基于XGBoost-SHAP框架的科研合作频次归因分析

1

作者 彭兆祺 石斌 +1 位作者 杨杰 邓三鸿 《情报学报》 北大核心 2026年第3期332-349,共18页

科研合作频次的背后蕴含着复杂的合作特征,在揭示科研人员合作关系的强度与模式方面具有关键作用。本研究选取生物医学领域数据集PKG 2.0(PubMed knowledge graph 2.0)中的13220951条真实合作关系作为样本,旨在揭示不同合作频次背后的... 科研合作频次的背后蕴含着复杂的合作特征,在揭示科研人员合作关系的强度与模式方面具有关键作用。本研究选取生物医学领域数据集PKG 2.0(PubMed knowledge graph 2.0)中的13220951条真实合作关系作为样本,旨在揭示不同合作频次背后的关键驱动因素和内在规律。首先,以合作频次作为表征合作关系强度的代理变量,并根据其数据分布特征将频次划分为低频、中频和高频合作;其次,选择研究相似度、成果生产模式、学术资本和个体属性等维度的10类差异性变量,作为描述作者间合作关系的特征体系,并运用XGBoost(extreme gradient boosting)算法捕捉高维特征间的复杂关联;最后,通过SHAP(shapley additive explanations)解释框架对预测模型进行归因分析,以评估特征对不同合作频次的影响程度和交互机制。本研究发现,作者间研究主题相似度在合作频次分类中发挥主要作用,其次为论文数量差异、总被引用次数差异和均被引次数差异。研究主题高相似是维持高频合作的核心要素,低频合作则更关注总量积累而非个体论文影响力。研究主题相似度、论文数量差异与H指数差异对合作频次的作用模式分别为双峰对称型、阈值稳定型及边际递减型。此外,高频合作对知识结构或影响力构成等异质性因素具有显著的包容性,其背后往往形成了以互补为导向的有效分工机制。 展开更多

关键词 科研合作 合作频次 XGBoost-shap 算法归因

在线阅读 下载PDF 职称材料

基于XGBoost-SHAP算法的夏热冬冷地区住宅建筑碳排放时空演变及影响因素研究

2

作者 么智 《环境工程技术学报》 北大核心 2026年第1期83-99,共17页

为系统探究夏热冬冷地区住宅建筑碳排放的时空演变规律及其驱动机制,利用2007—2021年九省市的面板数据,采用Slope值、泰尔指数及标准差椭圆等方法探究碳排放的时空特征,结合经贝叶斯超参数优化的XGBoost-SHAP框架,分析该地区碳排放的... 为系统探究夏热冬冷地区住宅建筑碳排放的时空演变规律及其驱动机制,利用2007—2021年九省市的面板数据,采用Slope值、泰尔指数及标准差椭圆等方法探究碳排放的时空特征,结合经贝叶斯超参数优化的XGBoost-SHAP框架,分析该地区碳排放的驱动机制差异。结果发现:碳排放总量从2007年的185.64百万t增至2021年的334.61百万t,增速呈现显著的阶段性特征;空间分布呈现出显著的上下游梯度特征及南北向集聚、东西向发散的演化趋势,区域内差异贡献率持续超过90%;影响维度的作用大小为人口规模>技术水平>经济发展>建筑属性>政策支持>气候特征,上、中、下游地区分别呈现“能源主导型”“人口主导型”和“能源经济双轮驱动型”的差异化发展模式,各影响因素普遍存在显著的非线性效应和临界特征。针对区域差异,提出构建“三层联动”的区域协同机制,实施“双轨并进”“精细化管理”和“系统集成”的差异化减排策略。 展开更多

关键词 夏热冬冷地区 住宅建筑 碳排放 时空演变 XGBoost-shap算法

在线阅读 下载PDF 职称材料

基于GWO-XGBoost模型和SHAP值的数据价格预测及可解释性分析

3

作者 杨健 曹楠 +2 位作者 金大意 张家琦 杨涛涛 《计算机科学》 北大核心 2026年第6期339-349,共11页

随着数据要素市场化迅速发展,数据定价成为亟待解决的关键问题。为解决数据要素市场化进程中定价机制不透明与可解释性不足等问题,提出了一种基于灰狼算法(GWO)优化XGBoost的数据定价模型。首先,从优易数据平台获取原始数据集,对其进行... 随着数据要素市场化迅速发展,数据定价成为亟待解决的关键问题。为解决数据要素市场化进程中定价机制不透明与可解释性不足等问题,提出了一种基于灰狼算法(GWO)优化XGBoost的数据定价模型。首先,从优易数据平台获取原始数据集,对其进行描述性统计分析。然后,通过去除异常值、独热编码、对数变换和归一化等方法预处理数据,并利用Spearman相关系数进行特征相关性分析。最后,通过GWO算法优化XGBoost的超参数,提升模型的预测性能。实验结果显示,GWO-XGBoost模型的决定系数(R 2)达0.971,显著优于其他5种基线模型,其均方误差(MSE)、均方根误差(RMSE)和平均绝对误差(MAE)等指标相较于传统的网格搜索、随机搜索等超参数优化方法均大幅降低。此外,借助SHAP可解释性分析方法,从全局和局部深入解析模型预测结果,识别出数据更新时间间隔是影响模型预测结果的主导因素,贡献了总预测增量的95.16%。该研究不仅为数据定价提供了科学合理机制,也为后续的模型优化指明了方向,对于推动数据要素市场健康发展意义重大。 展开更多

关键词 数据定价 灰狼算法 XGBoost算法 shap值分析

在线阅读 下载PDF 职称材料

基于EnsembleBRB-SHAP的航空发动机健康状态可解释预测方法

4

作者 游雅倩 闫辉 +2 位作者 苏耀峰 王晓双 鄢睿丞 《计算机工程》 北大核心 2026年第4期386-397,共12页

航空发动机健康状态预测作为发动机健康管理的重要环节之一,能够为提升飞机可靠性、降低发动机维护成本等工作提供定量化依据。然而,传统的航空发动机健康状态预测对可解释性关注度较低,导致对发动机视情维修等决策的支撑性不足。为此,... 航空发动机健康状态预测作为发动机健康管理的重要环节之一,能够为提升飞机可靠性、降低发动机维护成本等工作提供定量化依据。然而,传统的航空发动机健康状态预测对可解释性关注度较低,导致对发动机视情维修等决策的支撑性不足。为此,面向发动机健康状态预测的可解释需求,提出基于EnsembleBRB-SHAP模型的航空发动机健康状态可解释预测方法。首先,采用数据驱动法训练多个航空发动机健康状态预测子置信规则库(BRB)模型。在此基础上,构建航空发动机健康状态预测集成置信规则库(EnsembleBRB)模型,在有效利用多源不确定数据的同时,保证模型的预测准确性。然后,基于沙普利加性解释(SHAP),对EnsembleBRB模型进行分析解释,定位影响发动机健康状态的关键因素,实现航空发动机健康状态的可解释性预测。最后,引入商用模块化航空推进系统仿真软件记录的发动机故障实验监测数据,验证所提方法的可行性与有效性。实验结果表明,该方法在航空发动机健康状态预测中的均方误差(MSE)为0.0122,通过局部可解释性与全局可解释性分析,归纳得出低压涡轮机冷却液泄漏量、风扇转速等是决定发动机健康状态的关键参数,进而更好地支撑航空发动机健康管理等决策工作。 展开更多

关键词 集成学习算法 置信规则库 沙普利加性解释 可解释性 发动机健康状态预测

在线阅读 下载PDF 职称材料

基于LightGBM和SHAP算法的致密油储层孔隙度预测 被引量：4

5

作者 王伟 党海龙 +3 位作者 康胜松 肖前华 丁磊 石立华 《油气地质与采收率》 北大核心 2025年第5期90-99,共10页

为了准确高效地表征致密油储层孔隙度的空间分布特征,同时对机器学习模型的可解释性进行评价,采用Z-Score方法对特征属性进行归一化处理,并应用Optuna超参数优化框架对模型的超参数进行调优,建立了一种基于LightGBM算法的孔隙度预测模型... 为了准确高效地表征致密油储层孔隙度的空间分布特征,同时对机器学习模型的可解释性进行评价,采用Z-Score方法对特征属性进行归一化处理,并应用Optuna超参数优化框架对模型的超参数进行调优,建立了一种基于LightGBM算法的孔隙度预测模型,与GBDT和XGBoost算法模型进行了预测效果的综合对比,并利用SHAP算法对LightGBM模型的输出结果进行了可视化解释分析。研究结果表明:LightGBM模型在训练数据集和测试数据集上的预测决定系数分别为0.984和0.855,模型预测准确度高、泛化能力强,综合预测效果好于GBDT和XGBoost模型。应用SHAP算法对LightGBM模型结果的可解释性进行分析,结果表明,影响LightGBM孔隙度预测模型最重要的5项测井参数为密度、阵列感应电阻率、自然伽马、声波时差和光电吸收截面指数。在研究区某单井X致密层段孔隙度的预测实例中,LightGBM模型预测准确度达93.9%,分别高于GBDT和XGBoost模型的预测准确度86.53%和89.08%;训练时长为0.016 s,分别为GBDT和XGBoost模型训练时长的0.096倍和0.025倍;预测时长为0.01 s,分别为GBDT和XGBoost模型预测时长的0.42倍和0.19倍;LightGBM模型的预测效率相对GBDT和XGBoost模型具有明显优势,其在取心井段上对孔隙度的预测误差更小,预测能力更强,且能更好地拟合低值孔隙度。该方法的应用不仅解决了单井致密层段获取完整准确孔隙度分布的难题,而且提高了孔隙度预测的精度和效率,对致密油储层的评价及高效勘探开发具有一定的参考价值。 展开更多

关键词 致密油储层 机器学习 LightGBM算法 shap算法 孔隙度预测

在线阅读 下载PDF 职称材料

基于机器学习和SHAP算法的声波测井曲线重构及可解释性分析 被引量：15

6

作者 黎子豪 蒋恕 《地质科技通报》 北大核心 2025年第1期321-331,共11页

测井技术是查明地下岩性、地层及地质流体的关键技术手段,在石油勘探行业中发挥着至关重要的作用。然而,由于仪器损坏、井眼条件等因素,经常造成测井数据缺失、曲线不全等问题,传统多元线性回归或经验公式方法无法合理地构建测井曲线间... 测井技术是查明地下岩性、地层及地质流体的关键技术手段,在石油勘探行业中发挥着至关重要的作用。然而,由于仪器损坏、井眼条件等因素,经常造成测井数据缺失、曲线不全等问题,传统多元线性回归或经验公式方法无法合理地构建测井曲线间的关系模型使得曲线重构精度相对较低,机器学习算法虽能在大量数据之间找到最为合适的数据映射关系进而提高模型精度,但相较而言其所构建的黑箱模型无法得到良好的解释。近期,可解释性算法的运用使得机器学习在重构测井曲线中的应用更为合理。通过将支持向量回归(support vector regression,简称SVR),随机森林(random forest,简称RF)以及极限梯度提升(extreme gradient boosting,简称XGBoost)和传统多元线性回归方法(linear regression,简称LR)的对比对英国能源局22-30b-11号井声波测井曲线进行了模型重构并基于shapley additive explanations(SHAP)算法对XGBoost模型进行了解释。结果表明,XGBoost在测试集上的决定系数(R2)和均方误差(MSE)分别为0.996,6.371,优于SVR的0.990、15.755和RF的0.993、9.871,而传统多元线性回归方法则为0.969、48.895,表明XGBoost对声波时差曲线的重构具有更高的准确度和更好的泛化性能。创新性地采用SHAP算法对XGBoost黑箱模型的解释表明,在模型构建选择重要特征时,XGBoost模型采用地层温度数据作为特征明显合理于多元线性回归方法采用的井径测井数据。最后基于SHAP对模型进行了单点和全局特征交互解释。上述结果表明在声波测井曲线重构方面,机器学习算法明显优于传统的多元线性回归方法,并证明了SHAP算法在声波测井曲线重构机器学习模型解释方面的可行性,为后续机器学习在测井解释中的发展提供了新的思路。 展开更多

关键词 测井曲线重构 机器学习 模型解释 shap算法 声波测井

在线阅读 下载PDF 职称材料

基于路径规划数据与RF-SHAP算法的湘西州乡村教育设施可达性及其影响因素研究 被引量：1

7

作者 李光宇 丁国胜 +2 位作者 何韶瑶 屈野 张梦淼 《西部人居环境学刊》 北大核心 2025年第4期115-121,共7页

教育设施可达性是表征乡村地区教育水平的重要维度。以湘西土家族苗族自治州为例,基于高德地图开放平台路径规划数据服务,建构一个获取区域内“村庄—教育设施”的最短路径时间的系统运行方案,精准、高效测度乡村地区教育设施可达性水... 教育设施可达性是表征乡村地区教育水平的重要维度。以湘西土家族苗族自治州为例,基于高德地图开放平台路径规划数据服务,建构一个获取区域内“村庄—教育设施”的最短路径时间的系统运行方案,精准、高效测度乡村地区教育设施可达性水平。运用克里金插值、空间自相关等方法分析乡村地区教育设施可达性水平的空间格局总体特征和空间集聚特征,运用随机森林模型与SHAP方法(RF-SHAP算法)探索设施可达性影响因素及非线性关系。结果表明:湘西乡村教育设施可达性总体水平欠佳;在各县域中形成了以县城中心向外围逐渐降低的乡村教育设施可达性水平空间分布特征且集聚特征差异显著;其关键影响因素主要包括人口密度、建设用地比率和平均高程,反映了城镇化水平与自然环境特征对可达性水平具有非线性影响。研究对推动实现脱贫地区城乡公共服务均等化具有重要理论与现实意义。 展开更多

关键词 路径规划 RF-shap算法 乡村教育设施 可达性 影响因素

在线阅读 下载PDF 职称材料

基于XGBoost与SHAP分析的可解释性故障诊断方法研究 被引量：1

8

作者 李开平 张凤丽 +1 位作者 黄祖广 王金江 《制造技术与机床》 北大核心 2025年第6期199-208,共10页

针对现有智能故障诊断方法存在特征输入单一、故障难以提取、模型可解释性较差等问题,提出一种基于XGBoost(extreme gradient boosting)与SHAP(SHapley Additive exPlanations)分析的可解释性故障诊断方法。首先,采用传统信号处理方法... 针对现有智能故障诊断方法存在特征输入单一、故障难以提取、模型可解释性较差等问题,提出一种基于XGBoost(extreme gradient boosting)与SHAP(SHapley Additive exPlanations)分析的可解释性故障诊断方法。首先,采用传统信号处理方法完成多域特征的提取。其次,基于XGBoost集成算法构建故障诊断模型,并根据XGBoost内嵌评估指标对模型进行初步特征解释。最后,运用Tree SHAP方法对诊断模型进行特征解释分析,探究重要特征对轴承故障类别趋势的影响关系,分析特征之间的依赖交互效应,直观、透明地揭示模型的诊断机制。通过实验对比XGBoost与其他传统机器学习方法,本模型在多维评价指标中综合表现更为突出,且具有较强的精确性,故障诊断准确率高达99.62%,具备良好的实际应用价值。 展开更多

关键词 可解释性故障诊断方法 多域特征 XGBoost集成算法 Tree shap 特征解释

在线阅读 下载PDF 职称材料

数据驱动的资源受限项目调度问题求解器推荐研究

9

作者 曾鸣 戴业东 刘万安 《计算机工程与应用》 北大核心 2026年第5期346-363,共18页

资源受限项目调度问题(RCPSP)广泛存在于工程管理等领域,高效求解该问题对项目管理至关重要。然而,RCPSP固有的NP-hard特性,使得现有求解方法的性能表现出强烈的项目实例依赖性,难以找到一种通用的高效算法。为此,提出一种基于数据驱动... 资源受限项目调度问题(RCPSP)广泛存在于工程管理等领域,高效求解该问题对项目管理至关重要。然而,RCPSP固有的NP-hard特性,使得现有求解方法的性能表现出强烈的项目实例依赖性,难以找到一种通用的高效算法。为此,提出一种基于数据驱动的RCPSP求解器推荐框架,实现针对不同项目实例的智能化算法选择,从而克服现有算法选择方案的盲目性,提升求解效率。该框架的构建源于对RCPSP问题特征与算法性能之间复杂关系的洞察,试图利用机器学习方法挖掘这种潜在关系,并将其转化为指导算法选择的知识。构建了包含网络拓扑、资源和时间三个维度特征集的RCPSP求解算法推荐数据集;结合特征选择方法提取最优特征子集,构建基于树集成算法的推荐模型,以学习这种复杂映射关系的内在规律,实现精准的算法推荐;利用SHAP模型对推荐模型进行归因分析,剖析影响算法选择的关键项目特征,为项目管理人员提供更具解释性的决策支持。实验结果表明,所提出的推荐框架在四个数据集上的推荐准确率均超过70%,且在各项指标上均优于其他推荐算法。资源强度、项目工期下界和网络宽度等特征被证实对算法选择具有重要影响,该研究验证了数据驱动方法在破解RCPSP算法选择难题方面的可行性和有效性,为项目管理人员提供了科学化、智能化的算法选择方案,有效降低了决策难度,有助于提升项目管理效率。 展开更多

关键词 资源受限项目调度 求解器推荐 数据驱动 树集成算法 shap模型

在线阅读 下载PDF 职称材料

机器学习模型预测全髋关节置换术后病人谵妄风险的效能研究

10

作者 张小英 刘伟 +2 位作者 谢美英 周建国 杨佳 《护理研究》 北大核心 2026年第6期894-905,共12页

目的:基于可解释的机器学习(ML)模型预测全髋关节置换术后病人谵妄风险,为病人制定个性化干预方案提供参考。方法:选取2020年1月-2024年12月在赣州市人民医院接受全髋关节置换术的622例病人为研究对象。于术后1~3 d采用意识模糊评估表(C... 目的:基于可解释的机器学习(ML)模型预测全髋关节置换术后病人谵妄风险,为病人制定个性化干预方案提供参考。方法:选取2020年1月-2024年12月在赣州市人民医院接受全髋关节置换术的622例病人为研究对象。于术后1~3 d采用意识模糊评估表(CAM)判断病人是否出现术后谵妄。通过Boruta算法筛选术后谵妄风险重要特征变量。以7∶3比例将622例病人随机分为训练集(442例)和测试集(180例),构建和训练9种机器学习模型并进行十倍交叉验证。采用受试者工作特征(ROC)曲线下面积(AUC)评估最佳机器学习模型。使用决策曲线分析评估模型临床实用价值。使用SHapley加法解释(SHAP)条形图、摘要图、依赖图和力图解释和可视化机器学习模型。结果:622例全髋关节置换术病人的术后谵妄发生率为30.87%。Boruta算法筛选出9个术后谵妄风险重要特征变量,根据特征重要性评分(Z值)由高至低依次为C反应蛋白(CRP)、麻醉持续时间、白蛋白(ALB)、年龄、总胆红素(TB)、空腹血糖(FBG)、术中失血量(IBL)、糖尿病史、脑血管病(CSD)。多因素Logistic回归分析结果显示,年龄、ALB、TB、FBG、CRP、麻醉持续时间是全髋关节置换术后病人谵妄的独立影响因素(均P<0.05)。XGBoost模型在训练集和测试集中均表现优异,对于预测全髋关节置换术后病人谵妄风险具有最优的稳健性与预测效能。基于SHAP对XGBoost模型进行解释和可视化,显示XGBoost模型能以极高准确度预测全髋置换术后病人谵妄风险。结论:年龄、ALB、TB、FBG、CRP、麻醉持续时间是全髋关节置换术后病人谵妄的重要影响因素,XGBoost模型在全髋关节置换术后病人谵妄中的预测价值较高。 展开更多

关键词 全髋关节置换术 术后谵妄 影响因素 机器学习 Boruta算法 shapley加法解释(shap) XGBoost模型

在线阅读 下载PDF 职称材料

基于随机森林模型的黄土高原典型小流域不同样本密度的沟蚀风险预测

11

作者 田向阳 杜鹏飞 +1 位作者 赵莹 陈吟 《水土保持研究》 北大核心 2026年第1期101-110,共10页

[目的]探讨黄土高原典型小流域沟蚀风险预测的最佳样本密度,并分析影响沟蚀发生的主要特征因子,为侵蚀沟的防治提供参考依据。[方法]采用随机森林模型结合SHAP算法,分别选取25%,50%,75%和100%的侵蚀沟样本密度进行沟蚀风险预测并量化主... [目的]探讨黄土高原典型小流域沟蚀风险预测的最佳样本密度,并分析影响沟蚀发生的主要特征因子,为侵蚀沟的防治提供参考依据。[方法]采用随机森林模型结合SHAP算法,分别选取25%,50%,75%和100%的侵蚀沟样本密度进行沟蚀风险预测并量化主导因子对模型输出的贡献。[结果]50%样本密度风险预测的效果最佳,准确率、精确率、Kappa C值分别达到0.901,0.894,0.802,明显优于25%(0.871,0.851,0.743),且高于75%(0.898,0.882,0.795)和100%(0.899,0.880,0.798)。AUC值依次为0.924,0.956,0.956,0.959,召回率依次为0.887,0.910,0.917,0.924,50%样本密度的AUC值和召回率与75%和100%差距微小,因此在保证准确的前提下认为50%样本密度是最优选择。[结论]在各种影响因素中,土地利用类型对沟蚀风险的预测贡献最大,平面曲率和坡度次之。沟蚀风险与侵蚀严重程度耦合分析表明低风险区域也可能发生中度和重度侵蚀,说明沟蚀风险高低不能代表侵蚀严重程度,可为黄土高原类似条件下的流域沟蚀评估和防治提供参考依据。 展开更多

关键词 沟蚀风险预测 随机森林 黄土高原 shap算法

在线阅读 下载PDF 职称材料

基于可解释机器学习驱动的岩溶隧道涌突水风险预测模型

12

作者 李傲 杨艳娜 +2 位作者 白伟 黄靖宇 周扬松 《安全与环境工程》 北大核心 2026年第1期211-221,共11页

机器学习模型在岩溶隧道涌突水风险预测中凭借其高精度、客观性和高计算效率,克服了知识驱动模型的一些局限性,但因其预测结果难以解释而发展受限。通过随机森林、支持向量机和k-最近邻算法结合贝叶斯优化算法分别构建岩溶隧道涌突水风... 机器学习模型在岩溶隧道涌突水风险预测中凭借其高精度、客观性和高计算效率,克服了知识驱动模型的一些局限性,但因其预测结果难以解释而发展受限。通过随机森林、支持向量机和k-最近邻算法结合贝叶斯优化算法分别构建岩溶隧道涌突水风险预测模型;利用混淆矩阵协同宏平均受试者工作特征(receiver operating characteristic,ROC)曲线开展预测精度验证;最后采用沙普利加性解释(Shapley additive explanations,SHAP)算法归因各影响特征对岩溶隧道涌突水风险的贡献与影响方向,并分析了主要影响特征在模型中的作用机制。结果表明:在测试集上,经贝叶斯优化后的随机森林机器学习模型的准确率(0.7273)、宏平均ROC曲线下的面积(area under curve,AUC)值(0.92)均高于其他2个机器学习模型,能够较为准确地预测岩溶隧道涌突水风险;采用SHAP算法对随机森林机器学习模型中的输入影响特征进行量化,发现围岩分级、降雨入渗系数、隧道所处水动力分带是岩溶隧道涌突水风险的主要影响特征,并分析了各影响特征在模型预测中对岩溶隧道涌突水风险的具体影响,发现其在机器学习模型中的作用机制与相关理论分析结果具有较好的一致性,此一致性显著增强了机器学习模型的可信度。优化后的随机森林模型具有较高的预测精度和良好的可解释性,可为岩溶隧道涌突水风险预测提供理论支持。 展开更多

关键词 沙普利加性解释(shap)算法 机器学习 岩溶隧道 涌突水风险预测

在线阅读 下载PDF 职称材料

基于可解释集成学习的电动自行车骑行风险识别及致因解析

13

作者 朱兴林 王诺 +3 位作者 刘泓君 吴隽朝 王光东 郭瑞 《中国安全生产科学技术》 北大核心 2026年第4期88-97,共10页

为实现对城市电动自行车骑行风险的识别与预防,基于自然骑行实验构建了包含骑行者违规行为、生理特征、车辆运行特征、道路条件、土地利用特征的多源异构数据库,依据车辆运行数据将骑行风险划分为低、中、高3个等级用于风险标签,采用Sta... 为实现对城市电动自行车骑行风险的识别与预防,基于自然骑行实验构建了包含骑行者违规行为、生理特征、车辆运行特征、道路条件、土地利用特征的多源异构数据库,依据车辆运行数据将骑行风险划分为低、中、高3个等级用于风险标签,采用Stacking集成学习算法构建骑行风险识别模型,结合部分依赖图(partial dependence plot,PDP)算法与SHAP值分析(SHapley Additive exPlanations,SHAP)等解释方法探讨各特征对骑行风险的影响规律。研究结果表明:构建的骑行风险识别模型准确率为94.26%;影响骑行风险的关键因素依次为闯红灯率、车速均值、逆行发生率、加速度标准差、航向角标准差、心率平均值;车辆运行特征与道路条件、土地利用特征的交互作用对骑行风险具有差异化影响;合理设置非机动车道宽度与机非分隔形式,均能有效提升骑行安全性。研究结果可为实现城市电动自行车骑行安全风险防控提供参考。 展开更多

关键词 交通安全 电动自行车 骑行风险识别 Stacking集成学习 部分依赖图算法 shap算法

在线阅读 下载PDF 职称材料

基于XGBoost算法的FY-4B地表温度融合方法研究——以陕西省为例

14

作者 张煦庭 权文婷 +4 位作者 周辉 潘宇鹰 王卫东 李美荣 王钊 《高原气象》 北大核心 2026年第3期920-934,共15页

热红外遥感技术能够快速获取区域及全球尺度的地表温度,但无法有效反映有云条件下的地表热环境。针对风云四号B星(FY-4B)地表温度遥感产品在云层覆盖区域数据缺失的问题,提出基于XGBoost(eXtreme Gradient Boosting)机器学习算法的多源... 热红外遥感技术能够快速获取区域及全球尺度的地表温度,但无法有效反映有云条件下的地表热环境。针对风云四号B星(FY-4B)地表温度遥感产品在云层覆盖区域数据缺失的问题,提出基于XGBoost(eXtreme Gradient Boosting)机器学习算法的多源数据融合方法,结合CLDAS(CMA Land Data Assimilation System)地表温度分析产品、气象站点观测数据、地形和植被等辅助数据,对陕西省典型日期的云下地表温度进行了重建与融合试验。结果表明:(1)典型日期融合后的云下地表温度与CLDAS地表温度的相关系数超过0.91,平均绝对误差与均方根误差稳定在2~4℃。(2)融合结果在保留原始FY-4B晴空数据空间特征的同时,与CLDAS地表温度在陕北黄土高原、关中平原及复杂地形区域的空间分布一致性较高。(3)SHAP(SHapley Additive exPlanations)值分析显示,CLDAS地表温度、纬度和归一化植被指数(Normalized Difference Vegetation Index,NDVI)是影响融合结果的关键特征变量,其中,高纬度、低植被覆盖对地表温度模拟值具有显著的正向贡献,尤其是当纬度高于35°N-36°N和NDVI低于0.2时。(4)不同区域云下及全天候条件下的地表温度融合结果与相同条件下的CLDAS地表温度检验效果相似,关中和陕南地区表现较为接近且相对更好。本研究提出的方法可为地表温度的卫星遥感全天候监测业务服务提供技术支持。 展开更多

关键词 FY-4B 地表温度 XGBoost机器学习算法 shap可解释性 CLDAS

在线阅读 下载PDF 职称材料

考虑强度分类的融合机器学习混凝土徐变建模

15

作者 梅生启 刘晓东 +3 位作者 王兴举 李旭峰 聂良涛 康学建 《材料导报》 北大核心 2026年第7期130-137,共8页

针对既有机器学习模型在预测混凝土徐变时对不同强度等级混凝土适应性不足的问题,本实验提出了一种考虑强度分类的融合机器学习算法(Stacking),以建立高精度的混凝土徐变预测模型。Stacking由基学习器和元学习器组成,通过元学习器整合... 针对既有机器学习模型在预测混凝土徐变时对不同强度等级混凝土适应性不足的问题,本实验提出了一种考虑强度分类的融合机器学习算法(Stacking),以建立高精度的混凝土徐变预测模型。Stacking由基学习器和元学习器组成,通过元学习器整合多个基学习器的输出,提高了模型的预测性能。首先,对徐变数据库中的1403组数据进行离群值处理和特征选择。在离群值处理过程中,共筛除了1080个徐变柔量的离群点。经过特征选择,确定了13个参数作为机器学习模型的输入变量。其次,将徐变数据库分为普通强度混凝土(f_(c)<60 MPa)和高强混凝土(f_(c)≥60 MPa)徐变数据集,比较了四种基学习器在普通强度和高强混凝土徐变数据集上的预测精度。结果表明,XGBoost在普通强度混凝土徐变数据集的精度最高,CatBoost在高强混凝土徐变数据集的精度最高,因此选择XGBoost和CatBoost作为Stacking模型的基学习器。选取线性回归模型(LR)和岭回归模型(RR)分别作为元学习器构建Stacking模型进行对比分析。结果表明,以LR和RR模型为元学习器的Stacking模型精度接近,相比四种基学习器和既有文献中的徐变预测模型,预测精度最高(R^(2)=0.9826,MAE=3.29με/MPa,RMSE=5.18με/MPa)。最后,基于SHapley Additive exPlanation(SHAP)对不同强度混凝土徐变的影响因素进行了分析,结果表明抗压强度、温度、骨料水泥比和环境相对湿度是导致高强混凝土与普强混凝土徐变影响机制不同的主要原因。通过MC2010和B4模型探讨了参数重要性对模型性能的影响,结果显示,在进行混凝土徐变建模时,考虑参数的重要性有助于提高模型计算精度。 展开更多

关键词 混凝土徐变 融合机器学习算法 强度分类 shap 参数重要性

在线阅读 下载PDF 职称材料

融合XGBoost与SHAP模型的足球运动员身价预测及特征分析方法 被引量：11

16

作者 廖彬 王志宁 +1 位作者 李敏 孙瑞娜 《计算机科学》 CSCD 北大核心 2022年第12期195-204,共10页

随着足球运动全球化程度的不断提升,全球转会市场愈发庞大,然而针对影响转会交易最关键的因素球员身价的深入模型及应用研究还较为缺乏。以国际足球联合会FIFA的官方球员数据库为研究对象,首先,在区分不同球员位置的前提下,运用Box-Cox... 随着足球运动全球化程度的不断提升,全球转会市场愈发庞大,然而针对影响转会交易最关键的因素球员身价的深入模型及应用研究还较为缺乏。以国际足球联合会FIFA的官方球员数据库为研究对象,首先,在区分不同球员位置的前提下,运用Box-Cox变换、F-Score特征选择等方法对原始数据集进行特征处理;其次,通过XGBoost构建球员身价预测模型,并与Random Forest,Adaboost,GBDT,SVR等主流机器学习算法进行10折交叉验证实验对比,证明了XGBoost模型在R2,MAE,RMSE这3项指标上的性能优势;最后,在身价预测模型的基础上,融合SHAP框架分析不同位置影响球员身价的重要因素,为球员身价评估、身价对比分析、球员训练策略制定等场景提供决策支持。 展开更多

关键词 机器学习 球员身价预测 训练策略 XGBoost算法 shap值

在线阅读 下载PDF 职称材料

基于随机森林模型与SHAP算法的渝东北烟区土壤交换酸含量影响因素分析研究 被引量：6

17

作者 李昕容 杨超 +2 位作者 张鑫 周亚男 刘洪斌 《中国烟草学报》 CAS CSCD 北大核心 2024年第2期52-60,共9页

【背景和目的】土壤交换酸含量在农业生产中对于指导施肥和调节土壤pH具有重要作用,研究环境因子(气候、地形、成土母岩)和种植年限对土壤交换酸(Exchangeable Acidity, EA)含量的影响。【方法】以重庆市东北烟区为研究区,对该区中483... 【背景和目的】土壤交换酸含量在农业生产中对于指导施肥和调节土壤pH具有重要作用,研究环境因子(气候、地形、成土母岩)和种植年限对土壤交换酸(Exchangeable Acidity, EA)含量的影响。【方法】以重庆市东北烟区为研究区,对该区中483个采样点的土壤交换酸数据进行统计分析,构建随机森林(Random Forest, RF)模型并结合Shapley Additive exPlanations(SHAP)算法,探讨影响土壤交换酸含量的主控因素。【结果】(1)研究区土壤交换酸含量在1.56~27.50 cmol/kg之间,与降水、日照时数、坡向、种植年限呈极显著负相关性。二叠系石灰岩发育的土壤交换酸含量显著高于三叠系石灰岩发育的土壤。(2)RF模型可解释土壤交换酸含量空间变异的64%,影响因子对土壤交换酸含量的重要性为气候>成土母岩>种植年限>地形。(3)SHAP算法揭示了土壤交换酸含量在不同气候条件下存在明显的阈值效应。当年均降水量、日照时数和均温分别超过1250 mm、1290 h和12℃时,会导致土壤交换酸含量的减少,反之则会促使其增加。【结论】气候是影响土壤交换酸含量变异最重要的环境因素,其中降水和日照时数是最重要的气候因子,研究结果可为烟田土壤酸化管理调控提供参考。 展开更多

关键词 土壤交换酸 环境因子 随机森林 shap算法 阈值

在线阅读 下载PDF 职称材料

化学品皮肤腐蚀性评估及快速筛查预测模型

18

作者 杨永超 李涛 +6 位作者 潘红蕊 金靖 张丹 左玥华 杨雪 韩伟 于艳军 《生态毒理学报》 北大核心 2026年第2期464-476,共13页

为解决传统皮肤腐蚀性检测依赖动物实验、成本高昂且耗时的问题,本研究基于定量结构-活性关系(QSAR)理论,整合多元分子特征与机器学习算法,构建化学物质皮肤腐蚀性分类预测模型。以1356种化合物(592种阳性、764种阴性)为研究对象,采用Pa... 为解决传统皮肤腐蚀性检测依赖动物实验、成本高昂且耗时的问题,本研究基于定量结构-活性关系(QSAR)理论,整合多元分子特征与机器学习算法,构建化学物质皮肤腐蚀性分类预测模型。以1356种化合物(592种阳性、764种阴性)为研究对象,采用PaDEL、RDKit、MACCS及Morgan这4种分子特征,结合随机森林、支持向量机、K-近邻算法、CatBoost、XGBoost多种算法,系统评估单一特征与特征融合策略对模型性能的影响。结果表明,单一特征模型中,MACCS指纹结合XGBoost算法表现最优[测试集准确率(Ac)=0.886±0.030、马修斯相关系数(MCC)=0.769±0.061、ROC曲线下面积(ROC_AUC)=0.884±0.030];特征融合模型中,PaDEL与MACCS融合特征的XGBoost模型性能最佳(测试集Ac=0.897±0.023、MCC=0.791±0.046、ROC_AUC=0.896±0.023),优于单一特征模型。研究进一步分析了最佳模型的应用域,通过SHAP分析明确了影响模型性能的关键特征及其作用趋势,并对模型在口岸监管领域的应用价值与前景进行了展望。研究表明,所建模型具备良好的稳健性与预测性能,可为化学物质皮肤腐蚀性的快速检测与评估提供高效技术支撑及指导。 展开更多

关键词 定量结构-活性关系(QSAR) 皮肤腐蚀性 特征融合 机器学习算法 分类预测模型 shap分析

在线阅读 下载PDF 职称材料

基于多源数据和Stacking-SHAP方法的山地丘陵区土地覆被分类 被引量：12

19

作者 周亚男 陈绘 刘洪斌 《农业工程学报》 EI CAS CSCD 北大核心 2022年第23期213-222,共10页

山地丘陵区地形复杂,地表辐射信号畸变严重,地物识别困难。为准确提取山区地物信息,结合多源异构数据,Stacking集成学习和shapley addictive explanation(SHAP)方法展开土地覆被分类研究。从Sentinel-1/2影像、气候数据、土壤数据和数... 山地丘陵区地形复杂,地表辐射信号畸变严重,地物识别困难。为准确提取山区地物信息,结合多源异构数据,Stacking集成学习和shapley addictive explanation(SHAP)方法展开土地覆被分类研究。从Sentinel-1/2影像、气候数据、土壤数据和数字高程图中提取遥感、气候、土壤和地形四类特征变量,设计多种变量组合方案,结合Stacking算法,探讨不同类型变量在山区地物识别中的效用,并对比Stacking最佳方案与支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)和极端梯度回归(eXtreme Gradient Boosting,XGBoost)算法的分类精度,评价Stacking方法在山区地物信息提取中的性能。同时,引入SHAP方法,量化Stacking模型中各特征变量的重要性。结果表明:在仅以遥感变量为基础方案时,山区土地覆被分类精度最低;在分别加入气候、土壤和地形变量后,总体精度、Kappa系数和F1分数均有所提高,其中旱地、水田和园地分类精度的提升幅度较大。基于Stacking算法结合所有类型特征变量的方案达到了最佳的分类精度,其总体精度、Kappa系数和F1分数分别为96.61%、0.96和94.81%,分类精度优于相同特征下的SVM、RF和XGBoost。SHAP方法可量化Stacking模型中特征变量的全局以及局部重要性,明确各变量对不同地物类型识别的相对贡献,为山区土地覆被分类的变量选择及优化提供有价值的信息。该研究可为机器学习协助复杂景观地区土地覆被制图研究提供技术支持和理论参考。 展开更多

关键词 遥感 多源数据 土地覆被分类 Stacking算法 shap方法 山地丘陵区

在线阅读 下载PDF 职称材料

基于优化XGBoost算法的玄武岩纤维增强混凝土电阻率预测模型

20

作者 张轶 张彪 +1 位作者 邓翔文 何宏杰 《混凝土》 北大核心 2026年第2期30-38,共9页

基于电阻率(ER)来评估玄武岩纤维增强混凝土(BFRC)的综合性能具有重要意义。基于此,开发了新型乌燕鸥优化XGBoost(STOA-XGBoost)算法,利用已有20篇文献中的1171组数据建立了BFRC-ER的预测模型。利用SHAP法分析了每个特征的重要性。随后... 基于电阻率(ER)来评估玄武岩纤维增强混凝土(BFRC)的综合性能具有重要意义。基于此,开发了新型乌燕鸥优化XGBoost(STOA-XGBoost)算法,利用已有20篇文献中的1171组数据建立了BFRC-ER的预测模型。利用SHAP法分析了每个特征的重要性。随后,为了便于工程人员使用,借助STOA-XGBoost模型的底层代码开发了BFRC-ER的图形用户界面(GUI)。结果表明,STOA-XGBoost模型的预测值最接近实际值,残差分布的均值和方差更小,5个性能评估指标(R^(2)=0.983,MAPE=0.281,RMSE=3.553,MAE=2.115,MSE=12.61)均表现最为优异。进一步地,特征重要性分析表明环境湿度和龄期与BFRC-ER的相关性最高。结合GUI和特征重要性分析结果,可以优化BFRC的配料并预测其ER,进而生产出高性能BFRC。 展开更多

关键词 玄武岩纤维 XGBoost算法 STOA算法 电阻率 图形用户界面 shap法

在线阅读 下载PDF 职称材料