期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到112篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GBDT算法的海河流域TRMM卫星降水产品降尺度研究
1
作者 苗昌盛 《陕西水利》 2025年第2期11-14,共4页
准确获取高分辨率的地面降水信息,对于流域水文模拟、作物生长模拟等研究具有重要意义。针对现有TRMM卫星产品多存在低空间分辨率缺陷,以海河流域为研究区,提出一种基于GBDT(梯度提升决策树)算法的TRMM(热带降雨观测计划)卫星降水产品... 准确获取高分辨率的地面降水信息,对于流域水文模拟、作物生长模拟等研究具有重要意义。针对现有TRMM卫星产品多存在低空间分辨率缺陷,以海河流域为研究区,提出一种基于GBDT(梯度提升决策树)算法的TRMM(热带降雨观测计划)卫星降水产品降尺度新方法。该方法将TRMM数据与多源辅助数据(地形、土地覆盖等)相融合,构建出高维输入向量,基于GBDT回归模型预测每个高分辨率网格点上的降水量,从而实现降尺度。研究结果表明:(1)GBDT算法具有良好非线性映射能力,在海河流域的降尺度精度显著提高;(2)经过降尺度处理后,TRMM产品的空间分辨率由0.25°提高到4 km,与地面站点观测的拟合系数R2可达到0.73;(3)高分辨率产品较好刻画出了海河流域降水的空间异质特征,揭示了地形、植被等地理要素对降水分布格局的重要影响。该研究可为制取高质量卫星降水数据提供了新思路和技术路线。 展开更多
关键词 TRMM卫星 降水 降尺度 梯度提升决策树 海河流域
在线阅读 下载PDF
基于GBDT算法的基桩竖向承载力预测方法
2
作者 徐志军 赵世鹏 +2 位作者 王政权 田江涛 宗飞龙 《河南理工大学学报（自然科学版）》 CAS 北大核心 2024年第2期186-193,共8页
目的为研究支撑-半刚接钢框架结构体系的抗震性能,方法设计了一榀由嵌套式单边螺栓与T型钢构成的半刚性梁柱节点的中心支撑钢框架,并进行了拟静力试验与有限元数值模拟,通过观测整个试验现象,分析了其滞回、承载力、刚度退化、耗能等抗... 目的为研究支撑-半刚接钢框架结构体系的抗震性能,方法设计了一榀由嵌套式单边螺栓与T型钢构成的半刚性梁柱节点的中心支撑钢框架,并进行了拟静力试验与有限元数值模拟,通过观测整个试验现象,分析了其滞回、承载力、刚度退化、耗能等抗震指标。结果结果表明:试件破坏过程明显经历了弹性段、塑性段、破坏段三个阶段,试件破坏模式主要为支撑受压失稳破坏,塑性变形主要累积在支撑体系上,整体呈现延性破坏特征;支撑断裂后,梁柱及T型钢节点无明显塑性变形,钢框架仍具有较高的安全储备,符合“强节点、弱构件”设计原则,表明了结构具有两道抗震防线;结论支撑与半刚接钢框架协同工作使得试件具有较高的抗侧刚度抵抗水平变形,且承载力较高、滞回性能稳定、耗能能力优良;单边螺栓在试验过程中的受力性能较普通高强螺栓并无较大差别,未出现严重的预紧力松弛现象,并能高效的保持螺栓预紧力。通过有限元数值模拟分析可知,减小支撑长细比,虽能有效提高结构的抗震性能,但长细比较小会导致支撑刚度增大,加速其余构件的损坏。故应以考虑结构的延性为前提,降低支撑的长细比,才能有效提高结构的抗震性能。 展开更多
关键词 基桩竖向承载力 梯度提升决策树 预测模型 评价指标 鲁棒性
在线阅读 下载PDF
基于GBDT的多时刻航班过站关键节点时间预测模型
3
作者 丁建立 冯昊 《中国民航大学学报》 CAS 2024年第6期27-33,共7页
为准确预测离港、起飞等航班过站关键节点时间,提高繁忙机场运行效率,本文提出一种基于梯度提升决策树(GBDT,gradient boosting decision tree)的多时刻航班过站关键节点时间预测模型。首先,按产生时刻划分航班信息数据项类别;其次,基于... 为准确预测离港、起飞等航班过站关键节点时间,提高繁忙机场运行效率,本文提出一种基于梯度提升决策树(GBDT,gradient boosting decision tree)的多时刻航班过站关键节点时间预测模型。首先,按产生时刻划分航班信息数据项类别;其次,基于GBDT算法和Spark平台分别构建不同过站时刻的航班过站关键节点时间预测模型;最后,以实时计算方式获取和处理航班数据,实现在多个时刻对航班离港时间和起飞时间进行动态预测。实验结果表明,该模型具有良好的预测表现,并与其他算法进行对比,预测效果最优,±15 min内预测准确率达到95.6%。 展开更多
关键词 航班过站关键节点时间 梯度提升决策树(gbdt) Spark平台 动态预测
在线阅读 下载PDF
基于GBDT算法的弓网动态匹配特性预测模型 被引量：1
4
作者 黄桂灶 马同鑫 +3 位作者 杨泽锋 李政 魏文赋 吴广宁 《振动与冲击》 EI CSCD 北大核心 2024年第16期26-32,50,共8页
高速铁路通过弓网系统的滑动电接触获取电能驱动列车运行,弓网动态匹配特性是保障良好滑动电接触的基础。首先,建立了弓网动态匹配的有限元分析模型,并通过与文献结果对比验证了模型的正确性。采用拉丁超立方抽样方法,对接触网的关键结... 高速铁路通过弓网系统的滑动电接触获取电能驱动列车运行,弓网动态匹配特性是保障良好滑动电接触的基础。首先,建立了弓网动态匹配的有限元分析模型,并通过与文献结果对比验证了模型的正确性。采用拉丁超立方抽样方法,对接触网的关键结构参数和运行速度参数进行样本抽样,获得输入参数集;然后,利用有限元模型对输入参数集开展大量计算分析并进行结果的特征提取,获得弓网动态匹配关键特征参量的输出结果,结合输入和输出结果,构成了样本数据集;最后,采用梯度提升决策树(gradient lifting decision tree, GBDT)算法对数据集进行学习训练和验证测试,建立弓网动态匹配特性预测模型,并将其与基于决策树、随机森林、极端随机树和极端梯度提升树算法的4个模型进行对比分析。结果表明,基于GBDT算法的模型预测精度更高、稳定性更好,在测试集上的R~2达到了0.929,能够准确快速地评估弓网匹配特性。通过对GBDT模型进行参数重要性分析可知,运行速度对弓网匹配特性的影响程度最大,达61%,其次是接触线的张力、承力索张力和档距。该研究初步探索了采用机器学习方法建立预测模型来替代有限元模型的可能性,所建立的模型可用于弓网动态匹配特性的快速预测与评价。 展开更多
关键词 弓网系统 动态特性 机器学习 梯度提升决策树(gbdt) 受流质量
在线阅读 下载PDF
基于贝叶斯优化GBDT的转炉炼钢终点预测
5
作者 周翼男 崔桂梅 +2 位作者 皮理想 刘伟 王东旭 《中国测试》 CAS 北大核心 2024年第7期33-39,共7页
为提高转炉炼钢终点碳含量和温度预报精度,提出基于贝叶斯优化梯度提升决策树(BOA_GBDT)的转炉炼钢终点碳含量和温度预测模型,将其与基础模型径向基函数(RBF)、支持向量机(SVM)、梯度提升决策树(GBDT)以及贝叶斯优化的径向基函数(BOA_R... 为提高转炉炼钢终点碳含量和温度预报精度,提出基于贝叶斯优化梯度提升决策树(BOA_GBDT)的转炉炼钢终点碳含量和温度预测模型,将其与基础模型径向基函数(RBF)、支持向量机(SVM)、梯度提升决策树(GBDT)以及贝叶斯优化的径向基函数(BOA_RBF)、支持向量机(BOA_SVM)终点碳温预测模型对比分析。实验结果表明:BOA_GBDT各项误差指标最小,命中率最高,终点时刻碳含量在±0.01%误差区间内命中率为96.2%;终点温度在±10℃误差区间内命中率为92.1%。贝叶斯优化算法能够显著提升模型性能,更准确地判断转炉炼钢终点碳含量和温度,为吹炼出符合要求的钢水提供较为可靠的依据。 展开更多
关键词 转炉炼钢 贝叶斯优化算法 梯度提升决策树 终点预测
在线阅读 下载PDF
CNN和GBDT结合的雷达辐射源个体识别
6
作者 郭瑞鹏 李显鹏 +1 位作者 余建宇 吴皓 《火控雷达技术》 2024年第3期90-95,共6页
针对雷达辐射源个体识别准确率低的问题,本文提出一种将一维卷积神经网络与梯度提升决策树相结合的雷达辐射源个体识别算法。首先基于线性调频信号构建雷达辐射源个体信号模型,然后介绍梯度提升决策树算法和一维卷积神经网络,接着搭建... 针对雷达辐射源个体识别准确率低的问题,本文提出一种将一维卷积神经网络与梯度提升决策树相结合的雷达辐射源个体识别算法。首先基于线性调频信号构建雷达辐射源个体信号模型,然后介绍梯度提升决策树算法和一维卷积神经网络,接着搭建网络模型,将雷达辐射源信号的中频数据作为网络的输入,实现基于深度学习的雷达辐射源个体识别。通过实验结果得出,本文提出的雷达辐射源个体识别算法具有良好的识别准确率。当SNR≥5dB时,识别正确率达到99.5%以上。 展开更多
关键词 个体识别 梯度提升决策树 一维卷积神经网络 深度学习
在线阅读 下载PDF
一种基于IBKA-GBDT的火控系统故障预测方法
7
作者 于昂 李英顺 +2 位作者 郭占男 曹胜冲 赵恒 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第12期169-177,共9页
火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算... 火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算法优化梯度提升决策树的模型预测方法。采用灰色关联度方法处理原始数据,以减少数据冗余和降低维度,并选择关联度高的属性来构建数据集。引入Logistic混沌映射、螺旋搜索策略以及三角形游走策略对黑翅鸢算法进行改进,进一步优化梯度提升决策树关键参数,构建故障预测模型实现对预测数据的故障预测。同时,选取火控系统电气部件试验台采集的信号数据作为实验对象,设置相同参数与传统梯度提升决策树、鲸鱼优化算法和黑翅鸢优化算法优化的梯度提升决策树模型进行实验对比。实验结果表明,该方法能够快速准确地对处理后的数据集进行故障预测,平均准确率达到了96.74%,为火控系统的后续维护和维修提供了重要依据。 展开更多
关键词 火控系统 故障预测 黑翅鸢优化算法 梯度提升决策树 灰色关联度分析
在线阅读 下载PDF
基于特征选择与BO−GBDT的工作面瓦斯涌出量预测方法
8
作者 马文伟 《工矿自动化》 CSCD 北大核心 2024年第12期136-144,共9页
影响工作面瓦斯涌出量的特征众多,利用主成分分析等方法对原始数据降维,可节省计算资源,但会改变数据集的原始特征结构,损失部分原始数据特征的细节信息。针对该问题,建立梯度提升决策树(GBDT)瓦斯涌出量预测模型,利用5种特征选择算法... 影响工作面瓦斯涌出量的特征众多,利用主成分分析等方法对原始数据降维,可节省计算资源,但会改变数据集的原始特征结构,损失部分原始数据特征的细节信息。针对该问题,建立梯度提升决策树(GBDT)瓦斯涌出量预测模型,利用5种特征选择算法对数据集进行特征过滤,分析每种特征组合在GBDT模型中的拟合度、计算时间及预测结果,优选出包装法为最佳的特征选择算法;结合现场实际,优选出8种特征进行瓦斯涌出量预测,结果表明,特征数量的多少与预测结果的准确性和泛化性并不呈正比关系,冗余特征或无关特征的存在反而会降低模型的预测准确性。为进一步提高模型精度,通过5种超参数寻优算法对GBDT模型进行超参数寻优,对比分析每一种超参数组合下GBDT模型的预测性能,结果表明:寻优算法本身对GBDT模型的准确性和泛化性影响较小,但基于树结构Parzen估计器(TPE)的贝叶斯优化(BO)算法所得出的最优超参数组合在GBDT模型中具有最高的准确率和相对较少的优化时间,其优化性能最佳,以此建立BO−GBDT模型。将特征选择后的数据集划分出训练集及测试集,利用BO−GBDT模型进行工作面瓦斯涌出量预测,并与随机森林、支持向量机、神经网络模型进行对比,结果表明:BO−GBDT模型具有更高的准确性和泛化性,其平均相对误差为2.61%,相比随机森林、支持向量机、神经网络模型分别降低了35.56%,37.41%,32.03%,能够满足现场工程应用需求,为矿井安全生产提供理论指导。 展开更多
关键词 瓦斯涌出量预测 特征选择 梯度提升决策树 贝叶斯优化 超参数优化 机器学习
在线阅读 下载PDF
基于PSO-GBDT的基桩缺陷智能识别与定位
9
作者 余金煌 胡成龙 王铁强 《陕西理工大学学报（自然科学版）》 2024年第5期37-44,共8页
低应变反射波法是实现基桩缺陷诊断与健康评估的重要手段。然而,目前该方法检测结果的判断仍采用人工方式进行,而人工进行结果的判断又不可避免会因缺陷波形不明显等因素导致误判或判断不准确等问题。为了解决这一问题,利用梯度提升决策... 低应变反射波法是实现基桩缺陷诊断与健康评估的重要手段。然而,目前该方法检测结果的判断仍采用人工方式进行,而人工进行结果的判断又不可避免会因缺陷波形不明显等因素导致误判或判断不准确等问题。为了解决这一问题,利用梯度提升决策树(GBDT)建立低应变反射波法检测结果与桩身缺陷位置的非线性关系,实现桩身缺陷的快速识别与定位,引入粒子群优化算法(PSO)优化模型关键参数,提高模型的精度与泛化能力。此外,利用核主成分分析(KPCA)算法对低应变反射波的多域特征降维,以此降低模型训练难度。最后,通过大量实测数据验证了该模型的可行性与准确性,结果表明,该模型具备基桩缺陷的快速识别与定位的能力。 展开更多
关键词 低应变反射波法 基桩 梯度提升决策树 粒子群优化算法 核主成分分析
在线阅读 下载PDF
基于GBDT的商品分配层次化预测模型 被引量：5
10
作者 朱振峰 汤静远 +1 位作者 常冬霞 赵耀 《北京交通大学学报》 CAS CSCD 北大核心 2018年第2期9-13,45,共6页
商品预测是使用以往商品信息去估计和推断未来商品的销售趋势,并以此作为对商品进行合理调配与规划的依据.为实现对商品销售的精确预测,在GBDT基础上,提出了一种层次化集成预测模型(HGBDT).针对数据表征的高维问题,基于Bagging思想,在... 商品预测是使用以往商品信息去估计和推断未来商品的销售趋势,并以此作为对商品进行合理调配与规划的依据.为实现对商品销售的精确预测,在GBDT基础上,提出了一种层次化集成预测模型(HGBDT).针对数据表征的高维问题,基于Bagging思想,在特征空间构建了该模型,实现对商品的有效描述,以此提高预测模型的性能与泛化能力.在开放数据库上的实验结果验证了本文模型的有效性. 展开更多
关键词 决策树 回归模型 gbdt 集成学习
在线阅读 下载PDF
基于GBDT的实时洪水预报误差校正方法 被引量：7
11
作者 姚超宇 钟平安 +3 位作者 徐斌 王凯 高益辉 李昆朋 《水电能源科学》 北大核心 2019年第8期38-42,共5页
洪水预报实时校正是提高预报精度的有效途径。通过研究实时洪水预报误差系列构建方法,引入GBDT方法建立误差校正模型,并采用粒子群算法优选模型参数,选用洪峰段洪量相对误差、洪峰流量相对误差、确定性系数等指标评估实时校正效果。对... 洪水预报实时校正是提高预报精度的有效途径。通过研究实时洪水预报误差系列构建方法,引入GBDT方法建立误差校正模型,并采用粒子群算法优选模型参数,选用洪峰段洪量相对误差、洪峰流量相对误差、确定性系数等指标评估实时校正效果。对淮河流域王家坝站点的实例应用结果表明,无论是率定期还是验证期,基于GBDT的实时预报误差校正方法精度均优于经典AR方法和KNN方法,各项指标精度均有不同程度提升,可有效提高实时洪水预报效果,且稳定性较高。 展开更多
关键词 洪水预报误差 实时校正 gbdt 梯度提升 决策树
在线阅读 下载PDF
基于大数据技术的无线通信路径损耗估测方法
12
作者 高雪笛 《通信电源技术》 2025年第1期7-9,共3页
为应对5G网络优化中的挑战,提出一种基于大数据技术的无线通信路径损耗估测方法。该方法通过建立多参数、多场景的路径损耗模型,对海量历史数据进行编码和清洗,提取时间、空间、频率等多维度特征,并利用梯度提升决策树回归模型进行估测... 为应对5G网络优化中的挑战,提出一种基于大数据技术的无线通信路径损耗估测方法。该方法通过建立多参数、多场景的路径损耗模型,对海量历史数据进行编码和清洗,提取时间、空间、频率等多维度特征,并利用梯度提升决策树回归模型进行估测。实验结果显示,该方法在高密度建筑环境中平均绝对误差和均方根误差显著降低,皮尔逊相关系数有所提升。 展开更多
关键词 路径损耗估测 大数据技术 梯度提升决策树 无线通信
在线阅读 下载PDF
基于GBDT的沥青路面抗滑性能感知模型研究 被引量：4
13
作者 战友 邓强胜 +3 位作者 罗志伟 刘成 张傲南 邱延峻 《土木工程学报》 EI CSCD 北大核心 2023年第2期121-132,共12页
为了克服接触式路面抗滑性能测试方法适用范围局限、稳定性与可重复性较差的缺陷,文章通过非接触式三维激光扫描技术建立沥青路面抗滑性能梯度提升决策树(GBDT)感知模型。研究选取巴通万高速公路上的12个测试站点,收集了216组原始数据,... 为了克服接触式路面抗滑性能测试方法适用范围局限、稳定性与可重复性较差的缺陷,文章通过非接触式三维激光扫描技术建立沥青路面抗滑性能梯度提升决策树(GBDT)感知模型。研究选取巴通万高速公路上的12个测试站点,收集了216组原始数据,对路面三维纹理数据进行面积分层,并提取宏微观纹理指标。然后将不同面积占比下的宏微观纹理特征指标、测试温度及摩擦系数BPN分别代入模型中,并与决策树、随机森林、线性回归三个模型进行对比分析。研究表明,以40%为最佳切割面,GBDT路面抗滑性能感知模型准确度更高、稳定性更好,测试集R2达到0.8732,能够准确有效地评估沥青路面抗滑性能。GBDT感知模型参数重要性分析结果显示:温度对沥青路面抗滑性能具有显著性影响,针对不同的评价指标,其宏微观纹理特性对路面抗滑性能的影响差异性较大。研究验证通过非接触式路面纹理测试替代现有的接触式路面摩擦测试的可能性,所建立的指标体系和模型以期推动路面抗滑性能测试技术的进步。 展开更多
关键词 道路工程 抗滑性能感知模型 梯度提升决策树(gbdt) 宏微观纹理
在线阅读 下载PDF
基于GBDT算法的柴油机性能预测 被引量：5
14
作者 陈天锴 王贵勇 +1 位作者 申立中 姚国仲 《车用发动机》 北大核心 2022年第5期51-58,共8页
柴油机作为一种多输入多输出的高复杂度与耦合度系统,难以用精确的物理与化学模型准确描述。通过空间填充设计采集训练数据集,采用GBDT(Gradient Boosting Decision Tree,梯度提升决策树)算法构建了柴油机有效燃油消耗率(BSFC)、NO_(x)... 柴油机作为一种多输入多输出的高复杂度与耦合度系统,难以用精确的物理与化学模型准确描述。通过空间填充设计采集训练数据集,采用GBDT(Gradient Boosting Decision Tree,梯度提升决策树)算法构建了柴油机有效燃油消耗率(BSFC)、NO_(x)和CO预测模型,并对模型进行了验证。结果表明:预测模型收敛速度较快;BSFC,NO_(x),CO拟合程度R^(2)分别为0.981,0.993,0.992;预测值平均相对误差为0.81%,3.68%,2.95%;模型生成的BSFC,NO_(x),CO响应与真实柴油机趋势具有一致性;预测模型有较高的精确度和稳定性。梯度提升决策树算法对柴油机建模有较高的适应度,能够有效解决多特征高维非线性柴油机系统问题,为柴油机性能预测建模提供了一种行之有效的方法。 展开更多
关键词 柴油机 性能预测 数学模型 梯度提升决策树 空间填充设计
在线阅读 下载PDF
基于FSWT和GBDT的癫痫脑电信号分类研究 被引量：6
15
作者 李昕迪 陈万忠 《吉林大学学报（信息科学版）》 CAS 2019年第2期186-193,共8页
为解决癫痫脑电信号分类类别以及分类精度不足的问题,使用频率切片小波变换对脑电数据进行信号重构,得到5个频段的节律信号,再利用非线性指标近似熵和线性指标波动指数共同作为癫痫信号的特征值,充分提取信号的特征信息。随后使用梯度... 为解决癫痫脑电信号分类类别以及分类精度不足的问题,使用频率切片小波变换对脑电数据进行信号重构,得到5个频段的节律信号,再利用非线性指标近似熵和线性指标波动指数共同作为癫痫信号的特征值,充分提取信号的特征信息。随后使用梯度提升树算法对得到的特征数据集进行多分类。实验表明,该算法对癫痫脑电信号的三分类识别率为98.4%。较传统Adaboost算法,该方法采取了GBDT(Gradient Boosting Decision Tree)作为分类算法,成功利用更多的数据集,并且使得分类精度更高。 展开更多
关键词 癫痫脑电信号 频率切片小波变换 近似熵 波动指数 梯度提升树
在线阅读 下载PDF
一种基于GBDT算法的语音模型聚类方法 被引量：1
16
作者 张元平 汪丹丹 《信息化研究》 2013年第3期23-27,共5页
在基于HMM的Trainable TTS的语音生成后端,文章引入决策树聚类算法(Gradient boost decision tree,GBDT),分别应用在频谱、基频、时长三个维度的语音参数上。通过实验发现,该方法应用在基频模型和音素时长模型的聚类上,系统的主观听感... 在基于HMM的Trainable TTS的语音生成后端,文章引入决策树聚类算法(Gradient boost decision tree,GBDT),分别应用在频谱、基频、时长三个维度的语音参数上。通过实验发现,该方法应用在基频模型和音素时长模型的聚类上,系统的主观听感的改善并不明显,而应用在LSF频谱模型聚类上,系统的主观倾向性得分提高了15.6%,这说明从主观感受来说,系统效果提升比较明显。 展开更多
关键词 语音合成 模型聚类 决策树聚类算法（gbdt）
在线阅读 下载PDF
基于GBDT的轨道不平顺状态评价模型研究 被引量：7
17
作者 张煜 杨飞 +2 位作者 尤明熙 李国龙 龙亦语 《铁道建筑》 北大核心 2020年第8期111-114,共4页
基于轨道几何动态检测数据和车载式线路检查仪(晃车仪)数据,通过随机森林模型分析轨道几何特征与水平、垂直晃车相关性,并结合车辆动态响应利用迭代决策树(Gradient Boosting Decision Tree,GBDT)算法建立轨道不平顺状态评价模型,利用... 基于轨道几何动态检测数据和车载式线路检查仪(晃车仪)数据,通过随机森林模型分析轨道几何特征与水平、垂直晃车相关性,并结合车辆动态响应利用迭代决策树(Gradient Boosting Decision Tree,GBDT)算法建立轨道不平顺状态评价模型,利用该模型对一客运专线实测轨道几何数据和晃车仪数据进行数据训练和预测。结果表明,模型能够识别超出现有幅值评判标准对车辆运行有显著影响的轨道病害区段,有益于完善轨道几何不平顺评价体系及工务设备养护维修。 展开更多
关键词 轨道几何 车辆响应 迭代决策树(gbdt) 预测模型 随机森林模型
在线阅读 下载PDF
基于PSO-GBDT综采工作面初次来压预测研究 被引量：1
18
作者 吴早阳 李丹宁 +1 位作者 西成峰 崔耀 《煤炭科学技术》 CAS CSCD 北大核心 2022年第S02期7-15,共9页
综采工作面来压状况作为制定采掘工程支护设计的重要参考因素,准确地预测综采面来压趋势,不仅能辅助设计人员制定合理的井下支护方案,对于煤矿安全高效生产也有着极大的帮助。构建了一种基于PSO-GBDT综采工作面初次来压预测模型,通过选... 综采工作面来压状况作为制定采掘工程支护设计的重要参考因素,准确地预测综采面来压趋势,不仅能辅助设计人员制定合理的井下支护方案,对于煤矿安全高效生产也有着极大的帮助。构建了一种基于PSO-GBDT综采工作面初次来压预测模型,通过选取大同矿区近浅埋煤层与综采工作面来压有着显著影响的8个完整性好的因素作为特征,以初次来压步距和强度作为输出,结合粒子群优化算法,通过GBDT构建近浅埋煤层初次来压预测模型。首先对数据集进行可视化数据分析,随后以GBDT集成学习方法构建初次来压预测模型,然后通过粒子群优化算法对训练好的GBDT进行超参数优化,最后以各个特征对所构建的预测模型的影响权重进行排序,为来压机理分析提供参考指标,并与GBDT或Adaboost人工调参建模方法进行对比。试验结果表明,PSO-GBDT在预测近浅埋煤层初次来压步距和强度时,RMSE和R^(2)性能评估指标均取得了更好的结果,相较于GBDT人工调参建模方法,PSO-GBDT在构建以初次来压步距和强度为输出的模型中,R^(2)指标分别提高了7.2%和6.8%, RMSE指标分别降低了39%和42%。除此之外,PSO-GBDT与Adaboost人工调参建模方法对比试验结果表明,PSO-GBDT建模方法的预测性能优势显著,该方法以高性能和多因素的特点计算综采面初次来压步距和强度,为准确地预测综采面初次来压趋势提供一种新的解决方案。 展开更多
关键词 初次来压 粒子群优化算法 梯度提升树 近浅埋煤层
在线阅读 下载PDF
基于GBDT模型的广东阳春市地质灾害易发性评价研究 被引量：2
19
作者 李勇 宋英旭 《矿产勘查》 2023年第12期2434-2446,共13页
本研究旨在利用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型,对广东省阳春市滑坡易发性进行评价。通过收集大量地质、地形、气象等相关数据,提取了坡度、坡向、工程岩组等11个地质灾害易发性评价指标,构建了全面的滑坡... 本研究旨在利用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型,对广东省阳春市滑坡易发性进行评价。通过收集大量地质、地形、气象等相关数据,提取了坡度、坡向、工程岩组等11个地质灾害易发性评价指标,构建了全面的滑坡易发性评价指标体系,并采用GBDT模型进行训练和预测。受试者曲线(Receiver Operator Characteristic,ROC曲线)和AUC值(Area Under Curve,AUC)被用于评估模型的准确性,研究结果表明,模型的AUC值达到了0.9414,说明GBDT模型在阳春市滑坡易发性评价中表现出较高的准确性和可靠性。易发性分区统计结果显示,整个阳春市中,高易发区占4.98%,中易发区占8.42%,低易发区占16.39%,非易发区占70.22%。本文研究方法可为开展区域地质灾害易发性评价提供参考。 展开更多
关键词 滑坡易发性评价 阳春市 梯度提升决策树 防灾减灾 广东省
在线阅读 下载PDF
一种基于lightGBM框架改进的GBDT风力发电机叶片开裂预测方法 被引量：5
20
作者 刘钰宸 安静 《应用技术学报》 2020年第1期63-70,共8页
风力发电机叶片开裂直接影响风力发电机运行,采用梯度提升决策树算法与基于lightGBM框架改进的梯度提升决策树算法对风力发电机叶片开裂进行预测。对比分析了预测准确度与可行性。基于lightGBM改进的梯度提升决策树算法分析的风力发电... 风力发电机叶片开裂直接影响风力发电机运行,采用梯度提升决策树算法与基于lightGBM框架改进的梯度提升决策树算法对风力发电机叶片开裂进行预测。对比分析了预测准确度与可行性。基于lightGBM改进的梯度提升决策树算法分析的风力发电机运行数据得出的预测结果优于梯度提升决策树算法,且对于风力发电机叶片开裂预测准确度较高,并具有实用价值。同时该算法能够大幅降低样本中的无效数据,减少计算量。其独立特征合并能够使得划分点特征数量降低,提高风力发电机叶片开裂预测的准确性。最后,风力发电机叶片开裂预测实验结果表明,基于lightGBM改进的梯度提升决策树算法取得了更好的预测结果,计算量更小且能够准确预测风力发电机叶片开裂故障。 展开更多
关键词 lightGBM 梯度提升决策树 皮尔森相关性系数 风力发电机 叶片开裂预测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部