助项目(2023WYY02)。; 文摘基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support vector machine,SVM)分类器的方法,以解决单一SVM分类器在分类精度和泛化能力的不足。研究使用Spearman相关性筛选了36种关键物质,选择核主成分分析法提取了12个核主成分,并使累计贡献率达到96.06%,将其作为模型输入。选择性能最优的径向基核函数支持向量机,使用对数据多样性适应较强的并行计算Bagging集成算法,构建Bagging-SVM分类器进行基酒等级分类,最后,通过GA优化Bagging-SVM分类器的参数(C、γ、N),构建GA-Bagging-SVM模型。结果显示,GA-Bagging-SVM模型的准确率、精确度、召回率、F1-Score分别为96.77%、96.90%、96.77%、96.78%,优于Bagging-SVM和SVM模型,相比单一SVM模型提升了6.45%、5.61%、6.45%、6.42%,比Bagging-SVM模型提升了3.22%、2.29%、3.22%和3.15%。该方法可作为白酒基酒品质评估模型的优化方法。; 关键词基酒支持向量机引导聚集算法遗传算法分类预测; Keywords base baijiu support vector machine Bootstrap aggregating genetic algorithm classification prediction; 分类号 TS261.4 [轻工技术与工程—发酵工程]; 在线阅读下载PDF 职称材料

题名多因素影响下基于Bagging-NSGAⅡ的数控铣削稳定性预测与优化研究被引量：1: 2; 作者邓聪颖游倩赵洋林丽君殷国富; 机构重庆邮电大学先进制造工程学院成都大学机械工程学院四川大学机械工程学院; 出处《工程科学与技术》 EI CAS CSCD 北大核心 2024年第4期238-249,共12页; 基金国家自然科学基金项目(51705058) 四川省科技计划资助项目(2023YFQ0035) 重庆市教委科学技术研究项目(KJQN202300640,KJZD-K202300611)。; 文摘数控机床铣削过程中出现的颤振失稳是影响数控机床加工效率和加工质量的关键因素。铣削稳定性与工艺参数、工艺系统动力学特性密切相关,而工艺系统动力学特性又随加工位置、刀具悬伸量的变化或刀具的更换而变化。因此,针对多因素影响下的铣削稳定性预测和无颤振工艺参数选择问题,本文以数控机床各向移动部件位置、刀具直径、刀具悬伸量和切削参数为变量,提出一种基于引导聚集算法(Bagging)与带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)的切削稳定性预测与工艺参数优化方法。该方法首先采用正交实验设计离散数控机床的工作空间,在每个加工位置对不同悬伸量下的刀具进行锤击实验,由此得到各把铣刀对应的刀尖点频率响应函数;然后,在不同工艺参数方案下进行铣削稳定性理论预测,进而引入Bagging算法建立以各向运动部件位置(x,y,z)、刀具直径d、刀具悬伸量h、主轴转速n、切削宽度a_(e)、每齿进给量f_(z)为输入的极限切削深度a_(plim)预测模型;在此基础上,采用该Bagging模型作为铣削稳定性约束,以加工位置和工艺参数(x,y,z,d,h,n,a_(p),ae,f_(z))为优化变量,建立最大材料切除率和刀具寿命的多目标优化模型,采用NSGA-Ⅱ算法求解该模型得到Pareto最优解集,并结合熵权法和优劣解距离法(TOPSIS)选出Pareto解集中的最佳解。以一台三轴立式加工中心展开实例分析,所建极限切削深度Bagging模型的预测误差为2.99%,且铣削加工实验表明获取的(x,y,z,d,h,n,a_(p),ae,f_(z))最优配置可实现稳定铣削,验证所提方法的可行性和有效性。; 关键词铣削稳定性工艺参数优化多目标优化模型刀具悬伸量引导聚集算法 NSGA-Ⅱ遗传算法; Keywords milling stability process parameter optimization multi-objective optimization model tool overhang bootstrap aggregating algorithm NSGA-Ⅱgenetic algorithm; 分类号 TG54 [金属学及工艺—金属切削加工及机床]; 在线阅读下载PDF 职称材料

题名面向演化的缺陷预测模型演进策略比较研究: 3; 作者刘文广高东静彭鑫赵文耘; 机构复旦大学软件学院上海市数据科学重点实验室(复旦大学); 出处《小型微型计算机系统》 CSCD 北大核心 2017年第4期671-677,共7页; 基金国家自然科学基金项目(61370079)资助; 文摘目前,已有许多学者对缺陷预测进行了相关的研究.但这些研究主要关注单次预测.然而软件项目是持续演化的;缺陷分布规律也在持续变化.因此,缺陷预测模型也必须随着软件演化而不断演进.为了分析预测模型演进策略的性能,本文整理了面向软件演化的缺陷预测的基本流程和五种常用的缺陷预测模型演进策略.在此基础上,将五种演进策略应用到6个开源项目的演化数据中,并进行了相关的比较分析.结果表明:1)Boosting缺陷预测模型演进策略有较好的预测性能;2)对于Boosting模型演进策略,何种参数组合具有的最佳预测性能具有项目相关性.; 关键词提升方法引导聚集软件演化缺陷预测模型演进策略; Keywords boosting bagging software evolution defect prediction model evolution strategy; 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

题名基于Bagging的阿尔茨海默病进程多分类预测研究: 4; 作者张嘉嘉易付良杨慧陈杜荣秦瑶崔靖白文琳韩红娟葛晓燕余红梅; 机构山西医科大学公共卫生学院卫生统计教研室重大疾病风险评估山西省重点实验室; 出处《中国卫生统计》 CSCD 北大核心 2022年第5期675-679,684,共6页; 基金国家自然科学基金资助项目(81973154)。; 文摘目的对阿尔茨海默病(Alzheimer′s disease,AD)进程[认知正常(cognitive normal,CN)、早期轻度认知障碍(early mild cognitive impairment,EMCI)、晚期轻度认知障碍(late mild cognitive impairment,LMCI)和AD]进行多分类预测,为制定个性化诊疗方案提供参考。方法利用阿尔茨海默病神经影像学计划(Alzheimer′s disease neuroimaging initiative,ADNI)数据库中的527例个体的27个变量,进行特征选择筛选特征子集、SMOTE过采样处理类别不平衡后构建两个集成分类模型XGBoost和Bagging,并将分类性能与朴素贝叶斯和K-近邻进行比较。结果使用经SMOTE过采样后构建的Bagging集成模型准确率最高(94.40%);Bagging对EMCI、LMCI和AD的类准确率较高,分别为100.00%、88.00%和87.00%,Bagging模型性能较优。结论本文构建的AD进程多分类Bagging模型,不仅可实现直接多分类,而且有较高的准确率,可为临床AD的诊疗工作提供借鉴。; 关键词阿尔茨海默病引导聚集算法多分类; Keywords Alzheimer′sdisease Bagging Multi-classification; 分类号 R195 [医药卫生—卫生统计学]; 在线阅读下载PDF 职称材料

题名基于Bagging-GPR的舰船目标RCS频率外推技术: 5; 作者侯牡玉弓树宏肖东海左炎春刘峪; 机构西安电子科技大学物理学院西安电子科技大学信息感知技术协同创新中心; 出处《中国舰船研究》 CSCD 北大核心 2023年第4期103-110,共8页; 基金国家自然科学基金资助项目(61771375,92052106)。; 文摘 [目的]针对高频情况下使用传统仿真、实测方法获取舰船目标RCS受限的问题,提出一种结合引导聚集(Bagging)算法与基于谱混合协方差函数的高斯过程回归(GPR)模型的混合方法(Bagging-GPR),从而根据仿真和实测得到的低频段RCS数据,准确高效地外推高频段的RCS数据。[方法]首先,根据舰船目标低频段单站RCS数据,以重采样的方式获取训练子集,并使用基于谱混合协方差函数的GPR模型对各子集的RCS数据在频域上进行外推;然后,通过Bagging算法将各子集的外推结果进行混合,以进一步提高GPR的外推精度和鲁棒性;最后,分别在舰船模型的仿真数据集和实测数据集上对Bagging-GPR混合方法的性能予以试验验证。[结果]结果表明,Bagging-GPR可以实现实时外推,预测值与仿真值、实测值基本一致,均方根误差很小。[结论]所提方法具有较高的频域RCS数据外推精度和良好的鲁棒性,可为快速获取目标的高频RCS特征提供一种新的技术手段。; 关键词雷达散射截面舰船目标高斯过程回归引导聚集算法外推; Keywords radar cross section ships Gaussian process regression Bootstrap aggregating extrapolation; 分类号 U674.702 [交通运输工程—船舶及航道工程]; 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	基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法	庞婷婷张贵宇刘科材李晓平庹先国彭英杰曾祥林	《食品科学》北大核心	2025	0	在线阅读下载PDF 职称材料
2	多因素影响下基于Bagging-NSGAⅡ的数控铣削稳定性预测与优化研究	邓聪颖游倩赵洋林丽君殷国富	《工程科学与技术》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	面向演化的缺陷预测模型演进策略比较研究	刘文广高东静彭鑫赵文耘	《小型微型计算机系统》 CSCD 北大核心	2017	0	在线阅读下载PDF 职称材料
4	基于Bagging的阿尔茨海默病进程多分类预测研究	张嘉嘉易付良杨慧陈杜荣秦瑶崔靖白文琳韩红娟葛晓燕余红梅	《中国卫生统计》 CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料
5	基于Bagging-GPR的舰船目标RCS频率外推技术	侯牡玉弓树宏肖东海左炎春刘峪	《中国舰船研究》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料