随机森林-相关向量机算法结合中红外光谱法快速测定在用柴油机油酸值

1

作者 王菊香 王凯 韩晓 《理化检验（化学分册）》 CAS CSCD 北大核心 2019年第1期26-30,共5页

研究了随机森林-相关向量机(RF-RVM)算法与ATR中红外光谱法相结合测定柴油机油样品的酸值的方法。选择了某型车辆发动机在不同情况下所用的柴油机油样品48个,并按GB/T 4945-2002标准所述方法对48个样品的酸值进行测定,测得其酸值在0.59... 研究了随机森林-相关向量机(RF-RVM)算法与ATR中红外光谱法相结合测定柴油机油样品的酸值的方法。选择了某型车辆发动机在不同情况下所用的柴油机油样品48个,并按GB/T 4945-2002标准所述方法对48个样品的酸值进行测定,测得其酸值在0.59～1.71mg(KOH)·g^(-1)之间。运用SG平滑结合一阶微分对原始光谱图进行预处理,采用RF算法和相关系数法选择了特征波数,并进行RVM建模分析。RF算法选取6个特征波数,不仅大大减少了输入变量数,还使RVM算法建模效果更佳。模型验证集的相关系数为0.922 5,验证集标准偏差为0.091 7。结果表明,RF-RVM算法与红外光谱法相结合能实现在用油酸值的快速而准确的测定。 展开更多

关键词 随机森林-相关向量机算法 红外光谱法 酸值 在用柴油机油

在线阅读 下载PDF 职称材料

基于随机森林与支持向量机的热轧带钢凸度加权预测模型研究

2

作者 周亚罗 李子轩 +2 位作者 张少川 刘文广 张瑞成 《矿冶工程》 CAS 北大核心 2024年第6期144-150,共7页

针对传统带钢凸度预测方法预测精度低、速度慢的问题,建立了基于随机森林和支持向量机的热轧带钢凸度加权预测模型。采用改进长鼻浣熊算法分别对随机森林、支持向量机和随机森林与支持向量机加权预测模型的参数进行优化,提高凸度预测精... 针对传统带钢凸度预测方法预测精度低、速度慢的问题,建立了基于随机森林和支持向量机的热轧带钢凸度加权预测模型。采用改进长鼻浣熊算法分别对随机森林、支持向量机和随机森林与支持向量机加权预测模型的参数进行优化,提高凸度预测精度。以某公司热轧1 580 mm生产线实测数据进行凸度预测仿真研究,随机森林与支持向量机加权预测模型的均方根误差为2.23μm,与随机森林模型、支持向量机模型预测精度进行比较,加权预测模型的精度分别提高了7.08%、2.62%。 展开更多

关键词 凸度预测 热轧带钢 支持向量机 长鼻浣熊算法 凸度 随机森林

在线阅读 下载PDF 职称材料

基于RCMFFDE和SSA-RVM的旋转机械损伤检测模型 被引量：1

3

作者 王显彬 孙阳 《机电工程》 北大核心 2025年第3期510-519,共10页

针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机... 针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机械损伤检测模型。首先,进行了基于RCMFFDE方法的特征提取,生成了特征样本,以定量反映旋转机械的不同损伤情况;然后,采用t-SNE方法,将原始高维故障特征映射至低维空间,获得了对故障更敏感的低维特征;最后,将敏感的低维故障特征向量输入至SSA-RVM多分类器中,进行了训练和测试,实现了旋转机械样本的故障识别目的;采用两种旋转机械数据集进行了实验,并从准确率、效率和抗噪性方面,将RCMFFDE-SSA-SVM方法与多种特征提取方法进行了对比。研究结果表明:RCMFFDE能用于有效提取旋转机械的故障特征,分别取得99.2%和100%的识别精度;而对敏感特征进行分类所获得的精度优于对原始特征进行分类的情形,前者比后者提高了4%;在模式识别中,SSA-RVM优于其他分类器;自制数据集的诊断精度达到了97%,特征提取的时间为16.05 s。 展开更多

关键词 非线性振动信号 特征提取时间 故障识别精度(诊断精度) 精细复合多尺度分数波动散布熵 t-分布随机邻域嵌入 麻雀搜索算法优化相关向量机

在线阅读 下载PDF 职称材料

紫外光谱结合机器学习算法的祛痘类化妆品中4种禁用抗感染类药物快速筛查

4

作者 向健华 芦丽 +1 位作者 方方 石心红 《分析测试学报》 北大核心 2025年第6期1096-1106,共11页

基于紫外光谱结合机器学习算法,以甲硝唑、酮康唑、氯霉素和诺氟沙星4种常见禁用抗感染类药物为模型物质,建立了一种适用于祛痘类化妆品中非法添加禁用药物的快速筛查定性模型。该研究共采集167批祛痘类化妆品的紫外光谱,采用二维相关光... 基于紫外光谱结合机器学习算法,以甲硝唑、酮康唑、氯霉素和诺氟沙星4种常见禁用抗感染类药物为模型物质,建立了一种适用于祛痘类化妆品中非法添加禁用药物的快速筛查定性模型。该研究共采集167批祛痘类化妆品的紫外光谱,采用二维相关光谱(2D-COS)进行紫外光谱特征波段选择,通过对比22种光谱预处理方法、3种机器学习算法、3种数据集划分比例下各模型的效果,建立了分别含甲硝唑、酮康唑、氯霉素、诺氟沙星的阳性样品和阴性样品的五分类定性模型。结果表明,选择190~360 nm的紫外光谱,经标准正态变量变换(SNV)和Savitzky-Golay卷积平滑(SG)联合处理,选用训练集与预测集划分比例7∶3,采用误差逆传播(BP)神经网络算法建立定性分类模型时,模型训练集与预测集的准确率分别可达96.58%和98.00%,具有良好的预测与泛化能力。此方法能有效对化妆品中4种禁用抗感染药物进行快速准确筛查鉴别,不仅节省了检测成本与时间,提高了检测效率,为化妆品中非法添加禁用物质的检测提供了一种新型智能化的手段,也为未来不断更新迭代的非法添加禁用物质的快速筛查提供了新的思路和解决方案,且可助力现场快检。 展开更多

关键词 紫外光谱 化妆品 误差逆传播神经网络 随机森林 支持向量机 二维相关光谱

在线阅读 下载PDF 职称材料

基于随机森林算法的大功率质子交换膜燃料电池系统故障分类方法 被引量：19

5

作者 余嘉熹 李奇 +2 位作者 陈维荣 刘嘉蔚 李锦程 《中国电机工程学报》 EI CSCD 北大核心 2020年第17期5591-5598,共8页

针对大功率质子交换膜燃料电池(protonexchange membranefuelcell,PEMFC)系统故障分类识别的问题,提出基于随机森林算法的燃料电池系统的故障分类方法。该方法基于Bootstrap法重采样,产生多个样本子集,通过决策树算法中的CART算法构造... 针对大功率质子交换膜燃料电池(protonexchange membranefuelcell,PEMFC)系统故障分类识别的问题,提出基于随机森林算法的燃料电池系统的故障分类方法。该方法基于Bootstrap法重采样,产生多个样本子集,通过决策树算法中的CART算法构造多个分类器模型,然后通过测试集对每个分类器进行测试得到分类结果,最后投票选出最优的分类结果作为预测类别。通过实例分析,对比支持向量机和K最邻近算法的分类结果,所提方法可有效识别有轨电车实际运行过程中5种故障状态,分类准确率可达94.4%,能明显提高故障分类正确率,对进一步实现大功率PEMFC系统在线故障诊断研究具有重要意义。 展开更多

关键词 随机森林算法 质子交换膜燃料电池 故障分类 决策树 支持向量机

在线阅读 下载PDF 职称材料

基于遗传算法优化随机森林模型的机械钻速分类预测方法 被引量：5

6

作者 张海军 张高峰 +4 位作者 王国娜 王立辉 刘洋 任阳峰 郑双进 《科学技术与工程》 北大核心 2022年第35期15572-15578,共7页

为准确预测东部某油田机械钻速,在针对该油田某井机械钻速影响因素分析的基础上,根据现场经验对不同直径钻头聚晶金刚石复合片(polycrystalline diamond compact,PDC)的机械钻速进行分级,运用随机森林算法、K近邻算法、支持向量机算法... 为准确预测东部某油田机械钻速,在针对该油田某井机械钻速影响因素分析的基础上,根据现场经验对不同直径钻头聚晶金刚石复合片(polycrystalline diamond compact,PDC)的机械钻速进行分级,运用随机森林算法、K近邻算法、支持向量机算法建立机械钻速分类预测模型,并运用遗传算法优化模型参数,得到了满足施工设计及现场作业需要的机械钻速分类预测方法。结果表明,运用遗传算法优化后的随机森林模型预测机械钻速分类准确率为82.1%,明显高于K近邻算法和支持向量机算法,该方法可指导该区块钻井施工参数优化,以提高钻井施工效益。 展开更多

关键词 机械钻速分类预测 随机森林算法 K近邻算法 支持向量机算法 遗传算法

在线阅读 下载PDF 职称材料

随机森林算法在树木年轮图像分割中的应用 被引量：10

7

作者 宁霄 赵鹏 《林业工程学报》 北大核心 2018年第4期125-130,共6页

年轮图像早晚材的准确分割是树木年轮计数和间距测量的前提条件。为解决年轮本身生长的复杂性、采伐过程中的锯痕干扰、早晚材图像灰度差别较小等因素造成的分割难题,提出了一种基于随机森林(random forest,RF)算法的分类模型,可实现年... 年轮图像早晚材的准确分割是树木年轮计数和间距测量的前提条件。为解决年轮本身生长的复杂性、采伐过程中的锯痕干扰、早晚材图像灰度差别较小等因素造成的分割难题,提出了一种基于随机森林(random forest,RF)算法的分类模型,可实现年轮图像的准确分割。首先,通过变换图像的颜色域空间,提取出样本图像在RGB、HSV和L*a*b*模型下的9个颜色分量,基于灰度共生矩阵提取样本图像的对比度、相关性、能量和熵的均值与标准差共8个纹理特征。然后,根据早晚材颜色与纹理特征的差异,基于随机森林算法构建像素分类器,实现年轮图像的早晚材的初步分割。为了提高分割图像的质量和准确度,对分割后的图像使用形态学方法消除孤立和黏连噪声,以得到最终分割图像。最后,将该方法与K-均值聚类(K-means)算法和支持向量机(support vector machine,SVM)算法进行对比。结果表明:所采用基于RF算法的分类模型分割年轮晚材的正确识别率为95%左右,错误识别率在6%左右,图像分割效果明显优于其他两种算法。 展开更多

关键词 年轮 支持向量机 K-均值聚类 随机森林算法 图像分割

在线阅读 下载PDF 职称材料

基于相关向量机的MEMS陀螺仪随机漂移补偿 被引量：7

8

作者 沈强 刘洁瑜 +1 位作者 王琪 王杰飞 《传感技术学报》 CAS CSCD 北大核心 2014年第5期596-599,共4页

提出了一种基于相关向量机的MEMS陀螺仪随机漂移预测方法。针对MEMS陀螺仪随机漂移误差的非线性、不确定性等特点,建立了相关向量机预测模型,并采用EM算法获得模型的参数。针对随机漂移的混沌特性,利用相空间重构技术,将重构后的漂移序... 提出了一种基于相关向量机的MEMS陀螺仪随机漂移预测方法。针对MEMS陀螺仪随机漂移误差的非线性、不确定性等特点,建立了相关向量机预测模型,并采用EM算法获得模型的参数。针对随机漂移的混沌特性,利用相空间重构技术,将重构后的漂移序列作为输入变量进行模型的训练和预测。训练和测试结果均表明,该方法具有很好的预测效果,优于常用的时间序列分析法和支持向量机法。利用预测结果对随机漂移进行补偿,有效地提高了陀螺的使用精度。 展开更多

关键词 MEMS陀螺仪 随机漂移 相关向量机 相空间重构 EM算法

在线阅读 下载PDF 职称材料

基于近红外光谱与随机青蛙算法的褐变板栗识别 被引量：14

9

作者 郑剑 周竹 +1 位作者 仲山民 曾松伟 《浙江农林大学学报》 CAS CSCD 北大核心 2016年第2期322-329,共8页

为了实现板栗Castanea mollissima的快速自动分选，研究了基于近红外光谱技术的褐变板栗无损检测方法。首先采用Antaris Ⅱ傅里叶变换近红外光谱仪获取70个正常板栗和110个褐变板栗的近红外光谱（1000．00-2500．00nm），比较了不同光... 为了实现板栗Castanea mollissima的快速自动分选，研究了基于近红外光谱技术的褐变板栗无损检测方法。首先采用Antaris Ⅱ傅里叶变换近红外光谱仪获取70个正常板栗和110个褐变板栗的近红外光谱（1000．00-2500．00nm），比较了不同光谱预处理方法对褐变板栗识别的影响，随后采用一种新的变量选择方法即随机青蛙算法（Ran-doraFrog）提取与板栗褐变相关的特征波长变量，最后基于特征波长建立和比较了褐变板栗识别的偏最小二乘-线性判别分析模型（PLS-LDA）和最小二乘一支持向量机（LS-SVM）模型。结果显示：经标准正态变量变换（SNV）预处理和随机青蛙算法优选的23个特征波长所建LS-SVM模型的性能最优，该模型对测试集的敏感性、特异性和识别正确率分别为0．92，1．00和95．00％。随机青蛙算法可以有效筛选重要的特征变量，不仅能简化模型，而且可以提高识别准确率和识别速度。 展开更多

关键词 经济林学 近红外光谱 褐变 随机青蛙算法 最小二乘-支持向量机 偏最小二乘-线性判别分析 板果

在线阅读 下载PDF 职称材料

基于RF-GA-SVM算法的施工升降机输入电压控制模型 被引量：6

10

作者 郗涛 徐伟雄 +1 位作者 高宗帅 王莉静 《天津工业大学学报》 CAS 北大核心 2022年第2期60-66,共7页

针对在超高层建筑施工中施工升降机的驱动电机输入电压受多因素影响,导致其调节困难、能耗严重的问题,提出一种基于数据挖掘的RF-GA-SVM输入电压控制方法。首先,在实现控制电压多因素分析的基础上,基于随机森林(random forests,RF)算法... 针对在超高层建筑施工中施工升降机的驱动电机输入电压受多因素影响,导致其调节困难、能耗严重的问题,提出一种基于数据挖掘的RF-GA-SVM输入电压控制方法。首先,在实现控制电压多因素分析的基础上,基于随机森林(random forests,RF)算法进行了影响因素的重要度计算,确定各因素的影响权重值和样本约简集合,并通过ROC(接收者操作特征)曲线和AUC(ROC曲线下的面积)分析验证属性约简集的分类准确率;其次,采用基于遗传算法(genetic algorithm,GA)优化的支持向量机(support vector machine,SVM)算法,构建施工升降机输入电压控制模型;最后,利用施工升降机远程监控平台采集历史数据,对本研究提出的RF-GA-SVM输入电压控制模型进行训练和验证。实例验证结果表明:该模型检测样本的均方根误差(RMSE)为1.493,平均绝对误差(MAE)为0.899,平均绝对百分比误差(MAPE)为0.291%,决定系数(R2)为0.98,说明本方法可以有效选取影响因素,并根据影响因素和实际需求实现施工升降机输入电压的有效控制。 展开更多

关键词 施工升降机 随机森林算法 遗传算法 支持向量机 输入电压 控制模型

在线阅读 下载PDF 职称材料

基于支持向量机的变压器碳排放预测模型 被引量：3

11

作者 陈远东 孟辉 +5 位作者 李猛克 张海龙 张超 梁伟 韩钰 姬军 《包装工程》 CAS 北大核心 2024年第1期254-261,共8页

目的解决变压器中主要设计参数影响下的碳排放量预测问题。方法本文利用随机森林(Random Forest,RF)算法和支持向量机(Support Vector Machine,SVM)算法进行对比,构建一个变压器碳排放预测模型。结果通过对变压器的全生命周期进行评价,... 目的解决变压器中主要设计参数影响下的碳排放量预测问题。方法本文利用随机森林(Random Forest,RF)算法和支持向量机(Support Vector Machine,SVM)算法进行对比,构建一个变压器碳排放预测模型。结果通过对变压器的全生命周期进行评价,确定铁芯的长宽比为影响碳排放量的主要因素,对给定参数下的碳排放量进行预测,并与实际值进行对比分析得出,3类预测模型中,SVM高斯核模型的平均绝对误差值约为5.37,与碳排放实际值最为接近,故采用高斯核函数的非线性支持向量机预测模型最优。结论证明支持向量机高斯核函数预测模型更具有预测准确性和有效性,以期能为生产企业进行低碳设计提供参考依据,为电力行业生产设备的可持续设计研究提供一定的借鉴意义。 展开更多

关键词 碳排放预测 变压器 支持向量机算法 随机森林算法

在线阅读 下载PDF 职称材料

基于模糊C均值聚类-支持向量机的海底沉积物分类识别 被引量：2

12

作者 尤加春 毛慧慧 +1 位作者 段文豪 李红星 《海洋科学》 CAS CSCD 北大核心 2014年第11期122-130,共9页

在总结了目前海底底质分类研究的基础之上,率先提出利用计算机数值模拟技术对海底底质进行分类识别研究。相较于目前海底底质分类研究中所使用的水槽实验法,提出采用计算机数值正演技术模拟实际地震勘探中数据采集过程。在分类识别算法... 在总结了目前海底底质分类研究的基础之上,率先提出利用计算机数值模拟技术对海底底质进行分类识别研究。相较于目前海底底质分类研究中所使用的水槽实验法,提出采用计算机数值正演技术模拟实际地震勘探中数据采集过程。在分类识别算法上,分别采用支持向量机(SVM)和模糊C均值聚类(FCM)算法对采集的数据进行分类,为使支持向量机分类识别率达到最大,引入差分进化算法对支持向量机中关键参数进行最优化搜索,并研究了向原始地震记录中加入10%,30%,50%的高斯白噪音时算法的稳定性。在分析了这两种算法分类识别的正确率及其各自的优缺点后,提出了海底底质分类识别的两步法,即(1)先利用模糊C均值聚类进行一粗糙的预测分类,在每一类中挑选聚类性较好的数据作为支持向量机的训练样本;(2)将上一步中筛选的样本作为支持向量机的训练样本,并用差分进化算法优化支持向量机分类参数,再利用训练好的支持向量机对其余数据做预测分类。鉴于计算机数值模拟的可重复性、高效快速性及本文提出的模糊C均值聚类-支持向量机方法的鲁棒性,为便于开展进一步研究,归纳总结了一套行之有效的采用计算机数值模拟技术开展海底底质分类识别研究的一般化流程。 展开更多

关键词 双相-随机介质 模糊C均值聚类(FCM) 支持向量机(SVM) 差分进化算法

在线阅读 下载PDF 职称材料

基于MALDI-TOF MS平台结合机器学习算法鉴别三唑耐药热带念珠菌 被引量：2

13

作者 王金宇 张可 +1 位作者 夏翠萍 王中新 《安徽医科大学学报》 CAS 北大核心 2022年第5期801-804,共4页

目的利用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)平台数据分析和机器学习算法快速鉴别三唑(氟康唑、伏立康唑、伊曲康唑)耐药和敏感的热带念珠菌。方法从临床各类标本中收集191株热带念珠菌,其中71株为三唑耐药热带念珠菌,120... 目的利用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)平台数据分析和机器学习算法快速鉴别三唑(氟康唑、伏立康唑、伊曲康唑)耐药和敏感的热带念珠菌。方法从临床各类标本中收集191株热带念珠菌,其中71株为三唑耐药热带念珠菌,120株为三唑敏感热带念珠菌。使用MALDI-TOF MS平台进行数据采集,并根据Mann-Whitney U-test及随机森林(RF)算法获得的重要性评分对耐药株及敏感株的质荷比特征进行分类和选择。利用RF算法及径向基函数核非线性支持向量机(RBF-SVM)构建分类模型,计算相同实验数据下RBF-SVM模型和RF模型的准确度、敏感度、特异度、F1值及受试工作者曲线下面积(AUC)以评估模型鉴别性能。结果所有菌株经过MALDI-TOF MS平台分析后共得到76个独特的质谱峰。其中,通过特征降维处理后选择6个峰3481、7549、6500、3048、6892、2596 m/z作为模型建立的特征峰。RBF-SVM模型和RF模型的准确度均为0.84,AUC分数分别为0.9305、0.9273。结论机器学习算法结合MALDI-TOF MS平台进行数据分析可作为一种快速区分三唑耐药热带念珠菌和三唑敏感菌株的方法。 展开更多

关键词 基质辅助激光解吸电离飞行时间质谱技术 机器学习算法 热带念珠菌 支持向量机 随机森林算法

在线阅读 下载PDF 职称材料

基于灰狼算法优化的支持向量机产能预测 被引量：34

14

作者 宋宣毅 刘月田 +3 位作者 马晶 王俊强 孔祥明 任兴南 《岩性油气藏》 CSCD 北大核心 2020年第2期134-140,共7页

针对常规的线性回归以及经验公式等油井初期产能预测方法应用范围有限、预测误差较大,并且难以表征初产在多因素影响下的非线性变化规律等问题,提出了基于机器学习算法的产能预测方法。以某特低渗油田为例,从地质、开发和工程3个方面,... 针对常规的线性回归以及经验公式等油井初期产能预测方法应用范围有限、预测误差较大,并且难以表征初产在多因素影响下的非线性变化规律等问题,提出了基于机器学习算法的产能预测方法。以某特低渗油田为例,从地质、开发和工程3个方面,选择了影响初期产能的10种因素,采用皮尔逊相关关系分析了各因素之间的线性相关性,使用随机森林方法确定了初期产能的主控因素,首次采用灰狼算法(GWO)优化的支持向量机(SVM)建立了油井初期产能的预测模型。结果表明:特低渗油田初期产能的主控因素为:压裂加砂量,射孔段厚度,初始含水饱和度,油层有效厚度和加砂强度;与多元线性回归模型和网格寻优的支持向量机模型相比,灰狼算法优化的支持向量机初期产能预测模型精度高而且运算速度快。研究结果可为油井初期产能评估提供参考。 展开更多

关键词 机器学习 随机森林 灰狼算法 支持向量机 产能预测

在线阅读 下载PDF 职称材料

基于支持向量机方法的烷烃辛烷值预测 被引量：7

15

作者 朱晓 蒋军成 +1 位作者 潘勇 王睿 《天然气化工—C1化学与化工》 CAS CSCD 北大核心 2011年第3期54-57,共4页

基于定量结构-性质相关(QSPR)原理,研究化学物质的结构与性能之间的关系,应用支持向量机(SVM)回归方法,建立了根据分子结构预测烷烃马达法辛烷值的数学模型,分别采用内部和外部验证的方式对模型性能进行了验证。结果表明,模型具有较高... 基于定量结构-性质相关(QSPR)原理,研究化学物质的结构与性能之间的关系,应用支持向量机(SVM)回归方法,建立了根据分子结构预测烷烃马达法辛烷值的数学模型,分别采用内部和外部验证的方式对模型性能进行了验证。结果表明,模型具有较高的稳定性以及预测能力。该方法的提出为工程上提供了一种根据分子结构有效预测烷烃马达法辛烷值的新方法。 展开更多

关键词 烷烃 马达法辛烷值 定量结构-性质相关性 遗传算法 支持向量机

在线阅读 下载PDF 职称材料

基于支持向量机的脂肪族化合物急性毒性的QSAR研究 被引量：3

16

作者 崔毅 蒋军成 +2 位作者 潘勇 曹洪印 王睿 《安全与环境学报》 CAS CSCD 北大核心 2009年第5期19-24,共6页

基于定量结构-活性相关性(QSAR)原理,研究了106种脂肪族化合物结构与其急性毒性LC_(50)(半数致死浓度)之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC_(50)最为密切相关的4个参数作为分子描述符,分别采用支持向量机(S... 基于定量结构-活性相关性(QSAR)原理,研究了106种脂肪族化合物结构与其急性毒性LC_(50)(半数致死浓度)之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC_(50)最为密切相关的4个参数作为分子描述符,分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型。分别采用内部验证及外部验证的方式对所建模型性能进行了验证。研究表明,2种模型均具有较高的稳定性、预测能力及泛化性能。其中支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.336和0.364,优于多元线性回归方法所得结果。 展开更多

关键词 环境科学 定量结构-活性相关 脂肪族化合物 LC50 支持向量机 遗传算法

在线阅读 下载PDF 职称材料

基于RF-SFLA-SVM的装配式建筑高空作业工人不安全行为预警 被引量：1

17

作者 王军武 何娟娟 +3 位作者 宋盈辉 刘一鹏 陈兆 郭婧怡 《中国安全科学学报》 CAS CSCD 北大核心 2024年第3期1-8,共8页

为有效预警装配式建筑高空作业工人不安全行为的发生趋势或状态,增强对装配式建筑工人不安全行为(PBWUBs)的管控,采用随机森林(RF)-混合蛙跳算法(SFLA)-支持向量机(SVM)模型,开展工人不安全行为预警研究。首先,采用SHEL模型分析处于高... 为有效预警装配式建筑高空作业工人不安全行为的发生趋势或状态,增强对装配式建筑工人不安全行为(PBWUBs)的管控,采用随机森林(RF)-混合蛙跳算法(SFLA)-支持向量机(SVM)模型,开展工人不安全行为预警研究。首先,采用SHEL模型分析处于高空作业危险中的PBWUBs的影响因素,并通过RF确定关键预警指标;然后,采用SFLA对SVM的参数进行寻优改进;最后,利用RF-SFLA-SVM预警高空作业PBWUBs,提出应对措施,并与其他预警模型对比。研究结果表明:基于RF-SFLA-SVM预警高空作业PBWUBs,准确率最高,为91.67%,与其他模型的预警性能相比,最高提升14%。研究结果可为高空作业PBWUBs的防控提供参考。 展开更多

关键词 随机森林(RF) 蛙跳算法(SFLA) 支持向量机(SVM) 装配式建筑 高空作业 不安全行为

在线阅读 下载PDF 职称材料

基于分子描述符和机器学习方法预测和虚拟筛选MMP-13对MMP-1的选择性抑制剂 被引量：9

18

作者 李秉轲 丛湧 +1 位作者 田之悦 薛英 《物理化学学报》 SCIE CAS CSCD 北大核心 2014年第1期171-182,共12页

基质金属蛋白酶-13(MMP-13)为预防和治疗骨关节炎(OA)提供了充满希望的靶标.通过抑制剂来阻断MMP-13的活性将会对治疗OA疾病产生潜在的作用.然而,宽谱抑制剂同样抑制MMP家族的其它成员,特别是MMP-1,这将会导致肌与骨的综合症.因此,设计... 基质金属蛋白酶-13(MMP-13)为预防和治疗骨关节炎(OA)提供了充满希望的靶标.通过抑制剂来阻断MMP-13的活性将会对治疗OA疾病产生潜在的作用.然而,宽谱抑制剂同样抑制MMP家族的其它成员,特别是MMP-1,这将会导致肌与骨的综合症.因此,设计和发现潜在的MMP-13相对于MMP-1的高效选择性抑制剂,在对治疗OA新型药物的研发中具有相当重要的现实意义.本研究通过两种机器学习方法(ML):支持向量机(SVM)和随机森林(RF)来建立分类模型,用于预测不同结构的MMP-13对MMP-1的选择性抑制剂.所建这些模型的预测效果都已经达到了令人满意的精度.在这两种ML模型中,RF对于MMP-13选择性抑制剂和非抑制剂的精度分别达到97.58%和100%.同时,与MMP-13对MMP-1的选择性抑制最相关的分子描述符也基于不同的特征选择方法被两种模型挑选出来.最后,用预测效果最好的RF模型虚拟筛选了ZINC数据库的"fragment-like"子集,从而得到了一系列潜在的候选药物.研究表明,机器学习方法,特别是RF方法,对于发现潜在的MMP-13选择性抑制剂十分有效.同时还得到了一些与MMP-13的选择性抑制相关的分子描述符. 展开更多

关键词 基质金属蛋白酶-13 选择性抑制剂 机器学习方法 支持向量机 随机森林 虚拟筛选

在线阅读 下载PDF 职称材料

四种机器学习算法预测大豆蛋白质定位对比研究 被引量：1

19

作者 李佳楠 高兴泉 +4 位作者 李卓 滕小华 黄斌 张继成 唐友 《大豆科学》 CAS CSCD 北大核心 2022年第3期337-344,共8页

为探索不同缺失程度大豆蛋白质亚细胞定位预测的有效方法,提升大豆蛋白质亚细胞定位预测能力,本研究以1万条已知亚细胞定位位置的大豆蛋白质序列数据为研究对象,进行5%、10%、15%、20%和30%不同缺失比例完全随机缺失,分别运用SVM算法、... 为探索不同缺失程度大豆蛋白质亚细胞定位预测的有效方法,提升大豆蛋白质亚细胞定位预测能力,本研究以1万条已知亚细胞定位位置的大豆蛋白质序列数据为研究对象,进行5%、10%、15%、20%和30%不同缺失比例完全随机缺失,分别运用SVM算法、朴素贝叶斯算法和随机森林算法和决策树4种机器学习算法预测缺失序列的亚细胞位置,对原始位置和预测后的位置进行相关性分析,对比分析不同算法的准确性和性能。结果显示:随机森林算法预测的准确率最高;朴素贝叶斯算法的运行速度最快;朴素贝叶斯算法的运行内存最小。在不考虑运行时间和运行内存因素,且对预测的准确率要求较高的情况下,随机森林算法的预测效果要优于另外3种算法;同种情况下,若对运行内存要求较高时,可优先考虑朴素贝叶斯算法。结果说明不同机器学习方法在不同缺失程度的预测需求下的适用性,可应用于大豆蛋白质数据的定位预测。 展开更多

关键词 支持向量机算法 朴素贝叶斯算法 决策树算法 随机森林算法 大豆蛋白质 完全随机缺失 序列位置预测

在线阅读 下载PDF 职称材料

基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测 被引量：5

20

作者 韩坤 王惟璐 +3 位作者 黄雪峰 李鹏海 李春生 郑俊林 《农业工程学报》 EI CAS CSCD 北大核心 2024年第14期62-72,共11页

为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林(random forest,RF)筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络(convolu... 为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林(random forest,RF)筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络(convolutional neural networks,CNN)和支持向量机(support vector machine,SVM)两种模型的优点,通过北方苍鹰优化算法(northern goshawk optimization,NGO)对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R^(2)、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明:基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R^(2)达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R^(2)达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R^(2)达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。 展开更多

关键词 高标准农田 灌溉 随机森林 北方苍鹰优化算法 卷积神经网络 支持向量机 施工成本

在线阅读 下载PDF 职称材料