期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征选择的配电网工程造价预测模型
1
作者
徐宁
李维嘉
+2 位作者
周波
刘云
李洁
《沈阳工业大学学报》
北大核心
2025年第5期558-565,共8页
【目的】配电网工程造价受规模容量、设备材料成本、地理条件等多维度因素影响,传统统计方法难以有效处理高维非线性数据,而现有机器学习方法虽引入特征降维技术,但仍存在一定局限性,主成分分析(PCA)虽能降低维度却牺牲了预测精度,而灰...
【目的】配电网工程造价受规模容量、设备材料成本、地理条件等多维度因素影响,传统统计方法难以有效处理高维非线性数据,而现有机器学习方法虽引入特征降维技术,但仍存在一定局限性,主成分分析(PCA)虽能降低维度却牺牲了预测精度,而灰色关联分析(GRA)忽略了特征间的交互作用。因此,亟须构建一种既能保留关键特征信息、又能兼顾特征间复杂关系的预测方法。通过融合递归特征消除(RFE)法与随机森林(RF)算法构建RFE-RF预测模型,旨在解决特征冗余与非线性建模难题。【方法】采用“特征选择-模型构建-实验验证”技术路线,选用RFE法进行特征选择,通过迭代训练模型逐步剔除对预测贡献最小的特征并保留最优特征子集。采用RF算法进行模型构建,基于集成学习思路构建多棵决策树,通过平均化输出结果有效抑制过拟合,提升模型鲁棒性。RF对噪声数据不敏感且能量化特征重要性,可为RFE提供可靠的特征排序依据,从而可将RFE嵌入RF训练流程形成闭环优化过程。【结果】选用某电网公司190个配电网工程项目数据,数据涵盖电压等级、线路长度、设备价格等21个初始特征,对分类型特征进行数值化映射并保留原始分布特征。通过五折交叉验证与均方根误差优化,确定包括线路长度、电缆综合价格、电压等级等关键因素的12个最佳特征子集。与传统线性回归(LR)算法、随机森林算法、基于互信息的随机森林(MI-RF)算法相比,RFE-RF算法在测试集上的预测平均绝对误差为8.6579,预测平均绝对百分误差为6.97%,显著优于其他算法。RFE-RF算法在测试集的平均绝对误差仅比训练集增加约4.5%,其过拟合风险低于其他算法,表明可以通过特征选择有效提升算法稳定性。【结论】特征选择成为提升配电网造价预测精度的关键,RFE法能够通过动态迭代来剔除冗余特征,显著降低数据维度与噪声干扰。RFE-RF模型兼具高精度与强解释性,其平均绝对误差相比传统模型大为降低,且能够清晰量化不同特征对造价的影响权重。将RFE与RF结合应用于配电网造价预测,能够解决特征交互与冗余筛选难题,可为复杂工程系统的数据建模提供新范式。RFE-RF模型可为电网企业提供精准造价预测工具,辅助投资决策与成本控制,推动配电网工程建设的智能化与精细化,并可通过揭示特征选择对机器学习模型泛化能力的影响机制,为高维非线性数据的特征优化提供实践参考。
展开更多
关键词
配电网工程
造价预测
特征维度
非线性
数据冗余
特征选择
递归特征消除
机器学习
在线阅读
下载PDF
职称材料
室内水电装修的三维设计
2
作者
谢瑞霞
《科学技术与工程》
2008年第15期4398-4401,共4页
随着计算机图形学的飞速发展,虚拟现实成为当前国内外的一个研究热点。围绕面向对象的三维实体造型系统中的问题进行了研究和探讨,旨在为建立实用的面向对象的交互式三维实体造型系统打下坚实的理论基础。水电布线是房屋使用的物质基础...
随着计算机图形学的飞速发展,虚拟现实成为当前国内外的一个研究热点。围绕面向对象的三维实体造型系统中的问题进行了研究和探讨,旨在为建立实用的面向对象的交互式三维实体造型系统打下坚实的理论基础。水电布线是房屋使用的物质基础之一,是"数字房屋"的重要组成部分,对其三维模型的可视化和空间分析的研究具有十分重要的现实意义。
展开更多
关键词
三维空间
选择与反馈
数据库访问引擎
在线阅读
下载PDF
职称材料
Online Learning a Binary Classifier for Improving Google Image Search Results
被引量：
1
3
作者
WAN Yu-Chai LIU Xia-Bi HAN Fei-Fei TONG Kun-Qi LIU Yu
《自动化学报》
EI
CSCD
北大核心
2014年第8期1699-1708,共10页
关键词
搜索结果
在线学习
二元分类
贝叶斯分类器
算法框架
训练数据
图片
支持向量机
在线阅读
下载PDF
职称材料
题名
基于特征选择的配电网工程造价预测模型
1
作者
徐宁
李维嘉
周波
刘云
李洁
机构
华北电力大学电气与电子工程学院
华北电力大学能源动力与机械工程学院
河北省电力有限公司经济技术研究院
武汉大学电气与自动化学院
河北赛克普泰计算机咨询服务有限公司
出处
《沈阳工业大学学报》
北大核心
2025年第5期558-565,共8页
基金
河北省自然科学基金重点项目(E2018210044)
河北省教育厅科技项目(QN16214510D)。
文摘
【目的】配电网工程造价受规模容量、设备材料成本、地理条件等多维度因素影响,传统统计方法难以有效处理高维非线性数据,而现有机器学习方法虽引入特征降维技术,但仍存在一定局限性,主成分分析(PCA)虽能降低维度却牺牲了预测精度,而灰色关联分析(GRA)忽略了特征间的交互作用。因此,亟须构建一种既能保留关键特征信息、又能兼顾特征间复杂关系的预测方法。通过融合递归特征消除(RFE)法与随机森林(RF)算法构建RFE-RF预测模型,旨在解决特征冗余与非线性建模难题。【方法】采用“特征选择-模型构建-实验验证”技术路线,选用RFE法进行特征选择,通过迭代训练模型逐步剔除对预测贡献最小的特征并保留最优特征子集。采用RF算法进行模型构建,基于集成学习思路构建多棵决策树,通过平均化输出结果有效抑制过拟合,提升模型鲁棒性。RF对噪声数据不敏感且能量化特征重要性,可为RFE提供可靠的特征排序依据,从而可将RFE嵌入RF训练流程形成闭环优化过程。【结果】选用某电网公司190个配电网工程项目数据,数据涵盖电压等级、线路长度、设备价格等21个初始特征,对分类型特征进行数值化映射并保留原始分布特征。通过五折交叉验证与均方根误差优化,确定包括线路长度、电缆综合价格、电压等级等关键因素的12个最佳特征子集。与传统线性回归(LR)算法、随机森林算法、基于互信息的随机森林(MI-RF)算法相比,RFE-RF算法在测试集上的预测平均绝对误差为8.6579,预测平均绝对百分误差为6.97%,显著优于其他算法。RFE-RF算法在测试集的平均绝对误差仅比训练集增加约4.5%,其过拟合风险低于其他算法,表明可以通过特征选择有效提升算法稳定性。【结论】特征选择成为提升配电网造价预测精度的关键,RFE法能够通过动态迭代来剔除冗余特征,显著降低数据维度与噪声干扰。RFE-RF模型兼具高精度与强解释性,其平均绝对误差相比传统模型大为降低,且能够清晰量化不同特征对造价的影响权重。将RFE与RF结合应用于配电网造价预测,能够解决特征交互与冗余筛选难题,可为复杂工程系统的数据建模提供新范式。RFE-RF模型可为电网企业提供精准造价预测工具,辅助投资决策与成本控制,推动配电网工程建设的智能化与精细化,并可通过揭示特征选择对机器学习模型泛化能力的影响机制,为高维非线性数据的特征优化提供实践参考。
关键词
配电网工程
造价预测
特征维度
非线性
数据冗余
特征选择
递归特征消除
机器学习
Keywords
distribution network
engine
ering
cost prediction
feature
dimension
non-linearity
data
redundancy
feature
select
ion
recursive feature elimination
machine learning
分类号
TM72 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
室内水电装修的三维设计
2
作者
谢瑞霞
机构
温州广播电视大学
出处
《科学技术与工程》
2008年第15期4398-4401,共4页
文摘
随着计算机图形学的飞速发展,虚拟现实成为当前国内外的一个研究热点。围绕面向对象的三维实体造型系统中的问题进行了研究和探讨,旨在为建立实用的面向对象的交互式三维实体造型系统打下坚实的理论基础。水电布线是房屋使用的物质基础之一,是"数字房屋"的重要组成部分,对其三维模型的可视化和空间分析的研究具有十分重要的现实意义。
关键词
三维空间
选择与反馈
数据库访问引擎
Keywords
three dimension select and feedback data base engine
分类号
TP391.72 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
Online Learning a Binary Classifier for Improving Google Image Search Results
被引量：
1
3
作者
WAN Yu-Chai LIU Xia-Bi HAN Fei-Fei TONG Kun-Qi LIU Yu
机构
Beijing Laboratory of Intelligent Information Technology
出处
《自动化学报》
EI
CSCD
北大核心
2014年第8期1699-1708,共10页
基金
National Natural Science Foundation of China，Program for New Century Excellent Tal-ents in University of China
关键词
搜索结果
在线学习
二元分类
贝叶斯分类器
算法框架
训练数据
图片
支持向量机
Keywords
Image search
engine
, content-
base
d image retrieval （CBIR）, search results improvement, image classifier learning,training
data
select
ion
分类号
TP393.4 [自动化与计算机技术—计算机应用技术]
G434 [文化科学—教育技术学]
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
基于特征选择的配电网工程造价预测模型
徐宁
李维嘉
周波
刘云
李洁
《沈阳工业大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
室内水电装修的三维设计
谢瑞霞
《科学技术与工程》
2008
0
在线阅读
下载PDF
职称材料
3
Online Learning a Binary Classifier for Improving Google Image Search Results
WAN Yu-Chai LIU Xia-Bi HAN Fei-Fei TONG Kun-Qi LIU Yu
《自动化学报》
EI
CSCD
北大核心
2014
1
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
