-
题名县域随机森林数字土壤属性制图预处理优化方法
- 1
-
-
作者
王凤仪
赵东保
刘湃
肖炼
-
机构
华北水利水电大学
自然资源部四川基础地理信息中心
-
出处
《智慧农业导刊》
2025年第5期41-45,共5页
-
基金
国家自然科学基金(41971346)
四川省科技计划项目重点研发项目(2022YFN002)。
-
文摘
随机森林是数字土壤属性制图的重要方法,该文考虑数据不平衡性和环境变量多重共线性问题,对随机森林制图方法预处理阶段开展优化处理研究。该研究以河南省邓州市2007年表层土壤样点的pH推测制图为例,针对pH数据分布的不平衡性,采用SMOGN算法确保pH推测范围符合实际分布情况。针对环境变量的多重共线性问题,对比分析膨胀因子,主成分分析和逐步回归等方法的制图精度,并给出消除多重共线性的方法。当顾及数据不平衡性和消除多重共线性后,全部样点的平均绝对误差和均方根误差精度指标均获得提升。土壤pH范围更广,对pH的极端值也能够进行推测。该文方法可有效保障pH推测值的分布范围更符合实际情况,并提升随机森林方法的pH推测精度。
-
关键词
数字土壤属性制图
土壤PH
随机森林
数据不平衡性
多重共线性
-
Keywords
digital soil attribute mapping
soil pH
random forest
data imbalance
multicollinearity
-
分类号
S159-3
[农业科学—土壤学]
-
-
题名社交网站中用户评论行为预测
被引量：3
- 2
-
-
作者
孔庆超
毛文吉
张育浩
-
机构
中国科学院自动化研究所复杂系统管理与控制国家重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2015年第3期349-353,共5页
-
基金
国家自然科学基金资助项目(61175040
U1435221)
-
文摘
社交网站为用户相互交流、发表意见和观点提供了非常便利的平台。对社交网站的用户行为进行建模和预测对于安全、商业等多个领域具有十分重要的社会意义和应用价值,近年来逐渐得到研究者的重视。面向社交网站中用户评论行为,预测用户是否会参与讨论。采用基于特征的机器学习方法,其中特征包括讨论帖子及其内容、用户行为特征和社交关系,并引入参数控制数据集的不平衡性。实验采用来自豆瓣小组的真实数据。实验结果表明,新提出的用户行为和社交关系特征以及对不平衡数据集的处理方法能够有效提高用户评论行为的预测效果,进一步说明用户的历史行为和所在的社交关系网络对当前的评论行为有较大影响。
-
关键词
社交网络
用户评论
机器学习
行为建模
行为预测
不平衡性数据集
-
Keywords
social network
user comments
machine learning
behavior modeling
behavior prediction
imbalance dataset
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP393.092
[自动化与计算机技术—计算机应用技术]
-
