检索结果-维普期刊中文期刊服务平台

基于集成学习算法和Optuna调优的江西省森林碳储量遥感估测被引量：3: 1; 作者王可月王轶夫 +3 位作者陈馨郑峻鹏李杰孙玉军《生态学报》北大核心 2025年第2期685-700,共16页; 了解森林碳储量对于完整、准确地量化碳排放及气候变化背景下的环境监测至关重要,借助遥感数据源是估算区域尺度碳储量的有效方法。以江西省为研究区,基于第七次国家森林资源连续清查样地数据与Landsat-5 TM遥感数据,通过GEE平台对影像... 展开更多; 关键词森林碳储量遥感估测集成学习算法 optuna超参数调优堆叠集成算法碳密度地理探测器; 在线阅读下载PDF 职称材料

CatBoost算法结合Optuna框架预测砂土液化被引量：2: 2; 作者何家智冯现大刘天琦《济南大学学报（自然科学版）》 CAS 北大核心 2024年第4期496-502,共7页; 为了解决利用机器学习算法建立的部分砂土液化预测模型仅在特定地区实现高精确预测而泛化能力减弱的问题,从而扩大砂土液化预测模型适用范围,准确预测砂土液化,以更好地防治地震灾害,基于类别型特征提升算法CatBoost并结合自动超参数优... 展开更多; 关键词岩土工程砂土液化预测机器学习 CatBoost算法 optuna框架泛化能力; 在线阅读下载PDF 职称材料

基于CatBoost优化算法的自密实混凝土工作性预测: 3; 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... 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 职称材料

泰安市蒸发量变化趋势分析与基于神经网络的预测被引量：6: 4; 作者于小鸽王世超 +1 位作者李岩钱丽丽《科学技术与工程》北大核心 2024年第10期3984-3996,共13页; 蒸发量是水文特征里的一个重要指标,为科学准确地分析及预测泰安市蒸发量的特点和走势,利用泰安市黄前水库、东周水库、大汶口和戴村坝4个代表性水文观测站1985—2021年的调查数据,通过Mann-Kendall检验法、滑动t检验法检测其突变特征后... 展开更多; 关键词 MK突变检验滑动t检验 R/S分析法 NeuralProphet算法 optuna算法; 在线阅读下载PDF 职称材料

基于集成学习的脱硫剂加入量预测方法被引量：2: 5; 作者方一飞但斌斌 +3 位作者吴经纬容芷君都李平罗钟邱《武汉科技大学学报》 CAS 北大核心 2024年第5期361-367,共7页; 为解决铁水预脱硫过程中脱硫剂加入量控制问题,提出一种基于集成学习的脱硫剂加入量预测方法。首先,对原始数据进行预处理,将空值、重复值、0值以及不符合工艺规范的数据行删除,并使用LOF算法结合专家经验剔除异常值;其次,基于GBDT算法... 展开更多; 关键词脱硫剂加入量铁水预脱硫局部异常因子 optuna算法极限梯度提升树; 在线阅读下载PDF 职称材料

利用改进XGBoost预测RH精炼终点钢水温度被引量：4: 6; 作者徐猛雷洪 +3 位作者何江一韩信王兴华王燕斌《材料与冶金学报》 CAS 北大核心 2023年第5期437-443,共7页; 合适的RH精炼终点钢水温度是保证连铸坯质量的重要前提.为了准确地预测RH精炼终点钢水温度,首先利用随机森林在处理高维数据集上的优势,采用袋外数据评分法进行特征选择,以确定模型的输入变量;然后利用Optuna框架优化XGBoost超参数,减... 展开更多; 关键词 RH精炼 XGBoost算法终点预报 optuna 钢水温度; 在线阅读下载PDF 职称材料

题名基于集成学习算法和Optuna调优的江西省森林碳储量遥感估测被引量：3: 1; 作者王可月王轶夫陈馨郑峻鹏李杰孙玉军; 机构北京林业大学森林资源和环境管理国家林业和草原重点实验室北京市十三陵林场管理处北京市园林绿化大数据中心; 出处《生态学报》北大核心 2025年第2期685-700,共16页; 基金江西省林业局科技创新专项([202133]) 中央高校基本科研业务费专项资金(BFUKF202404,PTYX202407)。; 文摘了解森林碳储量对于完整、准确地量化碳排放及气候变化背景下的环境监测至关重要,借助遥感数据源是估算区域尺度碳储量的有效方法。以江西省为研究区,基于第七次国家森林资源连续清查样地数据与Landsat-5 TM遥感数据,通过GEE平台对影像进行处理,将递归特征消除(RFE)、Boruta两种特征选择方法与支持向量机(SVR),包括随机森林(RF)、极端梯度提升(XGBoost)和堆叠集成(Stacking)在内的三种集成学习算法相结合,分析不同模型的估测精度。此外,运用Optuna超参数优化框架来确定各模型的超参数。根据最优估测模型来反演江西省森林碳储量并绘制空间分布图,选用地理探测器对碳储量的空间分布格局进行驱动力分析。结果表明:(1)根据特征重要性排名,RFE筛选出30个变量,Boruta筛选出11个变量,合适的特征子集与回归算法相结合能显著提升估测的准确性。(2)基于Optuna对各模型的超参数进行迭代调优,发现不同特征子集与机器学习算法相结合,超参数取值和重要性在模型中差异较大。其中RFE筛选的最优特征子集与Stacking算法结合进行回归拟合时获得了最好的估测效果(R^(2)=0.527,RMSE=15.85Mg/hm^(2),MAE=12.31Mg/hm^(2)),该模型有效利用训练数据,结合多种算法的优点以减少偏差,显著改善森林碳密度高值低估和低值高估的问题。(3)最优估测模型反演得到江西省2006年的森林碳密度平均值为33.356Mg/hm^(2)(2.585—88.943Mg/hm^(2)),森林碳储量总量为321.507Tg。(4)自然环境因子中海拔和坡度是影响碳储量空间分布格局的主要驱动因子;所有因子在交互作用下呈非线性增强和双因子增强,其空间分布格局是自然因素和人为因素协同作用的结果。; 关键词森林碳储量遥感估测集成学习算法 optuna超参数调优堆叠集成算法碳密度地理探测器; Keywords forest carbon storage remote sensing estimation ensemble learning algorithm optuna hyperparameter tuning Stacking carbon density Geodectetor; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TP79 [自动化与计算机技术—检测技术与自动化装置] S718.5 [农业科学—林学]; 在线阅读下载PDF 职称材料

题名CatBoost算法结合Optuna框架预测砂土液化被引量：2: 2; 作者何家智冯现大刘天琦; 机构济南大学土木建筑学院; 出处《济南大学学报（自然科学版）》 CAS 北大核心 2024年第4期496-502,共7页; 基金国家自然科学基金项目(51809115) 山东省自然科学基金项目(ZR2019QEE003)。; 文摘为了解决利用机器学习算法建立的部分砂土液化预测模型仅在特定地区实现高精确预测而泛化能力减弱的问题,从而扩大砂土液化预测模型适用范围,准确预测砂土液化,以更好地防治地震灾害,基于类别型特征提升算法CatBoost并结合自动超参数优化框架Optuna进行调参训练,建立CatBoost-Optuna砂土液化预测模型;将标准贯入试验的地震液化数据集划分为训练集和测试集,利用5个评估指标评估所建立模型的预测结果,与测试集中多层感知机和支持向量机砂土液化预测模型的评估结果相比较,并以地震液化案例数据作为验证集,对比不同预测模型的预测效果。结果表明:与多层感知机和支持向量机砂土液化预测模型相比,所建立的模型在测试集中评估指标较大,有更好的预测效果;在验证集中,所建立模型的评估指标只有精准率略微减小,其他评估指标都保持稳定,而对比模型的评估指标只有召回率保持稳定,其他评估指标都有所减小,只有所建立模型的预测效果与在测试集中的预测效果保持一致,进一步证明所建立模型的泛化能力较强。; 关键词岩土工程砂土液化预测机器学习 CatBoost算法 optuna框架泛化能力; Keywords geotechnical engineering sand liquefaction predication machine learning CatBoost algorithm optuna framework generalization ability; 分类号 TU441.4 [建筑科学—岩土工程]; 在线阅读下载PDF 职称材料

题名基于CatBoost优化算法的自密实混凝土工作性预测: 3; 作者梁其旻王喆梅英杰孙奥李鹏飞; 机构重庆交通大学河海学院; 出处《硅酸盐通报》北大核心 2025年第9期3178-3187,共10页; 基金国家自然科学基金(52379115) 重庆市自然科学基金(CSTB2022NSCQ-MSX0509)。; 文摘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。; 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; Keywords self-compacting concrete paste threshold theory CatBoost algorithm optuna framework sensitivity analysis workability prediction; 分类号 TU528 [建筑科学—建筑技术科学]; 在线阅读下载PDF 职称材料

题名泰安市蒸发量变化趋势分析与基于神经网络的预测被引量：6: 4; 作者于小鸽王世超李岩钱丽丽; 机构山东科技大学资源学院山东科技大学地球科学与工程学院泰安市水文中心; 出处《科学技术与工程》北大核心 2024年第10期3984-3996,共13页; 基金国家自然科学基金(42002282)。; 文摘蒸发量是水文特征里的一个重要指标,为科学准确地分析及预测泰安市蒸发量的特点和走势,利用泰安市黄前水库、东周水库、大汶口和戴村坝4个代表性水文观测站1985—2021年的调查数据,通过Mann-Kendall检验法、滑动t检验法检测其突变特征后,使用R/S分析法预测未来蒸发量变化趋势。使用泰安站2005—2022年蒸发量日值观测数据,通过Neural-Prophet算法耦合Optuna算法建模进行蒸发量的预测,并与其他预测模型的评价指标做出比较。结果表明:泰安市年及各季的蒸发量都呈现出明显的减少趋势,且在今后的一段时期内,大部分区域都将延续这样的发展态势。模型给出的预测数据准确率很高,符合要求,可以利用到日常生产及科研指导中,为蒸发量的预测提供了一种新途径。; 关键词 MK突变检验滑动t检验 R/S分析法 NeuralProphet算法 optuna算法; Keywords MK mutation test moving t-test R/S analysis time NeuralProphet algorithm optuna algorithm; 分类号 P332.2 [天文地球—水文科学]; 在线阅读下载PDF 职称材料

题名基于集成学习的脱硫剂加入量预测方法被引量：2: 5; 作者方一飞但斌斌吴经纬容芷君都李平罗钟邱; 机构武汉科技大学冶金装备及其控制教育部重点实验室中冶南方工程技术有限公司智能制造事业部宝信软件(武汉)有限公司; 出处《武汉科技大学学报》 CAS 北大核心 2024年第5期361-367,共7页; 基金国家自然科学基金项目(51475340) 湖北省重点研发计划项目(YFXM2022000556).; 文摘为解决铁水预脱硫过程中脱硫剂加入量控制问题,提出一种基于集成学习的脱硫剂加入量预测方法。首先,对原始数据进行预处理,将空值、重复值、0值以及不符合工艺规范的数据行删除,并使用LOF算法结合专家经验剔除异常值;其次,基于GBDT算法计算每个输入特征的重要性占比,进行特征筛选;最后,采用Optuna超参数自动寻优框架对预测模型调优,寻找最佳超参数组合,预测脱硫剂加入量。利用某钢厂铁水预处理过程中的实际生产数据,分别采用XGBoost、RF、GBDT以及LightGBM等方法构建预测模型并进行对比试验。其中XGBoost模型的拟合精度(R^(2))、均方根误差(RMSE)、平均绝对误差(MAE)以及平均绝对百分比误差(MAPE)分别为0.8962、198.245、119.726以及7.897%,相较于其它模型均是最优。; 关键词脱硫剂加入量铁水预脱硫局部异常因子 optuna算法极限梯度提升树; Keywords desulfurizer dosage hot metal pre-desulfurization local outliers factor optuna algorithm XGBoos; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名利用改进XGBoost预测RH精炼终点钢水温度被引量：4: 6; 作者徐猛雷洪何江一韩信王兴华王燕斌; 机构东北大学材料电磁过程研究教育部重点实验室东北大学冶金学院建龙北满特殊钢有限责任公司沈阳东惠科国际贸易有限公司; 出处《材料与冶金学报》 CAS 北大核心 2023年第5期437-443,共7页; 基金国家自然科学基金与宝钢联合资助项目(U1460108)。; 文摘合适的RH精炼终点钢水温度是保证连铸坯质量的重要前提.为了准确地预测RH精炼终点钢水温度,首先利用随机森林在处理高维数据集上的优势,采用袋外数据评分法进行特征选择,以确定模型的输入变量;然后利用Optuna框架优化XGBoost超参数,减少计算耗时,提高模型命中率;最后,结合实际的RH精炼生产数据进行模型验证.结果表明:与网格搜索和随机搜索相比,Optuna框架在优化XGBoost超参数的计算耗时和命中率上具有一定优势;与优化后的GBDT和LightGBM两种模型相比,优化后的XGBoost模型具有更好的预测性能,在偏差为±5℃时RH精炼终点钢水温度的命中率达到92%.; 关键词 RH精炼 XGBoost算法终点预报 optuna 钢水温度; Keywords RH refining XGBoost algorithm end-point prediction optuna molten steel temperature; 分类号 TF769.4 [冶金工程—钢铁冶金]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于集成学习算法和Optuna调优的江西省森林碳储量遥感估测	王可月王轶夫陈馨郑峻鹏李杰孙玉军	《生态学报》北大核心	2025	3	在线阅读下载PDF 职称材料
2	CatBoost算法结合Optuna框架预测砂土液化	何家智冯现大刘天琦	《济南大学学报（自然科学版）》 CAS 北大核心	2024	2	在线阅读下载PDF 职称材料
3	基于CatBoost优化算法的自密实混凝土工作性预测	梁其旻王喆梅英杰孙奥李鹏飞	《硅酸盐通报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	泰安市蒸发量变化趋势分析与基于神经网络的预测	于小鸽王世超李岩钱丽丽	《科学技术与工程》北大核心	2024	6	在线阅读下载PDF 职称材料
5	基于集成学习的脱硫剂加入量预测方法	方一飞但斌斌吴经纬容芷君都李平罗钟邱	《武汉科技大学学报》 CAS 北大核心	2024	2	在线阅读下载PDF 职称材料
6	利用改进XGBoost预测RH精炼终点钢水温度	徐猛雷洪何江一韩信王兴华王燕斌	《材料与冶金学报》 CAS 北大核心	2023	4	在线阅读下载PDF 职称材料