期刊文献+
共找到116篇文章
< 1 2 6 >
每页显示 20 50 100
基于CatBoost和SHAP的高级别自动驾驶车辆非预期停车冲突风险预测
1
作者 刘擎超 王瑞海 +2 位作者 蔡英凤 王海 陈龙 《汽车安全与节能学报》 北大核心 2025年第1期170-180,共11页
针对高级别自动驾驶车辆非预期停车引发的交通冲突及其环境影响问题,现有研究缺乏对风险特征交互的捕获和可解释性评估。本研究提出了一种基于CatBoost和SHAP的风险预测及解释模型,通过分析城市中心、住宅区和郊区交通网络的接管次数,... 针对高级别自动驾驶车辆非预期停车引发的交通冲突及其环境影响问题,现有研究缺乏对风险特征交互的捕获和可解释性评估。本研究提出了一种基于CatBoost和SHAP的风险预测及解释模型,通过分析城市中心、住宅区和郊区交通网络的接管次数,构建了冲突风险预测模型。结果表明,接管次数在城市中心、住宅区和郊区分别为161次、227次和164次,最高单路段接管次数分别为11次、11次和16次;模型预测精度达93%以上。SHAP分析显示,前后车辆间相对速度和相对位置对冲突风险的影响显著。研究结果对提升自动驾驶车辆的可靠性和安全性具有重要意义。 展开更多
关键词 冲突风险 交通排放 高级别自动驾驶 catboost算法 SHAP解释模型
在线阅读 下载PDF
基于CatBoost-SHAP-MCM模型的关中地区PM_(2.5)浓度的气象影响因素研究
2
作者 苏佳 聂达文 +3 位作者 李晓萌 张新生 宋金昭 董明放 《环境科学研究》 北大核心 2025年第4期787-797,共11页
为研究关中地区PM_(2.5)浓度变化及其复杂因素间的非线性关系,基于2020年1月−2023年12月的气象数据,从年、季和月不同时间尺度深入分析关中地区PM_(2.5)的空间分异特征;采用最大信息系数分析关中地区PM_(2.5)与其他大气污染物的关系,同... 为研究关中地区PM_(2.5)浓度变化及其复杂因素间的非线性关系,基于2020年1月−2023年12月的气象数据,从年、季和月不同时间尺度深入分析关中地区PM_(2.5)的空间分异特征;采用最大信息系数分析关中地区PM_(2.5)与其他大气污染物的关系,同时利用CatBoost-SHAP-MCM模型识别PM_(2.5)浓度的关键气象影响因素。结果表明:①关中地区PM_(2.5)浓度呈明显的空间分布和季节变异性。年际PM_(2.5)浓度在2021年最低,为42.93μg/m^(3),在2022年最高,达49.09μg/m^(3)。季度和月际变化较为相似,均呈冬季高、夏季低的特征,冬季污染最严重,PM_(2.5)浓度达84.35μg/m^(3),夏季最轻,为21.42μg/m^(3)。西安市、咸阳市和渭南市为高污染城市,铜川市和宝鸡市为低污染城市。②PM_(2.5)浓度与PM10浓度的相关性最高,与CO浓度、SO2浓度相关性均较低。③露点温度、气温、海平面气压、降水量和地面气压为关键气象影响因素,其在各城市表现出显著的影响作用,对关中地区整体和各城市的影响基本保持一致。④在低露点温度、低气温以及低露点温度、高海平面气压和高地面气压等特定因素组合下,其对PM_(2.5)浓度的影响更为显著。研究显示,关中地区PM_(2.5)浓度具有明显的空间分异特征和季节性变化特征,且与露点温度、气温、海平面气压、降水量和地面气压等气象因素密切相关,在特定气象组合条件下PM_(2.5)浓度波动更为显著。 展开更多
关键词 关中地区 PM_(2.5) 影响因素 catboost-SHAP-MCM模型
在线阅读 下载PDF
基于OOA-CatBoost的烧结矿粒度预测模型
3
作者 李喆 王猛 +3 位作者 董振 姜娟娟 李杰 杨爱民 《烧结球团》 北大核心 2025年第3期47-58,共12页
在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,... 在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,对应的烧结矿粒级占比作为输出变量;通过缺失数据填补、数据增强以及异常点替换等数据预处理方法,获取用于预测烧结矿粒级占比的高质量数据集;采用鱼鹰优化算法(OOA)和类别特征梯度提升算法(CatBoost)构建预测模型。结果表明,OOA-CatBoost算法模型的平均绝对误差(MAE)为0.2769,均方误差(MSE)为0.0433,决定系数(R^(2))为0.9499。对比侏儒猫鼬优化(DMO)算法、麻雀搜索算法优化(SSA)、鱼鹰优化算法优化的随机森林(RF)、轻量梯度提升机(LightGBM)以及极限梯度提升算法(XGBoost)等其他11个机器学习模型,本文模型取得良好的预测效果。基于工业实测数据,OOA-CatBoost算法对烧结矿粒级占比的平均预测误差达到0.0852,可为优化原料配比、混合料参数和烧结机参数调控提供理论指导,从而提升优质烧结矿的粒级占比。 展开更多
关键词 烧结矿粒级 鱼鹰优化算法 catboost OOA-catboost算法 预测
在线阅读 下载PDF
基于AMCNN-BiLSTM-CatBoost的滚动轴承故障诊断模型研究 被引量:1
4
作者 袁建华 邵星 +1 位作者 王翠香 皋军 《噪声与振动控制》 北大核心 2025年第2期82-89,共8页
针对现有的轴承故障诊断模型存在的分类精度差、运算效率不高的问题,提出一种基于注意力机制-卷积神经网络-双向长短期记忆网络-CatBoost(AMCNN-BiLSTM-CatBoost)的滚动轴承故障诊断模型。首先,对原始振动信号进行下采样技术处理,然后... 针对现有的轴承故障诊断模型存在的分类精度差、运算效率不高的问题,提出一种基于注意力机制-卷积神经网络-双向长短期记忆网络-CatBoost(AMCNN-BiLSTM-CatBoost)的滚动轴承故障诊断模型。首先,对原始振动信号进行下采样技术处理,然后将经过下采样后的振动信号作为模型输入,通过3个不同的卷积模块提取特征,并使用通道注意力模块对提取的特征进行加权融合,然后将经过加权融合后的数据输入到双向长短期记忆网络中进一步地提取时序特征信息,最后输入到CatBoost中进行故障分类。经过实验表明,该模型不仅能够保证故障诊断的高准确率,还可以大大缩短网络的训练时间。 展开更多
关键词 故障诊断 卷积神经网络 双向长短期记忆网络 注意力机制 catboost 轴承
在线阅读 下载PDF
基于Optuna-CatBoost和CRITIC评价法的水电机组劣化趋势评估 被引量:1
5
作者 杨峰 肖峰 +2 位作者 师博威 仝杰 李超顺 《水电能源科学》 北大核心 2025年第2期206-210,共5页
得益于日趋完善的状态监测系统,抽水蓄能电站记录了海量机组运行信息,为开展抽蓄机组劣化趋势评估提供了可靠的数据保障。为此,提出了一种基于Optuna-CatBoost和CRITIC(Criteria Importance though Intercrieria Correlation)评价法的... 得益于日趋完善的状态监测系统,抽水蓄能电站记录了海量机组运行信息,为开展抽蓄机组劣化趋势评估提供了可靠的数据保障。为此,提出了一种基于Optuna-CatBoost和CRITIC(Criteria Importance though Intercrieria Correlation)评价法的水电机组劣化评估方法。首先利用最大互信息系数(Maximal Information Coefficient)筛选出机组关键工况系数;然后利用Optuna对CatBoost进行参数寻优,建立Optuna-CatBoost水电机组劣化趋势评估模型;最后基于CRITIC评价法对各通道劣化序列客观赋权,生成机组整机劣化序列。试验结果表明,所提模型的精度优于其他对比模型,能很好地反映机组整机劣化趋势。 展开更多
关键词 水电机组 劣化评估 Optuna catboost 最大互信息系数 CRITIC评价法
在线阅读 下载PDF
基于微震多参数和PSO-CatBoost算法的硬岩岩爆短期预测
6
作者 孙露 黄麟淇 +3 位作者 侯成录 魏云峰 刘奕男 李夕兵 《黄金科学技术》 北大核心 2025年第1期127-138,共12页
为提高深部硬岩开挖过程中短期岩爆风险预测的准确性,提出了一种基于微震多参数和粒子群优化分类增强算法(CatBoost)的新模型。首先,以103组微震样本数据作为基础,通过分析各微震参数与岩爆等级之间的相关关系,进行评价指标的选取;其次... 为提高深部硬岩开挖过程中短期岩爆风险预测的准确性,提出了一种基于微震多参数和粒子群优化分类增强算法(CatBoost)的新模型。首先,以103组微震样本数据作为基础,通过分析各微震参数与岩爆等级之间的相关关系,进行评价指标的选取;其次,引入CatBoost集成学习算法,利用PSO对超参数寻优,构建PSO-CatBoost预测模型,并与其他模型进行对比,以验证其效果,最后,将该方法应用于几个硬岩岩爆工程中进行验证。研究结果表明:PSO-CatBoost模型预测准确率可达90%,与研究中使用的CatBoost、随机森林、XGBoost、BP神经网络和逻辑回归算法等模型相比,准确率分别提高了9%、4%、9%、19%和14%;工程应用表明,PSO-CatBoost模型预测结果与实际结果相吻合,与同类方法相比,其准确性和工程适用性更好。研究结果可为深部地下工程施工过程中的短期岩爆风险等级预测提供科学参考。 展开更多
关键词 深部硬岩 岩爆等级预测 微震 catboost 粒子群优化 机器学习
在线阅读 下载PDF
基于BO-Lstm-Catboost模型的高炉透气性指数预测系统 被引量:2
7
作者 孟丽丽 温金龙 +4 位作者 刘然 郑直 赵会珍 支明亮 李宪林 《冶金能源》 北大核心 2025年第3期67-74,共8页
高炉透气性指数是高炉监控指标的重要参数之一,针对现有模型中存在的参数调优繁琐等问题,文章建立了BO-Lstm-Catboost高炉透气性指数预测模型。首先,对采集的钢厂生产数据进行了一系列数据清洗处理;然后对影响高炉生产的参数进行相关性... 高炉透气性指数是高炉监控指标的重要参数之一,针对现有模型中存在的参数调优繁琐等问题,文章建立了BO-Lstm-Catboost高炉透气性指数预测模型。首先,对采集的钢厂生产数据进行了一系列数据清洗处理;然后对影响高炉生产的参数进行相关性分析和重要性排序分析;最后通过比较选用了基于贝叶斯(Bayesian)原理的Optuna优化算法对Lstm-Catboost模型中参数进行了优化,增强了模型能力,避免了过拟合现象。结果表明,BO-Lstm-Catboost模型对透气性指数的预测准确率达到了94%,性能得到了大幅提升。最终搭建了基于Web技术的高炉透气性指数预测平台,可直观展示预测信息,为透气性指数的控制提供了直接参考依据。 展开更多
关键词 高炉冶炼 透气性指数 贝叶斯 Optuna catboost Lstm
在线阅读 下载PDF
基于CatBoost的四川木里县森林火灾预测
8
作者 杨正雄 张显云 +2 位作者 任明亚 吴雪 龙安成 《科学技术与工程》 北大核心 2025年第21期8823-8832,共10页
森林火灾严重威胁着人类生命和财产安全,森林火灾风险的精确预测对于减灾防灾具有重要意义。受地形、气象、植被覆盖和人类活动等因素的影响,森林火灾诱发的原因存在区域差异性。以四川省木里县历史森林火灾事件为响应变量,以地形、气... 森林火灾严重威胁着人类生命和财产安全,森林火灾风险的精确预测对于减灾防灾具有重要意义。受地形、气象、植被覆盖和人类活动等因素的影响,森林火灾诱发的原因存在区域差异性。以四川省木里县历史森林火灾事件为响应变量,以地形、气象、植被覆盖和人类活动数据为解释变量,充分发挥CatBoost在高维稀疏数据和分类问题方面的优势,构建了一种基于CatBoost的高精度树林火灾预测模型。实验结果表明,相较于随机森林(random forest,RF)、极端梯度提升(extreme gradient boosting,XGBoost)和梯度提升决策树(gradient boosting decision trees,GBDT)模型,CatBoost模型不仅可获得更高的建模精度,而且树林火灾的预测精度也得到了显著改善,预测准确率达91.36%,曲线下的面积(area under curve,AUC)为0.970。基于所构建模型进行火灾预测,可为木里县森林火灾的早期防范提供参考依据。 展开更多
关键词 森林火灾预测模型 木里县 森林火灾 catboost 准确率
在线阅读 下载PDF
深度优化的集成学习模型EKSSA-CatBoost:实现光伏阵列故障高精度智能诊断
9
作者 彭自然 许怀顺 +1 位作者 肖伸平 潘长宁 《仪器仪表学报》 北大核心 2025年第5期324-338,共15页
光伏阵列在运行过程中,可能会受到多种因素的影响,导致不同类型的故障。通过机器学习算法,可以实现光伏阵列数据的实时监测、故障诊断和预测性维护,这种方法不受地理环境的限制,能够提高系统的可靠性和效率。光伏阵列的电流-电压(I-V)... 光伏阵列在运行过程中,可能会受到多种因素的影响,导致不同类型的故障。通过机器学习算法,可以实现光伏阵列数据的实时监测、故障诊断和预测性维护,这种方法不受地理环境的限制,能够提高系统的可靠性和效率。光伏阵列的电流-电压(I-V)曲线是一项重要的指标,包含了大量关于光伏组件健康状况的信息,对于及时发现故障、评估健康状况至关重要。然而,现有方法只对来自I-V曲线的部分信息提取进行诊断分析,没有更深入地挖掘I-V曲线中的所有信息,能检测到的光伏阵列故障十分有限。针对以上问题,首先提出一种I-V曲线校正算法用于修正辐照度和温度对同一故障类型特征表现的影响,有效消除环境变量对故障特征表征的耦合效应。然后,利用CatBoost模型实现光伏阵列小样本高精度的实时故障智能诊断,并且利用麻雀搜索算法对模型的关键超参数进行优化。最后,为了进一步提升麻雀搜索算法的寻优能力,通过引入融合精英反向学习策略和柯西高斯变异策略改进麻雀搜索算法,使其在优化CatBoost模型中达到最佳效果。结果表明,利用模拟数据和现场数据分别进行模型的训练及故障诊断,测试集出现仅一个和两个误诊的样本,深度优化的集成学习模型CatBoost的分类准确率均达到99.9%。 展开更多
关键词 光伏阵列 故障诊断 电流-电压曲线 机器学习 catboost
在线阅读 下载PDF
基于HPO-CatBoost的光伏阵列故障诊断模型
10
作者 彭自然 许怀顺 +1 位作者 肖伸平 肖满生 《太阳能学报》 北大核心 2025年第7期663-673,共11页
针对传统的光伏阵列故障诊断方法准确率低、模型性能差以及光伏I-V曲线数据利用率低的问题,提出基于HPOCatBoost的光伏阵列故障诊断模型。首先,利用光伏阵列模型深入研究短路、开路、老化、阴影遮挡和环境因素(温度、太阳辐照度)对I-V... 针对传统的光伏阵列故障诊断方法准确率低、模型性能差以及光伏I-V曲线数据利用率低的问题,提出基于HPOCatBoost的光伏阵列故障诊断模型。首先,利用光伏阵列模型深入研究短路、开路、老化、阴影遮挡和环境因素(温度、太阳辐照度)对I-V曲线变化的影响,并对其输出特性和故障成因进行系统分析;其次,通过Ordered TS编码来解决CatBoost中目标泄露导致预测偏移的问题,提高诊断模型的泛化能力;最后,CatBoost模型的性能受部分超参数的影响,故提出采用猎人猎物算法(HPO)对模型的关键超参数(树的数量、树的深度和学习率等)进行优化,进一步提升其在故障诊断上的性能表现,并对运行结果和实际光伏平台实验数据进行分析。实验结果表明,该模型的诊断准确率为99.5%,且相较于优化前的CatBoost模型,模型整体的准确率提高3.4%。 展开更多
关键词 光伏阵列 故障诊断 I-V曲线 catboost 猎人猎物算法
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
11
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FHO-CatBoost的分布式电源调控异常事件检测
12
作者 谢国强 卢志学 +4 位作者 陈明亮 余滢婷 潘本仁 孙鹤洋 李元诚 《电网技术》 北大核心 2025年第4期1625-1634,共10页
新型电力系统的全面推进仍然面临多重安全挑战,特别是分布式电源系统容易受极端天气、自然灾害和网络攻击等威胁,从而导致系统波动异常和设备故障,使得分布式电源调度控制面临更加复杂的局面。为应对这些挑战,提高异常事件的检测效率和... 新型电力系统的全面推进仍然面临多重安全挑战,特别是分布式电源系统容易受极端天气、自然灾害和网络攻击等威胁,从而导致系统波动异常和设备故障,使得分布式电源调度控制面临更加复杂的局面。为应对这些挑战,提高异常事件的检测效率和准确率,以辅助分布式电源系统的调控决策技术,提出了一种基于火鹰优化的CatBoost算法(fire hawk optimizer-CatBoost,FHO-CatBoost)的分布式电源调控异常事件检测模型。该模型充分利用了CatBoost的强大梯度框架和自动处理类别特征的能力,通过FHO算法的调整超参数优化模型,提高了检测效率与识别准确率。实验结果证明,FHO-CatBoost模型在不同类别异常事件准确检测和整体性能上均表现优越,并在多方面性能评估中均优于其他主流梯度提升算法,在准确率上达到了91.59%,较最好的CatBoost方法提升了6.58%,具有更出色的性能表现,在分布式电源调控异常事件检测中具有显著优势,为电力系统安全运行提供了重要支持。 展开更多
关键词 分布式电源 异常事件检测 catboost 火鹰优化算法
在线阅读 下载PDF
基于模态分解与CatBoost-GTCN-DGM的锂电池RUL预测方法
13
作者 胡胜 李莹莹 +2 位作者 何怡婷 李景琦 张凡 《电源技术》 北大核心 2025年第8期1681-1690,共10页
针对电池剩余使用寿命(RUL)预测过程中存在数据噪声,影响预测精度的问题,提出一种结合自适应白噪声完全集成经验模态分解(CEEMDAN)、CatBoost算法、门控时间卷积网络(GTCN)和双高斯模型(DGM)的RUL预测方法。首先采用CEEMDAN分解容量信号... 针对电池剩余使用寿命(RUL)预测过程中存在数据噪声,影响预测精度的问题,提出一种结合自适应白噪声完全集成经验模态分解(CEEMDAN)、CatBoost算法、门控时间卷积网络(GTCN)和双高斯模型(DGM)的RUL预测方法。首先采用CEEMDAN分解容量信号,得到若干高频分量和低频分量。然后使用CatBoost算法量化每个分量对于原始容量数据的贡献率,并将其作为权重,以此剔除噪声对预测结果的干扰。利用GTCN和DGM建立预测子模型,最后将子模型的预测结果结合每个分量的权重进行加权融合,得到最终的RUL预测结果。以NASA锂电池数据集为实验对象,实验结果显示,所提方法的均方根误差、平均绝对误差、平均绝对百分比误差和绝对误差最小值分别为0.0135、0.0086、0.0056和1个循环,有效提升了RUL预测精度。 展开更多
关键词 锂离子电池 剩余使用寿命 catboost算法 门控时间卷积网络 双高斯模型
在线阅读 下载PDF
基于CatBoost的恶劣天气下电网设备故障预测模型
14
作者 江上航 王国庆 +1 位作者 朱建明 黄钧 《安全与环境工程》 北大核心 2025年第2期133-142,共10页
恶劣天气对电网设备故障的发生有着显著影响,进而威胁电网的安全运行。综合气象特征与地理信息特征,提出一种恶劣天气下基于CatBoost(分类数据提升树)算法的电网设备故障预测模型。首先收集故障信息、实时气象和地理信息等原始数据,并使... 恶劣天气对电网设备故障的发生有着显著影响,进而威胁电网的安全运行。综合气象特征与地理信息特征,提出一种恶劣天气下基于CatBoost(分类数据提升树)算法的电网设备故障预测模型。首先收集故障信息、实时气象和地理信息等原始数据,并使用MICE Forest(多重插补随机森林)算法填补缺失值;然后根据数据特征属性进行特征衍生得到时间、气象等方面的8个新特征,并利用递归特征消除方法结合交叉验证方法,评估特征的重要度,选取重要度最高的特征作为输入来构建模型;接着以最高准确率为优化目标,使用贝叶斯算法得到模型最优参数;最后在测试集上对模型准确率、精确率和调和均值F1进行验证。结果表明:提取得到的新特征有助于提高模型的预测精度,并且,与其他模型相比具有更高的预测精度,其准确率为0.831,精确率为0.858,调和均值为0.756。 展开更多
关键词 恶劣天气 catboost 特征工程 电网设备故障 预测模型
在线阅读 下载PDF
基于贝叶斯优化的CatBoost模型在混凝土抗压强度预测中的研究
15
作者 曹源 《混凝土》 北大核心 2025年第7期87-94,共8页
混凝土抗压强度是建筑结构安全性与耐久性的关键性能指标,对工程设计与质量控制具有重要意义。由于混凝土性能受材料配合比与养护条件等多因素的非线性耦合作用影响,传统经验式在预测精度与适应性方面已难以满足智能建造的需求。为此,采... 混凝土抗压强度是建筑结构安全性与耐久性的关键性能指标,对工程设计与质量控制具有重要意义。由于混凝土性能受材料配合比与养护条件等多因素的非线性耦合作用影响,传统经验式在预测精度与适应性方面已难以满足智能建造的需求。为此,采用Min-Max归一化与二阶多项式特征扩展对原始数据进行处理,构建以CatBoost回归器为核心的预测模型,并通过贝叶斯优化方法实现超参数调优。基于1 030组混凝土配合比与强度数据进行建模与验证,所得模型在测试集上达到了RMSE为4.27 MPa、MAE为3.12 MPa、R^(2)为0.94的性能表现。为提升应用可行性,开发了基于Streamlit框架的在线预测平台,实现模型快速部署与混凝土强度的实时估算。研究结果表明:该方法在预测精度与模型鲁棒性方面显著优于传统回归模型,可为智能混凝土配合比设计与施工过程质量监测提供有效支撑。 展开更多
关键词 混凝土抗压强度 机器学习 catboost回归器 贝叶斯优化 智能建造
在线阅读 下载PDF
基于高光谱数据结合BorutaShap_CatBoost算法的柑橘叶面积指数反演
16
作者 陈治宇 窦世卿 《天津农业科学》 2025年第7期56-65,共10页
为充分利用高光谱数据,提高柑橘LAI的反演精度,以柑橘为研究对象,利用高光谱数据构建特征集合后,使用BorutaShap对比Boruta进行特征筛选,并分别结合CatBoost以及多元线性回归、梯度提升树、BP神经网络,4种回归模型构建8种组合模型,经过... 为充分利用高光谱数据,提高柑橘LAI的反演精度,以柑橘为研究对象,利用高光谱数据构建特征集合后,使用BorutaShap对比Boruta进行特征筛选,并分别结合CatBoost以及多元线性回归、梯度提升树、BP神经网络,4种回归模型构建8种组合模型,经过贝叶斯调参后进行柑橘LAI反演,通过回归结果的精度评定筛选出反演柑橘LAI的最优模型。结果表明:BorutaShap比Boruta筛选出的波段数量更少,性能更优。在构建的8种组合模型中BorutaShap_CatBoost为反演柑橘LAI的最佳模型,拟合模型与验证模型的决定系数分别为0.8812和0.7762。综上,BorutaShap_CatBoost可对柑橘LAI进行准确预测,生成LAI反演图可为柑橘果树的长势的快速监测和管理提供数据支撑。 展开更多
关键词 无人机高光谱 BorutaShap catboost 叶面积指数
在线阅读 下载PDF
基于CatBoost算法的配电网分区拓扑辨识 被引量:7
17
作者 彭寒梅 吴行 +2 位作者 胡磊 苏永新 谭貌 《电力自动化设备》 EI CSCD 北大核心 2024年第5期95-102,共8页
含多分布式电源配电网的拓扑结构具有多样性与多变性,影响拓扑辨识的实时性和准确性。提出一种基于CatBoost算法的配电网分区拓扑辨识方法。构建结合拓扑分区的配电网拓扑辨识框架,采用区域开关状态矩阵描述拓扑结构,以进行物理上的辨... 含多分布式电源配电网的拓扑结构具有多样性与多变性,影响拓扑辨识的实时性和准确性。提出一种基于CatBoost算法的配电网分区拓扑辨识方法。构建结合拓扑分区的配电网拓扑辨识框架,采用区域开关状态矩阵描述拓扑结构,以进行物理上的辨识降维;提出基于CatBoost算法的特征选择与拓扑辨识方法,通过分区并行离线训练得到历史拓扑和未知拓扑的区域拓扑辨识CatBoost模型,通过在线应用得到实时的区域开关状态矩阵标签,形成配电网开关状态矩阵,实现系统拓扑辨识。配电网算例系统测试结果验证了所提方法的有效性。 展开更多
关键词 配电网 拓扑辨识 catboost算法 拓扑分区 特征选择
在线阅读 下载PDF
基于集成学习CatBoost优化模型的爆堆大块率预测 被引量:8
18
作者 金长宇 于佳强 +1 位作者 王强 陈立军 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第12期1743-1750,共8页
爆破产生的爆堆大块率问题一直以来都影响着矿山的生产效益.利用机器学习机制中集成学习思想实现大块率预测.以满洲里乌山铜矿实际采集的36组实测数据为例,整理形成10种特征数据.通过给定参数循环训练调优,再用交叉验证网格搜索的方法... 爆破产生的爆堆大块率问题一直以来都影响着矿山的生产效益.利用机器学习机制中集成学习思想实现大块率预测.以满洲里乌山铜矿实际采集的36组实测数据为例,整理形成10种特征数据.通过给定参数循环训练调优,再用交叉验证网格搜索的方法进行模型二次调优,并对比调优实现后模型与随机森林法、XGBoost模型、LightGBM模型和CatBoost模型进行效果对比.结果表明,经过两轮调优后的CatBoost模型预测效果明显高于其他几种模型,R~2准确度可达98.83%,证明了两轮调优后CatBoost模型具有较高的预测水平,验证了该方法在大块率预测研究中的可行性,为爆破参数设计和大块率优化分析提供了可靠的参考. 展开更多
关键词 大块率预测 机器学习 集成学习 爆破 catboost模型
在线阅读 下载PDF
基于Catboost算法的中国典型农业区重金属污染特征及影响因素分析 被引量:4
19
作者 李珊 杨济妮 +3 位作者 苏贵金 李倩倩 孟晶 史斌 《环境化学》 CAS CSCD 北大核心 2024年第10期3377-3387,共11页
土壤是保障人类生存和发展的物质基础,农田土壤与人类生产生活密切相关,农田土壤污染问题值得关注.本文选取东北三省、京津冀和长江经济带作为研究区域,通过文献调研筛选出2000—2020年发布的400篇相关文献,收集到2052表层土壤样本,通... 土壤是保障人类生存和发展的物质基础,农田土壤与人类生产生活密切相关,农田土壤污染问题值得关注.本文选取东北三省、京津冀和长江经济带作为研究区域,通过文献调研筛选出2000—2020年发布的400篇相关文献,收集到2052表层土壤样本,通过统计学、空间分析和机器学习等方法对其污染特征进行分析.结果表明,与农用地最严格的筛选值标准相比,3个研究区域Cd污染问题较为突出,东北三省、京津冀和长江经济带的超标率分别为37.5%、34.0%和45.8%,长江经济带也存在Cu污染问题,其超标率为30.6%;进一步将采样点位分为矿区周边点位、市郊区点位和其他农田点位,采用潜在生态风险指数法评价表明,矿区周边样点严重和重风险占比(54.8%)显著高于市郊区样点(37.2%)和其他农田样点(36.6%).采用Catboost模型进行影响因子识别发现,矿区周边农田主要受选矿、尾矿暴露等造成的Cd和Hg污染影响,而市郊区农田主要受商业、工业和交通运输业等人类活动带来的Hg污染影响,其他农田土壤中主要受农药化肥的施用以及大型器械化带来的Cd污染影响. 展开更多
关键词 农田土壤 重金属 污染特征 catboost 模型 影响因素.
在线阅读 下载PDF
基于CS-CatBoost的温室番茄水分胁迫预测模型 被引量:5
20
作者 李莉 陈浩哲 +2 位作者 赵奇慧 马德新 孟繁佳 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期427-433,共7页
为预测温室番茄水分胁迫程度,利用传感器获取温室内部环境信息,包括空气温度(Ta)、空气相对湿度(Rh)、基质湿度(Hs)、光照强度(Li)、二氧化碳浓度(CO_(2))和基质温度(Ts),通过气象站获取温室外部环境信息,包括风速(Ws)、室外相对湿度(R... 为预测温室番茄水分胁迫程度,利用传感器获取温室内部环境信息,包括空气温度(Ta)、空气相对湿度(Rh)、基质湿度(Hs)、光照强度(Li)、二氧化碳浓度(CO_(2))和基质温度(Ts),通过气象站获取温室外部环境信息,包括风速(Ws)、室外相对湿度(Rho)和室外空气温度(Tao)。根据以上9个参数建立基于布谷鸟搜索优化CatBoost(CS-CatBoost)的温室番茄水分胁迫指数(CWSI)预测模型。通过梯度提升算法计算特征权重并进行筛选,对比不同输入特征数量下CS-CatBoost算法的性能。同时,与原CatBoost模型、CS-LightGBM模型和CS-RF模型进行对比分析。结果表明,当模型的输入参数数量为7时,CS-CatBoost与CatBoost、CS-LightGBM、CS-RF相比,RMSE降低了0.0123、0.0118和0.0311,MAE下降了0.0066、0.0075和0.0208,MAPE下降了0.963、1.1232和3.0892,R^(2)则提高了0.0177、0.0165和0.0767。在模型输入参数数量为其他值时,CS-CatBoost模型的预测能力均优于其他3种模型。该研究证明了CS-CatBoost模型拥有较好的预测能力与泛化能力,可为温室番茄种植的水分胁迫程度分析提供一种新的策略,从而提高农业水资源的利用效率。 展开更多
关键词 温室 番茄 作物水分胁迫指数 布谷鸟搜索算法 catboost
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部