期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到154,605篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Boosting框架算法模型预测雷击火的适用性
1
作者 周暖阳 睢星 +6 位作者 赵凤君 杜建华 李笑笑 闫凯达 张师渊 李威 王京鲁 《陆地生态系统与保护学报》 2025年第2期47-62,共16页
【目的】旨在为我国雷击火发生最严重的大兴安岭林区筛选性能优良的雷击火发生预测模型,为该地区的雷击火精准防控提供科学支撑。【方法】采用大兴安岭林区2015—2023年的历史雷击火案例、气象因子、闪电、可燃物、火险天气指数等多源数... 【目的】旨在为我国雷击火发生最严重的大兴安岭林区筛选性能优良的雷击火发生预测模型,为该地区的雷击火精准防控提供科学支撑。【方法】采用大兴安岭林区2015—2023年的历史雷击火案例、气象因子、闪电、可燃物、火险天气指数等多源数据,运用机器学习方法构建雷击火发生概率模型;并通过对比基于Boosting框架算法(包括AdaBoost、GBM、XGBoost、LightGBM和CatBoost)的模型与其他常用模型(随机森林、决策树和深度神经网络)在雷击火预测性能上的差异,筛选最优的算法模型。【结果】首先,基于Boosting框架集成算法(除AdaBoost)的预测模型在准确率、查准率、召回率、F1值和ROC AUC等关键指标上优于其他常用模型。其次,在所有Boosting框架集成算法中,梯度提升机(Gradient Boosting Machines,GBM)表现最为优异,其准确率达到91%,F1值为0.7004,ROC AUC值为0.9329,表明其在预测雷击火发生概率方面具有较强的综合性能。在实际预测结果验证中,GBM的预测效果也是最优的。模型的特征重要性评估结果表明,空气相对湿度和森林火险天气指数在多个模型中都具有高的重要性,另外纬度也具有较高的重要性。【结论】Boosting框架的集成算法能够有效处理不平衡数据,提高对少数类样本(雷击火)的预测能力,相比于构建模型的其他算法,Boosting框架算法在构建雷击火发生预测模型中具有明显优势,特别是GBM。 展开更多
关键词 雷击火 boosting框架算法 GBM 预测模型 大兴安岭
在线阅读 下载PDF
基于改进粒子群算法的Boost变换器分数阶PID控制设计
2
作者 王仁明 杨婕 +2 位作者 刘闻仲 鲍刚 张铭锐 《电源学报》 北大核心 2025年第4期1-9,共9页
研究Boost变换器分数阶PID控制设计问题,利用Oustaloup滤波器近似算法拟合系统的分数阶电感和电容模型。针对粒子群优化PSO(particle swarm optimization)算法整定分数阶PID控制器参数时学习能力不充分、迭代收敛乏力的问题,提出1种改... 研究Boost变换器分数阶PID控制设计问题,利用Oustaloup滤波器近似算法拟合系统的分数阶电感和电容模型。针对粒子群优化PSO(particle swarm optimization)算法整定分数阶PID控制器参数时学习能力不充分、迭代收敛乏力的问题,提出1种改进的粒子群优化算法,该算法引入了自适应惯性权重、自适应学习因子及加权变异3种策略用以提高粒子多样性,增强收敛速度与精度。将改进的粒子群算法应用于分数阶Boost变换器PID控制系统设计。仿真结果表明,经改进的粒子群算法设计的控制系统的输出电压和电感电流动态响应更快,在负载突变时输出电压的抗干扰能力更优,电感电流的跟踪调节能力更强。 展开更多
关键词 boost变换器 分数阶PID 粒子群优化
在线阅读 下载PDF
基于XGBoost算法的走滑断裂内部特征带的精细识别 被引量：2
3
作者 赵军 汪峻宇 +3 位作者 赖强 文晓峰 邬光辉 焦世祥 《地质科技通报》 北大核心 2025年第2期182-192,共11页
受制于走滑断裂内部强烈的非均质性、储集类型多样及流体分布复杂的影响,走滑断裂内部裂缝带、破碎带和溶蚀带之间的测井响应复杂多变,为有效利用成像及常规测井资料识别走滑断裂内部3特征带造成了困难。引入XGboost算法建立模型,以提... 受制于走滑断裂内部强烈的非均质性、储集类型多样及流体分布复杂的影响,走滑断裂内部裂缝带、破碎带和溶蚀带之间的测井响应复杂多变,为有效利用成像及常规测井资料识别走滑断裂内部3特征带造成了困难。引入XGboost算法建立模型,以提高对走滑断裂内部3特征带的识别精度。分析了走滑断裂内部3特征带的测井响应特征,优选敏感测井曲线构建基于均值及方差的特征向量空间集,采用极端梯度提升算法,建立了走滑断裂溶蚀带、破碎带和裂缝带的XGBoost回归预测模型,并通过多分类评价指标对XGBoost模型的关键参数进行调优,提高了走滑断裂内部特征带的识别精度。利用构建的XGBoost模型对研究区走滑断裂内部特征带进行了识别,其中总样本数234个,识别正确样本208个,识别正确率达88.89%;预测结果表明在走滑断裂内部特征带中,裂缝带分布范围最广,破碎带其次,溶蚀带最窄,这与实际走滑断裂内部特征带的分布范围相符。基于XGBoost算法的走滑断裂内部特征带识别模型能够有效地识别裂缝带、破碎带和溶蚀带,从而有助于对走滑断裂内部尺度更小的溶蚀孔洞及裂缝储集空间的分布进行更为有效的分析,对走滑断裂内部结构的精细刻画有一定借鉴意义。 展开更多
关键词 走滑断裂 XGboost算法 碳酸盐岩 测井评价 特征带识别 四川盆地 高石梯-磨溪地区
在线阅读 下载PDF
基于Boosting优先经验重放的协同计算卸载方法 被引量：1
4
作者 黄毅 王文轩 +3 位作者 崔允贺 陈意 郭春 申国伟 《计算机应用研究》 北大核心 2025年第3期777-787,共11页
现有计算卸载方法没有考虑终端设备和边缘服务器的不同任务排队情况,导致计算卸载模型的时延估计存在偏差。更重要的是,现有基于强化学习的计算卸载方法通过计算时序差分(temporal difference,TD)误差进行经验重放,无法精确评估历史经... 现有计算卸载方法没有考虑终端设备和边缘服务器的不同任务排队情况,导致计算卸载模型的时延估计存在偏差。更重要的是,现有基于强化学习的计算卸载方法通过计算时序差分(temporal difference,TD)误差进行经验重放,无法精确评估历史经验的重要性,导致卸载决策精度降低。为解决上述问题,在移动蜂窝网络边缘计算场景下,考虑多设备、多服务器的计算卸载问题,提出一种基于Boosting优先经验重放的协同计算卸载方法—COOPERANT。针对任务调度问题,COOPERANT构建了终端设备任务排队模型及服务器任务排队模型;针对任务卸载问题,COOPERANT设计了融合Boosting的优先经验重放算法、任务卸载联合优化模型、计算卸载多智能体深度强化学习模型及COOPERANT网络更新策略。实验证明,相比于遗传算法、蚁群算法、鲸鱼优化算法、MADDPG算法、TD-MADDPG算法以及MAPPO算法,COOPERANT能够有效降低系统时延和能耗开销,提升网络收敛速度。 展开更多
关键词 计算卸载 boosting 多智能体深度强化学习 优先经验重放
在线阅读 下载PDF
基于XGBoost算法的页岩岩相测井预测方法 被引量：1
5
作者 闫佳飞 李胜利 +2 位作者 魏泽德 吴忠宝 陈建阳 《古地理学报》 北大核心 2025年第3期763-776,共14页
页岩岩相的识别与预测对于分析确定页岩油气甜点层段非常重要。在缺乏岩心信息进行单井岩相研究时,测井数据扮演着十分重要的角色,而基于XGBoost算法可以充分挖掘多维测井数据所揭示的页岩岩相信息,从而达到预测单井页岩岩相的目的。本... 页岩岩相的识别与预测对于分析确定页岩油气甜点层段非常重要。在缺乏岩心信息进行单井岩相研究时,测井数据扮演着十分重要的角色,而基于XGBoost算法可以充分挖掘多维测井数据所揭示的页岩岩相信息,从而达到预测单井页岩岩相的目的。本研究应用具有监督学习算法的XGBoost机器学习方法,利用常规测井数据作为变量数据集,建立了可预测页岩岩相类型的计算模型。首先建立适合具体研究区的页岩岩相划分标准,该标准应能体现研究区页岩岩相的辨识差异性,再统计不同矿物含量,确定不同岩相的具体矿物含量和TOC含量界限。在建立计算模型时,相关变量可能会提供相似的信息,导致模型过于依赖这些特征,需注意去除相似信息。XGBoost算法在参数优选方面,其网格搜索具有全面性,在网格搜索过程中应该进行多次优选,不断缩小搜索范围以求取最优值。以松辽盆地松南地区赞字井区块为例,采用矿物组分含量、沉积构造及TOC含量建立页岩岩相划分标准,青山口组可划分出5类主要页岩;在应用XGBoost算法进行变量优选时,对于具有较高相关性的深侧向电阻率(LLD)和浅侧向电阻率(LLS)曲线,保留一条即可,结果表明模型准确率可提高4%左右;经过变量选择及参数调优后,最终模型预测岩相的准确率可达90.03%。 展开更多
关键词 页岩岩相预测 XGboost算法 变量选择 参数调优 测井信息 青山口组 松辽盆地
在线阅读 下载PDF
基于XGBoost算法划痕损伤PVC-P土工膜力学性能预测
6
作者 张宪雷 刘建群 张文慧 《水电能源科学》 北大核心 2025年第5期111-115,共5页
面膜堆石坝上游坝面膜防渗结构因施工操作不当或多孔隙介质垫层界面特性易造成PVC-P土工膜物理性划痕损伤,为判别划痕损伤PVC-P土工膜能否满足工程安全运行要求,以划痕损伤PVC-P土工膜断裂强度/延伸率试验数据为依托,构建了基于极端梯... 面膜堆石坝上游坝面膜防渗结构因施工操作不当或多孔隙介质垫层界面特性易造成PVC-P土工膜物理性划痕损伤,为判别划痕损伤PVC-P土工膜能否满足工程安全运行要求,以划痕损伤PVC-P土工膜断裂强度/延伸率试验数据为依托,构建了基于极端梯度提升(XGBoost)算法的预测模型,将该模型预测结果与随机森林(RF)算法预测结果进行比较,选用平均绝对误差(M MAE)、平均绝对百分比误差(M_(MAPE))、均方根误差(R_(RMSE))和决定系数(R^(2))作为评价指标评估了预测精度,并运用SHAP算法获得影响作用较大的划痕损伤阈值。结果表明,基于XGBoost算法的预测模型预测精度更高,SHAP法能够合理解释模型的预测结果,划痕角度是影响损伤后力学性能的主要因素。研究结果为工程技术人员准确预判划痕损伤PVC-P土工膜力学性能提供了参考。 展开更多
关键词 极端梯度提升树(XGboost)算法 随机森林(RF)算法 力学性能预测 PVC-P土工膜 断裂强度 断裂延伸率
在线阅读 下载PDF
基于元启发式算法优化XGBoost的隧道围岩节理剪切强度预测模型研究
7
作者 张金戈 杜岩 +4 位作者 蒋宇静 陈红宾 张孙豪 刘敬楠 尚栋琦 《隧道建设(中英文)》 北大核心 2025年第7期1286-1297,共12页
为准确预测节理岩体的剪切强度,进而实现隧道施工中围岩稳定性的智能评估,提出一种基于元启发式算法优化的XGBoost(eXtreme Gradient Boosting)模型。首先,在分析节理岩体剪切机制的基础上,选取节理粗糙度系数(JRC)、岩石单轴抗压强度(U... 为准确预测节理岩体的剪切强度,进而实现隧道施工中围岩稳定性的智能评估,提出一种基于元启发式算法优化的XGBoost(eXtreme Gradient Boosting)模型。首先,在分析节理岩体剪切机制的基础上,选取节理粗糙度系数(JRC)、岩石单轴抗压强度(UCS)、岩石弹性模量(YM)、法向应力(NS)和剪切面长度(SSL)作为输入参数,峰值剪切强度(PSS)作为输出参数,相关性分析显示法向应力是峰值剪切强度的主控因子。然后,采用平衡优化器(EO)、灰狼优化算法(GWO)和黏菌算法(SMA)对XGBoost的超参数进行优化,确定初始种群数量的最优设置。最后,将3种优化模型的预测性能与随机搜索优化的XGBoost模型、随机森林(RF)模型和支持向量回归(SVR)模型进行对比分析。结果表明, 3种基于元启发式算法优化的模型整体性能均优于随机搜索优化模型,且SMA优化的XGBoost模型表现最优(RMSE=0.393 21,R^(2)=0.996 24,MAE=0.256 89,VAF=0.996 25),验证了元启发式算法在提升模型性能方面的有效性。此外,SHAP分析也确认法向应力在模型预测中的主导作用。本研究为隧道工程中围岩稳定性的智能动态评估提供了一种高效可靠的机器学习方法。 展开更多
关键词 隧道工程 节理剪切强度 XGboost模型 元启发式算法 机器学习
在线阅读 下载PDF
基于Adaboost算法的海上风速预测研究
8
作者 张润锋 王晓菲 +1 位作者 薛冬阳 吴以宁 《中国航海》 北大核心 2025年第1期18-25,共8页
复杂气象海况条件直接影响船舶的航海安全,海上风速作为气象海况中的主要因素,其预测的精准性对航行安全以及航迹规划等具有重要意义。为有效提高海上风速预测的精准度,克服单一预测模型的局限性,对连云港站点海上风场数据进行实例研究... 复杂气象海况条件直接影响船舶的航海安全,海上风速作为气象海况中的主要因素,其预测的精准性对航行安全以及航迹规划等具有重要意义。为有效提高海上风速预测的精准度,克服单一预测模型的局限性,对连云港站点海上风场数据进行实例研究,采用Adaboost集成算法融合多模型优势构建海上风速组合预测模型。分别采用BP神经网络(Back Propagation Neural Network,BPNN)、遗传算法(Genetic Algorithm,GA)-BPNN、长短期记忆网络(Long Short-Term Memory,LSTM)和鲸鱼优化算法(Whale Optimization Algorithm,WOA)-支持向量回归(Support Vector Regression,SVR)等4种时间序列预测模型进行风速预测。考虑单一模型预测效果,应用Adaboost算法对GA-BPNN模型和WOA-SVR模型进行集成,进而构建海上风速组合预测模型,并与Bagging算法集成精度进行比较。分析结果表明:Adaboost集成算法的组合预测模型均方根误差相较单一模型均方根误差降低了约13%,平均绝对误差降低了约16%,试验结果有效地验证了组合预测模型在海上风速数据预测方面的优越性,对提高航海安全性与航迹优化设计具有重要的指导意义。 展开更多
关键词 航海安全 风速预测 集成算法 组合预测
在线阅读 下载PDF
基于RF-XGBoost算法的无人机多回合攻防博弈决策
9
作者 邹世培 王玉惠 刘鸿睿 《系统工程与电子技术》 北大核心 2025年第2期518-526,共9页
为解决不平衡空战数据集下的无人机多回合博弈对抗问题,提出一种随机森林-极限梯度提升(random forest-eXtreme gradient boosting, RF-XGBoost)算法以进行攻防博弈决策研究。通过分析红蓝双方的运动状态和空战信息,建立支付矩阵模型,... 为解决不平衡空战数据集下的无人机多回合博弈对抗问题,提出一种随机森林-极限梯度提升(random forest-eXtreme gradient boosting, RF-XGBoost)算法以进行攻防博弈决策研究。通过分析红蓝双方的运动状态和空战信息,建立支付矩阵模型,利用线性归纳法求解当前博弈纳什均衡解和期望收益,以蓝方最终获胜作为博弈对抗是否停止的判断条件。在博弈对抗过程中,首先基于随机森林(random forest, RF)算法对空战数据集进行特征降维以提高空战决策的实时性,然后提出改进的XGBoost算法来处理不平衡数据集,将其用于确定最优机动动作以提高机动决策准确率和提升蓝方对抗态势,并得到下一回合的红蓝空战信息;之后,根据下一回合的支付矩阵模型重新计算纳什均衡解和期望收益,直至蓝方获胜;最后,通过仿真验证所提算法的可行性和有效性。 展开更多
关键词 无人机 随机森林 极限梯度提升 多回合博弈
在线阅读 下载PDF
基于BO-XGBoost算法的气凝胶混凝土力学和保温性能预测方法
10
作者 熊峰 陈腾盛 +2 位作者 邓楚兵 李云飞 曾一 《工程科学与技术》 北大核心 2025年第5期1-13,共13页
气凝胶混凝土是制备保温承重一体化墙板的优质材料,其抗压强度和导热系数是重要的研究参数。为了获取最优的抗压强度和导热系数,需要在实验室多次重复进行配合比设计及性能测定,需要大量的人力和时间。采用公式分析方法或统计方法可获... 气凝胶混凝土是制备保温承重一体化墙板的优质材料,其抗压强度和导热系数是重要的研究参数。为了获取最优的抗压强度和导热系数,需要在实验室多次重复进行配合比设计及性能测定,需要大量的人力和时间。采用公式分析方法或统计方法可获得最佳性能,但因为气凝胶混凝土的抗压强度和导热系数与各影响因素存在高度的非线性关系,由此得到的经验公式精度低,对自身实验有很强的依赖性,无法推广和泛化。而利用机器学习方法可以有效地通过数据库建立输入与输出特征之间的映射关系。本文利用贝叶斯优化的极端梯度提升算法(BO-XGBoost)建立了一个气凝胶混凝土性能预测模型,并基于335组数据,进行模型训练与测试。为了验证采用带可解释特征作为输入特征的方案的有效性,采用两个模型分别预测抗压强度和导热系数的优势,设置两个对比方案进行性能比较。此外,为了分析BO-XGBoost模型在气凝胶混凝土性能预测上的优势,使用随机森林、人工神经网络等多个模型与之进行比较,并采用全新数据探究模型的泛化能力。结果表明,BO-XGBoost模型效果很好,抗压强度和导热系数预测模型的测试集的决定系数R2均在0.97以上,预测能力优于其他模型,且具有较好的泛化能力。此外,采用SHAP模型进行可解释分析,结果表明,影响气凝胶混凝土性能的最主要因素是气凝胶掺量和水胶比。 展开更多
关键词 气凝胶混凝土 性能预测 贝叶斯优化 XGboost算法 SHAP可解释分析
在线阅读 下载PDF
基于XGBoost算法的面部特征对轻度认知障碍风险的预测作用
11
作者 戚馨如 宋玉磊 +5 位作者 吕玉婵 殷海燕 张薛晴 张洁昕 徐桂华 柏亚妹 《护理学杂志》 北大核心 2025年第7期95-99,共5页
目的初步构建预测轻度认知障碍(MCI)风险的机器学习模型,为医护人员早期快速筛查轻度认知障碍提供参考。方法2024年7-9月,采用便利采样法选取南京市2个街道老年人294人,通过OpenFace 3.0提取受试者观看快乐、中性、悲伤视频的面部特征,... 目的初步构建预测轻度认知障碍(MCI)风险的机器学习模型,为医护人员早期快速筛查轻度认知障碍提供参考。方法2024年7-9月,采用便利采样法选取南京市2个街道老年人294人,通过OpenFace 3.0提取受试者观看快乐、中性、悲伤视频的面部特征,将其显著性面部特征分别归类为快乐、中性、悲伤、快乐+中性、快乐+悲伤、中性+悲伤、快乐+中性+悲伤7种面部特征组合。以特征组合作为输入变量,是否患有MCI作为结局变量,按照7∶3的比例分为训练集和测试集构建XGBoost的机器学习模型。运用准确率、精确率、召回率、F1得分和曲线下面积(AUC-ROC)值评价判别效能,并对预测效果较优的面部特征组合模型进行SHAP分析。结果两组面部特征比较,MCI组在观看快乐视频产生的面部特征AU04_AUI、AU06_AUI、AU10_AUP和AU12_AUP与非MCI组有显著差异;MCI组在观看中性、悲伤视频分别产生的9种、8种面部特征与非MCI组有显著差异(均P<0.05)。各面部特征组合构建的XGBoost模型受试者工作特征曲线下面积(AUC)均大于0.6,其中悲伤最高(0.71)。悲伤视频的面部特征构建的XGBoost模型SHAP结果显示排名前3的预测因子是AU04_AUI、AU20_AUP、AU07_AUI。结论初步构建基于面部特征的XGBoost机器学习模型,旨在辅助早期阶段识别MCI的风险,实现MCI风险的早期预警与干预。 展开更多
关键词 老年人 轻度认知障碍 面部特征 面部动作单元 机器学习模型 XGboost算法 老年护理
在线阅读 下载PDF
基于融合XGBoost的变电工程造价数据预测算法
12
作者 周波 刘云 +2 位作者 李维嘉 亓彦珣 王立功 《沈阳工业大学学报》 北大核心 2025年第3期317-323,共7页
【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟... 【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟合。因此,本文构建了一种能有效融合多源影响因子、适应非线性关系且在小样本数据中表现稳健的变电工程造价预测模型,为电网企业的投资决策提供更精准的技术支持。【方法】提出了一种基于均值编码(ME)并融合极端梯度提升框架(XGBoost)的变电工程造价预测模型(ME-XGB)。首先,从设备和材料、施工工艺、施工规模、地理环境及设计标准等多维度中提取13个关键影响因子,涵盖分类变量与连续变量。针对分类变量与造价间的非线性关系,利用均值编码进行特征工程处理,通过计算类别内目标变量即单位容量造价的均值并结合平滑因子,将分类变量转化为连续特征,既保留类别信息又避免维度爆炸。其次,利用XGBoost构建预测模型,通过集成多棵决策树逐步修正残差,并引入正则化项和超参数调优,提升模型泛化能力。实验选取某电网公司200个变电工程样本,随机划分为训练集(80%)与测试集(20%),以平均绝对误差(M_(AE))和拟合优度(R^(2))作为评价指标,与MK-TESM、BP神经网络和XGBoost模型的性能进行对比分析。【结果】ME-XGB模型在测试集上的预测精度显著优于对比模型。其M_(AE)中位数与均值分别为5和6.875,较MK-TESM、BP神经网络和XGBoost模型均有所降低。同时,ME-XGB模型的R^(2)值达到0.8579,远高于对比模型,表明该模型对数据变动的解释能力更强。此外,箱线图分析结果显示,ME-XGB模型的预测误差分布范围最窄,验证了该模型的稳定性更强。超参数调优结果表明,XGBoost模型的树深度和学习率等超参数设置有效平衡了模型复杂度与过拟合风险。【结论】ME-XGB模型通过均值编码解决了分类变量非线性表达与维度控制问题,结合XGBoost模型的集成学习能力,显著提升了小样本场景下的预测性能。ME-XGB模型在平均绝对误差、拟合优度及误差稳定性方面均优于对比模型,可为电网企业提供更可靠的造价预测。未来研究可进一步探索动态影响因子的建模,并结合迁移学习拓展模型在跨区域工程中的应用。 展开更多
关键词 变电工程 造价预测 非线性 影响因子 极端梯度提升 均值编码 融合框架 特征工程
在线阅读 下载PDF
融合XGBoost和逻辑回归算法的电信客户流失预测模型
13
作者 吕宁 罗倩 《现代电子技术》 北大核心 2025年第11期136-143,共8页
为应对大规模、高维度且分布不均衡的企业数据环境下客户流失预测难题,文中提出一种融合极端梯度提升树与逻辑回归(XG-LR)的集成学习算法。该方法利用XGBoost算法构建决策树集成,将样本在树结构中的叶节点映射为新特征并输入LR模型,实... 为应对大规模、高维度且分布不均衡的企业数据环境下客户流失预测难题,文中提出一种融合极端梯度提升树与逻辑回归(XG-LR)的集成学习算法。该方法利用XGBoost算法构建决策树集成,将样本在树结构中的叶节点映射为新特征并输入LR模型,实现树模型非线性特征提取能力与LR模型解释性优势的有效结合。实验结果表明,在Teclo电信流失数据集上,XG-LR算法的预测精确率达到94.55%,较传统统计学习方法有显著提升。该模型可为企业客户关系管理提供高精度的流失预警工具,支持数据驱动的客户价值评估与营销策略优化。 展开更多
关键词 客户流失预测 统计学习模型 极端梯度提升树 逻辑回归 特征转换 数据平衡 特征提取
在线阅读 下载PDF
基于GIS与XGBoost算法的山东省新石器时代考古遗址预测模型研究
14
作者 田洁 朱有晨 +3 位作者 李林芝 朱星 李文然 安雪莲 《北京师范大学学报(自然科学版)》 北大核心 2025年第3期394-404,共11页
构建考古遗址预测模型可以精准识别遗址的潜在空间范围,有助于对尚未发现的遗址进行前瞻性保护.本文以山东省为研究区域,收集了1916个新石器时代遗址(不含墓葬)作为研究样本,按照1∶1的比例随机提取1916个非遗址点作为负样本,并选取高... 构建考古遗址预测模型可以精准识别遗址的潜在空间范围,有助于对尚未发现的遗址进行前瞻性保护.本文以山东省为研究区域,收集了1916个新石器时代遗址(不含墓葬)作为研究样本,按照1∶1的比例随机提取1916个非遗址点作为负样本,并选取高程、坡度、坡向、剖面曲率、平面曲率、微地貌、坡位、濒水距离8个自然地理环境影响因子,构建考古遗址预测模型的指标体系.运用GIS空间分析方法和XGBoost算法,构建考古遗址预测模型.基于该模型进行了潜在遗址点的空间范围预测,同时分析了影响因子的重要性.研究结果表明:1)运用XGBoost算法构建的考古遗址预测模型可获取较高的精度,本研究的AUC测试值为0.85;2)用最佳样本训练后的模型,将结果划分为低、中、高3种等级,并绘制出考古遗址概率空间分布图,得出遗址主要分布在平原地区;3)XGBoost算法对影响因子重要性分析表明,坡位、微地貌、高程是影响山东省新石器时代遗址空间分布格局的主要自然地理因子.研究发现,XGBoost算法具有较好的稳定性和预测能力,构建的模型为考古遗址预测提供了新的研究方法,并为考古发掘提供了重要技术支撑,揭示了新石器时代遗址与地理环境的关系. 展开更多
关键词 XGboost算法 GIS 考古遗址预测模型 新石器时代 山东省
在线阅读 下载PDF
基于XGBoost算法的返贫预警算法探讨
15
作者 彭乔依 仲黍林 +1 位作者 尹娟燕 曾会锋 《统计与决策》 北大核心 2025年第11期68-73,共6页
2020年我国脱贫攻坚战取得全面胜利后,实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接成为新时代的新任务。在此背景下,构建返贫预警机制对于预防返贫和促进脱贫地区乡村振兴至关重要。文章基于2014—2020年的中国家庭追踪调查(CFPS)数据... 2020年我国脱贫攻坚战取得全面胜利后,实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接成为新时代的新任务。在此背景下,构建返贫预警机制对于预防返贫和促进脱贫地区乡村振兴至关重要。文章基于2014—2020年的中国家庭追踪调查(CFPS)数据,采用多标准贫困定义,通过对比决策树(DT)、KNN算法(KNN)、神经网络(NN)、Logistic回归(LR)及XGBoost算法(XGB)的性能,综合评估XGBoost算法在返贫预警中的应用潜力和预测准确性,通过对比分析找到最适用的算法;并运用Shapley分解方法识别在不同贫困标准下返贫的关键影响因素,解决机器学习的“黑箱”问题。结果表明,XGBoost算法果具有较强的预测性能,在不同标准下的返贫预警结果具有较高的准确率,是较好的返贫预警算法;同时,Shapley分解方法也可有效识别重要特征变量,为预测返贫情况、制定有针对性的对策提供参考依据。 展开更多
关键词 返贫预警算法 乡村振兴 集成学习 XGboost算法 Shapley分解
在线阅读 下载PDF
基于CatBoost优化算法的自密实混凝土工作性预测
16
作者 梁其旻 王喆 +2 位作者 梅英杰 孙奥 李鹏飞 《硅酸盐通报》 北大核心 2025年第9期3178-3187,共10页
针对自密实混凝土工作性控制不当易导致结构缺陷的问题,本研究提出一种基于CatBoost优化算法的自密实混凝土工作性预测方法。首先,通过试验建立了包含313组数据的数据集。随后,基于CatBoost算法建立自密实混凝土工作性预测模型,并采用Op... 针对自密实混凝土工作性控制不当易导致结构缺陷的问题,本研究提出一种基于CatBoost优化算法的自密实混凝土工作性预测方法。首先,通过试验建立了包含313组数据的数据集。随后,基于CatBoost算法建立自密实混凝土工作性预测模型,并采用Optuna超参数自动优化框架确定模型的最优超参数。最后,对模型输入参数进行分析。结果表明:相较于未加入净浆试验参数的数据集,本文所建立的数据集能有效提高自密实混凝土工作性预测精度;净浆试验参数在模型预测中表现出较高的相关性和重要性;所建立的模型可以高精度地预测扩展度和V型漏斗时间,表明该模型具有良好的泛化能力,可为自密实混凝土的设计和应用提供参考。 展开更多
关键词 自密实混凝土 净浆阈值理论 Catboost算法 Optuna框架 敏感性分析 工作性预测
在线阅读 下载PDF
基于RF-AdaBoost算法的配电线路火灾风险预测
17
作者 田甜 王军 +2 位作者 宁鑫 孙章 王鑫 《电力科学与技术学报》 北大核心 2025年第3期45-51,共7页
针对山火威胁配电线路稳定运行的问题,建立配电线路火灾风险预测模型具有重要意义,然而山火数据稀缺导致样本不平衡,会影响模型的准确性。为此,首先基于气象、地理、可燃物、社会等影响因子,采用支持向量机,结合代价敏感思想,赋予少数... 针对山火威胁配电线路稳定运行的问题,建立配电线路火灾风险预测模型具有重要意义,然而山火数据稀缺导致样本不平衡,会影响模型的准确性。为此,首先基于气象、地理、可燃物、社会等影响因子,采用支持向量机,结合代价敏感思想,赋予少数类样本更大权重;然后采用递归特征消除法选择出有利于少数类分类的特征,在此基础上,构建基于随机森林-自适应增强(random forest-adaptive boosting,RF-AdaBoost)算法的配电线路火灾风险预测模型;最后选取四川省西昌市某10 kV线路走廊区域开展实例验证,采用十折交叉验证并与其他算法进行对比,得出所提算法的召回率提高至76.67%,有效减小了样本不平衡问题对模型性能的影响,降低了山火误判,为线路走廊山火防治提供了依据。 展开更多
关键词 配电线路 样本不平衡 山火 风险预测 随机森林-自适应增强
在线阅读 下载PDF
基于GWO-XGBoost和MOPSO算法的
18
作者 张婉 钱玉良 +1 位作者 金鑫 彭道刚 《化学工程》 北大核心 2025年第9期77-82,共6页
燃煤火电机组脱硫系统存在无法适应实时变化的工况需求而增加设备投入或过量投入物料的情况。为了保证系统安全稳定运行,针对这一问题,提出一种基于GWO-XGBoost(灰狼优化-极端梯度提升树)和MOPSO(多目标粒子群)算法的脱硫系统运行优化... 燃煤火电机组脱硫系统存在无法适应实时变化的工况需求而增加设备投入或过量投入物料的情况。为了保证系统安全稳定运行,针对这一问题,提出一种基于GWO-XGBoost(灰狼优化-极端梯度提升树)和MOPSO(多目标粒子群)算法的脱硫系统运行优化方法。利用GWO对XGBoost算法的超参数进行优化,进一步提升XGBoost模型的预测性能,建立基于GWO-XGBoost算法的脱硫效率预测模型。以脱硫成本最低和脱硫效率最高为优化目标,采用MOPSO算法建立优化模型并得到最佳运行参数,为循环浆液泵和氧化风机的运行提供指导。以某典型工况为例,在保证出口SO 2排放浓度达标的情况下,使用优化的运行策略,运行成本可降低385.23元/h。结果表明:该脱硫效率预测模型预测效果较佳,该优化模型能够对燃煤电厂脱硫过程提供科学的运行指导,节省脱硫过程中的物耗和关键设备的能耗,提高脱硫系统运行操作方案的可靠性和经济性。 展开更多
关键词 湿法脱硫系统 运行优化 氧化风机 循环浆液泵 GWO-XGboost算法 MOPSO算法
在线阅读 下载PDF
基于XGBoost算法的船舶目的地预测模型
19
作者 谢世元 郭志远 +2 位作者 强惠敏 郑潇 彭晓东 《计算机工程与设计》 北大核心 2025年第6期1766-1771,共6页
船舶目的地预测问题被视为多分类问题处理,样本不均衡时,小样本目的地易被忽略,降低了目的地预测准确率。为准确预测船舶目的地,提出一种基于XGBoost算法的船舶目的地预测模型,通过将传统的多类别问题转化为二元分类任务,提高预测准确... 船舶目的地预测问题被视为多分类问题处理,样本不均衡时,小样本目的地易被忽略,降低了目的地预测准确率。为准确预测船舶目的地,提出一种基于XGBoost算法的船舶目的地预测模型,通过将传统的多类别问题转化为二元分类任务,提高预测准确率。使用mvd距离特征进行特征增强,构建XGBoost模型进行船舶目的地预测,简化预测过程,提高预测的准确性,通过一系列实验验证了该模型的有效性。 展开更多
关键词 船舶航迹数据 目的地预测 海上交通 极端梯度提升 特征增强 数据处理 机器学习
在线阅读 下载PDF
基于地理探测器和AdaBoost算法的侏罗系煤层顶板富水性评价
20
作者 刘杰 施龙青 +2 位作者 高红星 马明 韩进 《煤炭工程》 北大核心 2025年第7期156-164,共9页
为探究影响侏罗系煤层顶板富水性的关键因素并对其富水性状况做出合理评价,以邵寨煤矿为研究对象,采用地理探测器分析岩性、构造因素及其相互作用与富水性的关联,筛选出主要影响因素,再结合AdaBoost算法对研究区富水性水平进行评价。结... 为探究影响侏罗系煤层顶板富水性的关键因素并对其富水性状况做出合理评价,以邵寨煤矿为研究对象,采用地理探测器分析岩性、构造因素及其相互作用与富水性的关联,筛选出主要影响因素,再结合AdaBoost算法对研究区富水性水平进行评价。结果表明:砂泥互层数(0.62)、砂岩等效厚度(0.45)、砂岩厚度(0.42)、砂泥比(0.31)及岩性影响指数(0.09)是研究区富水性评价的关键因素。其中砂泥互层数是侏罗系煤层顶板富水性评价的最重要因素,而构造因素对富水性的影响较弱。研究区富水性空间分布特征为:高富水性区域主要位于东北部,中等富水性区域分布在中西部及中东部小部分区域,大部分区域富水性偏低。 展开更多
关键词 富水性评价 地理探测器 ADAboost算法 侏罗系煤层 水害防治
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部