基于IRSA优化轻量级梯度提升机的软件缺陷预测

1

作者 李丛 张晴 +1 位作者 姜枫 朱长水 《计算机工程与设计》 北大核心 2025年第6期1717-1726,共10页

针对轻量级梯度提升机(LightGBM)应用于软件缺陷预测时预测性能欠佳的问题,提出一种基于改进爬行动物搜索(IRSA)优化LightGBM的软件缺陷预测算法(IRSA-LightGBM)。引入faure序列、混沌进化因子、两阶段自适应混合差分变异机制对RSA算法... 针对轻量级梯度提升机(LightGBM)应用于软件缺陷预测时预测性能欠佳的问题,提出一种基于改进爬行动物搜索(IRSA)优化LightGBM的软件缺陷预测算法(IRSA-LightGBM)。引入faure序列、混沌进化因子、两阶段自适应混合差分变异机制对RSA算法进行改进,提高算法寻优能力。在基准函数寻优实验中,IRSA取得更好的寻优效果。使用IRSA对LightGBM主要超参数进行混合优化。使用IRSA-LightGBM算法构建预测模型。软件缺陷预测实验结果表明,所提算法较对比算法具有更好的预测性能。非参数统计检验结果表明,所提算法具有显著性差异。 展开更多

关键词 轻量级梯度提升机 爬行动物搜索 faure序列 混沌进化因子 混合差分变异 软件缺陷预测 非参数统计检验

在线阅读 下载PDF 职称材料

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

2

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 职称材料

基于梯度提升机的中国陆地生态系统土壤异养呼吸预测

3

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 职称材料

基于混合模型的多类型机场航班过站时间预测 被引量：1

4

作者 李国 王伟倩 曹卫东 《计算机工程与设计》 北大核心 2025年第2期633-640,F0003,共9页

为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。... 为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。引入自适应鲁棒损失函数(adaptive robust loss function,ARLF)改进LightGBM模型损失函数,降低航班数据中存在离群值的影响;通过改进的麻雀搜索算法对改进后的LightGBM模型进行参数寻优,形成混合LightGBM模型。采用全国2019年全年航班数据进行验证,实验结果验证了方法的可行性。 展开更多

关键词 多类型机场 航班过站时间预测 客流量差异 天气差异 混合轻量级梯度提升机算法模型 自适应鲁棒损失函数 离群值 麻雀搜索算法

在线阅读 下载PDF 职称材料

嵌入轻量梯度提升机评估模型的暂态稳定预防-紧急协调控制 被引量：7

5

作者 高书宇 刘友波 +3 位作者 刘挺坚 沈力 文一宇 邱高 《电力工程技术》 北大核心 2023年第5期167-176,共10页

为了综合发挥运行方式控制和稳控切机控制对电网暂态稳定性的提升作用,提出一种嵌入轻量梯度提升机(light gradient boosting machine,LightGBM)评估模型的电力系统暂态稳定预防-紧急协调控制决策方法。为快速评估控制措施对稳定裕度的... 为了综合发挥运行方式控制和稳控切机控制对电网暂态稳定性的提升作用,提出一种嵌入轻量梯度提升机(light gradient boosting machine,LightGBM)评估模型的电力系统暂态稳定预防-紧急协调控制决策方法。为快速评估控制措施对稳定裕度的影响,首先利用混合控制样本生成方法和LightGBM算法构建预防-紧急控制对稳定裕度的评估模型,考虑到不合理的切机、切负荷控制可能破坏系统稳定性,利用LightGBM评估模型的数值灵敏度来辨识有效的控制地点、缩减决策空间。进一步将LightGBM模型嵌入暂态稳定双层优化控制模型、替代暂态稳定时域仿真校核,结合改进的非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)实现协调控制策略的快速求解。通过IEEE 39节点测试算例,验证了所提方法能够实现不同严重程度的故障在发生前后的预防控制和紧急控制之间的协调配合,既提高了电网安全稳定性,又减小了优化调度成本。 展开更多

关键词 暂态稳定 预防-紧急协调控制 数据驱动 轻量梯度提升机(LightGBM) 评估模型 非支配排序遗传算法(NSGA-Ⅱ)

在线阅读 下载PDF 职称材料

基于机器学习算法模型的焊接接头疲劳寿命预测 被引量：2

6

作者 徐梦悦 齐红宇 +2 位作者 李少林 石多奇 杨晓光 《航空发动机》 北大核心 2025年第1期96-102,共7页

焊接接头具有非均匀的微观组织和梯度过渡的力学性能及随机分布的焊接缺陷等特征,相较于其他结构更容易产生疲劳断裂,特别是焊接接头的疲劳载荷下的强度和寿命问题已成为工程界和学术界的研究热点。为了研究焊接接头的疲劳行为,开展了... 焊接接头具有非均匀的微观组织和梯度过渡的力学性能及随机分布的焊接缺陷等特征,相较于其他结构更容易产生疲劳断裂,特别是焊接接头的疲劳载荷下的强度和寿命问题已成为工程界和学术界的研究热点。为了研究焊接接头的疲劳行为,开展了基于随机森林(RF)模型的焊接接头疲劳寿命预测模型的全新研究。通过采用RF和轻梯度提升机(LightGBM)2种不同的机器学习算法模型对焊接接头的疲劳数据集进行分析和预测,从中选择预测性能更优的机器学习模型;通过比较在不同几何形状下疲劳寿命的预测结果,评估几何形状对机器学习模型预测性能的影响;利用RF算法对输入条件进行重要度排序,分析焊接接头疲劳寿命的影响因素;通过计算模型在不同材料下的疲劳寿命结果验证机器学习模型的泛化能力。结果表明:机器学习模型对不同几何形状的焊接接头疲劳寿命的预测效果较好,且可用于预测在不同材料下的焊接接头疲劳寿命。研究结果对焊接结构的强度设计与焊接工艺参数优化等具有重要意义。 展开更多

关键词 机器学习 随机森林算法 轻梯度提升机算法 焊接接头 疲劳寿命 几何形状 预测模型

在线阅读 下载PDF 职称材料

基于Light-GBM算法的地震动显著持时预测模型

7

作者 崔铭钊 公茂盛 +3 位作者 左占宣 赵一男 贾佳 张孔 《振动与冲击》 北大核心 2025年第16期185-192,共8页

地震动持时对地震结构反应有显著影响,因此对考虑持时效应的工程结构抗震设计和区域地震危险性分析具有重要意义。该研究提出了一种基于轻量级梯度提升机(light gradient boosting machine,Light-GBM)算法的地震动显著持时预测模型,基于... 地震动持时对地震结构反应有显著影响,因此对考虑持时效应的工程结构抗震设计和区域地震危险性分析具有重要意义。该研究提出了一种基于轻量级梯度提升机(light gradient boosting machine,Light-GBM)算法的地震动显著持时预测模型,基于NGA-West2数据库,筛选了其中15541条地震动记录并计算其显著持时,随后通过特征重要性筛选输入参数并利用贝叶斯优化方法调整模型超参数,最终构建了地震动显著持时的预测模型,并与其他传统模型和深度学习模型对比,从而对模型的准确性和鲁棒性进行验证。结果表明,所建立的地震动显著持时预测模型具有良好预测性能、极高的计算效率和通用性,结果可供地震动持时预测及地震危险性分析等工作参考。 展开更多

关键词 地震动持时 预测模型 轻量级梯度提升机(Light-GBM)算法 显著持时 机器学习

在线阅读 下载PDF 职称材料

基于混合自然梯度与轻量梯度增加的电力工程成本预测方法 被引量：1

8

作者 宋坤 石晶 +2 位作者 郑瑛楠 张如玉 刘伯楠 《沈阳工业大学学报》 北大核心 2025年第2期183-189,共7页

【目的】电力工程建设成本的准确预测对资源配置和决策优化至关重要。传统成本估算方法依赖于人工经验,容易受到工程项目复杂性和不确定性的影响,导致预测误差较大。近期广受关注的机器学习技术则为电力工程成本的预测提供了新的解决方... 【目的】电力工程建设成本的准确预测对资源配置和决策优化至关重要。传统成本估算方法依赖于人工经验,容易受到工程项目复杂性和不确定性的影响,导致预测误差较大。近期广受关注的机器学习技术则为电力工程成本的预测提供了新的解决方案。但现有模型往往缺乏对预测结果不确定性的评估,且存在预测精度低、训练效率低、容易过拟合的缺点。本文提出了一种基于混合自然梯度与轻量梯度增加模型的电力工程成本预测方法,旨在提高预测精度,同时提供预测结果的不确定性估计。【方法】自然梯度增加模型能够估计预测值概率分布的特点,可应用于电力工程成本预测领域。然而,考虑到自然梯度增加模型在训练效率和过拟合问题中的不足,借鉴了轻量梯度增加模型的直方图优化算法,并将其融合到自然梯度增加模型中,形成了一种基于混合自然梯度与轻量梯度增加模型的电力工程成本预测方法,该模型不仅能够提高预测精度,还能够量化分析预测结果的不确定性。【结果】为验证所提模型的有效性,选用2002—2022年间发布的全真工程造价BIM数据库进行分析,该数据库包含2000条电力工程数据。提出的混合模型在测试集上表现优异,相关系数、均方根误差和平均偏置误差等指标均优于其他模型,且测试集上预测结果处于置信度为95%预测区间的概率达到了94.3%。相较于自然梯度增加模型,混合模型不仅提高了预测精度,还有效避免了过拟合问题,并在训练效率方面表现较好。【结论】本文提出的混合自然梯度与轻量梯度增加模型能够在提高预测精度的同时进行预测结果的不确定性估计,满足电力工程成本预测的多样化需求。实验验证了该模型在预测精度、泛化能力和训练效率上的优势,特别适用于复杂电力工程项目的成本估算。研究的创新之处在于提出了一种新型混合模型,结合了轻量梯度增加模型训练效率高以及自然梯度增加模型可提供预测结果的不确定性估计的双重优势,解决了传统模型训练效率低、容易过拟合的问题,并且可以量化分析预测结果的不确定性,能够为优化资源配置与提高决策效率提供有力支持。 展开更多

关键词 电力工程 成本预测 自然梯度增加模型 轻量梯度增加模型 混合模型 直方图优化算法 预测结果 不确定性

在线阅读 下载PDF 职称材料

基于集成学习的混凝土抗压强度预测模型研究 被引量：1

9

作者 周继发 曾晓辉 +8 位作者 郑振华 涂金根 郭桃明 孙晗凌 谢友均 龙广成 唐卓 郭宏 潘自立 《中南大学学报(自然科学版)》 北大核心 2025年第5期1981-1992,共12页

为准确预测混凝土抗压强度,利用灰狼优化算法(GWO)对轻量级梯度提升机(LGBM)的超参数进行优化。首先,以水胶比、矿渣替代比例、粉煤灰替代比例、高性能减水剂占胶凝材料比例、砂率和龄期为输入,以抗压强度为输出,构建GWO-LGBM预测模型;... 为准确预测混凝土抗压强度,利用灰狼优化算法(GWO)对轻量级梯度提升机(LGBM)的超参数进行优化。首先,以水胶比、矿渣替代比例、粉煤灰替代比例、高性能减水剂占胶凝材料比例、砂率和龄期为输入,以抗压强度为输出,构建GWO-LGBM预测模型;其次,评估模型在训练集和测试集上的效果,验证GWO对LGBM超参数优化的有效性;第三,将模型应用于全新数据,检验其泛化能力;最后,基于GWO-LGBM模型分析各输入参数对抗压强度的影响,验证模型的预测合理性。研究结果表明:GWOLGBM模型在训练集和测试集中混凝土抗压强度预测的均方根误差分别为1.68 MPa和3.49 MPa,预测值与实际值的拟合度分别达到0.99和0.95,解决了LGBM易陷入局部最优的问题;模型迁移到全新数据集时,83%的数据预测相对误差小于10%,展现出较强的泛化能力。水胶比增大会降低混凝土抗压强度;矿渣和粉煤灰掺量增加会降低混凝土早期强度,对后期强度影响较小;当水胶比一定时,存在一个最佳砂率使抗压强度最大;模型捕获结果与影响抗压强度的理论结果一致,验证了其预测结果的合理性。 展开更多

关键词 混凝土 抗压强度 集成学习 轻量级梯度提升机 灰狼优化算法

在线阅读 下载PDF 职称材料

基于最大似然估计和混合梯度优化的射手模型辨识 被引量：4

10

作者 吴骏雄 林德福 +1 位作者 王辉 袁亦方 《兵工学报》 EI CAS CSCD 北大核心 2018年第12期2399-2409,共11页

光纤制导过程中射手对于光电显示的响应及其控制行为将直接影响弹药的制导控制性能。针对此问题,将最大似然估计法应用于射手模型辨识研究中。为解决辨识过程中遇到的非线性优化问题,采用遗传算法和高斯-牛顿优化算法混合策略提高寻找... 光纤制导过程中射手对于光电显示的响应及其控制行为将直接影响弹药的制导控制性能。针对此问题,将最大似然估计法应用于射手模型辨识研究中。为解决辨识过程中遇到的非线性优化问题,采用遗传算法和高斯-牛顿优化算法混合策略提高寻找全局最优解的概率,并使用单纯形法提高算法鲁棒性。基于交叉原理提出适用于导引头回路的精确模型,设计仿真实验平台并进行了多轮次人在回路实验,将输出误差框架下的最大似然估计方法成功应用于实验数据中。结果表明:混合梯度优化算法能够找到全局最优值,辨识模型能够准确反映射手本身的动态特性,辨识方法和辨识的射手模型对于光纤寻的弹药制导控制系统设计具有一定的实际意义。 展开更多

关键词 光纤图像制导武器 射手模型 交叉模型 最大似然估计 混合梯度优化 输出误差法 遗传算法 高斯-牛顿优化

在线阅读 下载PDF 职称材料

基于LightGBM算法和出行链理论的电动汽车充电负荷多时间尺度预测模型 被引量：1

11

作者 庞松岭 范凯迪 +1 位作者 陈超 窦洁 《汽车技术》 CSCD 北大核心 2024年第6期9-16,共8页

为提高电动汽车充电负荷预测的准确性,设计了一种基于轻量级梯度提升机(LightGBM)算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程,采用蒙特卡洛法抽取时空数据,计算不同区域出行和停留时间的概率... 为提高电动汽车充电负荷预测的准确性,设计了一种基于轻量级梯度提升机(LightGBM)算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程,采用蒙特卡洛法抽取时空数据,计算不同区域出行和停留时间的概率密度函数,采用牛顿法划分多时间尺度充电概率,明确驾驶时空分布与充电状况,并运用模糊数学定理与LightGBM分类充电负荷数据,构建了多季节多时段预测模型。采用LightGBM高效并行计算模式,明确充电负荷变化规律,实现了多时间尺度预测。试验结果表明:所建立的模型在不同季节和电动汽车数量条件下,预测误差低于100 kW,预测空报率低于3%,可准确展现充电负荷的变化规律。 展开更多

关键词 轻量级梯度提升机 出行链理论 充电负荷 多时间尺度 预测模型

在线阅读 下载PDF 职称材料

基于BO-LightGBM算法的XLPE配电电缆绝缘状态评估

12

作者 罗正均 叶刚 +3 位作者 周箩鱼 李涛 陈楠 张志熙 《绝缘材料》 北大核心 2025年第3期131-140,共10页

为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确... 为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确率最高所对应的特征组合,完成对输入特征的筛选。然后使用BO算法对LightGBM中的7个超参数进行寻优。最后利用本文所提出的BO-LightGBM算法完成对电缆绝缘状态的评估。结果表明:本文提出的特征子集法与主成分分析法和互信息筛选法相比能更好地提升模型表现;经过BO算法优化后,LightGBM模型的精度能得到进一步的提升,与粒子群优化算法(PSO)和遗传算法优化(GA)相比,BO算法的计算效率能在几乎相同的精度下分别提升约80%和86.9%;与其他常用机器学习算法进行对比,本文模型的相关性能指标均为最优。 展开更多

关键词 XLPE电缆 状态评估 机器学习 贝叶斯优化算法 轻量级梯度提升机算法

在线阅读 下载PDF 职称材料

基于PSO-LightGBM模型的边坡稳定性预测研究

13

作者 张仕杰 张煜 张宁 《防灾减灾工程学报》 北大核心 2025年第5期1233-1240,共8页

边坡稳定性的准确预测对降低边坡失稳风险具有重要意义。为高效且准确地预测边坡稳定性,提出了一种基于粒子群(PSO)优化轻量级梯度提升机(LightGBM)的边坡稳定性预测模型,即PSO-LightGBM模型。该模型首先采用粒子群算法优化LightGBM模... 边坡稳定性的准确预测对降低边坡失稳风险具有重要意义。为高效且准确地预测边坡稳定性,提出了一种基于粒子群(PSO)优化轻量级梯度提升机(LightGBM)的边坡稳定性预测模型,即PSO-LightGBM模型。该模型首先采用粒子群算法优化LightGBM模型中的重要参数,在实际工程应用中,降低了LightGBM模型参数所产生的影响。然后采用优化后的LightGBM模型对边坡稳定性进行分类预测。选取K近邻(KNN)、支持向量机(SVM)、LightGBM、网格搜索优化LightGBM(GS-LightGBM)以及遗传优化LightGBM(GA-LightGBM)作为对比模型,并采用准确率、精确率、召回率与F1分数作为各模型预测性能的评价指标,并通过混淆矩阵可视化各模型的分类结果。基于PSO-LightGBM模型的特征重要性分析,量化了各因素在边坡稳定性预测中的相对重要性。研究结果表明,在测试集上PSO-LightGBM模型的各项评价指标上均显著优于其他对比模型,表现出较强的分类预测性能与泛化能力。通过特征重要性分析,影响边坡稳定性的因素从大到小依次为:坡角、坡高、内聚力、内摩擦角、土体重度与孔隙水压力。本研究为边坡稳定性的准确预测提供了一种新方法,对边坡工程安全设计与风险评估具有重要参考意义。 展开更多

关键词 边坡稳定性 机器学习 轻量级梯度提升机(LightGBM) 粒子群算法

在线阅读 下载PDF 职称材料

偏正态数据下众数混合专家回归模型的参数估计 被引量：1

14

作者 王格格 鲁钰 吴刘仓 《应用数学》 CSCD 北大核心 2021年第4期929-939,共11页

混合专家模型是对异质总体数据进行回归、分类和聚类的异构性建模的流行框架.研究基于偏正态分布,提出了众数混合专家回归模型,该模型既对混合偏态数据分类后进行众数建模,同时又对混合比例建模,相比单纯的众数回归模型具有更大的适应性... 混合专家模型是对异质总体数据进行回归、分类和聚类的异构性建模的流行框架.研究基于偏正态分布,提出了众数混合专家回归模型,该模型既对混合偏态数据分类后进行众数建模,同时又对混合比例建模,相比单纯的众数回归模型具有更大的适应性,可以概括和描述众多的实际问题.采用了一种有效的模式识别聚类方法来选择子聚类的数量.分别应用MM算法和梯度下降法辅助的EM算法对模型未知参数进行极大似然估计,通过Monte Carlo模拟试验和实例分析比较,说明本文提出方法的有效性和实用性. 展开更多

关键词 偏正态分布 众数回归模型 混合专家回归模型 EM算法 梯度下降法

在线阅读 下载PDF 职称材料

混合高斯模型的熵惩罚最大似然估计与自动模型选择

15

作者 刘伯芹 马尽文 《信号处理》 CSCD 2003年第z1期253-256,共4页

有限高斯混合模型是一种重要的概率模型,并在聚类分析,模式识别和信号处理等方面有着广泛的应用.在高斯(即正态)分量个数K未知时,仅仅根据样本数据来确定K是一个非常困难的问题.这实际上是一个模型选择问题,直接影响着应用的效果.为了... 有限高斯混合模型是一种重要的概率模型,并在聚类分析,模式识别和信号处理等方面有着广泛的应用.在高斯(即正态)分量个数K未知时,仅仅根据样本数据来确定K是一个非常困难的问题.这实际上是一个模型选择问题,直接影响着应用的效果.为了解决这一模型选择问题,本文在一维混合高斯模型下提出了基于熵惩罚最大似然估计的梯度算法.实验表明这种算法能够在参数估计过程中自动实现模型选择,使得多余高斯分量的混合比例系数衰减为零. 展开更多

关键词 高斯混合模型 最大似然估计 熵 惩罚 梯度算法.

在线阅读 下载PDF 职称材料

融合生成对抗网络和难例挖掘的产品质量预测模型

16

作者 李剑锋 柏雪 +3 位作者 赵春财 钱朋超 王洪涛 徐伟风 《计算机集成制造系统》 EI CSCD 北大核心 2024年第10期3698-3707,共10页

针对连续性工业生产特点,重点关注类别不平衡造成的不合格样本召回率低问题。为了从高维数据提取有效特征,结合one class F-score和最小冗余最大相关性在特征提取方面的优势,有效降低特征维度并提取有价值特征;利用Wasserstein生成对抗... 针对连续性工业生产特点,重点关注类别不平衡造成的不合格样本召回率低问题。为了从高维数据提取有效特征,结合one class F-score和最小冗余最大相关性在特征提取方面的优势,有效降低特征维度并提取有价值特征;利用Wasserstein生成对抗网络(WGAN)方法扩增不合格样本数量;通过类别权重优化Focal Loss函数以提高困难样本识别率;通过轻量级梯度提升机算法结合阈值移动策略,构建基于WGAN数据增强和难例挖掘技术的质量预测模型(WGAN_Focal Loss_LGB(TM))。将所提模型应用于开源SECOM数据集,验证了所提方法的有效性。 展开更多

关键词 高维数据 Wasserstein生成式对抗网络 Focal Loss函数 难例挖掘 轻量级梯度提升机算法 阈值移动 产品质量预测

在线阅读 下载PDF 职称材料

改进光流法和GMM融合的车辆实时检测算法研究 被引量：10

17

作者 陈立潮 解丹 +1 位作者 曹建芳 张睿 《智能系统学报》 CSCD 北大核心 2021年第2期271-278,共8页

针对传统光流算法受光照影响较大和在不同场景中检测效果差别较大等问题,提出一种改进的光流法与混合高斯背景模型相融合的运动车辆实时检测算法(improved optical flow and gaussian mixture model,IOFGMM)。首先,在光流算法中加入限... 针对传统光流算法受光照影响较大和在不同场景中检测效果差别较大等问题,提出一种改进的光流法与混合高斯背景模型相融合的运动车辆实时检测算法(improved optical flow and gaussian mixture model,IOFGMM)。首先,在光流算法中加入限制条件使得不同梯度点处采用不同约束;其次,融合高斯混合背景模型(gaussian mixture model,GMM);最后,采用提出的融合算法比较目标框的数量和目标框之间的重叠面积,从而在监控视频中显示出融合后的车辆检测信息。实验结果表明:该算法在3种不同场景视频上的检测效果达到了84.80%的平均准确率,84.79%的平均召回率以及84.63%的平均F1值。与经典的光流法和高斯混合背景模型及基于这两种理论的算法相比,IOFGMM算法的各项指标平均有37%的提高,具有良好的检测效果。 展开更多

关键词 IOFGMM检测算法 光流法 高斯混合背景模型 信息融合 实时检测 梯度 光照 约束

在线阅读 下载PDF 职称材料

考虑影响因子重要性选择和土壤含水率的滑坡易发性评价

18

作者 王中羽 李素敏 +1 位作者 袁利伟 乐伟鹏 《水文地质工程地质》 北大核心 2025年第3期211-221,共11页

在滑坡易发性评价体系中,尚未形成统一的和科学的筛选影响滑坡发育因子的标准,导致滑坡易发性评价结果的不一致性。为提高滑坡易发性评估体系的准确性,提出一种基于机器学习的考虑因子重要性选择与土壤含水率的滑坡易发性评价体系。以... 在滑坡易发性评价体系中,尚未形成统一的和科学的筛选影响滑坡发育因子的标准,导致滑坡易发性评价结果的不一致性。为提高滑坡易发性评估体系的准确性,提出一种基于机器学习的考虑因子重要性选择与土壤含水率的滑坡易发性评价体系。以云南省富民县为例,结合遥感数据、辅助数据和现场调查数据,编制滑坡历史记录;利用SAR卫星后向散射系数和从DEM中提取的地表粗糙度提取土壤含水率,通过XGBoost回归和Lasso回归模型对15个评价因子进行重要性排序,并对滑坡影响因子进行多重共线性评估,筛选出最具鉴别性的滑坡影响因子;用轻量级梯度提升机算法和随机森林模型分别在因子重要性选择前与选择后对富民县进行滑坡易发性评价。结果表明,土壤含水率因子对滑坡发育有较大影响;经过因子重要性选择后的滑坡易发性评价结果准确性更高;轻量级梯度提升机算法模型在评估中表现出优越的评估性能(AUC=0.91),表明LightGBM模型可以较好地应用在滑坡易发性评价中。本研究着重讨论了因子重要性选择对滑坡易发性评价体系的影响,并有效地将面状土壤含水率因子纳入滑坡影响因子中,提高了易发性评价结果的精确性和可靠性,为预防滑坡灾害提供新思路。 展开更多

关键词 机器学习 轻量级梯度提升机算法 土壤含水率 滑坡易发性 地质灾害

在线阅读 下载PDF 职称材料

FIGARCH模型的参数检验与估计 被引量：2

19

作者 李颖 汤果 陈方正 《统计与决策》 北大核心 2003年第1期12-13,共2页

关键词 FIGARCH模型 参数估计方法 汇率市场 混合梯度算法 似然函数 证券市场 应用 参数检验

在线阅读 下载PDF 职称材料

基于多特征级联的目标跟踪算法研究 被引量：4

20

作者 徐天阳 吴小俊 《南京理工大学学报》 EI CAS CSCD 北大核心 2015年第3期286-292,共7页

为了增强目标跟踪的有效性,提出了一种以粒子滤波作为跟踪框架,基于多特征级联的目标跟踪算法。以log-Gabor滤波器作为粒子判别级,滤除一定数量的无效粒子以提高粒子滤波的性能;再级联融合了log-Gabor特征、局部二值模式(LBP)特征和方... 为了增强目标跟踪的有效性,提出了一种以粒子滤波作为跟踪框架,基于多特征级联的目标跟踪算法。以log-Gabor滤波器作为粒子判别级,滤除一定数量的无效粒子以提高粒子滤波的性能;再级联融合了log-Gabor特征、局部二值模式(LBP)特征和方向梯度直方图(HOG)特征的粒子加权级,实现目标跟踪。应用log-Gabor滤波器良好的频率响应对粒子做出总体评估以决定其有效性,同时以log-Gabor滤波器输出张成的频域特征。配合LBP和HOG局部特征,处理目标总体信息和细节信息,利用混合高斯模型突出后验概率分布中的峰值状态。实验结果表明,该文算法能快速去除无效粒子,实现目标的鲁棒跟踪。 展开更多

关键词 多特征级联 目标跟踪算法 粒子滤波 LOG-GABOR滤波器 局部二值模式 方向梯度直方图 频率响应 混合高斯模型 后验概率分布

在线阅读 下载PDF 职称材料