多尺度数据条件下基于优化RF算法的工程机械可靠性仿真

1

作者 张丽 马利祥 《佳木斯大学学报（自然科学版）》 CAS 2024年第4期83-87,共5页

工程机械是建筑工程的关键设备,其可靠性的高低直接影响到工程的生产效率,为了给项目工程提供可靠性较高的机械设备,提出多尺度数据条件下基于优化RF算法的工程机械可靠性分析方法。构建工程机械设备等效模型,确定工程机械设备的组成结... 工程机械是建筑工程的关键设备,其可靠性的高低直接影响到工程的生产效率,为了给项目工程提供可靠性较高的机械设备,提出多尺度数据条件下基于优化RF算法的工程机械可靠性分析方法。构建工程机械设备等效模型,确定工程机械设备的组成结构与材料,模拟工程机械设备工作流程,确定可靠性影响因素。采集工程机械设备多尺度数据,利用优化RF算法,通过决策树构建、特征提取等步骤,识别工程机械设备工作状态。计算工程机械可靠性指标的具体取值,实现工程机械的可靠性分析。通过仿真测试实验得出结论:与传统分析方法相比,优化设计方法的机械可靠性分析误差降低了0.033,通过可靠性分析方法的应用能够有效提升工程产品的生产合格率,由此证明优化设计方法在分析精度和应用性能方面具有明显优势。 展开更多

关键词 多尺度数据条件 优化rf算法 工程机械设备 可靠性分析

在线阅读 下载PDF 职称材料

基于EMD-RF算法的重介精煤灰分预测研究 被引量：2

2

作者 李哲 孟巧荣 +3 位作者 王然风 付翔 程凯 王珺 《煤炭工程》 北大核心 2023年第10期174-179,共6页

针对煤炭重介分选控制过程中的精煤灰分测量延迟问题,基于随机森林算法(Random Forest,RF)与经验模态分解(Empirical Mode Decomposition,EMD)将工业现场实测的密度、磁性物含量、灰分数据进行降噪处理后,建立了重介分选系统数学模型;... 针对煤炭重介分选控制过程中的精煤灰分测量延迟问题,基于随机森林算法(Random Forest,RF)与经验模态分解(Empirical Mode Decomposition,EMD)将工业现场实测的密度、磁性物含量、灰分数据进行降噪处理后,建立了重介分选系统数学模型;提出了灰分前置对应方法:用t时刻的输入(悬浮液密度值m、磁性物含量值n)对应t+T(T为延迟时间)时刻的输出(精煤灰分值h)进行模型训练。在对BP神经网络、随机森林算法以及基于最小二乘原理的算法进行对比寻优后,最终得出随机森林算法的建模效果最优。研究结果表明:可将随机森林估计值作为指导值用于煤炭分选工业现场,以提升重介分选效率,改善精煤煤质。 展开更多

关键词 重介质选煤 经验模态分解(EMD) 去噪处理 随机森林算法(rf) 预测建模

在线阅读 下载PDF 职称材料

基于RF-RFE算法的地铁车站洪涝灾害预测研究 被引量：3

3

作者 白莲 刘平 《铁道标准设计》 北大核心 2024年第3期192-197,207,共7页

地铁车站形式以地下段为主,进入雨期时受到洪涝灾害的威胁,易发生雨水倒灌现象,严重影响居民出行和地铁安全运营。为进一步提高地铁车站洪涝灾害预测的效果,提出基于RF-RFE和DNN神经网络的地铁车站洪涝灾害预测方法。首先,通过收集并分... 地铁车站形式以地下段为主,进入雨期时受到洪涝灾害的威胁,易发生雨水倒灌现象,严重影响居民出行和地铁安全运营。为进一步提高地铁车站洪涝灾害预测的效果,提出基于RF-RFE和DNN神经网络的地铁车站洪涝灾害预测方法。首先,通过收集并分析已发生地铁车站洪涝灾害的案例,采用文献综述结合专家访谈的方法,构建地铁车站洪涝灾害初始变量集;然后,利用随机森林—递归特征消除(RF-RFE)算法,计算初始变量重要性并完成变量分类正确率排序,从初始变量集中筛选出重要变量;最后,建立DNN神经网络预测模型,并以筛选出的重要变量作为输入样本,训练DNN神经网络,完成对地铁车站洪涝灾害的预测。研究结果表明:(1)变量选择可提高预测模型精度,与初始变量集的DNN神经网络预测模型相比,数据筛选后的DNN神经网络预测模型准确率提高了4.36%;(2)RF-RFE和DNN神经网络算法结合具有良好的效果,预测模型准确率为88.1%,F1分数为0.9。 展开更多

关键词 地铁车站 随机森林(rf)算法 递归特征消除(rfE) 洪涝灾害 神经网络

在线阅读 下载PDF 职称材料

基于RF-Apriori混合算法的关键涉恐特征关联规则挖掘 被引量：5

4

作者 潘翔 郭璇 +1 位作者 吴文辉 肖治庭 《火力与指挥控制》 CSCD 北大核心 2022年第7期89-96,共8页

提出一种基于RF-Apriori混合算法的关键涉恐特征关联规则挖掘方法。通过构建多元特征样本数据集,对样本数据预处理后使用RF算法训练生成涉恐威胁主体识别模型,快速发现关键涉恐特征,使用Aprior算法提取关键涉恐特征的频繁项集及关联规则... 提出一种基于RF-Apriori混合算法的关键涉恐特征关联规则挖掘方法。通过构建多元特征样本数据集,对样本数据预处理后使用RF算法训练生成涉恐威胁主体识别模型,快速发现关键涉恐特征,使用Aprior算法提取关键涉恐特征的频繁项集及关联规则,对关联规则的有效性、可靠性与关联性进行量化评估。实验表明,基于RF-Apriori混合算法能够有效识别涉恐威胁主体,可合理选择关键涉恐特征,快速提取主要涉恐特征的关联规则,提升反恐情报预警预防效能。 展开更多

关键词 反恐情报 rf算法 APRIORI算法 频繁项集 关联分析 涉恐威胁主体

在线阅读 下载PDF 职称材料

基于GEE平台结合RF和SVM算法的茶园提取研究

5

作者 钱瑞 徐伟恒 《林业调查规划》 2023年第1期1-6,共6页

科学有效的茶园遥感监测技术为土地利用管理、茶园管理、产业政策制定奠定了基础。研究基于GEE平台利用Landsat 8/OLI分别结合SVM和RF两种分类算法对云南省普洱市和西双版纳自治州的茶园进行了提取,并将2种算法的提取结果进行了对比。... 科学有效的茶园遥感监测技术为土地利用管理、茶园管理、产业政策制定奠定了基础。研究基于GEE平台利用Landsat 8/OLI分别结合SVM和RF两种分类算法对云南省普洱市和西双版纳自治州的茶园进行了提取,并将2种算法的提取结果进行了对比。结果表明,RF和SVM算法的分类总体精度(OA)分别为95.61%、95.56%,Kappa系数相同,均为87%。RF算法的分类总体精度高于SVM算法,而Kappa系数相同。RF算法的制图精度(PA)为65.44%,与SVM算法(65.75%)相比相差较小,RF和SVM算法的用户精度(UA)分别为63.08%和57.37%。基于GEE平台结合RF分类算法对茶园的提取精度高于SVM算法。采用不同的传感器以及不同的分类算法可实现对茶园准确、高效的提取,对制定科学的茶园管理政策、茶园灾害预警、地表覆被变化等研究具有重要意义。 展开更多

关键词 GEE平台 Landsat 8/OLI 茶园 SVM算法 rf算法

在线阅读 下载PDF 职称材料

基于LSTM-RF的电动钻机绞车齿轮箱故障诊断

6

作者 刘光星 马一豪 《振动与冲击》 EI CSCD 北大核心 2024年第21期156-162,230,共8页

针对提高石油电动钻机绞车齿轮箱故障诊断的准确性和效率,提出了一种基于长短期记忆网络(long short-term memory,LSTM)和随机森林(random forest,RF)融合模型。首先,运用LSTM能够从大规模数据中学习复杂特征,将这些特征作为随机森林的... 针对提高石油电动钻机绞车齿轮箱故障诊断的准确性和效率,提出了一种基于长短期记忆网络(long short-term memory,LSTM)和随机森林(random forest,RF)融合模型。首先,运用LSTM能够从大规模数据中学习复杂特征,将这些特征作为随机森林的输入。然后,通过随机森林处理非线性和高维数据以及对特征的分类,以实现对齿轮不同故障状态的识别。最后,利用电动钻机绞车齿轮箱运行过程中的实时数据,建立了一个包含多种齿轮故障类型的综合数据集。试验结果表明,LSTM齿轮故障诊断准确率为94.67%,RF齿轮故障诊断准确率为94.34%,支持向量机齿轮故障诊断准确率为82.00%,K近邻齿轮故障诊断准确率88.33%,而融合模型LSTM-RF在齿轮故障诊断准确率方面达到了98.33%,克服了单一模型的局限性,提高了诊断准确性。研究表明了融合模型具有更优的电动钻机绞车齿轮箱故障诊断能力。 展开更多

关键词 电动钻机 齿轮箱 故障诊断 长短期记忆网络(LSTM) 随机森林(rf)算法

在线阅读 下载PDF 职称材料

基于改进随机森林算法的强对流气象下电网保护预警算法设计

7

作者 王艺博 《电子设计工程》 2024年第19期182-186,共5页

为了提升电力系统在强对流天气下的应急处置水平,文中对电网恶劣天气下的保护预警方法展开研究。将电力设施的气象保护预警抽象为时间序列处理问题,并采用机器学习算法进行建模求解。在讨论决策树集成后RF收敛性问题的基础上引入了一种... 为了提升电力系统在强对流天气下的应急处置水平,文中对电网恶劣天气下的保护预警方法展开研究。将电力设施的气象保护预警抽象为时间序列处理问题,并采用机器学习算法进行建模求解。在讨论决策树集成后RF收敛性问题的基础上引入了一种基于灰度关联的投影算法,通过挖掘电力网络的运行特征,在历史数据中找到与预测日特征最相似的投影日,从而为RF的决策提供支持。以大量真实气象数据为样本,对改进后RF算法进行的仿真实验结果表明,与单CART树相比,基于集成学习的RF算法具有更强的泛化能力,MAE和RMSE分别降低了51.48%及41.70%。而相较于现有主流的FNN神经网络算法,该算法的性能也有明显提升,且MAE、RMSE分别下降了36.91%及26.09%。 展开更多

关键词 强对流天气 时间序列 机器学习 rf算法 电网保护预警

在线阅读 下载PDF 职称材料

基于逻辑回归-聚类算法的采空区危险等级评价模型 被引量：8

8

作者 黄新典 褚夫蛟 《金属矿山》 CAS 北大核心 2019年第8期179-184,共6页

采空区危险性分级研究在矿山灾害防治和风险管理中具有重要意义。为克服传统采空区危险性评价指标繁多、计算复杂等问题,提出了一种采空区危险等级快速评价模型。基于110个采空区样本,将随机森林算法(Random Forest,RF)与递归特征消除理... 采空区危险性分级研究在矿山灾害防治和风险管理中具有重要意义。为克服传统采空区危险性评价指标繁多、计算复杂等问题,提出了一种采空区危险等级快速评价模型。基于110个采空区样本,将随机森林算法(Random Forest,RF)与递归特征消除理论(Recursive feature elimination,RFE)相结合,筛选出对采空区危险性分级信息量贡献较大的指标,克服传统评价指标繁多且不易获取的缺陷,实现采空区评价指标体系精简降维。基于逻辑回归理论得到采空区危险性概率模型,并应用K-means快速聚类算法求得采空区危险性概率的4个聚类中心点,耦合2种算法构建了采空区危险等级快速分级模型,以克服传统采空区危险性评价方法计算复杂、普适性差的缺陷。为验证该评价模型的有效性,基于混淆矩阵对评价模型的准确性进行了验证分析。研究表明:①RQD值、矿柱尺寸布置、岩体结构、采空区高度、地质构造、工程布置、地下可见水赋值为采空区分级评价中信息贡献量较大的指标;②模型分级准确率达到77.4%,第一类错误率降低至6.25%,危险采空区的预测准确率达到93.75%,评价结果可为采空区后续治理提供可靠依据。 展开更多

关键词 采空区 rf算法 rfE算法 逻辑回归理论 K-MEANS聚类

在线阅读 下载PDF 职称材料

基于机器学习优化的GNSS曲面高程拟合方法

9

作者 王志文 《城市勘测》 2024年第3期118-121,共4页

针对在区域内大地高进行正常高转换过程中,出现的将传统曲面拟合方式和非线性机器学习算法割裂的现象。本文提出了使用BP神经网络和随机森林(RF)算法对线性曲面拟合方式进行优化,通过使用某矿区观测站的实测GNSS和水准数据进行实验,实... 针对在区域内大地高进行正常高转换过程中,出现的将传统曲面拟合方式和非线性机器学习算法割裂的现象。本文提出了使用BP神经网络和随机森林(RF)算法对线性曲面拟合方式进行优化,通过使用某矿区观测站的实测GNSS和水准数据进行实验,实验完成了对GNSS曲面拟合工作后,使用了机器学习算法进行再建模来进一步逼近真实高程信息。实验结果表明:在观测区域较大和高程异常不规则的情况下,使用BP神经网络对曲面拟合结果进行非线性优化能实现更加精确的GNSS高程拟合精度。为进一步提升对地高程观测精度提供了思路,对各类工程建设和矿区变形监测具有现实意义。 展开更多

关键词 BP神经网络 rf算法 区域建模 高程拟合

在线阅读 下载PDF 职称材料

云计算环境下基于X-means优化聚类的海量多源异构数据分类 被引量：2

10

作者 陶迎松 《北部湾大学学报》 2024年第2期40-46,共7页

大数据分类算法在处理海量多源异构数据时存在精度差、效率低等问题,为此提出了一种在云计算环境下基于X-means的优化聚类算法。先构建云计算框架体系,包括用户层、应用层、平台层、资源层和后台管理层;基于RF优化算法对多源异构数据集... 大数据分类算法在处理海量多源异构数据时存在精度差、效率低等问题,为此提出了一种在云计算环境下基于X-means的优化聚类算法。先构建云计算框架体系,包括用户层、应用层、平台层、资源层和后台管理层;基于RF优化算法对多源异构数据集做融合预处理,降低泛化误差的同时也能实现对数据集的粗分类;基于X-means优化聚类算法计算出数据聚类数量上下限值,不但提升数据训练的效率和降低算法的复杂度,还使距离平均误差值得到较好的控制。在实验室搭建了1个master节点和5个slave节点的云框架,实验结果显示,提出的分类算法在处理海量多源异构数据集时具有更强的分类精度和抗漂移性,同时在分类效率方面也具有一定优势。 展开更多

关键词 云计算 X-means优化聚类 rf优化算法 融合预处理 距离平均误差值

在线阅读 下载PDF 职称材料

RRU关键技术及创新 被引量：7

11

作者 王永贵 张国俊 崔晓俊 《中兴通讯技术》 2018年第3期48-53,共6页

认为远端射频模块(RRU)包含收发信机(TRX)、功放、射频(RF)算法、滤波器、天线五大专有关键技术方向。其中TRX主要聚焦高集成、低功耗、大带宽技术;功放及算法主要聚焦高效率低成本技术;滤波器主要聚焦小型化、轻量化技术;天线主要聚焦... 认为远端射频模块(RRU)包含收发信机(TRX)、功放、射频(RF)算法、滤波器、天线五大专有关键技术方向。其中TRX主要聚焦高集成、低功耗、大带宽技术;功放及算法主要聚焦高效率低成本技术;滤波器主要聚焦小型化、轻量化技术;天线主要聚焦于天面简化、5G低频大规模多输入多输出(MIMO)、5G高频技术。同时详细说明了近十年来这些技术的发展趋势及创新。 展开更多

关键词 RRU TRX 功放(PA) rf算法 滤波器 天线

在线阅读 下载PDF 职称材料

基于机器学习的药物血浆蛋白结合率的预测 被引量：4

12

作者 付洺宇 朱一阳 +2 位作者 吴春勇 侯凤贞 关媛 《中国药科大学学报》 CAS CSCD 北大核心 2021年第6期699-706,共8页

预测药物在血浆中的蛋白结合率,有助于了解药物的药代动力学特征,对药物发现的早期研究有重要的参考价值。本研究收集了2452个临床药物的血浆蛋白结合率信息,用Molecular Operating Environment(MOE)和Mordred两种软件计算分子描述符,... 预测药物在血浆中的蛋白结合率,有助于了解药物的药代动力学特征,对药物发现的早期研究有重要的参考价值。本研究收集了2452个临床药物的血浆蛋白结合率信息,用Molecular Operating Environment(MOE)和Mordred两种软件计算分子描述符,将算得的分子描述符作为模型的输入特征。使用极端梯度提升(extreme gradient boosting,XGBoost)算法和随机森林(randomforest,RF)算法构建机器学习模型。结果表明,与MOE相比,将Mordred计算的分子描述符作为模型的输入,构建的模型预测性能更优。使用XGBoost算法和RF算法构建模型的预测性能结果相近,最优模型的R2均为0.715。此外,根据研究结果得出药物血浆蛋白结合率与药物分子的一些理化性质参数,如水溶性,辛醇/水分配系数以及共轭双键密切相关。通过这些参数预测药物血浆蛋白结合率具有方便快捷的优点,可以为相关药代动力学研究提供参考依据。 展开更多

关键词 血浆蛋白结合率 机器学习 XGBoost算法 rf算法 药物发现

在线阅读 下载PDF 职称材料

气孔构造岩石裂隙渗透特性及其渗流量预测方法 被引量：1

13

作者 叶娟 涂树杰 +1 位作者 刘晓明 鄢鹏宇 《水利水电技术（中英文）》 北大核心 2022年第6期155-162,共8页

低雷诺数下岩石光滑裂隙渗流流量可用立方定律描述,而气孔构造岩石裂隙的渗透特性与之不同,需进一步研究。为此,首先开展了气孔构造裂隙渗透试验,获得了气孔构造单裂隙渗流流量与不同水力坡降、等效水力缝宽、气孔最大深度、气孔等效直... 低雷诺数下岩石光滑裂隙渗流流量可用立方定律描述,而气孔构造岩石裂隙的渗透特性与之不同,需进一步研究。为此,首先开展了气孔构造裂隙渗透试验,获得了气孔构造单裂隙渗流流量与不同水力坡降、等效水力缝宽、气孔最大深度、气孔等效直径、气孔面积占比5个因素共382组试验数据;然后分别采用传统的回归分析和新出现的机器学习算法对试验数据进行分析,研究气孔构造岩石裂隙渗流量预测方法,通过回归分析,得到气孔构造裂隙渗流量预测公式;最后基于机器学习中的随机森林算法,建立了气孔构造岩石裂隙渗流流量预测模型,并分析了影响气孔构造岩石裂隙渗流量的各因素的重要性。结果表明:影响气孔构造岩石裂隙渗流流量的主要因素为水力坡降和等效水力缝宽,其他影响因素的重要性之和小于15%;回归所得流量预测公式形式简洁,抓住了主要影响因素,但其拟合优度不是很高(R^(2)=0.90),这是因为回归分析会忽略其中的次要影响因素;随机森林预测模型包含次要因素的影响,预测效果(R^(2)=0.97)显著优于回归预测公式,在预测复杂裂隙构造渗流量预测方面更有优势。 展开更多

关键词 气孔构造玄武岩 裂隙渗流 流量预测公式 随机森林(rf)算法

在线阅读 下载PDF 职称材料