期刊文献+
共找到94篇文章
< 1 2 5 >
每页显示 20 50 100
基于ReliefF和LSBoost集成树核磁有效孔隙度频谱预测及分辨率匹配研究
1
作者 杜雪彪 张金风 +4 位作者 肖佃师 冉阳 刘英杰 秦嘉敏 王良哲 《新疆石油地质》 2025年第6期762-772,共11页
核磁测井技术是获取页岩油储层孔隙度的关键手段,但不同仪器的纵向分辨率差异严重影响油层厚度划分与甜点刻画。基于傅里叶变换,分析不同核磁有效孔隙度曲线的频谱特征,利用ReliefF算法,选取微球聚焦电阻率、声波时差、中子孔隙度、P型... 核磁测井技术是获取页岩油储层孔隙度的关键手段,但不同仪器的纵向分辨率差异严重影响油层厚度划分与甜点刻画。基于傅里叶变换,分析不同核磁有效孔隙度曲线的频谱特征,利用ReliefF算法,选取微球聚焦电阻率、声波时差、中子孔隙度、P型核磁有效孔隙度等曲线频谱幅度作为机器学习模型的输入特征,以CMR型核磁有效孔隙度曲线的频谱幅度为目标值,构建了决策树与LSBoost集成树的核磁有效孔隙度频谱幅度预测模型,对比不同机器学习模型的预测结果,LSBoost集成树模型具有更高的预测精度。为实现不同系列核磁测井间的分辨率匹配,创新性的融合时频分析法与分辨率匹配法,提出基于频谱幅度移植提高核磁有效孔隙度分辨率的方法,显著提升了低分辨率核磁有效孔隙度曲线的分辨率。重构核磁有效孔隙度曲线在油层厚度划分等应用中优势显著,充分证明了该分辨率匹配研究方法具有较高的应用价值,为准噶尔盆地吉木萨尔凹陷二叠系芦草沟组甜点分布的精准刻画以及页岩油的高效开采奠定了基础,但在高黄铁矿含量地层及薄层中存在适应性局限。 展开更多
关键词 准噶尔盆地 吉木萨尔凹陷 芦草沟组 核磁有效孔隙度 傅里叶变换 频谱幅度 纵向分辨率 lsboost集成树
在线阅读 下载PDF
基于集成树和MoE的馈线统计线损率双层估计模型 被引量:1
2
作者 王守相 张丙杰 +2 位作者 赵倩宇 郭陆阳 张晟 《电工技术学报》 EI CSCD 北大核心 2024年第3期774-784,共11页
统计线损率是衡量电力系统经济运行的重要指标。然而,用户用电数据采集异常、数据传输中断等因素会导致统计线损率异常或缺失,这严重阻碍了智能配电网的线损精益化管理与经济高效运行。针对馈线统计线损率合理值的估计问题,该文提出了... 统计线损率是衡量电力系统经济运行的重要指标。然而,用户用电数据采集异常、数据传输中断等因素会导致统计线损率异常或缺失,这严重阻碍了智能配电网的线损精益化管理与经济高效运行。针对馈线统计线损率合理值的估计问题,该文提出了一种基于集成树和混合专家系统(MoE)的馈线统计线损率双层估计模型。首先,使用最大信息系数以更有效地分析统计线损率与其相关特征间的非线性关系,并采用鲁棒性强的K-Medoids聚类算法对馈线进行精细划分;然后,使用Stacking集成学习框架,基于基估计和元估计双层模型对馈线统计线损率进行两阶段估计,选用决策树和各类集成树模型作为基估计模型对统计线损率进行初步估计,将各基估计模型输出结果输入元估计模型MoE中进行最终估计,使用方均根误差(RMSE)和平均绝对误差(MAE)来衡量模型所估计统计线损率的合理性;最后,通过算例分析表明,与其他模型相比,该文所提馈线统计线损率双层估计模型具有更低的RMSE和MAE,对馈线统计线损率的估计效果更好。 展开更多
关键词 统计线损率 线损率估计 机器学习 集成 混合专家系统
在线阅读 下载PDF
基于集成树算法的岩石黏聚力和内摩擦角预测方法 被引量:1
3
作者 李地元 杨博 +2 位作者 刘子达 刘永平 赵君杰 《黄金科学技术》 CSCD 北大核心 2024年第5期847-859,共13页
岩石的黏聚力(c)和内摩擦角(φ)是岩石工程设计及稳定性评价的重要参数,其直接测量需通过多组三轴或剪切试验,耗时多且成本高。基于4个易获取的岩石物理力学参数(纵波波速VP、密度ρ、单轴抗压强度UCS和巴西抗拉强度BTS),构建了用于预测... 岩石的黏聚力(c)和内摩擦角(φ)是岩石工程设计及稳定性评价的重要参数,其直接测量需通过多组三轴或剪切试验,耗时多且成本高。基于4个易获取的岩石物理力学参数(纵波波速VP、密度ρ、单轴抗压强度UCS和巴西抗拉强度BTS),构建了用于预测c和φ值的智能模型。共收集了199组含不同岩石类型的数据,采用5种集成树算法开发预测模型,使用贝叶斯优化算法对模型的超参数进行优化。模型评估结果表明:构建的模型均具有较好的预测性能,其中极端随机树模型表现最佳(测试R^(2)>0.97)。敏感性分析表明:VP、UCS和BTS对c值的预测结果影响较大,ρ对φ值的预测结果影响较大。研究成果已成功应用于金川矿区,验证了模型的实用性,开发的图形用户界面便于工程技术人员使用。 展开更多
关键词 黏聚力 内摩擦角 机器学习 集成算法 贝叶斯优化 智能预测
在线阅读 下载PDF
一种采用集成装袋树的雷达多次回波分类方法
4
作者 潘美艳 蔡兴雨 +1 位作者 臧会凯 薛健 《电讯技术》 北大核心 2024年第1期91-97,共7页
传统雷达多次回波分类方法容易受到目标类型和幅度起伏特性等因素的影响,其泛化性和准确性难以满足雷达装备实际需求。针对该问题,提出了一种采用集成装袋树的雷达多次回波分类方法。该方法首先对雷达多脉冲回波数据进行幅度对数变换和... 传统雷达多次回波分类方法容易受到目标类型和幅度起伏特性等因素的影响,其泛化性和准确性难以满足雷达装备实际需求。针对该问题,提出了一种采用集成装袋树的雷达多次回波分类方法。该方法首先对雷达多脉冲回波数据进行幅度对数变换和相邻脉冲幅度补齐预处理操作,然后利用决策树算法从标注的训练数据中学习雷达多次回波在脉冲维的幅度起伏特征,最后通过多个分类器的集成实现对雷达多次回波的准确分类。实测雷达数据验证结果表明,所提方法分类准确率达到了95.9%,可有效提升雷达多次回波的分类性能,并且不依赖于经验门限的特性,增强了其泛化能力。 展开更多
关键词 雷达信号处理 多次回波分类 集成装袋
在线阅读 下载PDF
集成学习框架下的城市轨道交通事故后果预测研究
5
作者 刘杰 刘尉艺 +2 位作者 王宇浩 石庄彬 何明卫 《安全与环境学报》 北大核心 2025年第7期2700-2708,共9页
轨道交通事故会对轨道运营产生严重影响,准确预测事故后果对于有效制定应急响应预案和减轻事故危害具有重要作用。针对这一问题,提出了一种基于堆叠方法(Stacking)的极端梯度提升(eXtreme Gradient Boosting,XGBoost)树和全连接神经网络... 轨道交通事故会对轨道运营产生严重影响,准确预测事故后果对于有效制定应急响应预案和减轻事故危害具有重要作用。针对这一问题,提出了一种基于堆叠方法(Stacking)的极端梯度提升(eXtreme Gradient Boosting,XGBoost)树和全连接神经网络(Full Connect Neural Network,FCNN)集成学习模型(简称XGBoost-NNS),模型可提高事故后果分类的准确性和鲁棒性。该模型以XGBoost和FCNN为基础学习器,采用逻辑回归(Logistic Regression,LR)作为元模型来集成它们的预测结果。此外,通过合成少数类过采样技术(Synthetic Minority Oversampling Technique,SMOTE)和随机欠采样相结合的重采样策略,有效解决了数据集中的类别不平衡问题,提升了对少数类样本的识别能力。结果表明,提出的XGBoost-NNS模型可实现约0.87的准确率,相比基学习器模型提高约0.06,比其他单一模型提高约0.14,召回率、F_(1)分数等指标也均在0.7以上,可准确预测轨道交通的事故后果。 展开更多
关键词 安全工程 轨道交通 事故预测 极端梯度提升 全连接神经网络 集成学习
在线阅读 下载PDF
基于离散麻雀搜索优化的X结构绕障Steiner最小树算法
6
作者 郑瀚 周茹平 刘耿耿 《计算机科学与探索》 北大核心 2025年第6期1494-1507,共14页
Steiner最小树是求解超大规模集成电路布线问题的最佳连接模型。然而,现代芯片中往往存在各种障碍,如宏单元、IP块等,这些障碍使得Steiner最小树的构建更为困难。同时,考虑到X结构布线具有的良好线长优化能力以及麻雀搜索算法在求解NP... Steiner最小树是求解超大规模集成电路布线问题的最佳连接模型。然而,现代芯片中往往存在各种障碍,如宏单元、IP块等,这些障碍使得Steiner最小树的构建更为困难。同时,考虑到X结构布线具有的良好线长优化能力以及麻雀搜索算法在求解NP难问题上展现出良好的应用前景,提出了一种基于离散麻雀搜索优化的X结构绕障Steiner最小树算法(DSSA_OAXSMT)。设计了基于边点对编码的麻雀表示方法与有效的适应度计算方法,以及一种基于离散化变异与交叉运算的麻雀种群更新机制,能够有效解决离散化的X结构绕障Steiner最小树问题。提出了一种预处理策略,避免了障碍信息的重复计算,提高了算法的运行效率。提出了一种混合初始化策略,通过结合贪心思想和轮盘赌思想提高初始种群的多样性。提出了一种基于绕行的调整策略以满足障碍约束。提出了一种混合精炼策略,其中包含基于公共边的局部精炼策略与基于交叉检测与处理的优化策略,能够进一步优化线长代价。实验结果表明,所提算法相比于同类工作取得了更佳的线长优化能力。 展开更多
关键词 Steiner最小 X结构 绕障 离散麻雀搜索优化 超大规模集成电路
在线阅读 下载PDF
考虑长度限制的X结构Steiner最小树算法
7
作者 郑瀚 杨智宏 刘耿耿 《小型微型计算机系统》 北大核心 2025年第10期2364-2373,共10页
长度限制Steiner最小树模型能够充分利用障碍内布线资源以进一步缩短总线长,进一步考虑X结构具有更好的线长优化效果,同时麻雀搜索算法具有良好的优化能力,本文基于动态种群麻雀搜索算法,提出了一种高质量的考虑长度限制的X结构Steiner... 长度限制Steiner最小树模型能够充分利用障碍内布线资源以进一步缩短总线长,进一步考虑X结构具有更好的线长优化效果,同时麻雀搜索算法具有良好的优化能力,本文基于动态种群麻雀搜索算法,提出了一种高质量的考虑长度限制的X结构Steiner最小树算法.首先,提出了一种基于动态种群机制改进麻雀搜索机制,通过动态调整种群结构以提高麻雀的多样性,避免算法过早陷入局部最优解.其次,提出了一种混合初始化策略以提高初始种群的多样性,有利于算法找到质量更佳的解.最后,提出了一种考虑角点复用的调整策略,通过在调整期间复用障碍物角点,有效缩短了绕行所需的线长.实验结果表明,相比于同类工作,本文所提出的算法能够取得良好的线长优化效果,证明了该算法的有效性,为电子设计自动化领域的布线优化提供了一种新的方法和思路. 展开更多
关键词 Steiner最小 X结构 长度限制 超大规模集成电路 动态种群 麻雀搜索优化
在线阅读 下载PDF
基于HAZOP-IFMEA-FTA的适老化集成灶操作页面设计研究
8
作者 曹奖 杨萱 +1 位作者 李亦飞 陆诗雨 《包装工程》 北大核心 2025年第20期194-204,236,共12页
目的为解决老龄化社会需求下的厨房设施操作面板设计问题,提高老年用户在使用智能集成灶时的操作体验,减少使用中失效模式的发生。方法首先,成立IFMEA小组,同时确定20位老年用户人群,改进小组由数据收集员、产品设计师、交互设计师组成... 目的为解决老龄化社会需求下的厨房设施操作面板设计问题,提高老年用户在使用智能集成灶时的操作体验,减少使用中失效模式的发生。方法首先,成立IFMEA小组,同时确定20位老年用户人群,改进小组由数据收集员、产品设计师、交互设计师组成,之后选择集成灶操作面板品牌,利用HAZOP方法讨论得出失效模式出现的原因,同时对失效模式进行后果、措施分析;其次,绘画用户旅程图,了解用户心理以及使用目的,基于用户旅程图中遇到的问题构建指数风险优先计算模型,得出指数风险优先数值后,再利用故障树分析顶事件失效模式,对顶事件进行深度分析;最后,对改良集成灶屏幕设计进行对比验证。结果通过相关理论得出老年用户在使用集成灶操作页面过程中的8项不可容忍失效模式,针对不可容忍失效模式进行重新设计优化,设计结果可提升老年用户使用体验。结论对选取集成灶操作面板案例进行分析,最终结果表明通过所提出的方法能够使老年用户便捷操作,减少使用障碍,其结果也可为其他适老化设备和用户体验提供帮助。 展开更多
关键词 适老化设计 集成灶操作页面设计 危险与可操作性分析 改进失效模式与影响分析 故障分析
在线阅读 下载PDF
一种基于递归分类树的集成特征基因选择方法 被引量:26
9
作者 李霞 张田文 郭政 《计算机学报》 EI CSCD 北大核心 2004年第5期675-682,共8页
利用DNA芯片基因表达谱信息识别疾病相关基因 ,对癌症等疾病分型、诊断及病理学研究有非常重要的实际意义 .该文提出了一种基于递归分类树的特征基因选择的集成方法EFST (EnsembleFeatureSelectionbasedonRecursivePartition Tree) .EFS... 利用DNA芯片基因表达谱信息识别疾病相关基因 ,对癌症等疾病分型、诊断及病理学研究有非常重要的实际意义 .该文提出了一种基于递归分类树的特征基因选择的集成方法EFST (EnsembleFeatureSelectionbasedonRecursivePartition Tree) .EFST可选择多组基于不同样本分布结构的特征基因 ,结合有监督机器学习中的多分类器集成 (ensemble)决策技术 ,利用提出的衡量特征基因稳定性与显著性测度 ,集成各特征基因组选择最终的特征基因 .应用结肠癌 2 0 0 0个基因的表达谱实验数据分析结果显示 :EFST方法不仅具有寻找疾病相关基因的能力和较强的数据维数压缩能力 ,而且由支持向量机 (SVM)等 4种模式分类方法证实EFST方法可以明显地提高疾病鉴别分类的准确率 . 展开更多
关键词 递归分类 特征选择 集成决策 EFST 基因表达谱 生物技术 基因芯片 信息识别
在线阅读 下载PDF
同步数字集成电路设计中的时钟树分析 被引量:5
10
作者 殷瑞祥 郭镕 陈敏 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2005年第6期5-8,共4页
时钟树的设计是同步数字集成电路设计中的一个重要部分,对系统的性能和可靠性有很大影响.文中介绍了同步数字系统的组成和时钟偏移的定义,提出了一种时钟树结构的设计方法,基于该方法用布局布线工具Astro对一个8051芯片进行了自动时钟... 时钟树的设计是同步数字集成电路设计中的一个重要部分,对系统的性能和可靠性有很大影响.文中介绍了同步数字系统的组成和时钟偏移的定义,提出了一种时钟树结构的设计方法,基于该方法用布局布线工具Astro对一个8051芯片进行了自动时钟树分析和指定结构的时钟树分析.结果表明,用文中方法设计时钟树结构能得到比自动时钟树分析更好的效果.文中还给出了设计中门控时钟问题的解决方法. 展开更多
关键词 同步数字系统 集成电路设计 时钟 时钟偏移
在线阅读 下载PDF
分类树集成算法在县域金融贷款风险分类评估中的应用 被引量:3
11
作者 周启清 李毓 《经济问题》 CSSCI 北大核心 2009年第12期94-97,共4页
分类树方法是一种由计算机实现,基于统计理论的非参数识别技术。首先给出Bagging分类树集成算法用于风险评估的基本思想和实现步骤,并以河南省农户贷款的数据为例,分别采用事先预留检验数据集方法和V折交叉确认法来验证Bagging分类树集... 分类树方法是一种由计算机实现,基于统计理论的非参数识别技术。首先给出Bagging分类树集成算法用于风险评估的基本思想和实现步骤,并以河南省农户贷款的数据为例,分别采用事先预留检验数据集方法和V折交叉确认法来验证Bagging分类树集成算法的预测能力。实证结果表明,与分类树算法、线性判别分析方法进行比较,Bagging分类树集成算法在贷款风险分类评估中具有较好的预测能力。 展开更多
关键词 贷款风险评估 BAGGING 分类集成算法
在线阅读 下载PDF
分类树方法在集成电路设计功能验证中的应用 被引量:1
12
作者 冯晓 徐金甫 +1 位作者 戴紫彬 李伟 《计算机工程》 CAS CSCD 2012年第21期232-236,共5页
功能验证是制约集成电路设计发展的主要瓶颈,针对功能验证中存在的测试集设计难度大及覆盖模型精度低等问题,提出一种基于分类树方法的高效测试集生成方法及功能覆盖模型搭建方法,将验证方法应用于模加/模减单元的功能验证中。结果证明... 功能验证是制约集成电路设计发展的主要瓶颈,针对功能验证中存在的测试集设计难度大及覆盖模型精度低等问题,提出一种基于分类树方法的高效测试集生成方法及功能覆盖模型搭建方法,将验证方法应用于模加/模减单元的功能验证中。结果证明,运用分类树方法管理测试向量和搭建覆盖模型,可以显著提高验证完备性和可靠性。 展开更多
关键词 分类方法 功能验证 测试集 覆盖模型 集成电路设计
在线阅读 下载PDF
基于集成树的M型星光谱分类 被引量:2
13
作者 王晶 衣振萍 +3 位作者 岳丽丽 董慧芬 潘景昌 卜育德 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第7期2288-2292,共5页
在赫罗图中,M巨星位于红巨星的顶端,是由类太阳的主序星逐渐演化而成的最明亮的一类恒星。M巨星的研究对于理解银河系,特别是银河系晕的性质至关重要。中低分辨率的M巨星光谱,常因为特征不显著、噪声影响等因素而与M矮星的光谱混在一起... 在赫罗图中,M巨星位于红巨星的顶端,是由类太阳的主序星逐渐演化而成的最明亮的一类恒星。M巨星的研究对于理解银河系,特别是银河系晕的性质至关重要。中低分辨率的M巨星光谱,常因为特征不显著、噪声影响等因素而与M矮星的光谱混在一起,不易区分。现有研究一般利用CaH2+CaH3vs.TiO5分子谱指数初步筛选M巨星光谱候选体,再通过人眼检查确认。但这种方法仅利用了三个巨星相关的分子带指数,没有利用识别M巨星的其他光谱特征,可能会由于噪声对指数的污染而导致分类错误。而且,人眼检查数量众多的光谱不仅耗时而且检查质量依赖于人的经验,可靠性无法得到保证。LAMOST望远镜自2011年开始先导巡天到2017年6月,已经发布了900多万天体的光谱,最新释放的光谱数据DR5包含了52万的M型星光谱数据,需要采用自动、准确、有效的方法来区分其中不同光度级的M子样本。本研究利用集成树模型分类M巨星和M矮星光谱,分别采用随机森林、GBDT、XGBoost和LightGBM算法,构建区分M巨星和M矮星的光度分类器。四种分类器的测试准确率分别达到97.23%,98%,98.05%和98.32%。实验表明LightGBM模型比其他三种集成树模型准确率更高,训练时间更少,分类效率更高。对分类器模型获取到的重要特征分析的结果表明,集成树算法有效提取并表达了用于区分M巨星和M矮星的结构性特征,模型提取到的重要特征不仅包括原子线或分子带吸收的波长位置,还包含了它们相邻的伪连续谱,这与传统上计算指数所需要特征波长和伪连续谱是一致的。相比于传统M巨星和M矮星分类方法,集成树模型能够采用光谱中的多个重要特征组合进行分类,避免仅依赖某一种特征易受噪声影响而得出错误的分类结果。研究结果表明集成树算法在巨星识别过程中具有显著优势,完全可以替代传统上只利用CaH和TiO指数的巨星光谱判别方法。基于集成树模型对M型星光谱的分类研究,为LAMOST高效、准确地处理海量天体光谱提供了有效的方法。随着LAMOST巡天项目不断开展,积累的M巨星和M矮星样本将为研究银河系的结构和演化提供重要的数据基础。 展开更多
关键词 M巨星 集成 光谱分类 特征提取
在线阅读 下载PDF
基于斜回归树及其集成算法的静态电压稳定规则提取 被引量:9
14
作者 贾宏阳 侯庆春 +2 位作者 刘羽霄 张宁 范越 《电力系统自动化》 EI CSCD 北大核心 2022年第1期51-59,共9页
可再生能源渗透率的增加给电力系统安全稳定运行带来持续性的挑战,传统方法分析系统稳定性、控制电网稳定运行变得愈加困难。针对这一难题,提出了内嵌安全稳定约束的电力系统优化运行框架以及用于电力系统安全稳定规则提取的斜回归树及... 可再生能源渗透率的增加给电力系统安全稳定运行带来持续性的挑战,传统方法分析系统稳定性、控制电网稳定运行变得愈加困难。针对这一难题,提出了内嵌安全稳定约束的电力系统优化运行框架以及用于电力系统安全稳定规则提取的斜回归树及其集成算法。该算法首先优化斜划分系数以训练单棵斜回归树,然后利用boosting思想集成斜回归树,并通过正则化方法保证树的稀疏度,增强算法的可解释性。相比神经网络等黑箱模型,文中提出的方法能够提取显式安全稳定规则,为内嵌安全稳定约束的电力系统优化运行奠定了基础。最后,以静态电压稳定问题为例验证算法的有效性,算例验证结果表明所提算法具有良好的可解释性、较强的表示能力和较高的集成效率。 展开更多
关键词 静态电压稳定 高比例可再生能源 集成学习 斜回归 极端梯度提升算法
在线阅读 下载PDF
基于提升回归树与随机森林的风电功率集成预测方法 被引量:21
15
作者 李国 江晓东 《电力系统及其自动化学报》 CSCD 北大核心 2018年第11期70-74,共5页
为实现准确的风电功率预测,提出了一种基于提升回归树与随机森林的风电功率集成预测方法。在建立预测模型的第1阶段,首先使用提升回归树建立初始的预测模型,然后计算训练残差;在第2阶段,采用随机森林算法,对训练集上得到的残差进行学习... 为实现准确的风电功率预测,提出了一种基于提升回归树与随机森林的风电功率集成预测方法。在建立预测模型的第1阶段,首先使用提升回归树建立初始的预测模型,然后计算训练残差;在第2阶段,采用随机森林算法,对训练集上得到的残差进行学习。两阶段的模型相加,得到最终的预测模型。以IEEE能源预测工作组提供的风电功率预测数据进行了测试,所提预测模型得到的结果的均方根误差为0.148 8,相比其他方法,预测精度有明显的改善,结果表明,该预测方法可以有效地提取数据中包含的信息。 展开更多
关键词 风力发电 集成预测 提升回归 随机森林
在线阅读 下载PDF
决策树集成方法在反舰导弹效能评估中的应用 被引量:9
16
作者 姬正一 陈阳 +2 位作者 沈培志 韩先平 齐鸿坤 《现代防御技术》 北大核心 2021年第4期15-23,34,共10页
在反舰导弹效能评估方法中,针对存在主观经验和计算时间成本高的问题,提出了随机森林和梯度提升回归树2种决策树集成方法。通过构建3层19个分量的反舰导弹效能评估指标体系,改进的ADC(availability dependability capacity)评估模型建... 在反舰导弹效能评估方法中,针对存在主观经验和计算时间成本高的问题,提出了随机森林和梯度提升回归树2种决策树集成方法。通过构建3层19个分量的反舰导弹效能评估指标体系,改进的ADC(availability dependability capacity)评估模型建立了不同状态反舰导弹武器系统参数数据样本240份,切分数据集后采用归一化处理,结合交叉验证和网格搜索等参数优化方法,得到了2个较为理想的决策树集成效能评估模型。在仿真试验测试验证中,模型的评估准确率较高,验证了该方法的实用性,为反舰导弹效能评估提供了新思路。 展开更多
关键词 反舰导弹 效能评估 决策集成 随机森林 梯度提升回归 机器学习
在线阅读 下载PDF
基于集成学习的交通事故严重程度预测研究与应用 被引量:12
17
作者 单永航 张希 +2 位作者 胡川 丁涛军 姚远 《计算机工程》 CAS CSCD 北大核心 2024年第2期33-42,共10页
目前自动驾驶技术重点是关注如何主动避免碰撞,然而在面对其他交通参与者入侵而导致不可避免的碰撞事故场景时,预测车辆在不同行驶模式下的碰撞严重程度来降低事故严重程度的研究却很少。为此,提出一种双层Stacking事故严重程度预测模... 目前自动驾驶技术重点是关注如何主动避免碰撞,然而在面对其他交通参与者入侵而导致不可避免的碰撞事故场景时,预测车辆在不同行驶模式下的碰撞严重程度来降低事故严重程度的研究却很少。为此,提出一种双层Stacking事故严重程度预测模型。基于真实交通事故数据集NASS-CDS完成训练,模型输入为车辆传感器可感知得到的事故相关特征,输出为车内乘员最高受伤级别。在第1层中,通过实验对不同学习器组合进行训练,最终综合考虑预测性能以及耗时挑选K近邻、自适应提升树、极度梯度提升树作为基学习器;在第2层中,为降低过拟合,采用逻辑回归作为元学习器。实验结果表明,该方法准确率达到85.01%,在精确率、召回率和F1值方面优于其他个体模型和集成模型,该预测结果可作为智能车辆决策规划模块先验信息,帮助车辆做出正确的决策,减缓事故损害。最后阐述了模型在L_(2)辅助驾驶与L_(4)自动驾驶车辆中的应用,在常规车辆安全防护的基础上进一步提升车辆的安全性。 展开更多
关键词 交通安全 交通事故严重程度预测 智能车辆 集成学习 K近邻 自适应提升 极度梯度提升 逻辑回归
在线阅读 下载PDF
采气树及气井地面建设集成橇一体化装置 被引量:1
18
作者 刘中伟 张艳伟 《石油机械》 北大核心 2011年第10期106-107,共2页
针对目前油田采气井口及地面建设工程现场施工受气候和设备限制,焊接质量难以保证,且施工周期长、投资成本高等问题,研制了采气树及气井地面建设集成橇一体化装置。该装置全部为法兰连接,可在采气现场实现快速搬迁安装,节省施工时间... 针对目前油田采气井口及地面建设工程现场施工受气候和设备限制,焊接质量难以保证,且施工周期长、投资成本高等问题,研制了采气树及气井地面建设集成橇一体化装置。该装置全部为法兰连接,可在采气现场实现快速搬迁安装,节省施工时间以上;既能满足采气工艺要求,又可在工厂内预制完成采气树及气井地面建设。现场试验表明,该装置完全满足大庆油田采气井场地面建设工艺流程控制和作业需求,维护、操作和管理更加安全方便,不仅可降低成本,还可提高设备利用效率。因此,该装置的市场前景十分广阔。 展开更多
关键词 采气 气井地面建设 集成 一体化装置
在线阅读 下载PDF
基于动态粒子群优化的X结构Steiner最小树算法 被引量:1
19
作者 王景熠 朱予涵 +1 位作者 周茹平 刘耿耿 《计算机工程》 CAS CSCD 北大核心 2024年第9期226-234,共9页
Steiner最小树(SMT)是总体布线的最佳连接模型,其构造是1个NP-难问题。粒子群优化(PSO)算法在解决NP-难问题中具有良好的表现,而PSO算法中种群的拓扑结构及搜索信息的传递机制对其性能有着很大的影响。1个适用于具体问题的种群拓扑结构... Steiner最小树(SMT)是总体布线的最佳连接模型,其构造是1个NP-难问题。粒子群优化(PSO)算法在解决NP-难问题中具有良好的表现,而PSO算法中种群的拓扑结构及搜索信息的传递机制对其性能有着很大的影响。1个适用于具体问题的种群拓扑结构对算法性能的提升极为显著。因此,利用PSO求解总体布线问题需要根据具体布线问题的特性来选择合适的粒子拓扑结构策略,以提升PSO的性能。提出基于动态PSO的X结构Steiner最小树(XSMT)算法以解决总体布线问题。首先,设计动态子群与信息交换策略,对种群进行子群划分,引入信息交换的概念,让子群在保持独立性的同时与其他子群进行信息交换,增加子群多样性;其次,设计粒子学习与变异策略,通过设置子群中粒子的学习对象使子群趋向于全局最优,并选择每个子群中适应度值最好的粒子进行变异,使粒子更易于跳出局部最优;最后,设计从多群局部学习过渡到单群全局学习策略,使算法在迭代次数到达阈值之后从局部学习过渡到全局学习,使得粒子在较优拓扑结构的基础上内部连接以获得更好的线长优化率。实验结果表明,与现有的2种R结构SMT(RSMT)算法相比,所提算法在优化线长方面分别优化了10.25%、8.24%;与现有的3种XSMT算法相比,该算法在优化线长方面分别优化了2.44%、1.46%、0.48%,验证了算法的有效性。 展开更多
关键词 动态粒子群优化 信息交换 X结构Steiner最小 超大规模集成电路布线 粒子群优化离散化
在线阅读 下载PDF
基于规则集成的可解释机器学习算法及应用 被引量:5
20
作者 闵继源 鲁统宇 +1 位作者 任婷婷 陈汝昊 《计算机科学与探索》 CSCD 北大核心 2024年第6期1476-1490,共15页
机器学习算法因其良好的预测性能已经取得了巨大的成功,但在对模型可解释性有着较高需求的领域,其适用性受到了限制。针对机器学习算法缺乏可解释性的缺点,基于规则集成思想提出一种新的可解释机器学习算法,称之为集成树惩罚逻辑规则回... 机器学习算法因其良好的预测性能已经取得了巨大的成功,但在对模型可解释性有着较高需求的领域,其适用性受到了限制。针对机器学习算法缺乏可解释性的缺点,基于规则集成思想提出一种新的可解释机器学习算法,称之为集成树惩罚逻辑规则回归,它能以较小的结构复杂度实现与集成树算法相当的预测性能,并且保留了逻辑回归的解释效果。首先,从随机森林、XGBoost等集成树中提取分枝,并将其转换为逻辑规则。其次,对规则集进行剪枝和去重处理,以得到精简的规则集。最后,将规则作为变量融入逻辑回归中,并以Lasso算法进行复杂度控制。以企业风险预警作为实例,与多种机器学习算法进行实验对比,结果表明此算法不仅能很好地继承集成树的违约判别能力,在各个分类指标上均超越了大多数机器学习算法,而且可以通过规则给出企业风险指标的阈值,便于企业进行风险管理。进一步地,根据此算法制作企业信用评分,验证了它的广泛适用性,得到的评分符合客观规律且具有区分度,然后通过三个公开数据集验证了模型预测性能的稳健性。 展开更多
关键词 可解释机器学习 规则学习 非线性回归 集成 风险预警
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部