期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
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
基于梯度提升算法的近地面臭氧浓度估算比较 被引量:9
2
作者 梁晓霞 谢东海 +4 位作者 韩宗甫 宋世鹏 张欣欣 顾坚斌 余超 《中国环境科学》 EI CAS CSCD 北大核心 2023年第8期3886-3899,共14页
提出了一种基于梯度提升树优化的近地面O_(3)浓度时空分布估算模型.基于O_(3)地面观测站点数据、高分辨率大气成分卫星数据(TROPOMI、AIRS)、ERA5气象再分析资料、以及地表覆盖和地形数据,本文研究了京津冀地区近地面O_(3)与对流层O_(3... 提出了一种基于梯度提升树优化的近地面O_(3)浓度时空分布估算模型.基于O_(3)地面观测站点数据、高分辨率大气成分卫星数据(TROPOMI、AIRS)、ERA5气象再分析资料、以及地表覆盖和地形数据,本文研究了京津冀地区近地面O_(3)与对流层O_(3)及其前体物、气象因素、以及下垫面资料之间的相关关系,对比分析了不同梯度提升树算法模型(GBDT、XGBoost、LightGBM)的估算精度.结果表明,3种模型整体上均可对近地面O_(3)进行精确估算,GBDT、XGBoost、LightGBM的决定系数R^(2)分别为0.9489、0.9547、0.9495,均方根误差RMSE分别为13.85,13.26,13.76μg/m^(3),XGBoost模型的精度相对最高;通过采用过滤法、相关性分析法以及递归特征消除法筛选特征,对XGBoost估算模型进行了优化,在保证模型精度前提下,降低了特征复杂度,优化后模型估算精度可达到R^(2)=0.9549,估算速率提升了约17%,为区域尺度O_(3)浓度时空分布建模与估算提供了一个精细而高效的方法模型. 展开更多
关键词 近地面臭氧 对流层臭氧 梯度提升回归模型 卫星遥感 特征选择 时空分布
在线阅读 下载PDF
结合修正后的全球生态系统动态调查冠层高度的森林地上生物量模型优化——以福建省为例 被引量:3
3
作者 田国帅 周小成 +4 位作者 郝优壮 谭芳林 王永荣 吴善群 林华章 《生态学报》 CAS CSCD 北大核心 2024年第16期7264-7277,共14页
森林地上生物量(Above Ground Biomass,AGB)是衡量森林生态系统碳存储、能量流动和生物多样性的关键指标,对于气候变化研究和森林资源管理至关重要。福建省地处多云多雨的亚热带,地形和森林类型复杂,森林地上生物量估算难度大。为提升... 森林地上生物量(Above Ground Biomass,AGB)是衡量森林生态系统碳存储、能量流动和生物多样性的关键指标,对于气候变化研究和森林资源管理至关重要。福建省地处多云多雨的亚热带,地形和森林类型复杂,森林地上生物量估算难度大。为提升森林地上生物量估算效果,将最新星载激光雷达数据全球生态系统动态调查(GEDI)、Landsat以及Sentinel系列卫星等多源遥感数据进行集成和综合利用,通过Landsat影像计算的林龄对GEDI_V27冠层高度产品进行优化,结合优化后的MGEDI_V27冠层高度产品,建立传统遥感特征结合冠层高度的极端梯度提升模型(XGBoost)生物量反演模型,实现了福建省森林地上生物量的有效估算与制图。研究结果表明:(1)通过林龄优化后的GEDI冠层高度精度评价结果为R^(2)=0.67,RMSE=2.24m;(2)通过递归特征消除算法对三种森林类型进行特征优选,得到10个遥感特征,其中,三种森林类型最重要的遥感特征均为森林冠层高度,并且对比评价了在包含传统遥感特征因子的情况下有无冠层高度对于模型精度的影响,结果表明,在冠层高度因子参加特征构建时,森林AGB回归分析的精度明显提高,证实了冠层高度在生物量估算中具有显著的重要性;(3)研究得到的福建省森林AGB范围为0.001—363.331Mg/hm^(2),整体精度评价结果为R^(2)=0.75,RMSE=17.34Mg/hm^(2),2020年全省AGB总量为8.22亿Mg,平均值为101.24Mg/hm^(2)。通过优化GEDI中的森林冠层高度,并且结合传统遥感特征,可以实现对福建省森林地上生物量的精确估算和监测,研究成果有助于区域森林碳汇的评估。 展开更多
关键词 遥感 全球生态系统动态调查(GEDI) 冠层高度 森林类型 极端梯度提升模型(XGBoost)回归 森林地上生物量
在线阅读 下载PDF
城市建成环境与轨道交通车站组团客流关系研究
4
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 梯度提升回归模型 组团OD客流 非线性关系
在线阅读 下载PDF
分布式光伏功率预测的时空特征融合方法研究
5
作者 张晓辉 刘钰婷 +1 位作者 马锴 钟嘉庆 《中国电机工程学报》 北大核心 2025年第S1期231-244,共14页
准确的光伏功率预测对电网调度和电站运行具有重要意义。由于分布式光伏(distributed photovoltaics,DPV)系统受多种时空因素影响,传统基于单一模型的方法难以充分挖掘其时序变化规律与空间相关特性,导致预测精度低、模型适应性弱。该... 准确的光伏功率预测对电网调度和电站运行具有重要意义。由于分布式光伏(distributed photovoltaics,DPV)系统受多种时空因素影响,传统基于单一模型的方法难以充分挖掘其时序变化规律与空间相关特性,导致预测精度低、模型适应性弱。该文提出一种融合时空特征,结合麻雀搜索算法(sparrow search algorithm,SSA)优化极端梯度提升算法(extreme gradient boosting,XGBoost)和差分移动自回归平均(autoregressive integrated moving average,ARIMA)模型的DPV功率预测方法。首先,提出基于斯皮尔曼相关系数筛选与历史光伏功率高度相关的气象因素,并将其输入到SSA优化的XGBoost模型中,以提取和预测时间相关性特征;然后,结合日累计发电量与功率变化率,提出一种基于天气类型的光伏功率数据分类方法,并进一步提出利用斯皮尔曼分析识别与目标站点功率高度相关的参考电站;在此基础上,构建结合动态权重的ARIMA模型,实现对空间相关性特征的建模与预测;最后,提出一种基于信息熵加权的时空特征融合框架模型,根据时间与空间预测模型的误差动态调整其贡献度,生成融合预测结果。以f1电站为研究对象的对比实验结果表明,该文所提出的方法在预测精度与鲁棒性方面均优于传统单一模型,验证了其在DPV功率预测中的实用性和有效性。 展开更多
关键词 分布式光伏 时空特征融合 功率预测 麻雀搜索算法-极端梯度提升算法-差分移动自回归平均模型 信息熵
在线阅读 下载PDF
基于图像处理和GBRT模型的表土层土壤容重预测 被引量:9
6
作者 杨玮 兰红 +1 位作者 李民赞 孟超 《农业机械学报》 EI CAS CSCD 北大核心 2020年第9期193-200,共8页
针对传统的表土层土壤容重测量方法费时、耗力的问题,利用易获得的土壤物理参数实现农田大范围表土层土壤容重的快速、准确预测。通过分析表土层土壤容重与土壤表面粗糙度、土壤阻力的关系,构建了以土壤表面粗糙度和土壤阻力为输入的GBR... 针对传统的表土层土壤容重测量方法费时、耗力的问题,利用易获得的土壤物理参数实现农田大范围表土层土壤容重的快速、准确预测。通过分析表土层土壤容重与土壤表面粗糙度、土壤阻力的关系,构建了以土壤表面粗糙度和土壤阻力为输入的GBRT模型,土壤表面粗糙度利用图像处理技术获得,土壤阻力使用实验室车载式阻力测量系统获得。使用同态滤波技术对土壤表面图像进行预处理,提取图像灰度直方图的熵、平均值、方差、偏度和峰度表征图像的纹理特征参数,提取图像灰度共生矩阵的能量、熵、对比度和逆方差表征图像的区域特征参数。利用灰度关联分析,从9个表征土壤表面粗糙度的特征参数和土壤阻力中选取与表土层土壤容重关联度大于0.65的变量作为模型输入,将得到的GBRT模型预测结果与环刀法得到的结果进行相关性分析,R2达到0.8782,平均绝对误差达到0.021 g/cm^3。同时在相同的输入参数和运算环境下,与BPNN和SVR模型的预测精度和运算速度进行了对比,验证得到GBRT模型具有更高的预测精度和更短的运算时间。本文研究结果为科学指导农田表土层土壤容重的获取提供了思路。 展开更多
关键词 土壤容重 图像处理 梯度提升决策回归模型 预测 土壤表面粗糙度 土壤阻力
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部