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8篇文章
< 1 >
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：
基于梯度提升树模型的坡耕地土壤水蚀模拟与分析 被引量：1
1
作者 李潼亮 赵梓鉴 +5 位作者 李斌斌 张风宝 郭正 何琪琳 何庆 杨明义 《水土保持学报》 CSCD 北大核心 2024年第3期54-63,共10页
[目的]针对黄土高原坡耕地土壤侵蚀过程复杂、人为干扰强烈且难以量化的特点,利用机器学习定量解析主要影响因素对坡耕地土壤水蚀的作用与贡献,模拟分析坡耕地土壤水蚀特征并探究其机理,为坡耕地土壤侵蚀的预报提供基础支撑。[方法]基... [目的]针对黄土高原坡耕地土壤侵蚀过程复杂、人为干扰强烈且难以量化的特点,利用机器学习定量解析主要影响因素对坡耕地土壤水蚀的作用与贡献,模拟分析坡耕地土壤水蚀特征并探究其机理,为坡耕地土壤侵蚀的预报提供基础支撑。[方法]基于黄土高原子洲试验站坡耕地小区1959—1969年产流产沙观测数据,精细化表征其影响因子,运用梯度提升树模型对侵蚀量和径流深的变化及其影响因素的贡献进行分析。[结果]数据集中次降雨侵蚀量(0~122.72 t/km^(2))、径流深(0.02~17.20 mm)、降雨历时(2~1410 min)及平均雨强(0.02~4.63 mm)属强变异,变异系数均>1,且多数变量呈右偏态;在相同训练集和测试集划分情况下,对侵蚀量模型预测精度(R^(2)=0.81)略优于径流深模型(R^(2)=0.80),但侵蚀量模型的层数(8层)大于径流深模型(5层),表明侵蚀机理相较径流机理更为复杂;通过梯度提升树模型与SHAP算法对自变量重要性进行排序发现,影响侵蚀模型与径流模型的自变量重要性不同。[结论]受特征提取的限制,在侵蚀量与径流深较小时预测结果不理想,未来研究应当通过引入更多自变量组合方式寻找更多相关变量以提高对侵蚀事件的预测。产流和产沙的主要影响因素存在差异,降水本身特征对产流过程起主要作用,侵蚀产沙过程中主要受到降水与地形相关自变量的共同影响。基于数据驱动,为揭示黄土高原坡耕地侵蚀机理提供参考,并为区域坡耕地土壤侵蚀防治提供科学依据。 展开更多
关键词 预报模型 梯度提升树模型 坡耕地 黄土坡面
在线阅读 下载PDF
基于梯度提升机的中国陆地生态系统土壤异养呼吸预测
2
作者 张金文 王文龙 +4 位作者 倪荣雨 张彬梅 曾爱聪 郭福涛 苏漳文 《浙江农林大学学报》 北大核心 2025年第4期774-783,共10页
【目的】极限梯度提升树(XGBoost)与轻量级梯度提升机(LightGBM)模型在梯度提升决策树框架下各具优势,系统对比两者在土壤异养呼吸估算中的性能差异,有助于深入挖掘梯度提升机在生态系统碳通量预测中的潜力,并推动该类模型在大尺度碳循... 【目的】极限梯度提升树(XGBoost)与轻量级梯度提升机(LightGBM)模型在梯度提升决策树框架下各具优势,系统对比两者在土壤异养呼吸估算中的性能差异,有助于深入挖掘梯度提升机在生态系统碳通量预测中的潜力,并推动该类模型在大尺度碳循环模拟中的优化应用。【方法】基于全球土壤呼吸数据库(SRDB),构建了中国陆地生态系统的土壤异养呼吸及环境因子数据库,利用XGBoost和LightGBM 2种梯度提升机模型对2000—2023年中国陆地生态系统土壤异养呼吸进行估算与对比分析,并进一步探讨中国陆地生态系统土壤异养呼吸的空间分布趋势及其主要影响因素。【结果】①2个模型均展现出较高的预测精度(测试集决定系数均为0.91),XGBoost模型在训练集上表现出较强的拟合能力,LightGBM模型则在测试集上能够更好地控制误差。②在2000—2023年,XGBoost与LightGBM模型估算的中国陆地生态系统土壤异养呼吸年平均值分别为299.57和294.60 g·m^(−2)·a^(−1),年际变化幅度分别为19.51和32.43 g·m^(−2)·a^(−1)。③中国陆地生态系统土壤异养呼吸呈现南高北低的空间分布特征,主要受土壤性质和叶面积指数影响。这一空间异质性反映了土壤异养呼吸对环境变化的不同响应。【结论】梯度提升机模型在大尺度土壤异养呼吸建模与预测中表现出良好的适应性,能够有效捕捉土壤异养呼吸的时空变化特征,展现出较强的预测能力. 展开更多
关键词 土壤异养呼吸估算 陆地生态系统 极限梯度提升树(XGBoost)模型 轻量级梯度提升机(LightGBM)模型
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
3
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
多种变量组合方案下的机器学习模型在PM_(2.5)浓度估算中的性能对比——以陕西关中地区为例
4
作者 徐翠玲 胡雪 +2 位作者 袁兵 郭灿 赵丽华 《地球科学与环境学报》 北大核心 2025年第4期829-843,共15页
获取高分辨率、高精度连续PM_(2.5)浓度,有利于揭示空气质量分布规律,对环境治理、大气污染防治及经济的可持续发展具有重要意义。基于2020~2022年陕西关中地区PM_(2.5)地面监测数据、气溶胶光学厚度(AOD)数据、气象数据、地理数据和协... 获取高分辨率、高精度连续PM_(2.5)浓度,有利于揭示空气质量分布规律,对环境治理、大气污染防治及经济的可持续发展具有重要意义。基于2020~2022年陕西关中地区PM_(2.5)地面监测数据、气溶胶光学厚度(AOD)数据、气象数据、地理数据和协同监测污染物数据等,依据其性质进行分类,设计11种变量组合方案,分别构建随机森林(RF)模型、梯度提升树(GBT)模型和轻量梯度提升机(LightGBM)模型估算关中地区PM_(2.5)浓度,并对不同方案下的模型估算精度进行对比分析。结果表明:(1)3种模型在两两变量组合方案下的估算效果优于在单一变量组合方案下,在多变量组合方案下的估算效果则最优;(2)在同一方案下,LightGBM模型表现最佳,而且多变量组合方案下的LightGBM模型拟合结果在11种变量组合方案中是最优的,其决定系数(R2)为0.94,均方根误差(RMSE)为9.31μg·m^(-3),平均绝对误差(MAE)为6.27μg·m^(-3);(3)与ChinaHighPM_(2.5)数据集、VANPM_(2.5)数据集相比,多变量组合方案下的LightGBM模型估算结果不仅在空间分布上与两个数据集中同区域、同时期数据具有较高的一致性,而且在细节刻画和估算精度上更具优势,提升了精度与可靠性。 展开更多
关键词 大气环境 PM_(2.5)浓度 随机森林模型 梯度提升树模型 轻量梯度提升机模型 多变量组合 机器学习 陕西
在线阅读 下载PDF
基于WOA-XGBoost的膜下滴灌棉花蒸散量预测模型 被引量：3
5
作者 曹缘 王振华 +3 位作者 张继红 刘宁宁 李文昊 张金珠 《排灌机械工程学报》 CSCD 北大核心 2024年第12期1280-1286,共7页
为了科学准确地预测膜下滴灌棉花蒸散量,基于鲸鱼优化算法(whale optimization algorithm,WOA)和极端梯度提升树(XGBoost),提出了WOA-XGBoost棉花蒸散量预测模型.采用最大互信息系数(maximal information coefficient,MIC)筛选影响棉花... 为了科学准确地预测膜下滴灌棉花蒸散量,基于鲸鱼优化算法(whale optimization algorithm,WOA)和极端梯度提升树(XGBoost),提出了WOA-XGBoost棉花蒸散量预测模型.采用最大互信息系数(maximal information coefficient,MIC)筛选影响棉花蒸散量的关键因素,依据相关系数排序构建输入组合,代入WOA-XGBoost模型进行模拟.并与XGBoost,SVM,WOA-SVM和PSO-XGBoost预测结果进行对比验证.结果表明:太阳辐射、最低气温、最高气温、相对湿度、风速和土壤温度与棉花蒸散量相关性较大,其MIC值分别为0.722,0.546,0.496,0.475,0.379和0.219,基于上述6个因素构建的WOA-XGBoost模型综合性能最优,R^(2),MAE,RMSE和MAPE分别为0.922,0.038 mm/h,0.064 mm/h和0.221,预测精度均优于相同输入参数下的其他4种模型.因此,推荐使用WOA-XGBoost模型模拟相关因素与膜下滴灌棉花蒸散量之间的非线性关系.研究可为精确计算膜下滴灌棉花蒸散量提供科学依据,为灌溉决策优化提供参考. 展开更多
关键词 蒸散量 棉花 极端梯度提升树模型 鲸鱼优化算法 预测模型
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
6
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
基于图像处理和GBRT模型的表土层土壤容重预测 被引量：9
7
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 梯度提升决策回归树模型 预测 土壤表面粗糙度 土壤阻力
在线阅读 下载PDF
建成环境与共享单车流率的非线性关系研究 被引量：8
8
作者 路庆昌 徐标 崔欣 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第2期100-110,共11页
共享单车流率的大小体现了城市空间环境内车辆盈缺的程度,理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变,共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。... 共享单车流率的大小体现了城市空间环境内车辆盈缺的程度,理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变,共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。基于此,本研究利用上海市中心城区的共享单车数据,基于极端梯度提升树模型(XG‐Boost)和机器学习的解释性方法部分依赖图(PDP)来探究建成环境对共享单车流率的贡献度和非线性影响,以及流率的非线性模式在工作日和周末的变化。结果显示,特征重要度和非线性机制在两个时段差异化显著。居住人口密度、教育设施密度和住宅设施密度对工作日单车流率的解释度较高,分别为 19.18%、13.16% 和 12.92%,并且具有明显的阈值效应。其中居住人口密度和教育设施密度对于单车净流出率具有正向影响,分别在 11 600 人/km^(2)和 8 个/km^(2)达到最大;住宅设施密度对单车净流出率具有负向影响,对应的阈值为 40 个/km^(2)。各变量对周末单车流率的解释度差异较小,但非线性关系仍不可忽视。具体来说,到市中心的距离和公交线数密度对周末单车净流入率正向影响显著,有效范围为 18~23 km和28~52 条/km^(2);容积率对周末单车净流出率正向影响范围在 0.89~1.41。上述发现表明 XGBoost 模型可以有效弥补传统回归模型(MLR)线性假设的偏见,建成环境特征贡献度和影响范围的揭示也为管理部门针对具有不同建成环境水平地区的单车调度提供决策建议。 展开更多
关键词 共享单车流率 建成环境 极端梯度提升树模型 非线性 调度管理
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 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