检索结果-维普期刊中文期刊服务平台

卷积神经网络特征重要性分析及增强特征选择模型被引量：35: 1; 作者卢泓宇张敏 +1 位作者刘奕群马少平《软件学报》 EI CSCD 北大核心 2017年第11期2879-2890,共12页; 卷积神经网络等深度神经网络凭借着其强大的表达能力、突出的分类性能,已在不同领域内得到了广泛应用.当面对高维特征时,深度神经网络通常被认为具有较好的鲁棒性,能够隐含地对特征进行选择,但由于网络参数巨大,如果数据量达不到足够的... 展开更多; 关键词卷积神经网络特征重要性分析特征选择文本分类; 在线阅读下载PDF 职称材料

基于特征工程优化和SHAP解释方法预测圆钢管约束混凝土短柱轴压承载力被引量：1: 2; 作者韦建刚吴洵桢 +1 位作者郑裔杨艳《东南大学学报(自然科学版)》北大核心 2025年第5期1328-1336,共9页; 以钢管约束混凝土(STCC)短柱为研究背景,聚焦于数据和特征的选择与前处理、模型的可视化应用以及特征重要性分析,探究机器学习“黑匣子”背后的预测过程。以154根圆STCC短柱为例,进行学习并预测其极限承载力N_(u)。讨论了STCC短柱结构... 展开更多; 关键词机器学习特征工程 SHAP解释方法圆钢管约束混凝土轴压承载力特征重要性分析; 在线阅读下载PDF 职称材料

基于BOA-XGBoost的沥青路面抗滑性能预测方法被引量：1: 3; 作者许新权户媛姣 +1 位作者翁宇涵何伟杰《重庆交通大学学报(自然科学版)》北大核心 2025年第6期35-44,共10页; 道路表面纹理是影响抗滑性能的关键因素。为深入研究其影响机理,解决多特征数据条件下传统预测方法精度受限的问题,提出了一种基于贝叶斯优化(BOA)和极端梯度提升(XGBoost)融合的路面抗滑性能评估模型。制备了不同级配类型的沥青混合料... 展开更多; 关键词道路工程路面抗滑性能三维纹理特征重要性分析贝叶斯优化算法极端梯度提升; 在线阅读下载PDF 职称材料

基于多源时序数据的煤矿入井人员风险预警研究: 4; 作者杨欢屈世甲 +1 位作者赵乾坤王健《工矿自动化》北大核心 2025年第10期7-15,共9页; 针对煤矿多变量时序数据非线性耦合强及空间异构性显著的问题,提出了一种融合多源时序数据的煤矿入井人员风险预警模型。采用基于同向双指针滑动窗口的多模态数据同步方法,结合卡尔曼滤波,引入延迟补偿机制提高插值精度,实现了不同采样... 展开更多; 关键词煤矿入井人员风险预警时序数据同步同向双指针滑动窗口特征重要性分析 SHAP方法 MOA−Transformer; 在线阅读下载PDF 职称材料

基于机器学习的高速复杂流场流动控制效果预测分析被引量：7: 5; 作者余柏杨吕宏强 +2 位作者周岩罗振兵刘学军《实验流体力学》 CAS CSCD 北大核心 2022年第3期44-54,共11页; 流动控制激励器是主动流动控制技术的核心,其设计水平和工作性能直接决定了主动流动控制的应用效果和应用方向。为了获得流动控制激励器的作用规律,需要大量实验研究激励参数对控制效果参数的影响,实验代价较大。利用逆向等离子体合成... 展开更多; 关键词主动流动控制激励器机器学习高斯过程特征重要性分析; 在线阅读下载PDF 职称材料

基于随机森林算法的二氧化碳驱油与封存主控因素研究被引量：2: 6; 作者任俊帆薛亮 +2 位作者聂捷肖镭廖广志《地质科技通报》 CAS CSCD 北大核心 2024年第3期147-156,共10页; 在碳达峰、碳中和目标背景下,二氧化碳驱油与封存是经济可行的碳减排的主要技术手段。明确影响二氧化碳驱油与封存效果的主控因素,是实现二氧化碳高效驱油与封存的基础。在行业标准算例PUNQ-S3模型的基础上,综合考虑二氧化碳与原油混相... 展开更多; 关键词二氧化碳驱油与封存随机森林算法特征重要性分析原油采收率数值模拟地层水矿化度储层; 在线阅读下载PDF 职称材料

题名卷积神经网络特征重要性分析及增强特征选择模型被引量：35: 1; 作者卢泓宇张敏刘奕群马少平; 机构智能技术与系统国家重点实验室(清华大学) 清华大学计算机科学与技术系; 出处《软件学报》 EI CSCD 北大核心 2017年第11期2879-2890,共12页; 基金国家自然科学基金(61622208,61532011,61672311) 国家重点基础研究发展计划(973)(2015CB358700)~~; 文摘卷积神经网络等深度神经网络凭借着其强大的表达能力、突出的分类性能,已在不同领域内得到了广泛应用.当面对高维特征时,深度神经网络通常被认为具有较好的鲁棒性,能够隐含地对特征进行选择,但由于网络参数巨大,如果数据量达不到足够的规模,则会导致学习不充分,因而可能无法达到最优的特征选择.而神经网络的黑箱特性使得无法观测神经网络选择了哪些特征,也无法评估其特征选择的能力.为此,以卷积神经网络为例,首先研究如何显式地表达神经网络中的特征重要性,提出了基于感受野的特征贡献度分析方法;其次,将神经网络特征选择与传统特征评价方法进行对比分析发现,在非海量样本的情况下,传统特征评价方法对高重要性特征和噪声特征的识别能力反而能够超过神经网络.因此,进一步地提出了卷积神经网络增强特征选择模型,将传统特征评价方法对特征重要性的理解结合到神经网络的学习过程中,以辅助深度神经网络进行特征选择.在基于文本的社交媒体用户属性建模任务下进行了对比实验,结果验证了该模型的有效性.; 关键词卷积神经网络特征重要性分析特征选择文本分类; Keywords convolution neural network feature importance analysis feature selection text categorization; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于特征工程优化和SHAP解释方法预测圆钢管约束混凝土短柱轴压承载力被引量：1: 2; 作者韦建刚吴洵桢郑裔杨艳; 机构福州大学土木工程学院福建理工大学土木工程学院福州大学至诚学院; 出处《东南大学学报(自然科学版)》北大核心 2025年第5期1328-1336,共9页; 基金国家自然科学基金资助项目(52278158) 福建省高校产学研联合创新资助项目(2022H6009).; 文摘以钢管约束混凝土(STCC)短柱为研究背景,聚焦于数据和特征的选择与前处理、模型的可视化应用以及特征重要性分析,探究机器学习“黑匣子”背后的预测过程。以154根圆STCC短柱为例,进行学习并预测其极限承载力N_(u)。讨论了STCC短柱结构中常见的9个特征的相关性以及冗余性,从13个机器学习模型中筛选出梯度提升树(GBDT)、随机森林(Random Forest)、极端梯度提升(XGBoost)和极端随机树(Extra Trees)四个最优模型对STCC的极限轴压承载力N_(u)进行预测,并采用SHAP可解释方法对4种模型进行可视化对比分析。研究表明:截面含钢率α在统计分析中方差趋于零且与径厚比B/t呈完全负相关关系;约束效应系数ζ在F检验中与N_(u)的显著性水平小于5%,斯皮尔曼、皮尔森以及互信息量相关性分析均表明其与N_(u)弱相关。通过SHAP方法对上述4种模型可视化发现,XGBoost在测试集上的表现尤为突出,其决定系数R^(2)(0.9626)、均方根误差(287.40 kN)、平均绝对误差(139.13 kN)以及平均绝对百分比误差(5.1%)均为4个模型中的最低值。此外,XGBoost在泛化能力和避免过拟合方面也表现出色,因此更适用于STCC短柱轴压承载力预测。; 关键词机器学习特征工程 SHAP解释方法圆钢管约束混凝土轴压承载力特征重要性分析; Keywords machine learning feature engineering SHAP interpretation method steel tube confined concrete axial compression capacity feature importance analysis; 分类号 TU392.3 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名基于BOA-XGBoost的沥青路面抗滑性能预测方法被引量：1: 3; 作者许新权户媛姣翁宇涵何伟杰; 机构广东华路交通科技有限公司西安石油大学计算机学院长安大学信息工程学院; 出处《重庆交通大学学报(自然科学版)》北大核心 2025年第6期35-44,共10页; 基金国家自然科学基金项目(52178407)。; 文摘道路表面纹理是影响抗滑性能的关键因素。为深入研究其影响机理,解决多特征数据条件下传统预测方法精度受限的问题,提出了一种基于贝叶斯优化(BOA)和极端梯度提升(XGBoost)融合的路面抗滑性能评估模型。制备了不同级配类型的沥青混合料试件,基于摆式摩擦仪和三维激光扫描设备分别获取试件表面的摩擦数据和三维纹理数据;提取高度、波长、形状参数用以描述纹理结构,并进行纹理特征重要性分析,明确显著影响抗滑性能因子;引入贝叶斯优化算法的搜索极端梯度来提升模型的最优关键参数,并构建了抗滑性能预估模型。研究结果表明:所提出的模型与对比模型相比,其精度更高,相关系数R^(2)=0.8906,分别比对比模型提升了25.2%、13.0%、15.1%,能有效地关联纹理特征与路面抗滑性能。; 关键词道路工程路面抗滑性能三维纹理特征重要性分析贝叶斯优化算法极端梯度提升; Keywords road engineering pavement skid resistance performance three-dimensional texture feature importance analysis Bayesian optimization algorithm extreme gradient boosting; 分类号 U414 [交通运输工程—道路与铁道工程]; 在线阅读下载PDF 职称材料

题名基于多源时序数据的煤矿入井人员风险预警研究: 4; 作者杨欢屈世甲赵乾坤王健; 机构中煤科工集团常州研究院有限公司天地(常州)自动化股份有限公司; 出处《工矿自动化》北大核心 2025年第10期7-15,共9页; 基金国家科技重大专项项目(2024ZD1700105) 中煤科工集团常州研究院有限公司科技创新项目(2025GY0003,2024GY0019)。; 文摘针对煤矿多变量时序数据非线性耦合强及空间异构性显著的问题,提出了一种融合多源时序数据的煤矿入井人员风险预警模型。采用基于同向双指针滑动窗口的多模态数据同步方法,结合卡尔曼滤波,引入延迟补偿机制提高插值精度,实现了不同采样频率信号的高精度时间对齐;构建十维特征向量,利用SHAP方法进行全局重要性与局部重要性分析,剔除冗余特征,实现了高效降维,在保证预测性能的同时显著提升了模型决策的可解释性与鲁棒性;引入多头优化注意力机制(MOA)捕捉多源信号的非线性依赖与潜在耦合特征,构建MOA−Transformer模型,利用Transformer编码器结构进行特征工程等级预警分类,再通过MOA构建分类的特征表示。现场实测结果表明,该模型在准确率、精确率、召回率、F1分数等指标上显著优于循环神经网络、卷积神经网络等模型,在少量异常事件的条件下亦具备较高检出率与低误报率,为煤矿入井人员风险识别与分级预警提供了可行的技术路径。; 关键词煤矿入井人员风险预警时序数据同步同向双指针滑动窗口特征重要性分析 SHAP方法 MOA−Transformer; Keywords underground coal mine personnel risk early warning time-series data synchronization co-directional dual-pointer sliding window feature importance analysis SHAP method MOA-Transformer; 分类号 TD67 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于机器学习的高速复杂流场流动控制效果预测分析被引量：7: 5; 作者余柏杨吕宏强周岩罗振兵刘学军; 机构南京航空航天大学计算机科学与技术学院/人工智能学院模式分析与机器智能工业和信息化部重点实验室空气动力学国家重点实验室气动噪声控制重点实验室软件新技术与产业化协同创新中心南京航空航天大学航空学院国防科技大学空天科学学院; 出处《实验流体力学》 CAS CSCD 北大核心 2022年第3期44-54,共11页; 基金航空科学基金(2018ZA52002,2019ZA052011) 空气动力学国家重点实验室基金(SKLA20180102) 气动噪声控制重点实验室基金(ANCL20190103)。; 文摘流动控制激励器是主动流动控制技术的核心,其设计水平和工作性能直接决定了主动流动控制的应用效果和应用方向。为了获得流动控制激励器的作用规律,需要大量实验研究激励参数对控制效果参数的影响,实验代价较大。利用逆向等离子体合成射流激波控制实验数据,采用机器学习中的高斯过程回归模型,获得激励器参数(头锥直径、腔体体积、放电电容、出口直径)到控制效果参数(最大脱体距离)的映射规律,对比多种核函数下高斯过程回归的预测效果,采用特征重要性分析方法分析激励器参数对控制效果参数的影响程度。结果表明:对于小样本问题,采用2次多项式核函数Poly2的高斯过程回归预测精度最高。在特征重要性分析上,头锥直径对最大脱体距离的影响程度最大;其次是放电电容和腔体体积,2个参数的影响相近;出口直径影响最小。本文工作可为高速复杂流场流动控制实验中激励器各项参数的设置提供一定参考。; 关键词主动流动控制激励器机器学习高斯过程特征重要性分析; Keywords active flow control exciter machine learning Gaussian process feature importance analysis; 分类号 V211.3 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名基于随机森林算法的二氧化碳驱油与封存主控因素研究被引量：2: 6; 作者任俊帆薛亮聂捷肖镭廖广志; 机构中国石油大学(北京)油气资源与工程全国重点实验室中国石油大学(北京)石油工程学院中国石油大学(北京)地球物理学院中国石油集团川庆钻探工程有限公司阿里云计算有限公司; 出处《地质科技通报》 CAS CSCD 北大核心 2024年第3期147-156,共10页; 基金国家自然科学基金项目(52274048) 北京市自然科学基金项目(3222037)。; 文摘在碳达峰、碳中和目标背景下,二氧化碳驱油与封存是经济可行的碳减排的主要技术手段。明确影响二氧化碳驱油与封存效果的主控因素,是实现二氧化碳高效驱油与封存的基础。在行业标准算例PUNQ-S3模型的基础上,综合考虑二氧化碳与原油混相作用和二氧化碳构造、残余、溶解、矿化封存机理,构建了二氧化碳提高原油采收率与地质封存一体化数值模拟模型,结合随机森林智能算法,开展了影响二氧化碳驱产油量和封存量的储层和生产参数特征重要性分析,考虑驱油与封存时间尺度的差异,建立了参数时序特征重要性分析方法,实现了在不同二氧化碳驱油与封存阶段的主控因素分析。结果表明,二氧化碳驱油与封存时序随机森林模型准确性高,在二氧化碳驱油与封存前期,二氧化碳构造封存量受储层含水饱和度控制,溶解封存量受地层水矿化度控制;在二氧化碳驱油与封存中、后期,二氧化碳构造封存量则受储层渗透率控制,溶解封存量则受储层渗透率与地层水矿化度控制;残余封存量在二氧化碳驱油与封存前期较小,导致其主控因素不明显,在二氧化碳驱油与封存中后期受储层渗透率与含水饱和度控制;二氧化碳矿化封存量在整个二氧化碳驱油与封存阶段受地层水pH值与矿化度控制;二氧化碳驱油量在整个二氧化碳驱油与封存阶段受储层渗透率及含水饱和度控制。时序随机森林算法可以明确不同二氧化碳驱油与封存阶段的主控因素,为二氧化碳提高原油采收率和地质封存的高效实施提供了技术支撑。; 关键词二氧化碳驱油与封存随机森林算法特征重要性分析原油采收率数值模拟地层水矿化度储层; Keywords carbon dioxide flooding and storage random forest algorithm feature importance analysis oil recovery numerical simulation salinity of formation brine reservoir; 分类号 TE357.45 [石油与天然气工程—油气田开发工程]; 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	卷积神经网络特征重要性分析及增强特征选择模型	卢泓宇张敏刘奕群马少平	《软件学报》 EI CSCD 北大核心	2017	35	在线阅读下载PDF 职称材料
2	基于特征工程优化和SHAP解释方法预测圆钢管约束混凝土短柱轴压承载力	韦建刚吴洵桢郑裔杨艳	《东南大学学报(自然科学版)》北大核心	2025	1	在线阅读下载PDF 职称材料
3	基于BOA-XGBoost的沥青路面抗滑性能预测方法	许新权户媛姣翁宇涵何伟杰	《重庆交通大学学报(自然科学版)》北大核心	2025	1	在线阅读下载PDF 职称材料
4	基于多源时序数据的煤矿入井人员风险预警研究	杨欢屈世甲赵乾坤王健	《工矿自动化》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于机器学习的高速复杂流场流动控制效果预测分析	余柏杨吕宏强周岩罗振兵刘学军	《实验流体力学》 CAS CSCD 北大核心	2022	7	在线阅读下载PDF 职称材料
6	基于随机森林算法的二氧化碳驱油与封存主控因素研究	任俊帆薛亮聂捷肖镭廖广志	《地质科技通报》 CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料