轻梯度提升机算法的发展与应用 被引量：2

1

作者 魏佳妹 袁书娟 +2 位作者 孔闪闪 杨爱民 赵晨颖 《计算机工程与应用》 北大核心 2025年第5期32-42,共11页

轻梯度提升机算法(light gradient boosting machine,LightGBM)是机器学习领域中比较强大的算法之一,LightGBM采用高效的树学习算法,以更快地训练模型,其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低了内存的使用和计算成本。... 轻梯度提升机算法(light gradient boosting machine,LightGBM)是机器学习领域中比较强大的算法之一,LightGBM采用高效的树学习算法,以更快地训练模型,其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低了内存的使用和计算成本。LightGBM被广泛应用于医疗、自然语言处理、金融、工业制造等领域。然而,LightGBM在高维数据处理、类别特征处理、模型解释性等方面仍面临许多挑战。目前,解决这些问题的方法主要集中在特征工程、可视化、模型混合等方面,并取得了很好的效果。介绍了决策树家族的相关算法原理和变体研究;对LightGBM的原理、优缺点进行梳理,归纳出算法所面临的挑战,并指出LightGBM未来的研究热点和难点;对LightGBM的发展进行了总结和展望。 展开更多

关键词 轻梯度提升机算法 决策树 集成学习 机器学习

在线阅读 下载PDF 职称材料

基于梯度提升决策树(GBDT)算法的南方洪涝灾害房屋倒损评估模型 被引量：8

2

作者 林森 郭桂祯 刘蓓蓓 《灾害学》 CSCD 北大核心 2020年第1期109-112,130,共5页

结合影响洪涝灾害损失的10个指标,利用国家减灾中心灾情库中案例作训练样本,建立了基于梯度提升决策树(GBDT)算法的南方洪涝灾害房屋倒损评估模型,可用于洪涝灾害房屋倒损的快速评估。最后,利用2016年7月上旬南方洪涝灾害案例进行了模... 结合影响洪涝灾害损失的10个指标,利用国家减灾中心灾情库中案例作训练样本,建立了基于梯度提升决策树(GBDT)算法的南方洪涝灾害房屋倒损评估模型,可用于洪涝灾害房屋倒损的快速评估。最后,利用2016年7月上旬南方洪涝灾害案例进行了模型验证,总体相对误差为17.9%,证明该模型具有较高的可靠性,能够较好反映洪涝损失总体情况。 展开更多

关键词 洪涝灾害 房屋倒损 梯度提升决策树(gbdt) 损失评估

在线阅读 下载PDF 职称材料

基于优化负样本采样策略的梯度提升决策树与随机森林的汶川同震滑坡易发性评价 被引量：30

3

作者 郭衍昊 窦杰 +3 位作者 向子林 马豪 董傲男 罗万祺 《地质科技通报》 CAS CSCD 北大核心 2024年第3期251-265,共15页

强震诱发的滑坡具有数量多、分布广、规模大等特点,严重威胁人民生命财产安全。滑坡易发性评价能够快速预测灾害空间分布,对于减轻震后灾害的危险性具有重要意义。在同震滑坡易发性评价研究中,如何选取滑坡负样本并通过耦合机器学习模... 强震诱发的滑坡具有数量多、分布广、规模大等特点,严重威胁人民生命财产安全。滑坡易发性评价能够快速预测灾害空间分布,对于减轻震后灾害的危险性具有重要意义。在同震滑坡易发性评价研究中,如何选取滑坡负样本并通过耦合机器学习模型提高评价精度的对比研究仍需进一步研究。以山区汶川地震诱发的滑坡为研究区,首先选取地形地貌、地质环境、地震参数等10个滑坡评价因子,分析滑坡空间分布规律;其次因子共线性分析检验数据冗余,接下来采用频率比法(FR)选取极低、低易发区滑坡负样本点的采样策略;最后采用基于决策树演化改进的梯度提升决策树(GBDT)、随机森林(RF)和耦合模型(FR-GBD与FR-RF),开展了基于机器学习的同震滑坡易发性区划并进行精度评价。研究结果表明:①滑坡空间分布受到多层级因子控制;②模型预测精度为:FR-RF(AUC=0.943)>FR-GBDT(AUC=0.926)>RF(AUC=0.901)>GBDT(AUC=0.856);③在低易发区选择滑坡负样本可以明显提高易发性精度。研究成果可为滑坡易发性中负样本的选择和评价模型构建提供参考同时也为震后滑坡的防灾减灾提供理论支持。 展开更多

关键词 随机森林(RF) 梯度提升决策树(gbdt) 机器学习 频率比法(FR) 采样策略 同震滑坡 滑坡易发性区划

在线阅读 下载PDF 职称材料

基于混合梯度提升决策树和逻辑回归模型的分组密码算法识别方案 被引量：12

4

作者 袁科 黄雅冰 +2 位作者 杜展飞 李家保 贾春福 《工程科学与技术》 EI CSCD 北大核心 2022年第4期218-227,共10页

针对密码算法识别工作中因密码算法数量增多、密文数据复杂化以及数据间干扰增加,导致单层识别方案的识别准确率和稳定性变差等问题,提出一种基于混合梯度提升决策树和逻辑回归模型,并基于该模型构造分组密码算法识别方案。在该方案中,... 针对密码算法识别工作中因密码算法数量增多、密文数据复杂化以及数据间干扰增加,导致单层识别方案的识别准确率和稳定性变差等问题,提出一种基于混合梯度提升决策树和逻辑回归模型,并基于该模型构造分组密码算法识别方案。在该方案中,首先,采用NIST随机性测试标准中的15种测试方法作为密文特征提取方法对密文文件进行特征提取,并选定有意义的10种特征值作为分类器的输入;然后,使用这10组特征训练梯度提升决策树模型,并利用其学习而生成的树来构造新特征;最后,将这些新特征做one-hot编码,并将其加入到原有特征中训练逻辑回归模型进行预测。在唯密文情况下,基于9种不同的分类器模型分别构造9种不同的密码算法识别方案,并利用这9种方案对2种典型的分组密码算法AES和3DES加密的不同大小的密文文件进行密码算法二分类实验,对5种常用的分组密码算法AES、3DES、Blowfish、CAST和RC2加密的不同大小的密文文件进行密码算法五分类实验。实验结果表明,相较于其他识别方案,当密文长度相同时,本文所提方案在二分类和五分类识别问题中几乎均有最高的识别准确率。同时,随着密文长度的变化,识别准确率呈波动性变化,本文所提方案波动幅度最小,受影响程度最小,稳定性最高。 展开更多

关键词 密码算法识别 机器学习 集成学习 梯度提升决策树 逻辑回归

在线阅读 下载PDF 职称材料

基于梯度提升决策树算法的鄱阳湖水环境参数遥感反演 被引量：24

5

作者 李怡静 孙晓敏 +4 位作者 郭玉银 刘发根 周冠华 徐崇斌 刘亮 《航天返回与遥感》 CSCD 2020年第6期90-102,共13页

鄱阳湖是中国第一大淡水湖和国际重要湿地,对区域经济发展和生态文明建设都具有非常重要的作用。近年来受气候变化及流域经济发展影响,其水质持续逼近轻度富营养,局部水华发生风险较高。为保护鄱阳湖水生态环境,探索适用于鄱阳湖的大尺... 鄱阳湖是中国第一大淡水湖和国际重要湿地,对区域经济发展和生态文明建设都具有非常重要的作用。近年来受气候变化及流域经济发展影响,其水质持续逼近轻度富营养,局部水华发生风险较高。为保护鄱阳湖水生态环境,探索适用于鄱阳湖的大尺度水质遥感监测方法至关重要。文章以鄱阳湖为实验区域,结合2018年7月和2019年8月两次鄱阳湖丰水期的实测水质数据和"高分一号"卫星影像,基于梯度提升决策树算法构建水质参数反演模型,反演了高锰酸盐指数、总磷、总氮、透明度、叶绿素a、悬浮泥沙等6种水质参数。对反演算法的输入波段和参数配置进行了调试与优化,以均方根误差和决定系数作为精度评价指标,测试了该算法对各水质参数反演的精度和速度,结果表明,梯度提升决策树算法反演各水质参数的精度较高且速度较快,对多数水质参数反演的决定系数在0.8以上,具有实用价值,能够实现对内陆复杂水体水质的高精度遥感监测。 展开更多

关键词 遥感反演 机器学习 梯度提升决策树算法 “高分一号”卫星数据 水环境 鄱阳湖

在线阅读 下载PDF 职称材料

采用梯度提升决策树的车辆换道融合决策模型 被引量：27

6

作者 徐兵 刘潇 +2 位作者 汪子扬 刘飞虎 梁军 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2019年第6期1171-1181,共11页

车辆在执行换道行为时,由于受到较多环境因素影响,难以准确进行换道识别和预测.为解决这一问题,提出一种基于梯度提升决策树(GBDT)进行特征变换的融合换道决策模型,以仿真驾驶员在高速公路上自由换道时的决策行为.采用主体车辆与目标车... 车辆在执行换道行为时,由于受到较多环境因素影响,难以准确进行换道识别和预测.为解决这一问题,提出一种基于梯度提升决策树(GBDT)进行特征变换的融合换道决策模型,以仿真驾驶员在高速公路上自由换道时的决策行为.采用主体车辆与目标车道后车的碰撞时间tlag及车辆周围交通状态变量进行车辆换道行为的建模分析,在NGSIM数据集上对建立的融合换道决策模型进行参数标定和模型测试.实验结果表明:融合换道决策模型以95.45%的预测准确率超越支持向量机、随机森林和GBDT等单一的换道决策模型,获得了最突出的表现.变量分析结果表明:新引入的换道决策变量tlag对车辆换道行为具有重要影响.提出的融合换道决策模型能够进一步减少因换道决策误判而导致的交通事故. 展开更多

关键词 梯度提升决策树(gbdt) 自由换道行为 NGSIM数据集 换道决策模型 碰撞时间

在线阅读 下载PDF 职称材料

基于梯度增强决策树算法的纸张质量软测量模型 被引量：9

7

作者 江伦 满奕 +3 位作者 李继庚 洪蒙纳 孟子薇 朱小林 《中国造纸》 CAS 北大核心 2020年第5期37-42,共6页

本研究提出了一种基于梯度增强决策树(GBDT)算法的纸张质量软测量模型,该方法可在线软测量纸张的关键物理指标如抗张强度、柔软度和松厚度。结果表明,采用GBDT进行纸张质量软测量时,抗张强度、柔软度和松厚度的平均相对误差分别为7. 21%... 本研究提出了一种基于梯度增强决策树(GBDT)算法的纸张质量软测量模型,该方法可在线软测量纸张的关键物理指标如抗张强度、柔软度和松厚度。结果表明,采用GBDT进行纸张质量软测量时,抗张强度、柔软度和松厚度的平均相对误差分别为7. 21%、7. 38%和3. 5%;采集新数据验证后,纸张抗张强度、柔软度和松厚度的平均相对误差分别为6. 87%、6. 88%和3. 12%,表明模型对新验证数据的预测结果精度高。 展开更多

关键词 数据模型 纸张质量 软测量 梯度增强决策树(gbdt)算法

在线阅读 下载PDF 职称材料

基于梯度提升决策树的汇合交互作用研究 被引量：8

8

作者 李根 翟伟 邬岚 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第4期649-655,共7页

为了研究高速公路目标车道领跟车在交织区与汇合车辆的交互作用,基于梯度提升决策树(GBDT)建立交织区汇合交互作用模型.引入目标车道领跟车与前车、后车和汇合车辆的速度差、时间间隙、冲突评价指标及横向位置,分析汇合车辆与领跟车之... 为了研究高速公路目标车道领跟车在交织区与汇合车辆的交互作用,基于梯度提升决策树(GBDT)建立交织区汇合交互作用模型.引入目标车道领跟车与前车、后车和汇合车辆的速度差、时间间隙、冲突评价指标及横向位置,分析汇合车辆与领跟车之间的交互行为.利用美国NGSIM数据集中目标车道领跟车与汇合车辆的轨迹数据对模型进行训练和测试,比较不同损失函数对模型的拟合效果,对汇合加速度进行偏效应分析.研究结果表明,基于平方损失函数(LS)的GBDT模型精度高于基于最小绝对偏差(LAD)和胡贝尔(Huber-M)损失函数的模型.在汇合行为的各研究对象中,汇合车辆的预测精度高于领跟车,汇合车辆的横向位置在汇合交互作用中的影响程度最高.GBDT模型用于汇合交互行为不仅可以准确预测目标车道领跟车与汇合车辆之间的交互作用,也能够获取影响变量与加速度之间隐藏的非线性关系. 展开更多

关键词 公路运输 交织区 梯度提升决策树(gbdt) 汇合交互作用 数据挖掘

在线阅读 下载PDF 职称材料

基于改进梯度提升决策树-蒙特卡罗法的超大型集装箱船绑扎桥可靠性分析 被引量：4

9

作者 李放 王德禹 《中国舰船研究》 CSCD 北大核心 2020年第2期63-69,共7页

[目的]对超大型集装箱船绑扎桥结构而言,复杂的设计结构和恶劣的载荷环境对其可靠性提出了更高的要求。针对大型船舶结构可靠性分析时计算效率低、计算精度差等问题,提出基于改进梯度提升决策树—蒙特卡罗(GBDT-MC)方法。[方法]首先,通... [目的]对超大型集装箱船绑扎桥结构而言,复杂的设计结构和恶劣的载荷环境对其可靠性提出了更高的要求。针对大型船舶结构可靠性分析时计算效率低、计算精度差等问题,提出基于改进梯度提升决策树—蒙特卡罗(GBDT-MC)方法。[方法]首先,通过Python库建立改进梯度提升决策树(GBDT)的近似模型,根据实验生成较少的样本点,并筛选位于失效面附近的样本点;接着,运用SMOTE算法合成新的样本点并参与有限元计算,进而结合原有的样本点形成训练集;然后,采用已训练的近似模型预测蒙特卡罗(MC)方法所产生的样本点信息,完成结构的可靠性分析;最后,运用算例验证改进GBDT-MC方法的可行性和准确性,并将其应用于超大型集装箱船绑扎桥结构的可靠性分析。[结果]计算结果表明:案例中超大型集装箱船绑扎桥在静态绑扎力作用下的失效概率误差为3.5%,改进GBDT-MC方法的计算耗时为2.55 h,而MC方法则需要416.7 h,可见在允许的计算误差范围内,改进GBDT-MC方法可以大为缩减可靠性分析的计算时间。[结论]改进GBDT-MC方法能显著提高计算精度并缩短计算时间,可为结构可靠性的优化设计提供支持。 展开更多

关键词 绑扎桥 可靠性分析 SMOTE算法 梯度提升决策树 蒙特卡罗方法

在线阅读 下载PDF 职称材料

改进灰狼算法优化GBDT在PM_(2.5)预测中的应用 被引量：11

10

作者 江雨燕 傅杰 +2 位作者 甘如美江 孙雨辰 王付宇 《安全与环境学报》 CAS CSCD 北大核心 2024年第4期1569-1580,共12页

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局... 针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees,GBDT)模型对北京市大气污染物监测数据中PM_(2.5)质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E RMS为6.65μg/m^(3),平均绝对值误差E MA为3.20μg/m^(3),拟合优度(R^(2))为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m^(3),平均绝对值误差降低了10.03μg/m^(3),拟合优度增加了9百分点;与霍尔顿序列和莱维飞行改进的(Levy Flight-Halton Sequence,LHGWO)相比,改进的灰狼算法预测得分的均方根误差降低了10.39μg/m^(3),平均绝对值误差减小了6.71μg/m^(3),拟合优度提高了5百分点。研究表明了预测模型优化的有效性,为未来城市改善空气质量提供了科学依据和技术支持。 展开更多

关键词 环境学 PM_(2.5)质量浓度预测 改进灰狼算法(GWO) 梯度提升树算法(gbdt) 莱维(Levy)飞行 霍尔顿序列(Halton Sequence) 粒子群算法(PSO)

在线阅读 下载PDF 职称材料

一种基于决策树的多示例学习算法 被引量：8

11

作者 王杰 蔡良健 高瑜 《郑州大学学报（理学版）》 CAS 北大核心 2016年第1期81-84,共4页

提出了一种基于决策树C4.5的多示例学习算法C4.5-MI,通过拓展C4.5的熵函数和信息增益比来适应多示例学习框架.应用梯度提升方法对C4.5-MI算法进行优化,得到效果更优的GDBT-MI算法.与同类决策树算法在benchmark数据集上进行比较,结果表明... 提出了一种基于决策树C4.5的多示例学习算法C4.5-MI,通过拓展C4.5的熵函数和信息增益比来适应多示例学习框架.应用梯度提升方法对C4.5-MI算法进行优化,得到效果更优的GDBT-MI算法.与同类决策树算法在benchmark数据集上进行比较,结果表明,C4.5-MI和GDBT-MI算法具有更好的多示例分类效果. 展开更多

关键词 多示例学习 决策树 梯度提升 C4.5算法

在线阅读 下载PDF 职称材料

基于GBDT算法的弓网动态匹配特性预测模型 被引量：4

12

作者 黄桂灶 马同鑫 +3 位作者 杨泽锋 李政 魏文赋 吴广宁 《振动与冲击》 EI CSCD 北大核心 2024年第16期26-32,50,共8页

高速铁路通过弓网系统的滑动电接触获取电能驱动列车运行,弓网动态匹配特性是保障良好滑动电接触的基础。首先,建立了弓网动态匹配的有限元分析模型,并通过与文献结果对比验证了模型的正确性。采用拉丁超立方抽样方法,对接触网的关键结... 高速铁路通过弓网系统的滑动电接触获取电能驱动列车运行,弓网动态匹配特性是保障良好滑动电接触的基础。首先,建立了弓网动态匹配的有限元分析模型,并通过与文献结果对比验证了模型的正确性。采用拉丁超立方抽样方法,对接触网的关键结构参数和运行速度参数进行样本抽样,获得输入参数集;然后,利用有限元模型对输入参数集开展大量计算分析并进行结果的特征提取,获得弓网动态匹配关键特征参量的输出结果,结合输入和输出结果,构成了样本数据集;最后,采用梯度提升决策树(gradient lifting decision tree, GBDT)算法对数据集进行学习训练和验证测试,建立弓网动态匹配特性预测模型,并将其与基于决策树、随机森林、极端随机树和极端梯度提升树算法的4个模型进行对比分析。结果表明,基于GBDT算法的模型预测精度更高、稳定性更好,在测试集上的R~2达到了0.929,能够准确快速地评估弓网匹配特性。通过对GBDT模型进行参数重要性分析可知,运行速度对弓网匹配特性的影响程度最大,达61%,其次是接触线的张力、承力索张力和档距。该研究初步探索了采用机器学习方法建立预测模型来替代有限元模型的可能性,所建立的模型可用于弓网动态匹配特性的快速预测与评价。 展开更多

关键词 弓网系统 动态特性 机器学习 梯度提升决策树(gbdt) 受流质量

在线阅读 下载PDF 职称材料

基于近似马尔可夫毯与GBDT的煤矿职业健康噪声风险分类

13

作者 高晓旭 田佳可 +2 位作者 高璐 杜芦 范萌杰 《中国安全科学学报》 北大核心 2025年第9期253-262,共10页

为精准判断综采工作面噪声对作业人员的健康损害程度,采用人-机-环-管系统理论结合Fisher Score、最大信息系数及近似马尔可夫毯方法,确定噪声职业健康的关键影响因素;构建基于梯度提升决策树(GBDT)算法的煤矿噪声风险分类预测模型,并以... 为精准判断综采工作面噪声对作业人员的健康损害程度,采用人-机-环-管系统理论结合Fisher Score、最大信息系数及近似马尔可夫毯方法,确定噪声职业健康的关键影响因素;构建基于梯度提升决策树(GBDT)算法的煤矿噪声风险分类预测模型,并以Kappa系数及其准确率作为模型效率的指标,来对比验证本算法模型的准确性。结果表明:综采工作面噪声职业健康损害情况与个体状况、设备配置、环境因素及职业健康管理等因素密切相关,其中,岗位类别、个体年龄、工龄时长、防护意识、设备自动化程度、噪声监测点合格率、噪声暴露量、混响时间和管理机构及人员为职业健康风险分类预测的关键指标;基于GBDT构建的煤矿噪声职业健康风险分类预测模型准确率最大达99.6%,平均准确率和Kappa系数分别为98.3%和0.958;计算确定6种综采工作面噪声职业健康风险分类预测模型评估准确率次序为:GBDT>遗传算法优化随机森林算法(GA-RF)>粒子群算法优化最小二乘支持向量机算法(PSO-LSSVM)>随机森林算法(RF)>支持向量机算法(SVM)>决策树。 展开更多

关键词 近似马尔可夫毯 梯度提升决策树(gbdt) 煤矿噪声 噪声健康风险分类 职业健康 Fisher Score

在线阅读 下载PDF 职称材料

基于梯度提升算法的岩性识别方法 被引量：28

14

作者 王恒 姜亚楠 +3 位作者 张欣 仲鸿儒 陈庆轩 高世臣 《吉林大学学报（地球科学版）》 CAS CSCD 北大核心 2021年第3期940-950,共11页

传统的岩性识别方法如岩屑录井、钻井取心及测井资料解释等技术,对录井质量的依赖程度较高,识别精度与效率低,泛化能力差。随着计算机技术的迅速发展,将测井资料与计算机技术相结合开展岩性研究已成为岩性识别的有效手段。本文提出了一... 传统的岩性识别方法如岩屑录井、钻井取心及测井资料解释等技术,对录井质量的依赖程度较高,识别精度与效率低,泛化能力差。随着计算机技术的迅速发展,将测井资料与计算机技术相结合开展岩性研究已成为岩性识别的有效手段。本文提出了一种基于梯度提升算法XGBoost和LightGBM的岩性识别方法。以苏里格气田苏东41-33区块下碳酸盐岩储层为例进行测试验证,采用该方法结合测井资料中的声波时差、自然伽马、光电吸收截面指数、密度、深侧向电阻率和补偿中子等6种参数进行岩性识别,并与KNN(K近邻分类器)、朴素贝叶斯和支持向量机等传统算法进行对比,结果表明,3种传统算法的岩性识别准确率分别为78.45%、74.43%和78.72%,基于梯度提升算法XGBoost和LightGBM的识别准确率分别达到了98.90%和98.72%,远高于传统算法。 展开更多

关键词 岩性识别 梯度提升算法 碳酸盐岩 决策树

在线阅读 下载PDF 职称材料

基于稀疏采样传播数据和决策树算法的蒸发波导反演

15

作者 黄凯岭 王安琪 +2 位作者 赵强 郭相明 杨利霞 《微波学报》 CSCD 北大核心 2023年第4期78-82,94,共6页

蒸发波导的超视距传播特性是影响海上无线电系统性能的重要因素,准确预测蒸发波导是进行系统评估的基础。文中提出一种基于稀疏采样传播数据和决策树轻量梯度提升机(Light Gradient Boosting Machine,LightGBM)算法的蒸发波导反演方法... 蒸发波导的超视距传播特性是影响海上无线电系统性能的重要因素,准确预测蒸发波导是进行系统评估的基础。文中提出一种基于稀疏采样传播数据和决策树轻量梯度提升机(Light Gradient Boosting Machine,LightGBM)算法的蒸发波导反演方法。首先,采用抛物方程方法仿真得到稀疏采样传播数据并构建训练集和测试集;其次,使用决策树LightGBM算法搭建反演模型,通过不断调参改进模型的精度以达到较高的反演准确度;最后,调用训练好的LightGBM模型进行蒸发波导反演,并对反演结果的概率分布进行了分析。结果表明,基于稀疏采样传播数据的蒸发波导反演方法能够有效且快速地实现蒸发波导反演,为海上蒸发波导预测提供了一种新途径。 展开更多

关键词 蒸发波导反演 传播数据 决策树 轻量梯度提升机算法 抛物方程

在线阅读 下载PDF 职称材料

基于GBDT算法的参考作物蒸散量模型在江苏省的预测 被引量：14

16

作者 张薇 韦群 +3 位作者 吴天傲 林洁 邵光成 丁鸣鸣 《江苏农业学报》 CSCD 北大核心 2020年第5期1169-1180,共12页

选取江苏省6个气象站点1997-2016年的逐日气象资料,建立了3种基于树型算法的参考作物蒸散量(ET 0)预测模型,包括梯度提升决策树(Gradient boosting decision tree,GBDT)、随机森林(Random forest,RF)和回归树(Regression tree)模型,以FA... 选取江苏省6个气象站点1997-2016年的逐日气象资料,建立了3种基于树型算法的参考作物蒸散量(ET 0)预测模型,包括梯度提升决策树(Gradient boosting decision tree,GBDT)、随机森林(Random forest,RF)和回归树(Regression tree)模型,以FAO-56 Penman-Monteith公式计算所得的ET 0值作为标准值,对GBDT、RF、Regresssion tree模型和3种经验模型(EI-Sebail、Irmak、Hargreaves-Samani模型)的预测结果进行比较分析。结果表明:在相同气象因子输入组合下,GBDT、RF模型能取得较高的模拟精度,且明显高于Regression tree模型和经验模型,其中,气象参数组合为最高气温、最低气温和辐射的GBDT模型具有最高的模拟精度[全局评价指标(GPI)排名第1];通过敏感性分析发现,辐射是对江苏省逐日ET 0影响最为显著的气象因子,其直接通径系数为0.512,对决定系数(R 2)的贡献度为0.740,显著高于其他气象因子;通过可移植性分析发现,气象因子组合为最高气温、最低气温和辐射的GBDT、RF模型在江苏省内6个站点相互交叉验证下仍具有较高的预测精度。因此,可以将GBDT、RF模型应用于江苏省气象资料缺乏时的ET 0预测,为农业灌溉提供可靠依据。 展开更多

关键词 参考作物蒸散量 梯度提升决策树(gbdt)算法 随机森林(RF)算法 可移植性分析 敏感性分析

在线阅读 下载PDF 职称材料

基于改进Smote-GBDT算法的岩爆预测模型 被引量：9

17

作者 宋英华 江晨 +1 位作者 李墨潇 齐石 《中国安全科学学报》 CAS CSCD 北大核心 2023年第9期25-32,共8页

为准确预测岩爆等级,确保施工人员和设备安全,首先,从岩爆机制、数据和算法角度,分析埋深(D)、单轴抗压强度(UCS)、单轴抗拉强度(UTS)、岩石脆性指数(B_(1)、B_(2))、围岩最大切向应力(MTS)、应力集中系数(SCF)和弹性变形能指数(W_(et))... 为准确预测岩爆等级,确保施工人员和设备安全,首先,从岩爆机制、数据和算法角度,分析埋深(D)、单轴抗压强度(UCS)、单轴抗拉强度(UTS)、岩石脆性指数(B_(1)、B_(2))、围岩最大切向应力(MTS)、应力集中系数(SCF)和弹性变形能指数(W_(et))8个指标,建立岩爆预测指标体系;其次,针对岩爆样本存在的数据不均衡问题,引进托梅克联系(Tomek Link)对欠采样方法,改进合成少数类过采样(Smote)算法,对岩爆训练样本进行混合过采样;最后,构建SmoteTomek-梯度提升树(GBDT)岩爆预测模型,以38组数据验证模型的有效性,并与其他模型进行对比。结果表明:SmoteTomek-GBDT的准确率为92.1%,较未采样提升5.3%,Smote采样提升10.5%,优于随机过采样模型,并且避免跨等级的岩爆误判。 展开更多

关键词 岩爆预测 梯度提升树(gbdt)算法 合成少数类过采样(Smote)算法 岩爆指标 托梅克联系(Tomek Link)

在线阅读 下载PDF 职称材料

基于布谷鸟优化轻量梯度提升机的泥石流预测 被引量：7

18

作者 李丽敏 张俊 +2 位作者 温宗周 张明岳 魏雄伟 《科学技术与工程》 北大核心 2021年第30期13177-13184,共8页

针对山区环境中引发泥石流的影响因素复杂多样,影响因子之间易存在相互耦合以及轻量梯度提升机(light gradient boosting machine,lightGBM)预测模型易陷入局部最优问题,提出了核线性判别分析法(kernel linear discriminant analysis,KL... 针对山区环境中引发泥石流的影响因素复杂多样,影响因子之间易存在相互耦合以及轻量梯度提升机(light gradient boosting machine,lightGBM)预测模型易陷入局部最优问题,提出了核线性判别分析法(kernel linear discriminant analysis,KLDA)与经布谷鸟算法(cuckoo search,CS)寻优后的LightGBM预测模型。首先,对传感器采集到的原始数据进行清洗,并将“清洗”后得到的规范数据通过KLDA进行降维处理,得到相关性低且贡献率高的影响因子作为预测因子。采用随机取样的方法对降维后数据进行规划,选取70%的数据用于训练模型,剩余30%用于验证模型。然后,将训练数据作为输入,基于CS-LightGBM算法训练出最优预测模型。最后,结合鹅项沟监测数据进行仿真。结果证明,此方法能够将复杂的泥石流影响因子降维成利于建模的预测因子,使预测模型具有较好的预测准确度,为泥石流灾害预测方面的研究提供了新的思路。 展开更多

关键词 泥石流 核线性判别分析(KLDA) 梯度提升决策树(LightGBM) 布谷鸟优化算法(CS)

在线阅读 下载PDF 职称材料

基于GBDT算法的Fe-36Ni/304L搭接接头特征尺寸及性能预测

19

作者 申俊琦 王谦 +2 位作者 胡绳荪 陆建生 田玉新 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2022年第4期350-356,共7页

Fe-36Ni合金和304L奥氏体不锈钢是制备新一代液化天然气(LNG)船液舱围护系统的主要材料,由这两种材料焊接而成的复合结构是组成液舱围护系统的重要部分,因此研究Fe-36Ni/304L异种合金的焊接工艺及接头特征尺寸和力学性能预测具有重要意... Fe-36Ni合金和304L奥氏体不锈钢是制备新一代液化天然气(LNG)船液舱围护系统的主要材料,由这两种材料焊接而成的复合结构是组成液舱围护系统的重要部分,因此研究Fe-36Ni/304L异种合金的焊接工艺及接头特征尺寸和力学性能预测具有重要意义.开展了Fe-36Ni/304L异种合金搭接脉冲钨极惰性气体保护焊(GTAW)立焊工艺研究,探索了脉冲焊接参数对接头宏观成形与拉伸性能的影响规律.根据Fe-36Ni和304L异种合金薄板搭接的脉冲GTAW试验结果,研究了焊接参数(峰值电流、基值电流、占空比、脉冲频率和焊接速度)与接头特征尺寸L(下板焊缝宽度)、P(下板焊缝熔深)、R(焊缝根部到焊缝表面的最短距离,即最小熔合半径)及拉伸最大承载力的关系.建立了基于梯度提升决策树(GBDT)算法的接头特征尺寸及性能预测模型,并研究了各焊接参数对特征尺寸和力学性能的影响程度.结果表明:Fe-36Ni/304L异种合金搭接脉冲GTAW立焊接头特征尺寸L和P主要与峰值电流、占空比和焊接速度相关,随着峰值电流和占空比的增加,L和P也随之增加;随着焊接速度降低,L和P随之增加.特征尺寸R主要与占空比和脉冲频率相关,随着脉冲频率和占空比的增加,R也随之增加.特征尺寸R是影响搭接接头拉伸最大承载力的主要因素,搭接接头的拉伸最大承载力可达12.66 kN.所建立的预测模型对特征尺寸和最大承载力的预测相对误差均在3%以内,模型的预测精度较高,且泛化性较好. 展开更多

关键词 梯度提升决策树算法 Fe-36Ni/304L异种合金 脉冲钨极惰性气体保护焊 特征尺寸 拉伸承载力

在线阅读 下载PDF 职称材料

基于遗传优化决策树的建筑能耗短期预测模型 被引量：21

20

作者 丁飞鸿 刘鹏 +5 位作者 卢暾 顾宁 丁向华 杨宝明 戴文祺 邹超君 《计算机工程》 CAS CSCD 北大核心 2019年第6期280-289,296,共11页

使用线性回归模型预测公共建筑能耗数据时,存在不确定性影响因素和精度偏差问题。为此,建立一种遗传优化决策树模型。采用遗传算法优化梯度提升决策树的子树生成过程,以模型预测的R-Square值作为迭代的评估标准,从而达到能耗预测的目的... 使用线性回归模型预测公共建筑能耗数据时,存在不确定性影响因素和精度偏差问题。为此,建立一种遗传优化决策树模型。采用遗传算法优化梯度提升决策树的子树生成过程,以模型预测的R-Square值作为迭代的评估标准,从而达到能耗预测的目的。实验结果表明,与传统的回归预测模型相比,该模型预测精度较高。 展开更多

关键词 建筑能耗 回归预测 梯度提升决策树 遗传算法 遗传优化决策树

在线阅读 下载PDF 职称材料