检索结果-维普期刊中文期刊服务平台

机器学习算法在ICU患者压力性损伤风险预警中的应用进展: 1; 作者冀慧敏柏亚妹 +3 位作者宋玉磊张薛晴徐桂华王晓凤《护理学杂志》北大核心 2025年第5期126-128,F0003,共4页; 综述机器学习算法在ICU压力性损伤风险预警中的应用,预测模型包括逻辑回归模型、基于树的模型、决策树模型、贝叶斯算法、循环神经网络及集成模型,旨在为制订个性化的预防策略提供科学方法,以提升ICU护理水平。; 关键词 ICU 压力性损伤机器学习算法模式识别预测分析逻辑回归基于树的模型风险预警; 在线阅读下载PDF 职称材料

一种改进的极限学习机煤与瓦斯突出预测模型被引量：26: 2; 作者付华李海霞 +2 位作者卢万杰徐耀松王雨虹《传感技术学报》 CAS CSCD 北大核心 2016年第1期69-74,共6页; 较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证。为了提高煤与瓦斯突出预测模型的预测精度,提出了一种改进的极限学习机煤与瓦斯突出预测模型。首先利用核主成分分析法对煤与瓦斯突出的影响指标进行降维简化处理,提取指标... 展开更多; 关键词煤与瓦斯突出预测模型极限学习机核主成分分析法文化基因算法; 在线阅读下载PDF 职称材料

Boosting理论基础被引量：5: 3; 作者涂承胜陆玉昌《计算机科学》 CSCD 北大核心 2004年第10期11-14,共4页; Boosting是提高学习算法准确度的有效方法。本文主要介绍了Boosting的问题框架PAC模型、与Boosting相似并有助于AdaBoost研完的在线分配模型和AdaBoost算法,并对AdaBoost算法的参数和弱假设选择等进行了分析。; 关键词 ADABOOST算法学习算法在线分配模型框架参数 pac 有效方法问题分析; 在线阅读下载PDF 职称材料

基于IFOA-KELM-MEA模型的游梁式抽油机采油系统井下工况的短期预测被引量：7: 4; 作者李琨韩莹 +2 位作者佘东生魏泽飞黄海礁《化工学报》 EI CAS CSCD 北大核心 2017年第1期188-198,共11页; 实现对井下工况的预测是及时掌握抽油井生产状态的有效方法,对提高油井生产效率和降低维护成本具有十分重要的意义。采用混沌理论实现抽油井井下工况的短期预测,首先将所提取的示功图的不变曲线矩特征向量作为预测变量,在证明其数据序... 展开更多; 关键词混沌时间序列预测游梁式抽油机核极限学习机果蝇优化算法物元分析测量石油模型; 在线阅读下载PDF 职称材料

改进SSA-KELM模型在埋地腐蚀管道剩余寿命预测中的应用被引量：2: 5; 作者骆正山徐龙寅骆济豪《热加工工艺》北大核心 2023年第20期19-24,共6页; 为提高埋地腐蚀管道剩余寿命预测精度,构建其剩余寿命预测模型。建立基于核主成分分析(KPCA)和改进麻雀搜索算法(ISSA)的核极限学习机(KELM)剩余寿命预测模型。首先采用KPCA预处理原始数据,提取埋地腐蚀管道主要特征向量并重构评价指标... 展开更多; 关键词管道剩余寿命核主成分分析法改进的麻雀搜索算法核极限学习机剩余寿命预测模型; 在线阅读下载PDF 职称材料

基于小波的SSA-ELM大坝变形时空预测模型被引量：8: 6; 作者宋宝钢包腾飞 +1 位作者向镇洋王瑞婕《长江科学院院报》 CSCD 北大核心 2023年第8期145-151,共7页; 为了解决大坝变形单测点预测模型没有考虑测点间的空间位置关系、难以刻画大坝变形的整体响应特性以及基于回归分析的统计模型难以揭示环境量与效应量间复杂的非线性映射关系,预测精度不佳的问题,提出了一种基于小波理论、采用麻雀搜索... 展开更多; 关键词大坝变形预测小波分析麻雀搜索算法极限学习机时空分布模型; 在线阅读下载PDF 职称材料

多尺度多方法组合的网约车需求预测方法研究被引量：1: 7; 作者丁夏蕾郭秀才程勇《现代电子技术》 2022年第3期96-102,共7页; 为了解决单一时间序列模型对网约车需求预测精度不高,而导致网约车供需不平衡的问题,提出一种多尺度多方法组合的网约车需求预测方法。对网约车影响因素进行分析并提取出主要特征,利用历史平均模型、ARIMA时间序列模型、LSTM长短期记忆... 展开更多; 关键词组合预测模型网约车需求预测灰狼算法 LSTM ARIMA 时间序列深度学习; 在线阅读下载PDF 职称材料

用于储量渗透率预测的高效梯度提升决策模型被引量：3: 8; 作者谷宇峰张道勇 +3 位作者阮金凤王琴张晨朔张臣《科学技术与工程》北大核心 2021年第26期11064-11074,共11页; 渗透率预测本质上属于拟合问题,因此可用拟合模型进行解决。机器学习模型是解决拟合问题的利器,其中LightGBM(light gradient boosting machine)表现出色,为此选用该模型进行预测。然而,LightGBM预测性能受自变量的数量和性质影响较大,... 展开更多; 关键词渗透率预测机器学习模型拟合分析高效梯度提升决策模型均值权重筛选算法坐标下降算法前馈神经网络模型支持向量拟合模型; 在线阅读下载PDF 职称材料

题名机器学习算法在ICU患者压力性损伤风险预警中的应用进展: 1; 作者冀慧敏柏亚妹宋玉磊张薛晴徐桂华王晓凤; 机构南京中医药大学护理学院中国中医科学院望京医院; 出处《护理学杂志》北大核心 2025年第5期126-128,F0003,共4页; 基金国家自然科学基金青年项目(72004102) 教育部人文社科青年基金项目(19YJCZH139)。; 文摘综述机器学习算法在ICU压力性损伤风险预警中的应用,预测模型包括逻辑回归模型、基于树的模型、决策树模型、贝叶斯算法、循环神经网络及集成模型,旨在为制订个性化的预防策略提供科学方法,以提升ICU护理水平。; 关键词 ICU 压力性损伤机器学习算法模式识别预测分析逻辑回归基于树的模型风险预警; Keywords ICU pressure injury machine learning algorithm pattern recognition forecasting analysis logical regression tree-based model risk prediction; 分类号 R472 [医药卫生—护理学]; 在线阅读下载PDF 职称材料

题名一种改进的极限学习机煤与瓦斯突出预测模型被引量：26: 2; 作者付华李海霞卢万杰徐耀松王雨虹; 机构辽宁工程技术大学电气与控制工程学院辽宁工程技术大学机械工程学院; 出处《传感技术学报》 CAS CSCD 北大核心 2016年第1期69-74,共6页; 基金国家自然科学基金项目(51274118 70971059) +1 种基金辽宁省科技攻关项目(2011229011) 辽宁省教育厅基金项目(L2012119); 文摘较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证。为了提高煤与瓦斯突出预测模型的预测精度,提出了一种改进的极限学习机煤与瓦斯突出预测模型。首先利用核主成分分析法对煤与瓦斯突出的影响指标进行降维简化处理,提取指标数据的主成分序列;把主成分序列分为训练样本和验证样本,然后在训练阶段,使用训练样本通过结合了全局搜索和局部搜索的文化基因算法对极限学习机的输入权值和隐含层偏差进行优化,得到最佳预测模型;最后,在最佳预测模型中,用验证样本对煤与瓦斯突出强度进行预测。通过实例验证,该模型能够有效预测煤与瓦斯突出强度。与BP、SVM、ELM、KPCA-ELM等预测模型相比,该模型具有更高的预测精度。; 关键词煤与瓦斯突出预测模型极限学习机核主成分分析法文化基因算法; Keywords coal and gas outburst prediction model extreme learning machine kernel principal component analysis memetic algorithm; 分类号 TP39 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名Boosting理论基础被引量：5: 3; 作者涂承胜陆玉昌; 机构重庆三峡学院计算机科学系清华大学计算机科学技术系智能技术与系统国家重点实验室; 出处《计算机科学》 CSCD 北大核心 2004年第10期11-14,共4页; 基金重庆市教委科技项目(编号:031104)资助中国国家重点基础研究发展项目"973项目"(编号:G1998030414)资助; 文摘 Boosting是提高学习算法准确度的有效方法。本文主要介绍了Boosting的问题框架PAC模型、与Boosting相似并有助于AdaBoost研完的在线分配模型和AdaBoost算法,并对AdaBoost算法的参数和弱假设选择等进行了分析。; 关键词 ADABOOST算法学习算法在线分配模型框架参数 pac 有效方法问题分析; Keywords pac learning model,online prediction model,algorithm analysis; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于IFOA-KELM-MEA模型的游梁式抽油机采油系统井下工况的短期预测被引量：7: 4; 作者李琨韩莹佘东生魏泽飞黄海礁; 机构渤海大学工学院辽河油田分公司锦州采油厂采油作业五区; 出处《化工学报》 EI CAS CSCD 北大核心 2017年第1期188-198,共11页; 基金国家自然科学基金项目(61403040)~~; 文摘实现对井下工况的预测是及时掌握抽油井生产状态的有效方法,对提高油井生产效率和降低维护成本具有十分重要的意义。采用混沌理论实现抽油井井下工况的短期预测,首先将所提取的示功图的不变曲线矩特征向量作为预测变量,在证明其数据序列具有混沌特性后,由核极限学习机(kernel extreme learning machine,ELM)建立混沌时间序列预测模型,对其中的几个不确定参数采用改进的果蝇优化算法(improved fruit fly optimization algorithm,IFOA)进行优化选取,IFOA采用全局群体多样进化和局部个体随机变异的策略,最后,对模型所预测的结果进行物元分析(matter-element analysis,MEA),诊断其属于哪种故障类型。由某油田作业区的两口生产井进行实例验证,结果表明所提出的IFOA-KELM-MEA预测模型是合理有效的。; 关键词混沌时间序列预测游梁式抽油机核极限学习机果蝇优化算法物元分析测量石油模型; Keywords chaotic time series prediction beam pumping units kernel extreme learning machine fruit fly optimization algorithm matter-element analysis measurement petroleum model; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名改进SSA-KELM模型在埋地腐蚀管道剩余寿命预测中的应用被引量：2: 5; 作者骆正山徐龙寅骆济豪; 机构西安建筑科技大学管理学院北京理工大学睿信学院; 出处《热加工工艺》北大核心 2023年第20期19-24,共6页; 基金国家自然科学基金资助项目(41877527) 陕西省社科基金资助项目(2018S34)。; 文摘为提高埋地腐蚀管道剩余寿命预测精度,构建其剩余寿命预测模型。建立基于核主成分分析(KPCA)和改进麻雀搜索算法(ISSA)的核极限学习机(KELM)剩余寿命预测模型。首先采用KPCA预处理原始数据,提取埋地腐蚀管道主要特征向量并重构评价指标。其次针对SSA易陷入局部最优及迭代后期抗停滞性能降低等缺陷,提出SSA改进方案:利用Tent混沌提升其遍历性;引入自适应安全值调整麻雀搜索区域;使用高斯扰动重点搜索最优解附近区域,以提升SSA全局寻优能力。再次利用ISSA寻优KELM中核参数和惩罚系数,最终构建KPCA-ISSA-KELM埋地腐蚀管道剩余寿命预测模型。以某埋地管线为例进行仿真,结果表明:KPCA-ISSA-KELM模型预测结果均方误差、平均绝对误差值、决定系数为分别为0.249、0.096、0.998,均优于其他模型。证明KPCA-ISSA-KELM的埋地腐蚀管道剩余寿命预测模型具有较强的鲁棒性,为管道系统研究提供重要的参考依据。; 关键词管道剩余寿命核主成分分析法改进的麻雀搜索算法核极限学习机剩余寿命预测模型; Keywords pipeline remaining life kernel principal component analysis improved sparrow search algorithm kernel extreme learning machine residual life prediction model; 分类号 TG172 [金属学及工艺—金属表面处理]; 在线阅读下载PDF 职称材料

题名基于小波的SSA-ELM大坝变形时空预测模型被引量：8: 6; 作者宋宝钢包腾飞向镇洋王瑞婕; 机构河海大学水文水资源与水利工程科学国家重点实验室河海大学水利水电学院三峡大学水利与环境学院; 出处《长江科学院院报》 CSCD 北大核心 2023年第8期145-151,共7页; 基金国家重点研发计划项目(2018YFC1508603) 国家自然科学基金重点项目(51739003)。; 文摘为了解决大坝变形单测点预测模型没有考虑测点间的空间位置关系、难以刻画大坝变形的整体响应特性以及基于回归分析的统计模型难以揭示环境量与效应量间复杂的非线性映射关系,预测精度不佳的问题,提出了一种基于小波理论、采用麻雀搜索算法(SSA)优化极限学习机(ELM)的大坝变形时空预测模型,并以某实际工程为例验证了模型的可行性。首先,采用小波分析剔除大坝原始位移测值中的噪声,接着从时间-空间两个维度出发考虑测点坐标变化对位移的影响,利用SSA-ELM对环境量与效应量进行非线性建模,进而构建了基于小波的SSA-ELM大坝变形时空预测模型。实例分析表明:所提模型能够准确预测出未布置测点部位的变形,其复相关系数为0.9968、均方根误差为0.3404、平均绝对误差为0.2754,均明显高于ELM模型和统计模型。所提模型融合了时间和空间维度且预测精度高,对分析评估大坝安全具有重要参考价值。; 关键词大坝变形预测小波分析麻雀搜索算法极限学习机时空分布模型; Keywords dam deformation prediction wavelet analysis sparrow search algorithm extreme learning machine spatiotemporal distribution model; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名多尺度多方法组合的网约车需求预测方法研究被引量：1: 7; 作者丁夏蕾郭秀才程勇; 机构西安科技大学电气与控制工程学院; 出处《现代电子技术》 2022年第3期96-102,共7页; 基金国家重点研发计划“物联网与智慧城市”专项:智慧城市的群体态势辨识与服务计算的基础理论及关键技术研究(2018YFB2100800)。; 文摘为了解决单一时间序列模型对网约车需求预测精度不高,而导致网约车供需不平衡的问题,提出一种多尺度多方法组合的网约车需求预测方法。对网约车影响因素进行分析并提取出主要特征,利用历史平均模型、ARIMA时间序列模型、LSTM长短期记忆神经网络进行网约车需求预测,分别提取出网约车数据的周期性规律、差分变化规律和其他复杂规律,为了最大限度发挥三种单一模型的优势,使用三种单一模型建立组合模型,最后用灰狼优化算法对组合模型的权重进行寻优。通过在真实数据集上对单一模型和组合模型的预测精度进行比较,结果表明,组合模型在五种评价标准下均优于单一模型,更好地发挥出单一模型的预测优势,预测精度更高。同时在不同的适应度函数下进行实验,验证了模型的鲁棒性。采用组合预测模型预测精度更高,更适合作为网约车需求预测的有效模型。; 关键词组合预测模型网约车需求预测灰狼算法 LSTM ARIMA 时间序列深度学习; Keywords combined prediction model online car⁃hailing demand prediction GWO algorithm LSTM ARIMA time series deep learning; 分类号 TN911.1-34 [电子电信—通信与信息系统] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名用于储量渗透率预测的高效梯度提升决策模型被引量：3: 8; 作者谷宇峰张道勇阮金凤王琴张晨朔张臣; 机构自然资源部油气资源战略研究中心中国石油长庆油田采油五厂; 出处《科学技术与工程》北大核心 2021年第26期11064-11074,共11页; 文摘渗透率预测本质上属于拟合问题,因此可用拟合模型进行解决。机器学习模型是解决拟合问题的利器,其中LightGBM(light gradient boosting machine)表现出色,为此选用该模型进行预测。然而,LightGBM预测性能受自变量的数量和性质影响较大,同时较多超参数的使用使其预测状态难以最优,为此采用MIV(mean impact value)算法和CD(coordinate descent)算法对模型进行改进。为验证提出模型的预测性能,以姬塬油田西部长8段致密砂岩储层为例进行研究。设计了三个实验分别对提出模型进行性能分析。根据实验结果发现MIV和CD的使用能提高LightGBM的预测性能,同时提出模型在预测上较常规混合机器学习模型表现更为高效。实验结果证明提出模型可在纯数据驱动下高效地预测渗透率,较经典物理模型更具有适用性和推广性。; 关键词渗透率预测机器学习模型拟合分析高效梯度提升决策模型均值权重筛选算法坐标下降算法前馈神经网络模型支持向量拟合模型; Keywords permeability prediction machine learning models model fitting analysis light gradient boosting machine model mean impact value algorithm coordinate descent algorithm feed forward neural network model support vector regression model; 分类号 P618.13 [天文地球—矿床学]; 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	机器学习算法在ICU患者压力性损伤风险预警中的应用进展	冀慧敏柏亚妹宋玉磊张薛晴徐桂华王晓凤	《护理学杂志》北大核心	2025	0	在线阅读下载PDF 职称材料
2	一种改进的极限学习机煤与瓦斯突出预测模型	付华李海霞卢万杰徐耀松王雨虹	《传感技术学报》 CAS CSCD 北大核心	2016	26	在线阅读下载PDF 职称材料
3	Boosting理论基础	涂承胜陆玉昌	《计算机科学》 CSCD 北大核心	2004	5	在线阅读下载PDF 职称材料
4	基于IFOA-KELM-MEA模型的游梁式抽油机采油系统井下工况的短期预测	李琨韩莹佘东生魏泽飞黄海礁	《化工学报》 EI CAS CSCD 北大核心	2017	7	在线阅读下载PDF 职称材料
5	改进SSA-KELM模型在埋地腐蚀管道剩余寿命预测中的应用	骆正山徐龙寅骆济豪	《热加工工艺》北大核心	2023	2	在线阅读下载PDF 职称材料
6	基于小波的SSA-ELM大坝变形时空预测模型	宋宝钢包腾飞向镇洋王瑞婕	《长江科学院院报》 CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料
7	多尺度多方法组合的网约车需求预测方法研究	丁夏蕾郭秀才程勇	《现代电子技术》	2022	1	在线阅读下载PDF 职称材料
8	用于储量渗透率预测的高效梯度提升决策模型	谷宇峰张道勇阮金凤王琴张晨朔张臣	《科学技术与工程》北大核心	2021	3	在线阅读下载PDF 职称材料