基于级联的航班地面保障动态预测

1

作者 唐小卫 丁叶 +3 位作者 吴政隆 张生润 吴佳琦 叶梦凡 《北京航空航天大学学报》 北大核心 2025年第5期1557-1565,共9页

对航班地面保障过程进行精准预测是实现航班精细化管理、提升机场协同决策(A-CDM)系统管理效能的关键。为此,提出一种基于级联多输出梯度提升回归树模型的航班地面保障多节点动态预测方法。通过搭建级联框架实现了不同保障进度之间预测... 对航班地面保障过程进行精准预测是实现航班精细化管理、提升机场协同决策(A-CDM)系统管理效能的关键。为此,提出一种基于级联多输出梯度提升回归树模型的航班地面保障多节点动态预测方法。通过搭建级联框架实现了不同保障进度之间预测信息的传递和预测结果的更新,基于可进行多节点预测的梯度提升回归树设计了地面保障过程动态预测算法,以典型繁忙机场为对象构建了航班基础属性与层级信息传递两大类特征集。结果表明:所提方法有效实现了地面保障各关键节点完成时间的动态预测,初始预测各节点±5 min预测精度均达到80%以上,随着保障过程推进模型预测性能逐步提升,超过60%的节点±5 min最终预测精度超过95%,为提升航班运行的可预测性和机场多主体协同决策能力提供有效方法支撑。 展开更多

关键词 航空运输 航班地面保障 机场协同决策 级联 梯度提升回归树 动态预测

在线阅读 下载PDF 职称材料

基于GBDT-LR和信息量模型耦合的滑坡易发性评价 被引量：9

2

作者 董张玉 张晋 +3 位作者 彭鹏 王燕 杨智 安森 《水土保持通报》 CSCD 北大核心 2023年第1期149-157,166,共10页

[目的]探索准确、快速的滑坡易发性区划方法,为区域安全监测提供参考,为政府治理滑坡灾害提供科学依据。[方法]以安徽省池州市贵池区为研究区域,采用梯度提升决策树—逻辑回归(GBDT-LR)和信息量(I)模型耦合的方法,实现区域滑坡易发性评... [目的]探索准确、快速的滑坡易发性区划方法,为区域安全监测提供参考,为政府治理滑坡灾害提供科学依据。[方法]以安徽省池州市贵池区为研究区域,采用梯度提升决策树—逻辑回归(GBDT-LR)和信息量(I)模型耦合的方法,实现区域滑坡易发性评价。该方法通过对原样本地学习,组合产生新的模拟样本,从而增强易发性评价模型对滑坡的拟合能力;采用Borderline-Smote算法解决样本数据不对称的问题。选用r.slopeunits软件划分的斜坡单元作为最小评价单元,选取坡度、坡向、地形曲率、剖面曲率、平面曲率、地形湿度指数(TWI)、地形起伏度、归一化植被指数(NDVI)、距断裂距离和距水系距离总计10个评价因子。分别从频率比、滑坡灾害点及隐患点密度、ROC曲线3个方面对构建的滑坡易发性模型进行评价。[结果]试验结果表明:耦合模型I-GBDT-LR分别比I,LR,I-LR模型的高易发区频率比所占比例提升约10%,13%,7%,高易发区滑坡灾害点及隐患点密度分别提升约9,11,7,ROC精度提升约10%,9%,5%。[结论]从检验指标综合来看,耦合模型的精度均高于单一模型,所提出耦合模型精度又高于I-LR耦合模型,为滑坡易发性评价提供了一种有效的、新型的评价方法。 展开更多

关键词 滑坡易发性 信息量 逻辑回归 gbdt-lr 安徽省池州市

在线阅读 下载PDF 职称材料

土地利用与城市轨道交通客流的非线性关系 被引量：2

3

作者 魏丽英 石晶晶 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第5期43-51,共9页

城市轨道交通站点影响范围内土地利用对客流影响具有时空分异特征且存在类型差异,为针对性探讨不同站点两者的复杂非线性关系,提出一种基于土地利用空间分布规律、对站点实际影响范围进行差异化识别的方法;并通过分时段多尺度地理加权回... 城市轨道交通站点影响范围内土地利用对客流影响具有时空分异特征且存在类型差异,为针对性探讨不同站点两者的复杂非线性关系,提出一种基于土地利用空间分布规律、对站点实际影响范围进行差异化识别的方法;并通过分时段多尺度地理加权回归,获取能够表征土地利用对客流影响时空变化特征的站点聚类指标,采用K-means++算法将研究区域内的站点划分为4类;进而基于改进的梯度提升决策树模型分类定量探讨不同类别下土地利用与轨道交通客流的复杂非线性关系。研究表明:通过捕捉不同站点土地利用与客流的时空分异特征对站点进行分类识别,可有效提升两者非线性关系模型的解释度。根据模型输出结果,发现不同类别站点影响轨道交通客流的关键土地利用要素不同,第1类中关键变量为相对重要性分别为61.35%和30.08%的公交站点数量和慢行密度;第4类的情况类似但相对数值有所变化,公交站点数量的相对重要性由61.35%下降至30.31%;建筑密度在第2类中以66.57%的相对重要度占据最大比例;但在第3类中仅占5.59%。此外,不同类别站点影响范围内土地利用与轨道交通客流的关系存在较为显著且各异的阈值效应。研究表明,对于不同类别站点的用地开发应各有侧重,且应结合实际将土地利用设计指标控制在相应的合理范围内。研究为差异化的站点周边土地利用开发策略的制定提供了理论支持和量化指导。 展开更多

关键词 多尺度地理加权回归 土地利用 空间差异性 阈值效应 梯度提升决策树 轨道交通客流

在线阅读 下载PDF 职称材料

基于Google Earth Engine的前郭县春季农田覆膜提取

4

作者 邓韵谣 李晓洁 任建华 《地理科学》 CSSCI CSCD 北大核心 2024年第8期1417-1425,共9页

本文基于Google Earth Engine(GEE)云平台,综合考虑光学影像的波段反射率、光谱指数特征和雷达影像的极化、纹理特征,分别构建仅使用光学特征、仅使用雷达特征以及光学和雷达特征组合3种特征输入组合;根据精度确定最佳输入特征后,分别... 本文基于Google Earth Engine(GEE)云平台,综合考虑光学影像的波段反射率、光谱指数特征和雷达影像的极化、纹理特征,分别构建仅使用光学特征、仅使用雷达特征以及光学和雷达特征组合3种特征输入组合;根据精度确定最佳输入特征后,分别结合机器学习中的分类与回归树、支持向量机、最小距离分类法、梯度提升树和随机森林5种方法建立覆膜提取模型,依据结果精度评估不同方法的性能,并基于最优化模型提取出最终的覆膜农田面积。结果表明:①最佳输入特征为波段反射率特征+光谱指数特征+极化特征+纹理特征;②采用随机森林方法建立的模型精度最高,研究区I的总体精度达到了95.84%,Kappa系数为0.95,地物错分率为1.2%,明显优于其他4种方法(地物错分率较分类与回归树、支持向量机、最小距离和梯度提升树法降低0.8%、7.3%、38.0%和0.3%),研究区II的验证精度达到了87.84%,证明该模型在覆膜提取中可以取得更加准确的结果;③使用本文方法得到2022年研究区I覆膜农田面积为1302.48 km2,估算地膜使用量约为7585.62 t。本文综合考虑光学和雷达影像在地物识别中的特点建立模型,可以准确、高效的识别农田地膜,掌握地膜面积,对环境治理与防治具有重要意义。 展开更多

关键词 覆膜 Google Earth Engine 特征提取 随机森林 支持向量机 分类与回归树 最小距离 梯度提升树

在线阅读 下载PDF 职称材料

基于机器学习的金沙江流域浅层滑坡易发性评价

5

作者 赵鹏 文刚 +5 位作者 何展昌 王官洋 陈磊 申晓畅 王开正 唐鸿磊 《水利水电技术（中英文）》 北大核心 2024年第10期53-70,共18页

【目的】我国西南山区金沙江流域孕灾环境复杂,浅层滑坡灾害频发,严重威胁当地居民生命财产安全和基础设施建设运维,亟需构建合适的、准确的区域浅层滑坡易发性评价分区图,指导灾害防治措施布置和基础设施建设规划。【方法】对比经典数... 【目的】我国西南山区金沙江流域孕灾环境复杂,浅层滑坡灾害频发,严重威胁当地居民生命财产安全和基础设施建设运维,亟需构建合适的、准确的区域浅层滑坡易发性评价分区图,指导灾害防治措施布置和基础设施建设规划。【方法】对比经典数理统计模型—逻辑回归模型,选取梯度提升决策树和随机森林两种机器学习模型对金沙江流域昭通市进行浅层滑坡易发性评价。基于2369个历史滑坡灾害数据,选取坡度、坡向、地貌、土壤、距水系距离、距道路距离、NDVI、地震烈度和年均降雨量等14个评价因子,对研究区构建了三个浅层滑坡易发性评价模型。【结果】结果显示:(1)三种模型浅层滑坡易发性评价结果的AUC值均大于0.800,两种机器学习模型的表现优于逻辑回归模型;(2)随机森林模型的准确度最高,其AUC值和Kappa系数分别为0.910和0.907,在各类区域识别的高易发和较高易发区与实际的滑坡分布一致性较高,且过拟合现象较弱;(3)随机森林模型中各评价指标的相对重要性在此类孕灾机理复杂多样的区域均能得到良好体现,其评价结果较其他两种模型能够更全面地考虑各类致灾环境。【结论】结果表明机器学习模型能够较好地评估金沙江流域在复杂孕灾环境下的浅层滑坡易发性,有助于指导该区域的防灾减灾工作。 展开更多

关键词 机器学习 浅层滑坡易发性评价 逻辑回归 梯度提升决策树 随机森林 金沙江流域 滑坡 影响因素

在线阅读 下载PDF 职称材料

基于GBDT的商品分配层次化预测模型 被引量：5

6

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 职称材料

基于混合梯度提升决策树和逻辑回归模型的分组密码算法识别方案 被引量：11

7

作者 袁科 黄雅冰 +2 位作者 杜展飞 李家保 贾春福 《工程科学与技术》 EI CSCD 北大核心 2022年第4期218-227,共10页

针对密码算法识别工作中因密码算法数量增多、密文数据复杂化以及数据间干扰增加,导致单层识别方案的识别准确率和稳定性变差等问题,提出一种基于混合梯度提升决策树和逻辑回归模型,并基于该模型构造分组密码算法识别方案。在该方案中,... 针对密码算法识别工作中因密码算法数量增多、密文数据复杂化以及数据间干扰增加,导致单层识别方案的识别准确率和稳定性变差等问题,提出一种基于混合梯度提升决策树和逻辑回归模型,并基于该模型构造分组密码算法识别方案。在该方案中,首先,采用NIST随机性测试标准中的15种测试方法作为密文特征提取方法对密文文件进行特征提取,并选定有意义的10种特征值作为分类器的输入;然后,使用这10组特征训练梯度提升决策树模型,并利用其学习而生成的树来构造新特征;最后,将这些新特征做one-hot编码,并将其加入到原有特征中训练逻辑回归模型进行预测。在唯密文情况下,基于9种不同的分类器模型分别构造9种不同的密码算法识别方案,并利用这9种方案对2种典型的分组密码算法AES和3DES加密的不同大小的密文文件进行密码算法二分类实验,对5种常用的分组密码算法AES、3DES、Blowfish、CAST和RC2加密的不同大小的密文文件进行密码算法五分类实验。实验结果表明,相较于其他识别方案,当密文长度相同时,本文所提方案在二分类和五分类识别问题中几乎均有最高的识别准确率。同时,随着密文长度的变化,识别准确率呈波动性变化,本文所提方案波动幅度最小,受影响程度最小,稳定性最高。 展开更多

关键词 密码算法识别 机器学习 集成学习 梯度提升决策树 逻辑回归

在线阅读 下载PDF 职称材料

地表反照率机器学习估算方法

8

作者 吴锦超 吴永静 +2 位作者 林超 窦宝成 刘锐 《遥感信息》 CSCD 北大核心 2022年第1期47-54,共8页

针对反照率直接估算中多元线性回归方法难以拟合反照率估算中的非线性特征的问题,引入基于梯度提升决策树机器学习方法对GLASS(global land surface satellite products)反照率产品算法中的多元线性回归(multiple linear regression,MLR... 针对反照率直接估算中多元线性回归方法难以拟合反照率估算中的非线性特征的问题,引入基于梯度提升决策树机器学习方法对GLASS(global land surface satellite products)反照率产品算法中的多元线性回归(multiple linear regression,MLR)直接估算算法进行改进,并将梯度提升决策树算法(gradient boost decision tree,GBDT)结果同原有方法进行对比,同时利用地面站点观测反照率评价本文算法效果。结果表明,多元线性回归方法平均RMSE为0.017到0.02,梯度提升决策树方法平均RMSE为0.009到0.013,梯度提升决策树方法的估算精度较原多元线性回归方法精度有较大提升,表明新型机器学习方法在优化遥感经验或半经验模型中具有重要潜力。同时地面验证结果表明,本文算法相比于GLASS V3反照率产品在RMSE和绝对偏差上相对提升4%和60%。 展开更多

关键词 地表反照率 多角度 直接估算方法 多元线性回归 梯度提升决策树

在线阅读 下载PDF 职称材料

基于遗传优化决策树的建筑能耗短期预测模型 被引量：21

9

作者 丁飞鸿 刘鹏 +5 位作者 卢暾 顾宁 丁向华 杨宝明 戴文祺 邹超君 《计算机工程》 CAS CSCD 北大核心 2019年第6期280-289,296,共11页

使用线性回归模型预测公共建筑能耗数据时,存在不确定性影响因素和精度偏差问题。为此,建立一种遗传优化决策树模型。采用遗传算法优化梯度提升决策树的子树生成过程,以模型预测的R-Square值作为迭代的评估标准,从而达到能耗预测的目的... 使用线性回归模型预测公共建筑能耗数据时,存在不确定性影响因素和精度偏差问题。为此,建立一种遗传优化决策树模型。采用遗传算法优化梯度提升决策树的子树生成过程,以模型预测的R-Square值作为迭代的评估标准,从而达到能耗预测的目的。实验结果表明,与传统的回归预测模型相比,该模型预测精度较高。 展开更多

关键词 建筑能耗 回归预测 梯度提升决策树 遗传算法 遗传优化决策树

在线阅读 下载PDF 职称材料

一种基于集成学习的入侵检测算法 被引量：15

10

作者 黄金超 马颖华 +2 位作者 齐开悦 李怡晨 夏元轶 《上海交通大学学报》 EI CAS CSCD 北大核心 2018年第10期1382-1387,共6页

作为机器学习领域的一个重点研究方向,集成学习相比于单分类器有着更高的检测精度,被广泛应用于异常入侵检测.但是,现有基于集成学习的入侵检测算法在对原问题进行划分过程中会存在一定的边缘信息与整体信息的丢失,且最终的模型融合也... 作为机器学习领域的一个重点研究方向,集成学习相比于单分类器有着更高的检测精度,被广泛应用于异常入侵检测.但是,现有基于集成学习的入侵检测算法在对原问题进行划分过程中会存在一定的边缘信息与整体信息的丢失,且最终的模型融合也是一个耗时、复杂的调整参数过程.基于此,提出一种改进的基于集成学习的入侵检测算法,将原问题转化成多个二分类问题,并把多个分类器的概率预测结果作为先验知识加入到原本的特征中,再进行多分类模型的学习;借助于Facebook提出的梯度提升决策树(GBDT)和逻辑回归(LR)的融合模型对其中的二分类问题进行学习.通过在KDD CUP’99数据集的实验与分析,验证了所提算法的有效性. 展开更多

关键词 集成学习 入侵检测 信息丢失 梯度提升决策树 逻辑回归

在线阅读 下载PDF 职称材料

基于机器学习的网页暗链检测方法 被引量：20

11

作者 周文怡 顾徐波 +1 位作者 施勇 薛质 《计算机工程》 CAS CSCD 北大核心 2018年第10期22-27,共6页

在大数据时代下,传统暗链检测技术无法在海量网页中快速准确地识别出遭遇"暗链攻击"的网站。为此,提出一种引入机器学习的方法研究网页的暗链检测。该方法结合暗链的域名、相关文本及隐藏结构3种特征,分别采用分类与回归树、... 在大数据时代下,传统暗链检测技术无法在海量网页中快速准确地识别出遭遇"暗链攻击"的网站。为此,提出一种引入机器学习的方法研究网页的暗链检测。该方法结合暗链的域名、相关文本及隐藏结构3种特征,分别采用分类与回归树、梯度提升决策树及随机森林3种算法来构建检测模型并对比其的性能。实验结果表明,该方法具有较高的准确性和可靠性,其中随机森林构建的检测模型分类准确率可以达到0. 984。 展开更多

关键词 暗链 特征提取 交叉验证 分类与回归树 随机森林 梯度提升决策树

在线阅读 下载PDF 职称材料

基于改进鲸鱼优化算法的GBDT回归预测模型 被引量：13

12

作者 王彦琦 张强 +1 位作者 朱刘涛 袁和平 《吉林大学学报（理学版）》 CAS 北大核心 2022年第2期401-408,共8页

针对梯度提升决策树(gradient boosting decision tree,GBDT)参数难以选择的问题,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的GBDT回归预测算法.首先,提出一种改进的鲸鱼优化算法,利用混沌映射初始化... 针对梯度提升决策树(gradient boosting decision tree,GBDT)参数难以选择的问题,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的GBDT回归预测算法.首先,提出一种改进的鲸鱼优化算法,利用混沌映射初始化种群提高种群多样性,引入惯性权重与差分进化算法中的变异交叉策略解决迭代后期易陷入局部最优的问题;其次,利用IWOA对GBDT的关键参数寻优,避免参数选择的盲目性,提高回归预测模型的泛化能力;最后,建立IWOA-GBDT回归预测模型,并利用UCI数据集对模型进行验证.实验结果表明,相比于决策树、支持向量机、Adaboost和GBDT算法,该模型算法具有更好的拟合效果,并有一定的实用价值. 展开更多

关键词 梯度提升决策树 鲸鱼优化算法 集成学习 回归预测

在线阅读 下载PDF 职称材料

一种可用于分类型属性数据的多变量回归森林 被引量：3

13

作者 刘振宇 宋晓莹 《计算机科学》 CSCD 北大核心 2022年第1期108-114,共7页

针对线性回归、SVR以及大部分多变量回归树等回归模型不能直接利用分类型属性进行回归分析的问题,提出了一种可联合多种类型属性的决策树结点划分方法。该方法通过定义样本集合在分类型属性上的中心以及样本到中心的距离,使得分类型属... 针对线性回归、SVR以及大部分多变量回归树等回归模型不能直接利用分类型属性进行回归分析的问题,提出了一种可联合多种类型属性的决策树结点划分方法。该方法通过定义样本集合在分类型属性上的中心以及样本到中心的距离,使得分类型属性也可以像数值型属性一样参与样本的聚类过程,从而形成样本集的划分。之后,文中又为由该方法产生的决策树选择了合适的集成方案,生成的集成器被称为聚类回归森林(CRF)。最后,在12个UCI公开数据集上对比CRF与其他9个回归模型的回归平均绝对误差(MAE)和均方根误差(RMSE),实验结果表明,CRF在10个回归模型中具有最好的表现。 展开更多

关键词 决策树 多变量回归树 集成学习 随机森林 梯度提升

在线阅读 下载PDF 职称材料

决策树集成方法在反舰导弹效能评估中的应用 被引量：9

14

作者 姬正一 陈阳 +2 位作者 沈培志 韩先平 齐鸿坤 《现代防御技术》 北大核心 2021年第4期15-23,34,共10页

在反舰导弹效能评估方法中,针对存在主观经验和计算时间成本高的问题,提出了随机森林和梯度提升回归树2种决策树集成方法。通过构建3层19个分量的反舰导弹效能评估指标体系,改进的ADC(availability dependability capacity)评估模型建... 在反舰导弹效能评估方法中,针对存在主观经验和计算时间成本高的问题,提出了随机森林和梯度提升回归树2种决策树集成方法。通过构建3层19个分量的反舰导弹效能评估指标体系,改进的ADC(availability dependability capacity)评估模型建立了不同状态反舰导弹武器系统参数数据样本240份,切分数据集后采用归一化处理,结合交叉验证和网格搜索等参数优化方法,得到了2个较为理想的决策树集成效能评估模型。在仿真试验测试验证中,模型的评估准确率较高,验证了该方法的实用性,为反舰导弹效能评估提供了新思路。 展开更多

关键词 反舰导弹 效能评估 决策树集成 随机森林 梯度提升回归树 机器学习

在线阅读 下载PDF 职称材料

基于半监督集成学习的词义消歧 被引量：1

15

作者 张春祥 熊经钊 高雪瑶 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第8期1216-1222,共7页

为了解决自然语言中的一词多义问题,本文提出了半监督集成的词义消歧方法。以歧义词左右4个邻接词汇单元的词形、词性和语义类作为消歧特征,利用逻辑回归模型、梯度提升决策树和支持向量机来确定其含义。采用软投票策略融合3个基本分类... 为了解决自然语言中的一词多义问题,本文提出了半监督集成的词义消歧方法。以歧义词左右4个邻接词汇单元的词形、词性和语义类作为消歧特征,利用逻辑回归模型、梯度提升决策树和支持向量机来确定其含义。采用软投票策略融合3个基本分类器获得集成词义消歧模型。以少量人工语义标注语料为基础,结合大量无标注语料,使用半监督学习方法来提高集成词义消歧模型的性能。使用SemEval-2007:Task#5的测试语料来度量词义消歧的性能。实验结果表明:所提出方法的平均准确率达到了72.80%,词义消歧的性能有所提升。本文提出方法能够降低人工标注语料的规模,提高词义消歧准确率。 展开更多

关键词 词义消歧 消歧特征 逻辑回归 梯度提升决策树 支持向量机 软投票 基本分类器

在线阅读 下载PDF 职称材料

基于梯度提升决策树分位数回归的船舶能耗区间预测 被引量：6

16

作者 李天笑 周田瑞 +1 位作者 胡勤友 郝清晏 《上海海事大学学报》 北大核心 2022年第2期19-24,共6页

针对目前船舶能耗预测方法仅仅能进行单点预测的问题,提出一种梯度提升决策树分位数回归方法对船舶能耗区间进行预测。对船舶能耗及其影响因素数据进行预处理(空值、异常值删除等),获得更加准确的船舶能耗数据集。结合相关领域知识,确... 针对目前船舶能耗预测方法仅仅能进行单点预测的问题,提出一种梯度提升决策树分位数回归方法对船舶能耗区间进行预测。对船舶能耗及其影响因素数据进行预处理(空值、异常值删除等),获得更加准确的船舶能耗数据集。结合相关领域知识,确定对地航速、艏艉吃水、左右吃水、风速等9个影响因素进行建模。以区间覆盖率和平均带宽作为该方法的性能评价指标。实验结果表明,该方法能有效获取船舶能耗区间值,与分位数回归森林(quantile regression forest,QRF)、普通线性分位数回归(quantile regression,QR)相比,其预测性能更佳。提出的方法可为智能船舶能耗状态实时监测、异常识别等提供参考。 展开更多

关键词 船舶能耗 区间预测 梯度提升决策树 分位数回归

在线阅读 下载PDF 职称材料

高光谱技术结合迭代决策树的香肠菌落总数预测 被引量：6

17

作者 郭培源 徐盼 +1 位作者 董小栋 许晶晶 《食品科学》 EI CAS CSCD 北大核心 2019年第6期312-317,共6页

利用波长范围400～1 000 nm高光谱对香肠的菌落总数进行预测研究。选取450个香肠样本的光谱数据作为训练集,50个作为测试集。采用多元散射校正方法对光谱预处理并采用主成分分析法对光谱降维处理。对训练集和测试集数据分别采用支持向... 利用波长范围400～1 000 nm高光谱对香肠的菌落总数进行预测研究。选取450个香肠样本的光谱数据作为训练集,50个作为测试集。采用多元散射校正方法对光谱预处理并采用主成分分析法对光谱降维处理。对训练集和测试集数据分别采用支持向量回归和迭代决策树(gradient boosting decision tree,GBDT)方法建立定量分析模型,优选最佳建模方法。结果表明:GBDT的建模效果较好,其训练集和测试集的均方根误差分别为0.001和0.003,决定系数R2分别为0.998和0.996。研究表明,基于高光谱成像技术利用GBDT方法预测香肠菌落总数可行并可有效实现。 展开更多

关键词 高光谱成像技术 香肠 菌落总数 支持向量回归(SVR) 迭代决策树(GBDT)

在线阅读 下载PDF 职称材料

基于特征选择算法的建筑能耗预测集成模型 被引量：4

18

作者 白雪 刘刚 +3 位作者 黄蕾 钟韬 乔丹 杨执钧 《计算机工程与设计》 北大核心 2020年第10期2892-2896,共5页

为提高建筑能耗预测效果,提出一种基于随机森林特征选择算法的建筑能耗预测集成回归模型(RF-GBDT)。通过随机森林的特征选择算法处理原始数据集生成最优特征子集,使用梯度提升决策树算法将6种基础的机器学习算法建立集成回归模型,以最... 为提高建筑能耗预测效果,提出一种基于随机森林特征选择算法的建筑能耗预测集成回归模型(RF-GBDT)。通过随机森林的特征选择算法处理原始数据集生成最优特征子集,使用梯度提升决策树算法将6种基础的机器学习算法建立集成回归模型,以最优特征子集作为集成模型的输入数据集。使用评价指标RMSE和R^2将集成模型预测结果与传统集成模型以及单一机器学习算法的预测结果进行对比,实验结果验证了集成后的RF-GBDT模型比单一算法的预测性能有了大幅度提升。 展开更多

关键词 随机森林 梯度提升树 特征选择 集成回归模型 能耗预测

在线阅读 下载PDF 职称材料

基于词嵌入与卷积神经网络的建筑能耗预测 被引量：9

19

作者 季天瑶 王挺韶 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期40-48,共9页

在对建筑能耗进行回归预测时需要利用到时序特征与分类特征,而传统模型只能处理其中一种特征。针对该问题,文中提出了一种融合一维卷积与词嵌入的神经网络新构架,其中,一维卷积核能提取连续的时间序列特征,词嵌入模型能对离散的分类特... 在对建筑能耗进行回归预测时需要利用到时序特征与分类特征,而传统模型只能处理其中一种特征。针对该问题,文中提出了一种融合一维卷积与词嵌入的神经网络新构架,其中,一维卷积核能提取连续的时间序列特征,词嵌入模型能对离散的分类特征进行嵌入计算,从而建立能同时处理时序特征与分类特征的建筑能耗预测模型。通过与梯度提升决策回归树和长短时记忆网络的比较,证明所提出的模型在效率与准确率上都有良好的表现。在超参数调节上,采用基于贝叶斯优化的超参数自动优化算法,该算法能在树搜索空间上寻找最优超参数,相比于人工调参,超参数自动寻优算法能在较快的时间内提升模型本身的性能。最后进行了算例仿真,结果表明,文中提出的模型在性能上要优于集成学习模型与长短时记忆网络。 展开更多

关键词 建筑能耗预测 一维卷积网络 词嵌入模型 梯度提升决策回归树 长短时记忆网络 贝叶斯优化 超参数自动优化算法

在线阅读 下载PDF 职称材料