检索结果-维普期刊中文期刊服务平台

基于堆叠融合技术的碱激发胶凝材料碳化性能预测: 1; 作者谭绍恩马倩敏李平《材料导报》 EI CAS CSCD 北大核心 2024年第S02期288-296,共9页; 碱激发胶凝材料碳化性能预测研究工作可对推进建筑业新质生产力和绿色低碳发展产生积极影响。本研究采用堆叠融合技术,集成随机森林、径向基函数和支持向量机三种模型对碱激发胶凝材料碳化性能进行了机器学习和预测研究。结果表明,基于... 展开更多; 关键词碱激发胶凝材料碳化机器学习堆叠融合模型集成预测预测准确性; 在线阅读下载PDF 职称材料

基于KNN-XGBOOST堆叠模型在PCB RFID天线阻抗预测的研究被引量：2: 2; 作者姜延坤洪涛章吉丽《现代电子技术》北大核心 2024年第19期14-20,共7页; 针对传统的天线仿真建模过程中需要的天线阻抗耗时长问题,文中提出一种基于KNN-XGBOOST模型的天线阻抗预测方法。现有研究大多为单一预测算法,旨在通过对比寻求预测效果更优的算法。首先通过ANSYS仿真软件收集大量的PCB RFID天线阻抗设... 展开更多; 关键词 PCB RFID天线阻抗预测 KNN算法 XGBOOST算法融合堆叠电磁仿真; 在线阅读下载PDF 职称材料

应用堆叠融合模型和点云数据的树种分类: 3; 作者杨致贤樊仲谋 +2 位作者杨森叶芊吴翠沟《东北林业大学学报》 CAS CSCD 北大核心 2023年第6期90-95,130,共7页; 2021年6月份,以福州市三江口生态公园为研究区域,应用科卫泰的六旋翼无人机KWT-X6L-15搭载RIEGL VUX-1UAV三维激光扫描仪采集数据,获取8种共计444棵优势树种点云数据;使用LiDAR360激光雷达点云数据处理分析软件对激光雷达(LiDAR)点云数... 展开更多; 关键词树种分类激光雷达多参数因子堆叠融合模型; 在线阅读下载PDF 职称材料

基于Stacking集成的籽棉回潮率信息融合检测方法研究: 4; 作者钱一夫黄杰 +2 位作者方亮段宏伟张梦芸《农业机械学报》北大核心 2025年第5期159-166,共8页; 针对棉花采收和收购环节中籽棉回潮率检测工序复杂、受人工影响因素较大、检测精度低的问题,提出了一种基于电阻技术的信息融合检测方法。分别采集了环境温湿度以及籽棉电阻、密度与回潮率,分析了籽棉回潮率随环境温湿度变化规律,讨论... 展开更多; 关键词籽棉回潮率信息融合堆叠集成融合模型电阻检测回归预测模型; 在线阅读下载PDF 职称材料

题名基于堆叠融合技术的碱激发胶凝材料碳化性能预测: 1; 作者谭绍恩马倩敏李平; 机构昆明理工大学建筑工程学院云南省土木工程防灾重点实验室云南省绿色建造与智慧运维国际联合实验室; 出处《材料导报》 EI CAS CSCD 北大核心 2024年第S02期288-296,共9页; 基金国家自然科学基金(52068038) 云南省科技厅科技计划项目(202101AT070089,202202AG050020)。; 文摘碱激发胶凝材料碳化性能预测研究工作可对推进建筑业新质生产力和绿色低碳发展产生积极影响。本研究采用堆叠融合技术,集成随机森林、径向基函数和支持向量机三种模型对碱激发胶凝材料碳化性能进行了机器学习和预测研究。结果表明,基于现有数据集,三种基础模型已经展现出了良好的预测能力和稳定性。引入堆叠融合技术后,堆叠模型的均方误差(MSE)可控制在2%左右,拟合系数(R^(2))评分突破0.90,这表明堆叠融合模型表现出卓越的预测准确性、出色的泛化能力和稳健性。; 关键词碱激发胶凝材料碳化机器学习堆叠融合模型集成预测预测准确性; Keywords alkali-activated cementitious material carbonation machine learning stacked ensemble model ensemble prediction predictive accuracy; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TU528 [建筑科学—建筑技术科学]; 在线阅读下载PDF 职称材料

题名基于KNN-XGBOOST堆叠模型在PCB RFID天线阻抗预测的研究被引量：2: 2; 作者姜延坤洪涛章吉丽; 机构中国计量大学能源环境与安全工程学院中国计量大学质量与标准化学院; 出处《现代电子技术》北大核心 2024年第19期14-20,共7页; 基金浙江省基础公益研究计划项目(LGG22E050011)。; 文摘针对传统的天线仿真建模过程中需要的天线阻抗耗时长问题,文中提出一种基于KNN-XGBOOST模型的天线阻抗预测方法。现有研究大多为单一预测算法,旨在通过对比寻求预测效果更优的算法。首先通过ANSYS仿真软件收集大量的PCB RFID天线阻抗设计数据,然后结合影响阻抗中天线长度和频率共8个有效特征,以KNN和XGBOOST两种算法作为基模型,线性回归作为元模型,构建了一个堆叠集成学习模型。在实验过程中,通过交叉验证和网格搜索技术,对模型的超参数进行了精细调优,以确保模型能够达到最优的预测性能。实验结果显示,与单一的KNN和XGBOOST模型相比,KNN-XGBOOST模型的均方根误差降低了30%~70%,R^(2)提高了10%。在预测PCB RFID天线的阻抗实部和虚部时,KNNXGBOOST模型具有较高的准确率和较低的预测误差,证明了其在电磁仿真设计优化中的应用价值。; 关键词 PCB RFID天线阻抗预测 KNN算法 XGBOOST算法融合堆叠电磁仿真; Keywords PCB RFID antenna impedance prediction KNN algorithm XGBOOST algorithm ensemble stacking electromagnetic simulation; 分类号 TN821-34 [电子电信—信息与通信工程]; 在线阅读下载PDF 职称材料

题名应用堆叠融合模型和点云数据的树种分类: 3; 作者杨致贤樊仲谋杨森叶芊吴翠沟; 机构福建农林大学; 出处《东北林业大学学报》 CAS CSCD 北大核心 2023年第6期90-95,130,共7页; 基金国家自然科学基金青年基金项目(32101523)。; 文摘 2021年6月份,以福州市三江口生态公园为研究区域,应用科卫泰的六旋翼无人机KWT-X6L-15搭载RIEGL VUX-1UAV三维激光扫描仪采集数据,获取8种共计444棵优势树种点云数据;使用LiDAR360激光雷达点云数据处理分析软件对激光雷达(LiDAR)点云数据预处理后,进行单木分割操作,提取树木参数,筛选得到树高、地径、枝下高、冠幅面积、冠高、胸径、95%百分位高度7个单木特征参数;使用堆叠(Stacking)融合模型应用点云数据提取的参数因子进行树种分类,分类结果与常用的支持向量机、随机森林、K最近邻模型3种模型分类结果进行对比,分析堆叠融合模型应用点云数据进行树种分类的准确度、卡帕(Kappa)系数、精确率、召回率等。结果表明:堆叠融合模型的树种分类,准确度达79.72%、卡帕系数为0.7681;支持向量机、随机森林、K最近邻模型3种模型的分类,准确度分别为60.14%、67.57%、63.95%,卡帕系数分别为0.5443、0.6327、0.5829;堆叠融合模型对树种分类的效果,整体优于K最近邻模型、随机森林模型、支持向量机模型3种常用模型。堆叠融合模型对水杉(Metasequoia glyptostroboides)、小叶榕(Ficus concinna)、朴树(Celtis sinensis)、南洋杉(Araucaria cunninghamii)的识别效果更好,对水杉分类精确率达到90.91%,对小叶榕、朴树、南洋杉的分类精确率也能达到80%。不同树种分类模型对同一种类树木的分类精度存在明显差异,在所选试验树种中堆叠融合模型适用性更高。; 关键词树种分类激光雷达多参数因子堆叠融合模型; Keywords Tree species classification LiDAR Multi-parameter factor Stacking fusion model; 分类号 S771 [农业科学—森林工程] S718.4 [农业科学—林学]; 在线阅读下载PDF 职称材料

题名基于Stacking集成的籽棉回潮率信息融合检测方法研究: 4; 作者钱一夫黄杰方亮段宏伟张梦芸; 机构石河子大学机械电气工程学院农业农村部西北农业装备重点实验室兵团智慧农场数字化装备技术创新中心; 出处《农业机械学报》北大核心 2025年第5期159-166,共8页; 基金国家重点研发计划项目(2022YFD2002400) 兵团科技计划项目(2023AB014、2022DB003、2023ZD053) 兵团研究生科研创新项目(BTYJXM-2024-K38)。; 文摘针对棉花采收和收购环节中籽棉回潮率检测工序复杂、受人工影响因素较大、检测精度低的问题,提出了一种基于电阻技术的信息融合检测方法。分别采集了环境温湿度以及籽棉电阻、密度与回潮率,分析了籽棉回潮率随环境温湿度变化规律,讨论了籽棉密度对籽棉电阻检测的影响,确定了籽棉电阻与回潮率的关系。为了提高籽棉回潮率检测的精确性和稳定性,融合环境温湿度及籽棉电阻和密度作为特征变量,将“环境参数-物理特性-电学特性”进行数据关联;建立多元线性回归、支持向量回归、随机森林等5类回归模型,采用“模型竞争-集成优化”策略建立堆叠集成融合模型预测回潮率,实现了数据级和决策级的信息融合。结果表明,基于信息融合的堆叠集成模型为最优回潮率预测模型,在测试数据集上其决定系数R^(2)为0.994,平均绝对误差(MAE)为0.104%,均方根误差(RMSE)为0.151%,验证了信息融合检测方法的可靠性。该方法可为棉花采收打包和收购环节的回潮率检测提供数据支撑。; 关键词籽棉回潮率信息融合堆叠集成融合模型电阻检测回归预测模型; Keywords seed cotton moisture regain information fusion stacking ensemble model resistance detection regression prediction model; 分类号 S24 [农业科学—农业电气化与自动化]; 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	基于堆叠融合技术的碱激发胶凝材料碳化性能预测	谭绍恩马倩敏李平	《材料导报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于KNN-XGBOOST堆叠模型在PCB RFID天线阻抗预测的研究	姜延坤洪涛章吉丽	《现代电子技术》北大核心	2024	2	在线阅读下载PDF 职称材料
3	应用堆叠融合模型和点云数据的树种分类	杨致贤樊仲谋杨森叶芊吴翠沟	《东北林业大学学报》 CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
4	基于Stacking集成的籽棉回潮率信息融合检测方法研究	钱一夫黄杰方亮段宏伟张梦芸	《农业机械学报》北大核心	2025	0	在线阅读下载PDF 职称材料