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95篇文章
< 1 2 … 5 >
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
基于梯度提升回归算法的古油藏识别与定量评价——以四川盆地高磨地区栖霞组为例
2
作者 焦勇飞 李平平 +2 位作者 陈延贵 柴浩博 贺世杰 《地质学报》 北大核心 2025年第10期3642-3654,共13页
四川盆地高磨地区二叠系栖霞组经历了从古油藏到现今气藏的复杂演化过程,定量恢复古油藏的规模对揭示油气成藏过程具有重要意义。基于岩芯、岩石薄片和常规测井资料,本研究构建了一种基于梯度提升回归算法的固体沥青含量预测模型,并利... 四川盆地高磨地区二叠系栖霞组经历了从古油藏到现今气藏的复杂演化过程,定量恢复古油藏的规模对揭示油气成藏过程具有重要意义。基于岩芯、岩石薄片和常规测井资料,本研究构建了一种基于梯度提升回归算法的固体沥青含量预测模型,并利用该模型预测了高磨地区栖霞组15口钻井的固体沥青含量,定量恢复了古油藏的规模和原油裂解气量,探讨了古油藏与现今天然气聚集的关系。结果表明,研究区聚集的古原油约2.16×10^(8)t,古原油裂解气资源量可达1341.76×10^(8)m^(3),为现今气藏提供了充足的气源;后期构造调整及走滑断层的多期活动导致研究区古油气藏演化为现今的含水气藏和气藏。本研究提出的固体沥青含量预测模型可推广应用于四川盆地其他层系或类似盆地的古油藏定量研究。 展开更多
关键词 梯度提升回归算法 固体沥青 古油藏 栖霞组 高磨地区 四川盆地
在线阅读 下载PDF
基于Bayes超参数优化梯度提升树的心脏病预测方法
3
作者 王海燕 焦增晨 +2 位作者 赵剑 安天博 鞠熠 《吉林大学学报(理学版)》 北大核心 2025年第2期472-478,共7页
针对传统机器学习算法在数据集Cleveland和Hungary上预测准确率低的问题,提出一种基于Bayes超参数优化梯度提升树的心脏病预测方法.首先,采用K-最近邻算法对数据集中的缺失值进行填补,用Min-Max标准化、One-Hot编码处理数据,并基于梯度... 针对传统机器学习算法在数据集Cleveland和Hungary上预测准确率低的问题,提出一种基于Bayes超参数优化梯度提升树的心脏病预测方法.首先,采用K-最近邻算法对数据集中的缺失值进行填补,用Min-Max标准化、One-Hot编码处理数据,并基于梯度提升树算法进行心脏病预测;其次,采用Bayes优化和十倍交叉验证的方式搜寻算法的最佳超参数组合.实验结果表明,优化后的梯度提升树算法在心脏病数据集Cleveland上预测准确率可达90.2%,在心脏病数据集Hungary上预测准确率可达81.4%,优于决策树、支持向量机、K-最近邻等传统机器学习方法,可辅助医生进行心脏病诊断. 展开更多
关键词 心脏病预测 K-最近邻算法 梯度提升树 Bayes优化
在线阅读 下载PDF
基于卷积神经网络与轻量级梯度提升树组合模型的电力行业短期以电折碳方法
4
作者 曾金灿 何耿生 +3 位作者 李姚旺 杜尔顺 张宁 朱浩骏 《上海交通大学学报》 北大核心 2025年第6期746-757,共12页
电力行业是碳排放的重点控排行业,准确、实时的电力行业碳排放计量是支撑其降碳减排的基础.目前,电力行业的碳排放计量主要基于实测法或核算法,难以很好地兼顾低计量成本与实时计量能力.为此,充分考虑电力行业良好的电力数据基础,挖掘电... 电力行业是碳排放的重点控排行业,准确、实时的电力行业碳排放计量是支撑其降碳减排的基础.目前,电力行业的碳排放计量主要基于实测法或核算法,难以很好地兼顾低计量成本与实时计量能力.为此,充分考虑电力行业良好的电力数据基础,挖掘电-碳间的相关关系,以电力历史数据为基础,基于机器学习方法提出一种电力行业短期以电折碳方法,实时估算电力行业短期碳排放情况.该方法使用卷积神经网络进行特征提取,并采用轻量级梯度提升树算法开展基于特征提取值的碳排放测算.此外,为了提升模型的泛化能力和鲁棒性,在模型训练中采用K折交叉验证技术,在模型参数优化过程中采用网格搜索技术.最后,为了验证所提模型的有效性,对比所提模型和其他机器学习模型在同等数据集划分条件下分别基于日度数据集与小时数据集中进行训练的效果.结果表明:所提模型在效果评估和测算值与目标值分布分析中均优于其他模型,能够较好地反映电力行业的短期碳排放情况. 展开更多
关键词 以电折碳 卷积神经网络 轻量级梯度提升树算法 碳排放 机器学习 组合模型
在线阅读 下载PDF
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：11
5
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
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
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
7
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
基于梯度提升回归树的井下定位算法 被引量：5
8
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
基于梯度提升回归树的城市道路行程时间预测 被引量：28
9
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的短时交通流预测模型 被引量：24
10
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
一种融合GBRT-EN和LM的AOA室内定位算法
11
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
融合XGBoost和逻辑回归算法的电信客户流失预测模型
12
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
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
13
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
一种基于梯度提升回归树的系外行星宜居性预测方法
14
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
梯度提升回归树在千岛湖水体CDOM反演中的应用 被引量：9
15
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
梯度提升树算法在陕北风电场短期风电功率预测中的应用 被引量：14
16
作者 孙川永 彭友兵 +4 位作者 刘志亮 郝赢玺 吴怡 东琦 郑永恒 《电网与清洁能源》 北大核心 2022年第4期124-128,134,共6页
为了对地形和气候条件复杂的陕北风电场短期风电功率进行准确预测,通过将(weather research and forecasting,WRF)模式输出结果和同期实测风电功率资料相结合,利用梯度提升树算法进行预报气象场和实测风电功率之间的统计关系分析,从而... 为了对地形和气候条件复杂的陕北风电场短期风电功率进行准确预测,通过将(weather research and forecasting,WRF)模式输出结果和同期实测风电功率资料相结合,利用梯度提升树算法进行预报气象场和实测风电功率之间的统计关系分析,从而建立了一套陕北风电场短期风电功率预测模型。以陕北靖边某风电场为例,预测结果表明:所提模型年平均预测准确率伟15.7%;月平均归一化均方根误差在20%以下。模型对风电场风电功率预测精度较好。 展开更多
关键词 梯度提升树算法 风电功率 WRF
在线阅读 下载PDF
基于梯度提升树算法的玉米施肥模型构建 被引量：5
17
作者 卓越 严海军 《水资源与水工程学报》 CSCD 2020年第4期223-228,237,共7页
为了模拟作物的土壤养分含量、施肥量与产量之间的非线性关系,利用玉米"3414"试验数据进行插值,以土壤养分含量和施肥量作为输入量,产量作为输出量,使用梯度提升树(GBDT)算法建立施肥模型,并与BP神经网络(BPNN)、支持向量回归... 为了模拟作物的土壤养分含量、施肥量与产量之间的非线性关系,利用玉米"3414"试验数据进行插值,以土壤养分含量和施肥量作为输入量,产量作为输出量,使用梯度提升树(GBDT)算法建立施肥模型,并与BP神经网络(BPNN)、支持向量回归(SVR)、随机森林(RF)算法建立的施肥模型进行对比。结果表明:应用构建的GBDT模型得到的玉米产量平均相对误差、平均绝对误差和均方根误差分别为0.46%、48.7和62.2 kg/hm^2,优于其他3种算法。基于GBDT算法的施肥模型在模拟土壤养分含量、施肥量与产量之间关系时具有较高精度,对于指导精准施肥具有较强的应用价值。 展开更多
关键词 施肥模型 梯度提升树算法 施肥量 产量 玉米
在线阅读 下载PDF
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
18
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
基于梯度提升树的河南小麦成本收益分析 被引量：1
19
作者 温建 曾一鸣 +2 位作者 夏枫苒 汪松玉 雷丽娟 《江西农业学报》 CAS 2022年第12期204-210,共7页
基于2006—2020年河南省小麦生产数据,运用梯度提升树算法和文献分析法,分析了河南省小麦生产过程中成本和收益关系。结果表明:(1)2009—2019年的河南省小麦平均种植面积约占全国的23%,平均产量约占全国的27%。(2)通过对小麦生产过程中... 基于2006—2020年河南省小麦生产数据,运用梯度提升树算法和文献分析法,分析了河南省小麦生产过程中成本和收益关系。结果表明:(1)2009—2019年的河南省小麦平均种植面积约占全国的23%,平均产量约占全国的27%。(2)通过对小麦生产过程中的总成本、总产值、净利润、成本利润率以及平均售价进行分析发现,2016—2020年小麦的净利润情况不容乐观,大部分为负值。(3)气候不适、病虫害等自然原因大幅增加了小麦生产的成本。(4)梯度提升树模型的结果显示,在影响小麦生产成本的因子中,人工成本占比最大。综上,提出了降低河南省小麦生产成本和提高其经济效益的建议和对策,即改善投入结构、规模化种植、依靠科技、降低生产成本、政府加大支持和投入力度。 展开更多
关键词 梯度提升树算法 小麦 成本收益 河南省
在线阅读 下载PDF
采用极限梯度提升算法的电力系统电压稳定裕度预测 被引量：9
20
作者 王慧芳 张晨宇 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第3期606-613,共8页
将极限梯度提升树(XGBoost)算法应用于电力系统电压稳定评估问题.根据电压稳定问题特点,提出能够反映电力系统运行状态的特征集;把电压稳定裕度绝对值作为映射目标,并介绍生成样本集的方法.在介绍XGBoost算法基本原理的基础上,研究该算... 将极限梯度提升树(XGBoost)算法应用于电力系统电压稳定评估问题.根据电压稳定问题特点,提出能够反映电力系统运行状态的特征集;把电压稳定裕度绝对值作为映射目标,并介绍生成样本集的方法.在介绍XGBoost算法基本原理的基础上,研究该算法的技术细节.在IEEE-39节点系统上进行验证,结果表明,XGBoost算法在R方值和平均绝对百分误差2项回归指标上均优于其他几类机器学习算法,且模型的计算速度最快,可以满足在线应用要求.同时,XGBoost算法具有良好的数值错误和数值缺失容错性,并可以针对预测偏差较大的样本进行数据补充,实现模型的更新,使得模型表现趋于稳定. 展开更多
关键词 电力系统 电压稳定性 机器学习 人工智能 极限梯度提升树(XGBoost)算法
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 2 … 5 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