基于梯度提升回归树的三江源地区植被指数的预测方法研究

1

作者 张国晶 颜青松 +3 位作者 秦文强 张兹予 李希来 黄建强 《草地学报》 北大核心 2025年第5期1655-1668,共14页

为了揭示三江源地区2000—2023年植被时空变化格局及影响因素,并预测气候变化条件下三江源地区植被可能的变化趋势,本研究基于三江源达日、玛多、玉树、曲麻莱四个地区2000—2023年归一化植被指数(Normalized difference vegetation ind... 为了揭示三江源地区2000—2023年植被时空变化格局及影响因素,并预测气候变化条件下三江源地区植被可能的变化趋势,本研究基于三江源达日、玛多、玉树、曲麻莱四个地区2000—2023年归一化植被指数(Normalized difference vegetation index,NDVI)数据,以及温度、降水、风速和气压等气候数据进行分析。研究采用了梯度提升回归树、自适应增强回归、随机森林以及神经网络等机器学习算法建立NDVI预测模型。在此基础上,对所有模型参数进行了精细调优和验证,以提升模型性能和可靠性。最终,筛选出了模拟精度最优模型,进行多情景下植被变化模拟。研究结果表明,温度对NDVI的气象特征值占比最高,达0.6486。梯度提升回归模型在所有研究区综合表现优于其他模型,平均均方误差(Mean squared error,MSE)在0.00045~0.00104之间,拟合系数(Coefficient of determination,R^(2))均超过0.90,显示出强大的拟合能力。梯度提升回归树在预测三江源地区NDVI方面具有较高的准确性和稳定性,并对NDVI数据具有良好拟合效果,为三江源地区NDVI预测提供了科学方法。研究结果有助于预警气候变化条件下植被退化的潜能,为气候变化背景下该区域植被生态保护提供科学依据。 展开更多

关键词 NDVI 机器学习 梯度提升回归树 三江源地区

在线阅读 下载PDF 职称材料

基于梯度提升回归树的城市道路行程时间预测 被引量：28

2

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 职称材料

基于梯度提升回归树的短时交通流预测模型 被引量：24

3

作者 沈夏炯 张俊涛 韩道军 《计算机科学》 CSCD 北大核心 2018年第6期222-227,264,共7页

短时交通流预测是交通流建模的一个重要组成部分,在城市道路交通的管理和控制中起着重要的作用。然而,常见的时间序列模型(如ARIMA)、随机森林(RF)模型在交通流预测方面由于被构建模型产生的残差和输入变量所影响,其预测精度受到限制。... 短时交通流预测是交通流建模的一个重要组成部分,在城市道路交通的管理和控制中起着重要的作用。然而,常见的时间序列模型(如ARIMA)、随机森林(RF)模型在交通流预测方面由于被构建模型产生的残差和输入变量所影响,其预测精度受到限制。针对该问题,提出了一种基于梯度提升回归树的短时交通预测模型来预测交通速度。首先,模型引入Huber损失函数作为模型残差的处理方法;其次,在输入变量中考虑预测断面受到毗邻空间因素和时间因素相关性的影响。模型在训练过程中通过不断调整弱学习器的权重来纠正模型的残差,从而提高模型预测的精度。利用某城市快速路的交通速度数据进行实验,并使用MSE和MAPE等指标将本文模型与ARIMA模型和随机森林模型进行对比,结果表明,文中所提模型的预测精度最好,从而验证了模型在短时交通流预测方面的有效性。 展开更多

关键词 短时交通流预测 梯度提升回归树 损失函数 时空相关性

在线阅读 下载PDF 职称材料

基于梯度提升回归树的有机污染物生物-沉积物积累因子预测模型 被引量：1

4

作者 王如冰 蔡喜运 《生态毒理学报》 CAS CSCD 北大核心 2023年第4期22-33,共12页

生物-沉积物积累因子(BSAF)是评价底栖无脊椎生物对有机污染物生物积累能力的重要参数,是由化合物、底栖环境与无脊椎生物之间的三相作用决定的。现有模型通常采用线性算法研究化合物BSAF与化合物理化性质的关系,忽略了由于环境-生物-... 生物-沉积物积累因子(BSAF)是评价底栖无脊椎生物对有机污染物生物积累能力的重要参数,是由化合物、底栖环境与无脊椎生物之间的三相作用决定的。现有模型通常采用线性算法研究化合物BSAF与化合物理化性质的关系,忽略了由于环境-生物-化合物相互作用引发的非线性影响,导致线性模型拟合和预测能力有限。本研究基于理化性质(PCP)和分子指纹(ECFP)描述化合物特征,结合环境样点和生物特征,采用梯度提升回归树(GBRT)的非线性算法,分别构建了底栖生物体内积累因子的GBRT-PCP和GBRT-ECFP预测模型,并与利用岭回归算法构建的线性模型进行比较。结果表明,GBRT模型训练集决定系数(R 2)均为0.97,验证集R 2为0.82~0.83,表明GBRT模型的拟合优度和预测能力显著优于岭回归模型(训练集和验证集R 2分别为0.38~0.56和0.38~0.52)。沉积物有机碳含量对生物-沉积物积累因子的影响呈波动下降趋势,脂质含量呈先波动上升而后下降趋势。GBRT-PCP模型结果表明,化合物疏水性(log K_(OW))对生物积累影响呈先平稳后上升而后下降趋势,吸附性(log K_(OC))对生物积累呈波动下降趋势。总体上,具有中等log K_(OW)(6.8~8.2)和中等log K_(OC)(4.4~5.2)的化合物易于积累在生物组织。GBRT-ECFP模型阐明了稠环、芳香环、醚键、C—Br键、联苯键等结构是影响生物积累的关键子结构,该模型基于分子指纹结构可实现对化学品生物积累的高通量预测。本研究建立的模型为化学品生态风险评价和管理决策制定提供理论依据和方法参考。 展开更多

关键词 有机污染物 底栖无脊椎生物 生物-沉积物积累因子 梯度提升回归树

在线阅读 下载PDF 职称材料

一种基于梯度提升回归树的系外行星宜居性预测方法

5

作者 朱维军 王鑫 +2 位作者 钟英辉 樊永文 陈永华 《计算机科学》 CSCD 北大核心 2019年第B06期71-73,79,共4页

系外行星的宜居性是近年来探索宇宙的一个热点研究课题,机器学习为系外行星宜居性分类提供了一种可行的手段。然而,现有的宜居性分类效果面临严重不足与局限。为此,给出一种基于梯度提升回归树的系外行星宜居性分类预测方法。首先,使用... 系外行星的宜居性是近年来探索宇宙的一个热点研究课题,机器学习为系外行星宜居性分类提供了一种可行的手段。然而,现有的宜居性分类效果面临严重不足与局限。为此,给出一种基于梯度提升回归树的系外行星宜居性分类预测方法。首先,使用梯度提升回归树算法对系外潜在宜居行星与非宜居行星的相关物理学与天文学数据集进行训练;然后,利用训练好的模型对相关测试集进行预测。仿真实验结果表明,新方法在测试集上的预测准确率高达100%。 展开更多

关键词 梯度提升回归树 系外行星 宜居性 二分类

在线阅读 下载PDF 职称材料

基于梯度提升回归树算法的地面臭氧浓度估算 被引量：19

6

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 职称材料

梯度提升回归树在千岛湖水体CDOM反演中的应用 被引量：8

7

作者 金则澎 毛峰 +2 位作者 程乾 李军 张轩豪 《遥感信息》 CSCD 北大核心 2022年第1期110-118,共9页

针对清洁水体低浓度CDOM内陆水域的水质遥感反演精度不高的问题,基于梯度提升回归树和GF-5卫星数据构建了千岛湖水质CDOM反演模型。利用该模型估算了千岛湖水体CDOM的时空分布,计算CDOM浓度与相关气象数据之间的相关性,分析可能影响CDO... 针对清洁水体低浓度CDOM内陆水域的水质遥感反演精度不高的问题,基于梯度提升回归树和GF-5卫星数据构建了千岛湖水质CDOM反演模型。利用该模型估算了千岛湖水体CDOM的时空分布,计算CDOM浓度与相关气象数据之间的相关性,分析可能影响CDOM时空格局和动态变化的环境因子。将所构建的梯度提升回归树模型与其他机器学习模型进行了比较,分析结果表明,所构建的梯度提升回归树模型反演CDOM精度相对较高。反演的千岛湖整体CDOM浓度较低(0.005~1.472 m^(-1)),其季节性差异较为显著,秋季>夏季>春季>冬季。各个季节高CDOM浓度分布在位于湖的边缘区,主要是入水口以及湖周围与人类活动密切相关的地方,降雨量会增加千岛湖水体CDOM浓度,气压和风速对水质中CDOM的变化没有显著影响。 展开更多

关键词 GF-5 有色可溶性有机物 梯度提升回归树 千岛湖水质 时空变化

在线阅读 下载PDF 职称材料

基于梯度提升回归树算法的生活用纸皱纹等级软测量模型 被引量：3

8

作者 张冬启 洪蒙纳 +1 位作者 李继庚 满奕 《中国造纸》 CAS 北大核心 2020年第6期36-42,共7页

皱纹等级是衡量生活用纸质量的重要指标之一。然而,工业生产过程中缺少皱纹等级的实时在线测量方法。为了解决上述问题,本研究通过实验对影响生活用纸皱纹质量的因素进行了分析。利用梯度提升回归树算法,对影响皱纹等级的表面粗糙度、... 皱纹等级是衡量生活用纸质量的重要指标之一。然而,工业生产过程中缺少皱纹等级的实时在线测量方法。为了解决上述问题,本研究通过实验对影响生活用纸皱纹质量的因素进行了分析。利用梯度提升回归树算法,对影响皱纹等级的表面粗糙度、皱纹深度、皱纹频率3个主要指标进行了建模,并通过预测这3个指标实现对皱纹等级的在线实时软测量。通过对比工业实测数据,发现该模型对表面粗糙度、皱纹深度、皱纹频率预测精度较高,测试数据的平均相对误差均小于5%。该模型解决了生活用纸皱纹等级在线软测量的问题,对生活用纸生产过程的质量控制提供了新的方法和依据。 展开更多

关键词 起皱 皱纹等级 软测量 梯度提升回归树算法

在线阅读 下载PDF 职称材料

基于梯度提升回归树的武广高铁区间晚点恢复策略研究 被引量：4

9

作者 李津 文超 +1 位作者 杜雨琪 徐传玲 《中国铁路》 2021年第10期76-84,共9页

晚点列车区间恢复策略的智能推荐是高速铁路调度指挥自动化的关键技术,对于提高调度员决策效率,提升高速铁路运营控制水平具有十分重要的意义。基于武广高速铁路列车运行实绩数据,运用梯度提升回归树算法(GBRT),以晚点列车进入区间时间... 晚点列车区间恢复策略的智能推荐是高速铁路调度指挥自动化的关键技术,对于提高调度员决策效率,提升高速铁路运营控制水平具有十分重要的意义。基于武广高速铁路列车运行实绩数据,运用梯度提升回归树算法(GBRT),以晚点列车进入区间时间、晚点时长、图定运行时间、最短运行时间、历史平均运行时间、前车到达间隔约束和图定到站时间约束为自变量,构建区间晚点恢复策略的预测模型。使用测试集数据对模型进行验证评估,结果表明:模型在测试集上的预测平均绝对误差接近0.5 min,在允许误差不超过2 min的情况下,其预测精度达到95%以上;模型对比评价表明,GBRT模型的预测精度优于随机森林和多元线性回归等常用模型。 展开更多

关键词 高速铁路 晚点恢复 梯度提升回归树 列车运行实绩 数据驱动

在线阅读 下载PDF 职称材料

基于梯度提升回归树的井下定位算法 被引量：5

10

作者 郭银景 宋先奇 +1 位作者 杨蕾 吕文红 《科学技术与工程》 北大核心 2019年第8期138-144,共7页

为了提高井下定位系统的定位精度,提出了基于梯度提升回归树(gradient boost regression tree,GBRT)的井下定位算法。首先介绍了GBRT算法的实现过程,然后利用射线追踪算法模拟井下多径信号叠加后的接收信号强度(received signal strengt... 为了提高井下定位系统的定位精度,提出了基于梯度提升回归树(gradient boost regression tree,GBRT)的井下定位算法。首先介绍了GBRT算法的实现过程,然后利用射线追踪算法模拟井下多径信号叠加后的接收信号强度(received signal strength,RSS)数据集,最后对比了GBRT、K最近邻(K-nearest neighbor,KNN)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和神经网络多层感知器(multi-layer perceptron regressor,MLPR)算法的定位结果并对GBRT的定位结果进行5点平均滤波。实验结果表明,在100个点组成的行人轨迹定位中,GBRT算法的定位结果的均方误差为0. 381 m,明显优于其他四种算法,平滑滤波后的定位轨迹更加贴合真实轨迹。所提算法可以有效提高定位精度,可以满足井下定位系统的精度要求。 展开更多

关键词 梯度提升回归树 井下定位 接收信号强度 回归树

在线阅读 下载PDF 职称材料

融合XGBoost和逻辑回归算法的电信客户流失预测模型

11

作者 吕宁 罗倩 《现代电子技术》 北大核心 2025年第11期136-143,共8页

为应对大规模、高维度且分布不均衡的企业数据环境下客户流失预测难题,文中提出一种融合极端梯度提升树与逻辑回归(XG-LR)的集成学习算法。该方法利用XGBoost算法构建决策树集成,将样本在树结构中的叶节点映射为新特征并输入LR模型,实... 为应对大规模、高维度且分布不均衡的企业数据环境下客户流失预测难题,文中提出一种融合极端梯度提升树与逻辑回归(XG-LR)的集成学习算法。该方法利用XGBoost算法构建决策树集成,将样本在树结构中的叶节点映射为新特征并输入LR模型,实现树模型非线性特征提取能力与LR模型解释性优势的有效结合。实验结果表明,在Teclo电信流失数据集上,XG-LR算法的预测精确率达到94.55%,较传统统计学习方法有显著提升。该模型可为企业客户关系管理提供高精度的流失预警工具,支持数据驱动的客户价值评估与营销策略优化。 展开更多

关键词 客户流失预测 统计学习模型 极端梯度提升树 逻辑回归 特征转换 数据平衡 特征提取

在线阅读 下载PDF 职称材料

基于斜回归树及其集成算法的静态电压稳定规则提取 被引量：8

12

作者 贾宏阳 侯庆春 +2 位作者 刘羽霄 张宁 范越 《电力系统自动化》 EI CSCD 北大核心 2022年第1期51-59,共9页

可再生能源渗透率的增加给电力系统安全稳定运行带来持续性的挑战,传统方法分析系统稳定性、控制电网稳定运行变得愈加困难。针对这一难题,提出了内嵌安全稳定约束的电力系统优化运行框架以及用于电力系统安全稳定规则提取的斜回归树及... 可再生能源渗透率的增加给电力系统安全稳定运行带来持续性的挑战,传统方法分析系统稳定性、控制电网稳定运行变得愈加困难。针对这一难题,提出了内嵌安全稳定约束的电力系统优化运行框架以及用于电力系统安全稳定规则提取的斜回归树及其集成算法。该算法首先优化斜划分系数以训练单棵斜回归树,然后利用boosting思想集成斜回归树,并通过正则化方法保证树的稀疏度,增强算法的可解释性。相比神经网络等黑箱模型,文中提出的方法能够提取显式安全稳定规则,为内嵌安全稳定约束的电力系统优化运行奠定了基础。最后,以静态电压稳定问题为例验证算法的有效性,算例验证结果表明所提算法具有良好的可解释性、较强的表示能力和较高的集成效率。 展开更多

关键词 静态电压稳定 高比例可再生能源 集成学习 斜回归树 极端梯度提升算法

在线阅读 下载PDF 职称材料

基于VIF-GBRT-MC模型的日径流预测 被引量：1

13

作者 张上要 宋雄 +2 位作者 顷宏利 龙章发 刘连燚 《中国农村水利水电》 北大核心 2024年第9期204-210,共7页

针对气象数据驱动模型在预测径流面临的特征间多重共线性及预测精度较低的问题,将方差膨胀因子VIF、梯度提升回归树GBRT模型和马尔科夫链MC误差修正模型相结合,建立VIF-GBRT-MC组合预测模型。选取汉江流域洋县水文站的日径流进行实例分... 针对气象数据驱动模型在预测径流面临的特征间多重共线性及预测精度较低的问题,将方差膨胀因子VIF、梯度提升回归树GBRT模型和马尔科夫链MC误差修正模型相结合,建立VIF-GBRT-MC组合预测模型。选取汉江流域洋县水文站的日径流进行实例分析,并与单一模型GBRT、长短期记忆神经网络LSTM、支持向量机SVM及相应组合模型VIF-GBRT、VIF-LSTM、VIF-SVM、VIF-LSTM-MC和VIF-SVM-MC的预测结果进行对比分析。采用纳什效率系数NSE、均方根误差归一化NRMSE、平均绝对百分比误差MAPE(%)、峰值预测性能评价指标PPTS(5)和合格率QR(%)对模型的预测结果进行评价。研究结果表明:①VIF能够有效选取对模型预测有利的特征,改善特征间的多重共线性问题,降低模型过拟合的风险,从而提高模型预测精度。②MC误差修正模型能够准确识别未来时刻径流的预测值可能所处的误差状态,并加以修正,进一步提高径流预测的准确性。③GBRT模型相比LSTM和SVM模型,它能够更好适应径流和气象因子的非线性特征,相比其他子模型有着更强的预测能力。将GBRT与VIF和MC模型组合构成VIF-GBRT-MC模型,能够有效降低径流非一致性的影响,显著提高径流的预测精度。研究项目为实际径流预测工作提供了有效的预测方法,并为应对气候变化和人类活动对径流预测带来的挑战提供了一种可行方案。 展开更多

关键词 径流预测 方差膨胀因子 梯度提升回归树 马尔科夫链

在线阅读 下载PDF 职称材料

比较多种机器学习模型预测肺移植术后受者生存

14

作者 史灵芝 刘亚灵 +7 位作者 严浩吉 喻赠玮 侯森林 刘明昭 杨航 吴波 田东 陈静瑜 《器官移植》 北大核心 2025年第2期264-271,共8页

目的 比较不同机器学习算法构建的预后模型在预测肺移植(LTx)受者生存期方面的性能和表现。方法 回顾性收集483例行LTx手术的受者资料,所有受者按7∶3的比例分为训练集和验证集,将收集到的24个变量基于变量重要性(VIMP)进行筛选,利用随... 目的 比较不同机器学习算法构建的预后模型在预测肺移植(LTx)受者生存期方面的性能和表现。方法 回顾性收集483例行LTx手术的受者资料,所有受者按7∶3的比例分为训练集和验证集,将收集到的24个变量基于变量重要性(VIMP)进行筛选,利用随机生存森林(RSF)和极端梯度提升树(XGBoost)构建预后模型,使用综合曲线下面积(iAUC)和时间依赖曲线下面积(t AUC)进行模型性能评估。结果 训练集和验证集的各变量差异均无统计学意义。基于VIMP筛选排名前15的变量用于建模并确定重症监护室(ICU)住院时间为最重要的因素。与XGBoost模型相比,RSF模型在预测受者生存期方面表现出更好的性能(i AUC0.773比0.723)。在预测受者6个月生存期(tAUC6个月0.884比0.809,P=0.009)和1年生存期(tAUC1年0.896比0.825,P=0.013)方面,RSF模型也表现出更好的性能。基于两种算法的预测截断值,将LTx术后受者分为高风险组和低风险组,两种模型的生存分析结果均显示高风险组受者的生存率低于低风险组(P<0.001)。结论 与XGBoost相比,基于RSF算法开发的机器学习预后模型可以更好地预测LTx受者的生存期。 展开更多

关键词 肺移植 机器学习 预测模型 随机生存森林 极端梯度提升树 生存期 比例风险回归模型 重症监护室

在线阅读 下载PDF 职称材料

城市建成环境与轨道交通车站组团客流关系研究

15

作者 刘军 罗维嘉 许心越 《华南理工大学学报(自然科学版)》 北大核心 2025年第8期1-10,共10页

准确刻画建成环境与城市轨道交通客流间的作用关系是掌握客流需求的重要前提。针对站间OD研究数据不完备、多维稀疏的问题,提出一种基于车站组团的建成环境与客流间映射关系研究方法,以实现组团OD的精准分析。首先,基于自然地理特性“... 准确刻画建成环境与城市轨道交通客流间的作用关系是掌握客流需求的重要前提。针对站间OD研究数据不完备、多维稀疏的问题,提出一种基于车站组团的建成环境与客流间映射关系研究方法,以实现组团OD的精准分析。首先,基于自然地理特性“以团代点”,考虑客流去向特征,计算团间相似度,形成两层的组团划分方法,解决数据稀疏的问题;其次,从O/D组团的吸引能力、OD可达性特征两个维度构造建成环境指标体系及建成环境描述方法;然后,提出一种基于梯度提升回归树(GBDT)模型的刻画建成环境特征和客流之间关系的方法,分析单因素对于客流的影响强度及阈值;最后,以北京地铁为例验证。结果表明:建成环境与轨道交通车站组团间客流存在时空异质性、非线性特征及阈值效应;组团的研究视角有效解决了数据稀疏的问题;OD阻抗特征是影响客流的首要特征,解释度高达38.40%;人口经济特征是次要影响因素,且存在显著的阈值效应。因此,在城市轨道交通规划的过程中,首先要着重关注网络拓扑,优化交通可达性,进而深入考量区域经济活动的影响。研究结果为轨道交通规划者提供定量的分析工具,可以帮助规划者确定建成环境指标的有效范围、调整空间,为提升轨道交通运营效能提供参考。 展开更多

关键词 城市轨道交通 建成环境 梯度提升回归树模型 组团OD客流 非线性关系

在线阅读 下载PDF 职称材料

基于级联的航班地面保障动态预测

16

作者 唐小卫 丁叶 +3 位作者 吴政隆 张生润 吴佳琦 叶梦凡 《北京航空航天大学学报》 北大核心 2025年第5期1557-1565,共9页

对航班地面保障过程进行精准预测是实现航班精细化管理、提升机场协同决策(A-CDM)系统管理效能的关键。为此,提出一种基于级联多输出梯度提升回归树模型的航班地面保障多节点动态预测方法。通过搭建级联框架实现了不同保障进度之间预测... 对航班地面保障过程进行精准预测是实现航班精细化管理、提升机场协同决策(A-CDM)系统管理效能的关键。为此,提出一种基于级联多输出梯度提升回归树模型的航班地面保障多节点动态预测方法。通过搭建级联框架实现了不同保障进度之间预测信息的传递和预测结果的更新,基于可进行多节点预测的梯度提升回归树设计了地面保障过程动态预测算法,以典型繁忙机场为对象构建了航班基础属性与层级信息传递两大类特征集。结果表明:所提方法有效实现了地面保障各关键节点完成时间的动态预测,初始预测各节点±5 min预测精度均达到80%以上,随着保障过程推进模型预测性能逐步提升,超过60%的节点±5 min最终预测精度超过95%,为提升航班运行的可预测性和机场多主体协同决策能力提供有效方法支撑。 展开更多

关键词 航空运输 航班地面保障 机场协同决策 级联 梯度提升回归树 动态预测

在线阅读 下载PDF 职称材料

一个有效的基于GBRT的早期电影票房预测模型 被引量：13

17

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 职称材料

应用Landsat8 OLI和GBRT对高山松地上生物量的估测 被引量：14

18

作者 张加龙 胥辉 陆驰 《东北林业大学学报》 CAS CSCD 北大核心 2018年第8期25-30,共6页

依据香格里拉市Landsat8 OLI提取的因子和外业调查的高山松样地地上生物量,利用梯度提升回归树(GBRT)建立了地上生物量与遥感因子的估测模型,并与随机森林、多元线性回归、偏最小二乘方法进行了对比。结果表明:纹理信息对生物量有重要影... 依据香格里拉市Landsat8 OLI提取的因子和外业调查的高山松样地地上生物量,利用梯度提升回归树(GBRT)建立了地上生物量与遥感因子的估测模型,并与随机森林、多元线性回归、偏最小二乘方法进行了对比。结果表明:纹理信息对生物量有重要影响,其中熵、相关性和Landsat8 OLI近红外波段的信息对生物量的影响最大;采用GBRT进行建模,当迭代次数大于200次时,偏差降低减缓,GBRT建模方法的精度评价指标(R2=0.96,rRMSE=8.80%,P=73.88%)均优于其他3个模型。应用Landsat数据进行森林地上生物量估测的不确定因素较多,GBRT可作为高山松及其他树种地上地上生物量遥感估测的另一新方法。 展开更多

关键词 Landsat8 OLI 香格里拉 高山松 地上生物量 梯度提升回归树

在线阅读 下载PDF 职称材料

基于GBRT模型的湖南县域农村居民点整治潜力预测 被引量：8

19

作者 赵翔 蔡博诚 +2 位作者 王静 罗海凤 陈松林 《农业工程学报》 EI CAS CSCD 北大核心 2023年第3期198-207,F0003,共11页

针对现有农村居民点整治潜力预测研究存在的评价方法主观性强、预测结果可靠性缺乏事实证据支持等问题,该研究利用土地利用时空数据和梯度提升回归树(gradient boosted regression trees,GBRT)方法构建农村居民点整治潜力预测模型,自动... 针对现有农村居民点整治潜力预测研究存在的评价方法主观性强、预测结果可靠性缺乏事实证据支持等问题,该研究利用土地利用时空数据和梯度提升回归树(gradient boosted regression trees,GBRT)方法构建农村居民点整治潜力预测模型,自动识别区域自然和社会经济多因素综合作用下的农村居民点整治潜力释放规律,并以湖南省为案例区开展了实证研究。精度验证结果表明,模型的回归预测R2为0.9765,平均绝对百分比误差为11.64%,预测精度总体能满足规划决策支持的需要。根据模型预测:(1)2020-2035年,湖南省农村居民点复垦整治潜力总规模约为36050.26 hm^(2),占2020年现状农村建设用地规模的4.58%,且预测结果与湖南省各县域单元历史整治潜力释放特征基本相符,表明预测结果具有较好的可行性。(2)湖南省潜力规模较大的区域主要分布在地形平缓、交通便利、城镇化水平较高的“长株潭”地区、环洞庭湖地区和湘中盆地地区,而湘南和湘西地区则相对较小。总体上模型预测结果具有较强的可行性,研究结果将为省级尺度统筹推进全域土地综合整治、农村存量建设用地挖潜和国土空间规划提供更加准确、可靠的决策依据。 展开更多

关键词 整治 潜力 农村居民点 梯度提升回归树 土地整治 湖南省

在线阅读 下载PDF 职称材料

基于时间序列关系的GBRT交通事故预测模型 被引量：9

20

作者 杨文忠 张志豪 +4 位作者 吾守尔·斯拉木 温杰彬 富雅玲 王丽花 王婷 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第4期615-621,共7页

道路交通事故是道路交通安全水平的具体表现。在当前交通事故预测工作中,存在对数据中时间序列关系的挖掘不充分、预测的周期宏观、交通事故相关的影响因素考虑不全等问题。该文提出一种基于时间序列关系的梯度提升回归树(GBRT)交通事... 道路交通事故是道路交通安全水平的具体表现。在当前交通事故预测工作中,存在对数据中时间序列关系的挖掘不充分、预测的周期宏观、交通事故相关的影响因素考虑不全等问题。该文提出一种基于时间序列关系的梯度提升回归树(GBRT)交通事故模型。该模型对英国Leicester的2005-2015年每天的交通事故数、死亡人数、涉事的车辆数进行预测。实验结果显示,引入时间序列关系有助于提升模型预测精度。预测结果为交通管理部门的决策起到参考作用,建模方式为同类型预测问题的建模工作带来了积极的参考意义。 展开更多

关键词 梯度提升回归树 预测 时间序列 交通事故

在线阅读 下载PDF 职称材料