期刊文献+
共找到59篇文章
< 1 2 3 >
每页显示 20 50 100
基于贝叶斯优化支持向量回归的煤自燃温度预测模型 被引量:1
1
作者 杨海燕 胡新成 +1 位作者 蔡佳文 余照阳 《工矿自动化》 北大核心 2025年第7期36-43,51,共9页
针对传统煤自燃温度预测模型未考虑指标气体与温度数据之间存在多重共线性、模型预测精度不足问题,提出了一种基于贝叶斯优化(BO)算法改进支持向量回归(SVR)超参数(BO-SVR)的煤自燃温度预测模型。利用煤自燃程序升温实验,对生成的指标... 针对传统煤自燃温度预测模型未考虑指标气体与温度数据之间存在多重共线性、模型预测精度不足问题,提出了一种基于贝叶斯优化(BO)算法改进支持向量回归(SVR)超参数(BO-SVR)的煤自燃温度预测模型。利用煤自燃程序升温实验,对生成的指标气体数据进行收集与处理。利用Spearman相关性分析选择与煤温相关性较强的指标气体并分析指标气体生成量间的共线性;对选择的指标气体进行主成分分析,解决多重共线性问题的同时降低维数;采用5折交叉验证方法划分训练集和测试集,通过平均绝对误差(MAE)、均方根误差(RMSE)和判定系数(R^(2))指标,对BO-SVR模型的性能与SVR、粒子群优化SVR(PSO-SVR)和遗传算法优化SVR(GA-SVR)模型进行定量评价。结果表明,BO-SVR模型的MAE较其他3种模型分别降低了74.2%,36.7%和10.2%,RMSE分别降低了71.9%,33.3%和11.4%,R^(2)达0.9885,高于其他模型。选取山西煤炭进出口集团河曲旧县露天煤业有限公司的烟煤煤样开展平行试验,BO-SVR模型在新数据集上的MAE为4.9279℃,RMSE为6.4899℃,R^(2)达0.9853,与原数据集预测结果保持高度一致性。表明BO-SVR模型具有较好的泛化性、预测精度和鲁棒性,有助于提高预测煤自燃温度的准确性。 展开更多
关键词 煤自燃 贝叶斯优化 支持向量回归 指标气体 预测模型
在线阅读 下载PDF
基于集成学习模型与贝叶斯优化算法的成矿预测 被引量:1
2
作者 孔春芳 田倩 +3 位作者 刘健 蔡国荣 赵杰 徐凯 《地学前缘》 北大核心 2025年第4期122-139,共18页
全球进入隐伏矿体勘查时代,急需新的找矿预测方法。利用集成学习进行的数据驱动的成矿预测模型正在成为深部隐伏矿产勘探的有力工具。然而,基于集成学习的成矿预测模型面临着一些普遍的问题,特别是模型的参数调优。模型的参数调优是一... 全球进入隐伏矿体勘查时代,急需新的找矿预测方法。利用集成学习进行的数据驱动的成矿预测模型正在成为深部隐伏矿产勘探的有力工具。然而,基于集成学习的成矿预测模型面临着一些普遍的问题,特别是模型的参数调优。模型的参数调优是一个非常耗时的过程,需要繁琐的计算和足够的专家经验。本文提出了一种基于多源地学知识与贝叶斯优化算法的集成学习模型来解决上述问题。具体来说,首先,基于多源地学知识,构建锰矿成矿预测数据库;其次,基于自适应提升模型(Adaptive Boosting,AdaBoost)和随机森林(Random Forest,RF)模型,建立黔东北锰矿成矿预测模型;然后,采用贝叶斯优化算法(Bayesian Optimization,BO),通过5倍交叉验证的辅助,寻找BO-AdaBoost和BO-RF模型最合适的超参数组合;最后,利用精度、准确率、召回率、F_(1)分数、kappa系数、AUC值等参数及已有成果检测模型的性能。实验结果发现,BO-AdaBoost和BO-RF模型的AUC值都得到了显著的提高,表明BO是一个强大的优化工具,优化结果为集成学习模型的超参数设置提供了参考。同时,实验结果也表明:BO-AdaBoost模型(92.8%)比BO-RF模型(89.9%)具有更高的预测精度和地质泛化能力,在成矿预测方面具有巨大潜力。基于BO-AdaBoost模型的预测图为黔东北隐伏锰矿矿床的勘探提供了重要线索,并可以指导未来的矿产勘探与开发。 展开更多
关键词 集成学习 自适应提升模型 随机森林 贝叶斯优化算法 隐伏锰矿 成矿预测
在线阅读 下载PDF
基于贝叶斯网络的随机森林优化填补算法 被引量:1
3
作者 董鑫宇 陈琪 +1 位作者 杨志宇 贺佳 《海军军医大学学报》 北大核心 2025年第2期253-257,共5页
目的评估并改进缺失数据处理方法,提升二分类结局预测模型性能。方法模拟数据缺失场景,通过预测模型的ROC AUC及均方根误差(RMSE)共同评估直接剔除、均值填补、随机森林填补、多重填补对预测模型性能的影响,并将贝叶斯网络引入随机森林... 目的评估并改进缺失数据处理方法,提升二分类结局预测模型性能。方法模拟数据缺失场景,通过预测模型的ROC AUC及均方根误差(RMSE)共同评估直接剔除、均值填补、随机森林填补、多重填补对预测模型性能的影响,并将贝叶斯网络引入随机森林填补算法,利用变量间相关性进行填补方法的优化。结果不同缺失占比下,通过AUC及RMSE均可得出贝叶斯网络优化随机森林填补算法效果最佳。此外,在缺失占比为10%~20%时,各种填补方法对预测模型的性能提升效果大体相同;当缺失占比为30%~40%时,相较于均值填补,除贝叶斯网络优化随机森林填补算法外,随机森林填补更好,其效果略优于多重填补;当缺失占比接近50%时,即使模型性能依旧较好,但填补数据逐渐偏离真实数据特征,模型的可用性下降。结论贝叶斯网络优化随机森林填补算法总体效果较好,当随机缺失占比30%~40%时可优先考虑。 展开更多
关键词 预测模型 缺失填补 随机森林 贝叶斯网络
在线阅读 下载PDF
基于超参数优化算法的随机森林模型预测奶牛呼吸频率 被引量:8
4
作者 严格齐 赵婉莹 +5 位作者 于镇伟 焦洪超 林海 李浩 施正香 王朝元 《农业工程学报》 EI CAS CSCD 北大核心 2024年第11期195-203,共9页
奶牛呼吸频率是评估环境造成的奶牛热应激程度的重要指标之一。该研究基于随机森林(random forest,RF)算法提出了适用于生产条件下的奶牛个体呼吸频率准确预测模型,为了平衡模型精度与计算效率问题,利用遗传算法(genetic algorithm,GA)... 奶牛呼吸频率是评估环境造成的奶牛热应激程度的重要指标之一。该研究基于随机森林(random forest,RF)算法提出了适用于生产条件下的奶牛个体呼吸频率准确预测模型,为了平衡模型精度与计算效率问题,利用遗传算法(genetic algorithm,GA)、差分进化(differential evolution,DE)算法、粒子群优化(particle swarm optimization,PSO)算法、贝叶斯优化(Bayesian optimization,BO)算法对模型超参数进行优化,并与网格搜索(grid search,GS)下的人工神经网络(artificial neural network,ANN)和极限梯度提升机(extreme gradient boosting,XGBoost)模型进行了对比分析。研究结果表明,使用融合环境参数的修正温湿指数(adjusted temperature-humidity index,ATHI)、时间区域、奶牛产奶量、泌乳天数、身体姿势以及胎次作为输入特征时,基准RF模型的预测性能最佳。在此基础上,4种智能优化算法下的RF模型性能优于GS-ANN和GS-XGBoost,其中BO-RF的综合性能最优,其决定系数、平均绝对误差、平均绝对百分比误差以及均方根误差分别为0.614次/min、7.723次/min、14.4%、9.737次/min,超参数优化耗时约为DE-RF的1/220。特征重要性分析表明,输入因子对奶牛呼吸频率的影响程度不同,ATHI是影响力最高的因子,相对重要性(relative importance,RI)为0.73,其次是时间区域(RI=0.09)和奶牛产奶量(RI=0.07)。研究为奶牛生产、健康评价及牛舍环境精准调控提供了有效方法和基础。 展开更多
关键词 奶牛 呼吸频率 模型 元启发式算法 贝叶斯优化 随机森林
在线阅读 下载PDF
基于BO-RF回归预测的海水柱塞泵配流阀结构参数优化研究 被引量:1
5
作者 周广金 国凯 +1 位作者 孙杰 黄晓明 《机电工程》 北大核心 2025年第4期618-627,共10页
海水柱塞泵采用阀配流方式可以提高其密封性能,保证其具有较高的输出压力。针对配流阀结构参数设计不合理,导致阀芯运动滞后和容积效率降低的问题,提出了一种贝叶斯优化(BO)与随机森林算法(RF)相结合的海水柱塞泵配流阀结构参数优化方... 海水柱塞泵采用阀配流方式可以提高其密封性能,保证其具有较高的输出压力。针对配流阀结构参数设计不合理,导致阀芯运动滞后和容积效率降低的问题,提出了一种贝叶斯优化(BO)与随机森林算法(RF)相结合的海水柱塞泵配流阀结构参数优化方法。首先,利用AMESim软件搭建了海水泵液压系统仿真模型,利用试验验证了仿真模型的准确性,分别分析了吸、排液阀的弹簧刚度、弹簧预紧力、阀芯质量对阀芯滞后以及容积效率的影响;然后,基于仿真获得的配流阀结构参数与对应输出流量的数据,对比分析了贝叶斯优化随机森林(BO-RF)模型、粒子群优化随机森林(PSO-RF)模型、反向传播神经网络(BPNN)模型和随机森林(RF)模型的回归预测结果,以BO-RF模型为回归预测模型,利用遗传算法优化了配流阀结构参数,并获得了结构参数最优解;最后,对优化后的配流阀结构参数进行了仿真分析。研究结果表明:吸、排液阀的弹簧刚度、弹簧预紧力增大能够减小阀芯滞后,提高容积效率,参数增大到临界值后,容积效率会随参数增大而降低;吸、排液阀的阀芯质量增大会增大阀芯滞后,减小容积效率;BO-RF模型的均方根误差(RMSE)、平均绝对百分比误差(MAPE)、决定系数(R^(2))均优于RF、PSO-RF和BPNN模型,其回归预测准确度更高;对于优化后的结果进行仿真可得:容积效率较原结构提高了4.7%。该模型适用于配流阀结构参数预测和优化问题,可为提高柱塞泵容积效率提供参考。 展开更多
关键词 三柱塞曲柄连杆式高压海水柱塞泵 容积效率降低 阀芯运动滞后 贝叶斯优化随机森林回归预测模型 粒子群优化随机森林 弹簧刚度和预紧力 阀芯质量
在线阅读 下载PDF
基于贝叶斯优化—随机森林回归的燃煤锅炉NO_(x)预测模型 被引量:14
6
作者 孙胡彬 杨建国 +3 位作者 金宏伟 屠海彪 周晓亮 赵虹 《动力工程学报》 CAS CSCD 北大核心 2023年第7期910-916,共7页
根据某超超临界1 050 MW燃煤机组实际运行数据,采用随机森林(RF)算法建立燃煤锅炉炉膛出口烟气中NOx质量浓度预测模型,并利用贝叶斯优化(BO)进行超参数寻优,将BO-RF模型与网格搜索优化的RF模型(GSO-RF)进行对比。为了更好地评价预测模型... 根据某超超临界1 050 MW燃煤机组实际运行数据,采用随机森林(RF)算法建立燃煤锅炉炉膛出口烟气中NOx质量浓度预测模型,并利用贝叶斯优化(BO)进行超参数寻优,将BO-RF模型与网格搜索优化的RF模型(GSO-RF)进行对比。为了更好地评价预测模型,以平均绝对百分比误差δMAPE和决定系数R^(2)作为评价指标,将所建立的BO-RF模型与目前常见的基于贝叶斯优化的BP神经网络(BO-BPNN)模型、最小二乘支持向量机(BO-LSSVM)模型进行比较。结果表明:BO-RF模型比GSO-RF模型的预测精度更高,且BO-RF模型的δMAPE为1.478%,R2为0.916 2,均优于BO-BPNN模型和BO-LSSVM模型的预测结果,证明BO-RF模型具有更高的预测精度和更优的泛化性能。 展开更多
关键词 NO_(x) 预测模型 随机森林 贝叶斯优化
在线阅读 下载PDF
基于随机森林回归的电离层幅度闪烁指数预测 被引量:2
7
作者 钟伦珑 刘明远 +1 位作者 胡铁乔 刘永玉 《计算机工程与设计》 北大核心 2024年第8期2350-2356,共7页
为满足低成本、高精度的电离层闪烁监测需求,提出一种基于随机森林回归的闪烁指数预测模型。在卫星导航接收机输出信息基础上,计算电离层结构状态参数,形成输入参数,并进行参数筛选构建训练数据集,结合专用型电离层闪烁监测接收机观测... 为满足低成本、高精度的电离层闪烁监测需求,提出一种基于随机森林回归的闪烁指数预测模型。在卫星导航接收机输出信息基础上,计算电离层结构状态参数,形成输入参数,并进行参数筛选构建训练数据集,结合专用型电离层闪烁监测接收机观测到的闪烁指数,训练生成基于随机森林回归的幅度闪烁指数预测模型。实验结果表明,与传统电离层幅度闪烁指数计算方法相比,随机森林回归模型预测得到的闪烁指数相关性更强、精度更高。 展开更多
关键词 幅度闪烁指数 随机森林回归 电离层结构状态 载噪比 电离层闪烁监测 全球导航卫星系统 预测模型
在线阅读 下载PDF
基于空间随机森林的矿产资源定量预测——以河北大庙—红石砬钒钛磁铁矿带为例
8
作者 卢紫阳 陈文良 +6 位作者 王功文 刘新星 李风 张帅 刘烊 东玉龙 张智强 《成都理工大学学报(自然科学版)》 北大核心 2025年第5期859-872,共14页
现有矿产资源定量预测方法对空间异质性和空间自相关性关注不足,影响其预测效果。本文以河北大庙—红石砬钒钛磁铁矿带为研究区,运.用K均值(K-means)聚类算法将矿产资源定量预测中广泛使用的随机森林算法(RF)改进为空间随机森林算法(SRF... 现有矿产资源定量预测方法对空间异质性和空间自相关性关注不足,影响其预测效果。本文以河北大庙—红石砬钒钛磁铁矿带为研究区,运.用K均值(K-means)聚类算法将矿产资源定量预测中广泛使用的随机森林算法(RF)改进为空间随机森林算法(SRF)。该算法首先基于K-means聚类构建空间异质性子集,并据此训练多个相互独立的RF模型;然后运用待预测数据与各异质性子集簇心距离的反距离加权集成预测概率,实现空间建模。在此基础上,引入贝叶斯优化算法完成上述算法的超参数自适应调参。结果表明,SRF算法的AUC值(提升6.83%)、准确率(提升8.62%)、F1分数(提升8.52%)相较于传统RF算法均有明显提升,并兼顾较好的可解释性。最终基于SRF模型和浓度-面积分形圈定找矿靶区5处,有效支撑研究区后续找矿,并为兼顾空间异质性与空间自相关性的矿产资源定量预测提供了有效方法。 展开更多
关键词 空间随机森林 贝叶斯优化 浓度-面积分形 大庙—红石砬钒钛磁铁矿带 矿产资源定量预测
在线阅读 下载PDF
基于随机森林模型的耐碳青霉烯类鲍曼不动杆菌性呼吸机相关性肺炎风险预测模型的构建 被引量:1
9
作者 冯清 贺培凤 《护理研究》 北大核心 2024年第19期3410-3416,共7页
目的:分析耐碳青霉烯类鲍曼不动杆菌(CRAB)性呼吸机相关性肺炎发生的风险因素,并采用随机森林模型和Logistic回归两种方法构建预测模型,为重症监护室降低CRAB性呼吸机相关性肺炎的发生风险提供理论依据。方法:选取2018年1月—2022年12... 目的:分析耐碳青霉烯类鲍曼不动杆菌(CRAB)性呼吸机相关性肺炎发生的风险因素,并采用随机森林模型和Logistic回归两种方法构建预测模型,为重症监护室降低CRAB性呼吸机相关性肺炎的发生风险提供理论依据。方法:选取2018年1月—2022年12月我院重症监护室收治的291例呼吸机相关性肺炎病人为研究对象,分析CRAB性呼吸机相关性肺炎的影响因素,基于随机森林模型和Logistic回归构建预测模型,计算受试者工作特征曲线(ROC)和曲线下面积(AUC),比较两种模型的差异。结果:多因素分析结果显示,氧合指数、气管切开、昏迷是CRAB性呼吸机相关性肺炎的独立影响因素。随机森林模型的AUC为0.78,Logistic回归模型AUC为0.61,随机森林模型的准确率(77.97%)、灵敏度(85.37%)、特异度(61.11%)均高于Logistic回归模型(66.10%、73.17%、50.00%)。结论:氧合指数、抗菌药物使用时间、气管切开、昏迷是CRAB性呼吸机相关性肺炎的高危风险因素,随机森林模型对CRAB性呼吸机相关性肺炎的预测性能优于Logistic回归模型。 展开更多
关键词 耐碳青霉烯类鲍曼不动杆菌 呼吸机相关性肺炎 影响因素 随机森林 LOGISTIC回归 预测模型
在线阅读 下载PDF
基于灰色关联分析与随机森林回归模型的短期负荷预测 被引量:20
10
作者 张冰 周步祥 +1 位作者 石敏 魏金萧 《水电能源科学》 北大核心 2017年第4期203-207,共5页
针对人工神经网络和支持向量机存在的泛化误差大、具有局部最优以及参数选取困难等缺点,将随机森林回归模型引入电力系统短期负荷预测,提出了一种基于相似日与随机森林回归模型的短期负荷预测方法。利用灰色关联分析法计算原始训练样本... 针对人工神经网络和支持向量机存在的泛化误差大、具有局部最优以及参数选取困难等缺点,将随机森林回归模型引入电力系统短期负荷预测,提出了一种基于相似日与随机森林回归模型的短期负荷预测方法。利用灰色关联分析法计算原始训练样本与预测日各影响因素间的关联系数,选取相似度较高的历史样本构成相似日样本集,对随机森林回归模型进行训练。将预测日的特征向量输入训练好的模型中,取所有回归树输出结果的平均值作为最终的负荷预测结果。实际算例表明,与常规支持向量机法和常规随机森林回归法相比,该组合方法可以有效地提高短期负荷预测的精度。 展开更多
关键词 灰色关联分析 相似日 随机森林回归模型 短期负荷预测
在线阅读 下载PDF
基于差分自回归—随机森林的动车组轮对旋修策略优化研究 被引量:1
11
作者 刘成 朱腾飞 +2 位作者 王紫光 沙智华 张生芳 《铁道机车车辆》 北大核心 2024年第5期132-139,共8页
基于动车组运行里程和轮对尺寸退化过程为非平稳时间序列的特点,将差分自回归移动平均模型(ARIMA)与随机森林算法相结合,对关键尺寸退化趋势影响下的轮对旋修策略优化进行研究。利用ARIMA对运行里程数据进行差分处理,运用基尼系数划分... 基于动车组运行里程和轮对尺寸退化过程为非平稳时间序列的特点,将差分自回归移动平均模型(ARIMA)与随机森林算法相结合,对关键尺寸退化趋势影响下的轮对旋修策略优化进行研究。利用ARIMA对运行里程数据进行差分处理,运用基尼系数划分特征构建随机森林决策树,将轮对历史检测数据划分为训练集和测试集进行训练,以预测均值确定轮对尺寸预测值。以轮对几何尺寸和动力学性能为约束条件,以最长使用寿命、最少旋修次数和平稳性指标为优化目标,构建轮对旋修策略优化模型,并对轮对旋修量和旋修后轮径值进行预测。结果表明,当轮径旋修量为2.5 mm,轮缘厚度在HAi=28.5 mm和HBi=30 mm时旋修策略最佳,轮对寿命可提高31.4%。研究成果可为动车组轮对旋修策略优化提供理论支持。 展开更多
关键词 动车组 轮对旋修 差分自回归移动平均模型 随机森林算法 策略优化
在线阅读 下载PDF
基于Prophet-随机森林优化模型的空气质量指数规模预测 被引量:21
12
作者 常恬君 过仲阳 徐丽丽 《环境污染与防治》 CAS CSCD 北大核心 2019年第7期758-761,766,共5页
长时间的规模预测有助于从宏观角度分析事物的发展趋势与规律。对上海市2013—2017年逐日空气质量指数(AQI)进行分析,在此基础上建立了Prophet-随机森林(RF)优化模型。Prophet模型将AQI时间序列趋势分解为趋势项、季节项、节假日效应;R... 长时间的规模预测有助于从宏观角度分析事物的发展趋势与规律。对上海市2013—2017年逐日空气质量指数(AQI)进行分析,在此基础上建立了Prophet-随机森林(RF)优化模型。Prophet模型将AQI时间序列趋势分解为趋势项、季节项、节假日效应;RF算法用于弥补Prophet模型无法预测随机非线性部分的缺点,对Prophet模型进行优化,将Prophet-RF优化模型用于AQI的规模预测。结果表明:相比于Prophet模型,Prophet-RF优化模型的预测效果更加精确,其中,拟合值的均方根误差和平均绝对误差均减少了0.161,预测值的均方根误差和平均绝对误差分别减少了0.434和0.399。Prophet-RF优化模型解释性强且精度高,对于时间序列的规模预测具有较明显的优势。 展开更多
关键词 Prophet模型 随机森林 时间序列预测 优化模型
在线阅读 下载PDF
比较多种机器学习模型预测肺移植术后受者生存
13
作者 史灵芝 刘亚灵 +7 位作者 严浩吉 喻赠玮 侯森林 刘明昭 杨航 吴波 田东 陈静瑜 《器官移植》 北大核心 2025年第2期264-271,共8页
目的 比较不同机器学习算法构建的预后模型在预测肺移植(LTx)受者生存期方面的性能和表现。方法 回顾性收集483例行LTx手术的受者资料,所有受者按7∶3的比例分为训练集和验证集,将收集到的24个变量基于变量重要性(VIMP)进行筛选,利用随... 目的 比较不同机器学习算法构建的预后模型在预测肺移植(LTx)受者生存期方面的性能和表现。方法 回顾性收集483例行LTx手术的受者资料,所有受者按7∶3的比例分为训练集和验证集,将收集到的24个变量基于变量重要性(VIMP)进行筛选,利用随机生存森林(RSF)和极端梯度提升树(XGBoost)构建预后模型,使用综合曲线下面积(iAUC)和时间依赖曲线下面积(t AUC)进行模型性能评估。结果 训练集和验证集的各变量差异均无统计学意义。基于VIMP筛选排名前15的变量用于建模并确定重症监护室(ICU)住院时间为最重要的因素。与XGBoost模型相比,RSF模型在预测受者生存期方面表现出更好的性能(i AUC0.773比0.723)。在预测受者6个月生存期(tAUC6个月0.884比0.809,P=0.009)和1年生存期(tAUC1年0.896比0.825,P=0.013)方面,RSF模型也表现出更好的性能。基于两种算法的预测截断值,将LTx术后受者分为高风险组和低风险组,两种模型的生存分析结果均显示高风险组受者的生存率低于低风险组(P<0.001)。结论 与XGBoost相比,基于RSF算法开发的机器学习预后模型可以更好地预测LTx受者的生存期。 展开更多
关键词 肺移植 机器学习 预测模型 随机生存森林 极端梯度提升树 生存期 比例风险回归模型 重症监护室
在线阅读 下载PDF
基于贝叶斯优化随机森林的高速公路二次事故预测研究 被引量:9
14
作者 孟庆森 韩皓 李易 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第7期205-210,共6页
为准确预测高速公路二次事故,最大程度地降低事故危害,采用时空阈值分析法分别研究时间间隔阈值及空间间隔阈值对高速公路二次事故数据识别的影响,通过参考现有资料并结合本文阈值分析,将时间间隔阈值和空间间隔阈值设定为30 min、1 km... 为准确预测高速公路二次事故,最大程度地降低事故危害,采用时空阈值分析法分别研究时间间隔阈值及空间间隔阈值对高速公路二次事故数据识别的影响,通过参考现有资料并结合本文阈值分析,将时间间隔阈值和空间间隔阈值设定为30 min、1 km,利用该阈值下二次事故数据的识别结果,构建基于贝叶斯优化随机森林的预测模型,并与其他模型的预测效果进行对比。研究结果表明:二次事故数据的识别对空间间隔阈值更加敏感,模型预测准确率达81.4%,优于其它对比模型。研究结果可为高速公路二次事故预测提供借鉴。 展开更多
关键词 交通安全 二次事故 时空阈值法 事故预测 贝叶斯优化随机森林
在线阅读 下载PDF
基于主成分分析和随机森林回归模型的工艺装备轴承剩余寿命预测 被引量:5
15
作者 耿明 张海沧 +3 位作者 康丽齐 黄林 张旭 高雅 《城市轨道交通研究》 北大核心 2023年第4期12-16,共5页
为解决传统随机森林回归模型对工艺装备轴承剩余寿命预测准确率偏低的问题,提出一种将PCA(主成分分析)和随机森林回归模型相结合的工艺装备轴承剩余寿命预测方法。首先,应用时域分析法对特征集进行提取,并和样本对应的剩余寿命标签共同... 为解决传统随机森林回归模型对工艺装备轴承剩余寿命预测准确率偏低的问题,提出一种将PCA(主成分分析)和随机森林回归模型相结合的工艺装备轴承剩余寿命预测方法。首先,应用时域分析法对特征集进行提取,并和样本对应的剩余寿命标签共同创建并形成训练集;然后,利用PCA算法对训练集中特征实施降维处理;最后,建立随机森林回归模型,输出工艺装备轴承剩余寿命。研究结果表明:基于PCA算法和随机森林回归模型的预测方法将预测准确度提高了约10%,证实了该方法的有效性和准确性。 展开更多
关键词 轨道交通车辆 工艺装备轴承 剩余寿命预测 主成分分析 随机森林回归模型
在线阅读 下载PDF
基于随机森林模型的山体滑坡空间预测研究 被引量:26
16
作者 余坤勇 姚雄 +1 位作者 邱祈荣 刘健 《农业机械学报》 EI CAS CSCD 北大核心 2016年第10期338-345,共8页
滑坡灾害空间分布的准确预测是实现防灾减灾的重要途径。以2010年福建省顺昌地区滑坡资料为基础数据,分别应用随机森林模型和逻辑回归模型对福建顺昌地区山体滑坡发生与滑坡因子之间的关系进行实证分析,通过模型变量筛选、模型精度分析... 滑坡灾害空间分布的准确预测是实现防灾减灾的重要途径。以2010年福建省顺昌地区滑坡资料为基础数据,分别应用随机森林模型和逻辑回归模型对福建顺昌地区山体滑坡发生与滑坡因子之间的关系进行实证分析,通过模型变量筛选、模型精度分析,探讨了随机森林模型在我国南方山体滑坡空间预测中的适应性。结果表明:随机森林模型对滑坡发生数据的拟合效果比逻辑回归模型好,其对顺昌地区滑坡发生数据的预测精度为90.8%,而逻辑回归模型的预测精度为81.8%;随机森林模型对研究区滑坡发生的泛化能力比逻辑回归模型好,其预测出高危险区和较高危险区所包含的滑坡比总和为66.05%,而逻辑回归模型为63.34%。研究结果表明随机森林模型的性能优于逻辑回归模型,可用于顺昌地区基于滑坡因子的未来滑坡发生的预测预报。 展开更多
关键词 山体滑坡 随机森林模型 逻辑回归模型 空间预测
在线阅读 下载PDF
基于多层次协同预测优化框架的高速列车虚拟重联控制方法
17
作者 赵阳 黄苏苏 +2 位作者 张淼 陆德彪 蔡伯根 《铁道学报》 北大核心 2025年第8期91-102,共12页
虚拟重联技术通过减少跟随车的追踪制动距离来缩短列车区间运行间隔,增加线路容量。提出一种基于多层次协同预测优化的控制框架,融合随机森林算法(RF)与模型预测控制(MPC)技术,以提升多列车虚拟重联系统的控制精度和稳定性。深入分析单... 虚拟重联技术通过减少跟随车的追踪制动距离来缩短列车区间运行间隔,增加线路容量。提出一种基于多层次协同预测优化的控制框架,融合随机森林算法(RF)与模型预测控制(MPC)技术,以提升多列车虚拟重联系统的控制精度和稳定性。深入分析单列车测速定位中的多传感器数据融合技术和置信区间预测校准技术,扩展应用到多列车虚拟重联中的领航车状态预测。结合两列车虚拟重联系统的动态模型进行多步预测,根据预测结果选择速度和加速度两个控制参数,采用优化算法计算当前时刻的最优控制,综合跟踪误差和控制输入的变化对列车虚拟重联系统效能和稳定性进行量化评估。最后通过对典型高速线路上车载设备的实际运行数据进行仿真分析,验证所提模型预测控制技术的精度和可靠性。 展开更多
关键词 高速铁路 虚拟重联 多层次协同 预测优化 随机森林算法(RF) 模型预测控制(MPC)
在线阅读 下载PDF
适合西藏地区的归一化植被指数预测模型构建及验证
18
作者 孟慧美 吴凌霄 +1 位作者 宣越健 米玛旺堆 《气候与环境研究》 北大核心 2025年第2期199-211,共13页
基于差分自回归移动平均(ARIMA)方法、随机森林(RF)方法、Prophet方法构建适合西藏地区的归一化植被指数(Normalized Difference Vegetation Index,NDVI)预测模型,利用羊八井地区2000~2021年MODIS遥感NDVI数据进行了验证,结果表明:该地... 基于差分自回归移动平均(ARIMA)方法、随机森林(RF)方法、Prophet方法构建适合西藏地区的归一化植被指数(Normalized Difference Vegetation Index,NDVI)预测模型,利用羊八井地区2000~2021年MODIS遥感NDVI数据进行了验证,结果表明:该地区植被覆盖率总体呈现不明显减少趋势;3个预测模型中,RF预测精度最高,其归一化均方根误差、平均绝对百分比误差、决定系数,分别达到了6.92%、4.04%、0.9;小波变换方法能有效提高模型预测精度;组合模型可以提高预测精度,其中误差倒数权重组合模型优于平均权重和方差倒数加权组合模型。因此可以利用RF等机器学习方法结合小波变换、组合模型在西藏地区进行NDVI预测,为生态环境保护和农牧业生产决策提供科学指导。 展开更多
关键词 归一化植被指数(NDVI)预测模型 随机森林(RF)方法 差分自回归移动平均(ARIMA)方法 Prophet方法 小波变换
在线阅读 下载PDF
基于改进随机森林模型的海底管道腐蚀预测 被引量:18
19
作者 张新生 蔡宝泉 《中国安全科学学报》 CAS CSCD 北大核心 2021年第8期69-74,共6页
为提高海底管道腐蚀速率预测精度,建立一种基于改进随机森林的海底管道腐蚀预测模型。首先,采用斯皮尔曼相关系数,分析实海挂片腐蚀数据的相关性,并采用因子分析降维;然后,设定K值为5的K折交叉验证,建立随机森林回归(RFR)模型,并输入降... 为提高海底管道腐蚀速率预测精度,建立一种基于改进随机森林的海底管道腐蚀预测模型。首先,采用斯皮尔曼相关系数,分析实海挂片腐蚀数据的相关性,并采用因子分析降维;然后,设定K值为5的K折交叉验证,建立随机森林回归(RFR)模型,并输入降维后的数据;最后,输出模型的交叉验证得分,并对比评价该模型与其他模型的最高得分预测结果。研究结果表明:改进RFR的五折交叉验证输出平均得分值为0.912,高于BP神经网络(BPNN)模型、支持向量回归(SVR)模型2种对比模型;五折交叉验证最高得分预测结果均方根误差(RMSE)、平均绝对误差(MAE)分别为1.441和1.3,均优于对比模型相应值。 展开更多
关键词 海底管道 腐蚀预测 随机森林回归(RFR)模型 斯皮尔曼相关系数 因子分析 K折交叉验证
在线阅读 下载PDF
肺癌病人治疗期输液港医用粘胶相关皮肤损伤风险预测模型的构建
20
作者 吴珊珊 刘扣英 汤婷 《护理研究》 北大核心 2025年第15期2525-2534,共10页
目的:分析肺癌病人治疗期输液港发生医用粘胶相关皮肤损伤(medical adhesive related skin injury,MARSI)的危险因素,并建立风险预测模型,以期为临床护理干预提供参考。方法:回顾性收集2023年1月—2024年4月在某三级甲等综合医院呼吸与... 目的:分析肺癌病人治疗期输液港发生医用粘胶相关皮肤损伤(medical adhesive related skin injury,MARSI)的危险因素,并建立风险预测模型,以期为临床护理干预提供参考。方法:回顾性收集2023年1月—2024年4月在某三级甲等综合医院呼吸与危重症医学科使用胸壁输液港的650例病人为调查对象,运用Logistic回归模型、决策树分类回归树(CART)模型和随机森林模型分别建立肺癌病人治疗期输液港医用粘胶相关皮肤损伤风险预测模型,通过比较3种模型的准确率、灵敏度、特异度、阳性预测值、阴性预测值、Kappa系数和受试者工作特征(ROC)曲线下面积(AUC)评价其性能。结果:Logistic回归模型、决策树CART模型和随机森林模型的准确率分别为84%、86%、86%,特异度为97%、98%、97%,灵敏度为54%、59%、61%,阳性预测值为54%、59%、61%,阴性预测值为97%、98%、97%,Kappa值为0.57,0.63,0.64,AUC为0.83,0.87,0.86。Logistic回归模型、决策树CART模型、随机森林的AUC比较差异均有统计学意义(P<0.05)。皮肤毒性为3种模型的共同预测因子。结论:决策树CART模型和随机森林模型相比Logistic回归模型在构建肺癌病人治疗期输液港医用粘胶相关皮肤损伤风险预测模型中具有更好的性能,可为临床护士预测肺癌病人输液港医用粘胶相关皮肤损伤发生风险提供参考。 展开更多
关键词 输液港 医用粘胶相关皮肤损伤 预测模型 LOGISTIC回归 决策树分类回归 随机森林
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部