检索结果-维普期刊中文期刊服务平台

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: 1; 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... 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 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: 2; 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、... 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

分布式光伏功率预测的时空特征融合方法研究: 3; 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... 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 职称材料

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: 4; 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... 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 职称材料

题名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: 1; 作者焦勇飞李平平陈延贵柴浩博贺世杰; 机构中国石油大学(北京)地球科学学院油气资源与工程全国重点实验室中国石油大学(北京)碳酸盐岩研究中心中国石油西南油气田公司勘探开发研究院; 出处《地质学报》北大核心 2025年第10期3642-3654,共13页; 基金中国石油西南油气田分公司科技项目(编号XNS勘研院JS2023-096)资助的成果。; 文摘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。; 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; Keywords gradient boosting regression algorithm solid bitumen paleo-oil reservoirs Qixia Formation Gaomo area Sichuan basin; 分类号 P618.13 [天文地球—矿床学]; 在线阅读下载PDF 职称材料

题名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: 2; 作者张冬启洪蒙纳李继庚满奕; 机构华南理工大学制浆造纸工程国家重点实验室深圳新益昌科技股份有限公司; 出处《中国造纸》 CAS 北大核心 2020年第6期36-42,共7页; 文摘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。; 关键词起皱皱纹等级软测量梯度提升回归树算法; Keywords creping creases level soft measurement gradient boosting regression tree algorithm; 分类号 TS736 [轻工技术与工程—制浆造纸工程]; 在线阅读下载PDF 职称材料

题名分布式光伏功率预测的时空特征融合方法研究: 3; 作者张晓辉刘钰婷马锴钟嘉庆; 机构河北省电力电子节能与传动控制重点实验室(燕山大学) 智能控制与神经信息处理教育部重点实验室(燕山大学); 出处《中国电机工程学报》北大核心 2025年第S1期231-244,共14页; 基金国家自然科学基金联合基金项目(U23A20333)。; 文摘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。; 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; Keywords distributed photovoltaics(DPV) spatiotemporal feature fusion power forecasting sparrow search algorithm(SSA)-extreme gradient boosting(XGBoost)-autoregressive integrated moving average(ARIMA)model information entropy; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于Landsat的香格里拉市高山松地上生物量动态研究被引量：1: 4; 作者罗利彬张加龙; 机构迪庆州林草种苗和国有林场管理工作站西南林业大学; 出处《林业调查规划》 2023年第6期7-12,共6页; 文摘采用不同时期的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。; 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; Keywords Pinus densata aboveground biomass dynamic changes gradient boost regression tree algorithm Shangri-La City; 分类号 S791.259.4 [农业科学—林木遗传育种] S718.556 [农业科学—林学] S771.8 [农业科学—森林工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	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	焦勇飞李平平陈延贵柴浩博贺世杰	《地质学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	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	张冬启洪蒙纳李继庚满奕	《中国造纸》 CAS 北大核心	2020	3	在线阅读下载PDF 职称材料
3	分布式光伏功率预测的时空特征融合方法研究	张晓辉刘钰婷马锴钟嘉庆	《中国电机工程学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于Landsat的香格里拉市高山松地上生物量动态研究	罗利彬张加龙	《林业调查规划》	2023	1	在线阅读下载PDF 职称材料