期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于梯度提升回归树的城市道路行程时间预测 被引量：28
1
作者 龚越 罗小芹 +1 位作者 王殿海 杨少辉 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2018年第3期453-460,共8页
为了提高行程时间的预测精度,在考虑时间序列相关性的同时,分析相邻路段的空间相关性对于行程时间的影响,并提出基于梯度提升回归树模型的城市道路行程时间预测方法.对车牌识别设备获取的实际数据进行预处理,并提出相应的补全算法以解... 为了提高行程时间的预测精度,在考虑时间序列相关性的同时,分析相邻路段的空间相关性对于行程时间的影响,并提出基于梯度提升回归树模型的城市道路行程时间预测方法.对车牌识别设备获取的实际数据进行预处理,并提出相应的补全算法以解决数据缺失问题,建立完整的历史数据集.通过分析各影响因素与行程时间的相关性,构建特征向量.为了能更好地理解模型,通过梯度提升回归树模型输出各变量对于预测结果的重要度.利用实际数据对模型进行评估,预测行程时间的平均绝对误差百分比,约为10.0%.与SVM、ARIMA等方法相比,所提方法具有较高的精度. 展开更多
关键词 交通工程 短时交通流预测 梯度提升回归树模型(gbrt) 城市道路行程时间 车牌识别数据
在线阅读 下载PDF
基于梯度提升回归树算法的地面臭氧浓度估算 被引量：19
2
作者 李一蜚 秦凯 +2 位作者 李丁 樊文智 何秦 《中国环境科学》 EI CAS CSCD 北大核心 2020年第3期997-1007,共11页
将机器学习中的梯度提升回归树(GBRT)算法应用到中国地区地面O3浓度制图中,利用地面O3浓度观测数据,结合WRF气象数据、MODIS植被归一化指数以及高程人口数据建立训练预测数据集.通过反向变量选择法选取模型最佳特征变量对其进行训练,十... 将机器学习中的梯度提升回归树(GBRT)算法应用到中国地区地面O3浓度制图中,利用地面O3浓度观测数据,结合WRF气象数据、MODIS植被归一化指数以及高程人口数据建立训练预测数据集.通过反向变量选择法选取模型最佳特征变量对其进行训练,十折交叉验证结果:决定系数R^2=0.89、均方根误差RMSE=4.75 μg/m^3.同时对全国O3人口暴露水平进行评估.结果表明:在暴露强度上,我国人口加权O3浓度值排在前5的省依次是山东、河南、江苏、河北、上海,均值浓度为94.48 μg/m^3.在暴露持续时间上,非达标天数最多的5个省依次是河南、山东、河北、宁夏、北京,一年内有42%的天数处于非达标的状态. 展开更多
关键词 臭氧(O3) 梯度提升回归树(gbrt) 人口暴露 时空分布
在线阅读 下载PDF
一种融合GBRT-EN和LM的AOA室内定位算法
3
作者 姜淑娜 余超 +2 位作者 穆慧珍 罗宇婧 赵昆 《导航定位学报》 北大核心 2025年第5期76-83,共8页
针对到达角(AOA)测量值易受室内非视距(NLOS)环境影响导致定位精度较低的问题,提出一种将梯度渐近回归树(GBRT)和弹性网络(EN)相结合的组合模型(GBRT-EN)对AOA测量值进行修正,并使用列文伯格-马夸特(LM)方法实现结果解算的AOA室内定位算... 针对到达角(AOA)测量值易受室内非视距(NLOS)环境影响导致定位精度较低的问题,提出一种将梯度渐近回归树(GBRT)和弹性网络(EN)相结合的组合模型(GBRT-EN)对AOA测量值进行修正,并使用列文伯格-马夸特(LM)方法实现结果解算的AOA室内定位算法:利用GBRT模型对AOA测量值进行初步修正以减小NLOS误差;然后用EN网络对修正后的AOA测量值进行误差补偿;最后使用LM算法解算目标位置。实验结果表明:无论是在静态还是动态条件下,上述算法既可以减弱室内NLOS环境对AOA测量值的干扰,又能够降低定位误差,从而获得较好的定位效果;尤其在动态情况下,相较于现有的其他3种定位算法,提出算法的定位误差可分别减少19.64%、29.69%和41.56%,能够提高定位精度。 展开更多
关键词 到达角(AOA) 室内定位 非视距(NLOS) 梯度渐近回归树(gbrt) 弹性网络(EN) 列文伯格-马夸特(LM)算法
在线阅读 下载PDF
一个有效的基于GBRT的早期电影票房预测模型 被引量：13
4
作者 韩忠明 原碧鸿 +2 位作者 陈炎 赵宁 段大高 《计算机应用研究》 CSCD 北大核心 2018年第2期410-416,共7页
电影票房预测是一个具有挑战性的问题,尤其是早期预测电影票房。基于社会媒体等预测方法存在准确度低、难以早期预测等问题,提出了一种基于GBRT模型的早期电影票房预测模型。对影响电影票房的因素进行特征化处理,选择包括演员、导演、... 电影票房预测是一个具有挑战性的问题,尤其是早期预测电影票房。基于社会媒体等预测方法存在准确度低、难以早期预测等问题,提出了一种基于GBRT模型的早期电影票房预测模型。对影响电影票房的因素进行特征化处理,选择包括演员、导演、上映日期以及公司等在内的九种因素,分别采用社会网络节点影响力度量法、平均票房权重区间化等不同的特征化方法;然后,生成34个特征作为影响电影票房的因变量,对特征与电影票房建立GBRT模型。选择2000—2015年间的1 875部电影以及相应的8 203名影人和3 300家公司进行了大量实验,实验结果表明该模型具有良好的预测效果,相对准确率达到80.6%,对部分2016年新电影进行预测,其误差在10%以内。 展开更多
关键词 梯度回归树(gbrt) 电影早期因素 电影票房预测 影响力度量
在线阅读 下载PDF
基于TrAdaBoost-GBDT模型的排土场边坡稳定状态判别 被引量：1
5
作者 江松 李涛 +3 位作者 李锦源 李研博 张存良 张立杰 《中国安全科学学报》 CAS CSCD 北大核心 2024年第11期89-98,共10页
针对露天矿排土场失稳数据获取困难,样本数据量少等问题,提出基于迁移学习算法的露天矿排土场边坡稳定状态判别模型;结合陕西省F露天矿排土场边坡的实际地质条件和降雨情况,设计降雨条件下排土场不同土石混合比边坡的相似模拟试验方案,... 针对露天矿排土场失稳数据获取困难,样本数据量少等问题,提出基于迁移学习算法的露天矿排土场边坡稳定状态判别模型;结合陕西省F露天矿排土场边坡的实际地质条件和降雨情况,设计降雨条件下排土场不同土石混合比边坡的相似模拟试验方案,并采集和处理试验中边坡模型的含水率、土压力和孔隙水压力数据;考虑到小样本数据集对梯度提升回归树(GBDT)模型分类精度的影响,运用迁移学习思想,利用迁移自适应增强算法(TrAdaBoost)对源域数据集和目标域数据集样本权重进行迭代更新,以GBDT模型作为数据样本训练的弱学习器,最终根据弱学习器的分类结果,通过加权多数表决法生成一种基于迁移学习的TrAdaBoost-GBDT排土场边坡稳定状性判别模型,以提高小样本数据标签类别的判别准确率。结果表明:相对其他算法模型,提出的排土场边坡稳定状态判别模型在稳定状态判别上有更好的表现,准确率、精准率、召回率和曲线下面积值(AUC)分别达到93.3%、87.5%、100%和93.8%,能够作为边坡稳定状态判别的分类器。该模型相对其他算法模型可以提高小样本数据集的边坡稳定状态判别的准确性,弥补机器学习对小样本数据集分类结果精度较低的不足。 展开更多
关键词 排土场边坡 稳定状态判别 迁移自适应增强梯度提升回归树(TrAdaBoost-GBDT) 迁移学习 小样本
在线阅读 下载PDF
青藏高原草地地上生物量估算 被引量：8
6
作者 姚雨微 任鸿瑞 《生态学报》 CAS CSCD 北大核心 2024年第7期3049-3059,共11页
及时准确评估草地产草量对草地资源的科学管理和可持续发展具有重要意义。青藏高原自然环境特殊,气候差异显著,地形复杂,仅依靠遥感信息准确监测草地地上生物量(Aboveground Biomass,AGB)变化有较大限制。基于青藏高原草地AGB野外实测... 及时准确评估草地产草量对草地资源的科学管理和可持续发展具有重要意义。青藏高原自然环境特殊,气候差异显著,地形复杂,仅依靠遥感信息准确监测草地地上生物量(Aboveground Biomass,AGB)变化有较大限制。基于青藏高原草地AGB野外实测数据与Landsat遥感影像,探索了植被指数表征草地AGB信息的有效性,评估了气象和地形信息对准确估算草地AGB的影响,综合利用气象、地形和遥感信息,在新一代地球科学数据和分析应用平台(Google Earth Engine)上构建了梯度增强回归树草地AGB估算模型,绘制了青藏高原多年草地AGB空间分布图。结果表明:(1)基于单因素遥感因子的线性回归模型仅能解释8%—40%的草地AGB变化情况,其中绿色归一化植被指数(Green Normalized Difference Vegetation Index,GNDVI)对草地AGB解释能力较强(40%)。(2)基于遥感因子构建的梯度增强回归树模型测试集R~2为0.57。分别添加气象、地形信息,模型对草地AGB的估测准确性有所提升,测试R~2为0.62和0.63。(3)基于气象、地形和遥感因子的多因素估测模型能够提高草地AGB估测精度,经递归特征消除法优选后,基于13个特征变量的梯度增强回归树模型拟合效果最好(训练数据集R~2=0.79,RMSE=43.42 g/m^(2),P<0.01;测试数据集R~2=0.66,RMSE=53.64 g/m^(2),P<0.01),可以解释66%草地AGB变化情况。(4)2010年青藏高原平均AGB为94.58 g/m^(2),2015年93.63 g/m^(2),2020年100.78 g/m^(2)。青藏高原西北部草地AGB较低,东南部草地AGB较高,整体呈现自西北向东南逐渐增加的分布格局。研究结果为准确估算青藏高原草地产草量和碳储量等研究提供重要参考。 展开更多
关键词 青藏高原 草地地上生物量 梯度增强回归树 遥感
在线阅读 下载PDF
基于两种机器学习方法分析东海北部海域三疣梭子蟹(Portunus trituberculatus)时空分布 被引量：7
7
作者 栗小东 王晶 +1 位作者 杨春蕙 王迎宾 《海洋与湖沼》 CAS CSCD 北大核心 2021年第5期1284-1292,共9页
为了解东海北部海域三疣梭子蟹(Portunus trituberculatus)资源时空分布规律,探索更适合三疣梭子蟹资源量预测的模型方法,根据2006-2007年共四个季度在东海北部海域的底拖网调查数据,运用梯度提升回归树(gradient boosting regression t... 为了解东海北部海域三疣梭子蟹(Portunus trituberculatus)资源时空分布规律,探索更适合三疣梭子蟹资源量预测的模型方法,根据2006-2007年共四个季度在东海北部海域的底拖网调查数据,运用梯度提升回归树(gradient boosting regression tree,GBRT)和支持向量机(support vector machine,SVM)这两种机器学习方法,分析了三疣梭子蟹时空分布与环境因子之间的关系,同时使用方差解释率(VE)、相对均方根误差(RMSE)以及决定系数R2等指标对不同模型的拟合效果、预测性能以及稳定性等进行了比较,选择其中最佳模型对东海北部海域三疣梭子蟹资源分布进行预测。结果显示,GBRT模型的拟合效果相对优于SVM模型,两种模型的拟合结果均显示底层海水盐度(SBS)为影响三疣梭子蟹资源分布最为显著的环境因子。GBRT模型的预测性能较高且模型较为稳定,其预测结果显示夏季的资源量高于其他三个季节,且各季节所研究海域的东南部均存在一个资源分布的低值区。研究结果预期可为三疣梭子蟹资源分布及资源量预测新方法的探索和分析提供技术指导。 展开更多
关键词 三疣梭子蟹 梯度提升回归树(gbrt) 支持向量机(SVM) 资源量
在线阅读 下载PDF
基于Landsat的香格里拉市高山松地上生物量动态研究 被引量：1
8
作者 罗利彬 张加龙 《林业调查规划》 2023年第6期7-12,共6页
采用不同时期的Landsat5 TM卫星遥感影像数据和1987—2007年5期云南省香格里拉市森林资源连续清查样地调查数据,通过数据筛选,应用随机森林算法(RF)、梯度提升回归树算法(GBRT)等相关性分析模型,估测1987—2007年间云南省香格里拉市高... 采用不同时期的Landsat5 TM卫星遥感影像数据和1987—2007年5期云南省香格里拉市森林资源连续清查样地调查数据,通过数据筛选,应用随机森林算法(RF)、梯度提升回归树算法(GBRT)等相关性分析模型,估测1987—2007年间云南省香格里拉市高山松地上生物量动态变化规律。结果表明,GBRT算法的估测模型效果最好,决定系数R^(2)为0.99,预估精度P为70.07%;RF算法次之,决定系数R^(2)为0.89,预估精度P为66.10%。1987—2007年的20年间,香格里拉高山松地上生物量总量经历了先减又增的过程,1987、1992、1997、2002、2007年地上生物量分别为1023.29、1022.38、1011.73、1018.02、1019.33万t。但截至2007年,高山松地上生物量仍然未恢复到1987年水平。结合20年的林业发展过程,对高山松地上生物量动态变化原因进行简要分析,对后续研究提出了建议。 展开更多
关键词 高山松 地上生物量 动态变化 梯度提升回归树算法(gbrt) 香格里拉市
在线阅读 下载PDF
基于潜在空间特征的无袖带血压估计方法 被引量：1
9
作者 樊艳梦 杨学志 +3 位作者 王定良 刘雪南 马礼坤 李龙伟 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第9期1182-1190,1247,共10页
针对目前基于光电容积脉搏波(photoplethysmography,PPG)的血压(blood pressure,BP)估计模型的不足,文章提出一种基于潜在空间特征的BP估计方法。该方法充分挖掘PPG中与BP相关的特征,利用梯度增强回归树(gradient boosting regression t... 针对目前基于光电容积脉搏波(photoplethysmography,PPG)的血压(blood pressure,BP)估计模型的不足,文章提出一种基于潜在空间特征的BP估计方法。该方法充分挖掘PPG中与BP相关的特征,利用梯度增强回归树(gradient boosting regression tree,GBRT)提取单周期PPG信号及其一阶和二阶导数的高阶交叉特征,并利用卷积神经网络(convolutional neural networks,CNN)提取PPG信号的时频图中的深层特征;随后将提取的特征输入支持向量回归器(support vector regression,SVR)构建BP估计模型。在UCI-BP数据库的12000个样本上进行了模型评估,实验结果表明所提出的方法优于最新的BP估计方法。 展开更多
关键词 血压(BP) 光电容积脉搏波(PPG) 潜在空间特征 梯度增强回归树(gbrt) 卷积神经网络(CNN)
在线阅读 下载PDF
航空液压系统流量智能预测方法研究 被引量：3
10
作者 刘涌泉 李巍 +1 位作者 牛伟 罗旭东 《科学技术与工程》 北大核心 2022年第28期12476-12483,共8页
液压系统是飞机重要机载系统之一,它为飞机输出能源驱动,其性能、稳定性和可靠性直接影响飞机的安全性。流量是衡量液压系统稳定性的重要判据,实时监测液压系统管路流量可对系统特性分析、故障诊断提供有力的支持。但由于流量传感器造... 液压系统是飞机重要机载系统之一,它为飞机输出能源驱动,其性能、稳定性和可靠性直接影响飞机的安全性。流量是衡量液压系统稳定性的重要判据,实时监测液压系统管路流量可对系统特性分析、故障诊断提供有力的支持。但由于流量传感器造成的流阻对系统特性有显著影响,因此在航空液压系统中未广泛使用。针对传感器带来的流阻问题,深入分析了与流量相关的参数,提出基于梯度提升回归树的航空液压系统流量预测模型,通过关键参数预测液压系统的流量。试验结果表明:梯度提升回归树(gradient boosting regression tree,GBRT)模型相比最小二乘线性回归模型、决策树回归模型、极端梯度提升树XGBoost模型,在预测准确度、训练时间、测试时间等指标中取得了较好的表现,验证了所提方法的有效性。 展开更多
关键词 航空液压系统 决策树 梯度提升回归树(gbrt) 数据挖掘 数据预测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部