期刊文献+
共找到154篇文章
< 1 2 8 >
每页显示 20 50 100
基于XGBoost算法的走滑断裂内部特征带的精细识别 被引量:2
1
作者 赵军 汪峻宇 +3 位作者 赖强 文晓峰 邬光辉 焦世祥 《地质科技通报》 北大核心 2025年第2期182-192,共11页
受制于走滑断裂内部强烈的非均质性、储集类型多样及流体分布复杂的影响,走滑断裂内部裂缝带、破碎带和溶蚀带之间的测井响应复杂多变,为有效利用成像及常规测井资料识别走滑断裂内部3特征带造成了困难。引入XGboost算法建立模型,以提... 受制于走滑断裂内部强烈的非均质性、储集类型多样及流体分布复杂的影响,走滑断裂内部裂缝带、破碎带和溶蚀带之间的测井响应复杂多变,为有效利用成像及常规测井资料识别走滑断裂内部3特征带造成了困难。引入XGboost算法建立模型,以提高对走滑断裂内部3特征带的识别精度。分析了走滑断裂内部3特征带的测井响应特征,优选敏感测井曲线构建基于均值及方差的特征向量空间集,采用极端梯度提升算法,建立了走滑断裂溶蚀带、破碎带和裂缝带的XGBoost回归预测模型,并通过多分类评价指标对XGBoost模型的关键参数进行调优,提高了走滑断裂内部特征带的识别精度。利用构建的XGBoost模型对研究区走滑断裂内部特征带进行了识别,其中总样本数234个,识别正确样本208个,识别正确率达88.89%;预测结果表明在走滑断裂内部特征带中,裂缝带分布范围最广,破碎带其次,溶蚀带最窄,这与实际走滑断裂内部特征带的分布范围相符。基于XGBoost算法的走滑断裂内部特征带识别模型能够有效地识别裂缝带、破碎带和溶蚀带,从而有助于对走滑断裂内部尺度更小的溶蚀孔洞及裂缝储集空间的分布进行更为有效的分析,对走滑断裂内部结构的精细刻画有一定借鉴意义。 展开更多
关键词 走滑断裂 xgboost算法 碳酸盐岩 测井评价 特征带识别 四川盆地 高石梯-磨溪地区
在线阅读 下载PDF
基于XGBoost算法的页岩岩相测井预测方法 被引量:1
2
作者 闫佳飞 李胜利 +2 位作者 魏泽德 吴忠宝 陈建阳 《古地理学报》 北大核心 2025年第3期763-776,共14页
页岩岩相的识别与预测对于分析确定页岩油气甜点层段非常重要。在缺乏岩心信息进行单井岩相研究时,测井数据扮演着十分重要的角色,而基于XGBoost算法可以充分挖掘多维测井数据所揭示的页岩岩相信息,从而达到预测单井页岩岩相的目的。本... 页岩岩相的识别与预测对于分析确定页岩油气甜点层段非常重要。在缺乏岩心信息进行单井岩相研究时,测井数据扮演着十分重要的角色,而基于XGBoost算法可以充分挖掘多维测井数据所揭示的页岩岩相信息,从而达到预测单井页岩岩相的目的。本研究应用具有监督学习算法的XGBoost机器学习方法,利用常规测井数据作为变量数据集,建立了可预测页岩岩相类型的计算模型。首先建立适合具体研究区的页岩岩相划分标准,该标准应能体现研究区页岩岩相的辨识差异性,再统计不同矿物含量,确定不同岩相的具体矿物含量和TOC含量界限。在建立计算模型时,相关变量可能会提供相似的信息,导致模型过于依赖这些特征,需注意去除相似信息。XGBoost算法在参数优选方面,其网格搜索具有全面性,在网格搜索过程中应该进行多次优选,不断缩小搜索范围以求取最优值。以松辽盆地松南地区赞字井区块为例,采用矿物组分含量、沉积构造及TOC含量建立页岩岩相划分标准,青山口组可划分出5类主要页岩;在应用XGBoost算法进行变量优选时,对于具有较高相关性的深侧向电阻率(LLD)和浅侧向电阻率(LLS)曲线,保留一条即可,结果表明模型准确率可提高4%左右;经过变量选择及参数调优后,最终模型预测岩相的准确率可达90.03%。 展开更多
关键词 页岩岩相预测 xgboost算法 变量选择 参数调优 测井信息 青山口组 松辽盆地
在线阅读 下载PDF
基于XGBoost算法的面部特征对轻度认知障碍风险的预测作用
3
作者 戚馨如 宋玉磊 +5 位作者 吕玉婵 殷海燕 张薛晴 张洁昕 徐桂华 柏亚妹 《护理学杂志》 北大核心 2025年第7期95-99,共5页
目的初步构建预测轻度认知障碍(MCI)风险的机器学习模型,为医护人员早期快速筛查轻度认知障碍提供参考。方法2024年7-9月,采用便利采样法选取南京市2个街道老年人294人,通过OpenFace 3.0提取受试者观看快乐、中性、悲伤视频的面部特征,... 目的初步构建预测轻度认知障碍(MCI)风险的机器学习模型,为医护人员早期快速筛查轻度认知障碍提供参考。方法2024年7-9月,采用便利采样法选取南京市2个街道老年人294人,通过OpenFace 3.0提取受试者观看快乐、中性、悲伤视频的面部特征,将其显著性面部特征分别归类为快乐、中性、悲伤、快乐+中性、快乐+悲伤、中性+悲伤、快乐+中性+悲伤7种面部特征组合。以特征组合作为输入变量,是否患有MCI作为结局变量,按照7∶3的比例分为训练集和测试集构建XGBoost的机器学习模型。运用准确率、精确率、召回率、F1得分和曲线下面积(AUC-ROC)值评价判别效能,并对预测效果较优的面部特征组合模型进行SHAP分析。结果两组面部特征比较,MCI组在观看快乐视频产生的面部特征AU04_AUI、AU06_AUI、AU10_AUP和AU12_AUP与非MCI组有显著差异;MCI组在观看中性、悲伤视频分别产生的9种、8种面部特征与非MCI组有显著差异(均P<0.05)。各面部特征组合构建的XGBoost模型受试者工作特征曲线下面积(AUC)均大于0.6,其中悲伤最高(0.71)。悲伤视频的面部特征构建的XGBoost模型SHAP结果显示排名前3的预测因子是AU04_AUI、AU20_AUP、AU07_AUI。结论初步构建基于面部特征的XGBoost机器学习模型,旨在辅助早期阶段识别MCI的风险,实现MCI风险的早期预警与干预。 展开更多
关键词 老年人 轻度认知障碍 面部特征 面部动作单元 机器学习模型 xgboost算法 老年护理
在线阅读 下载PDF
基于BO-XGBoost算法的气凝胶混凝土力学和保温性能预测方法
4
作者 熊峰 陈腾盛 +2 位作者 邓楚兵 李云飞 曾一 《工程科学与技术》 北大核心 2025年第5期1-13,共13页
气凝胶混凝土是制备保温承重一体化墙板的优质材料,其抗压强度和导热系数是重要的研究参数。为了获取最优的抗压强度和导热系数,需要在实验室多次重复进行配合比设计及性能测定,需要大量的人力和时间。采用公式分析方法或统计方法可获... 气凝胶混凝土是制备保温承重一体化墙板的优质材料,其抗压强度和导热系数是重要的研究参数。为了获取最优的抗压强度和导热系数,需要在实验室多次重复进行配合比设计及性能测定,需要大量的人力和时间。采用公式分析方法或统计方法可获得最佳性能,但因为气凝胶混凝土的抗压强度和导热系数与各影响因素存在高度的非线性关系,由此得到的经验公式精度低,对自身实验有很强的依赖性,无法推广和泛化。而利用机器学习方法可以有效地通过数据库建立输入与输出特征之间的映射关系。本文利用贝叶斯优化的极端梯度提升算法(BO-XGBoost)建立了一个气凝胶混凝土性能预测模型,并基于335组数据,进行模型训练与测试。为了验证采用带可解释特征作为输入特征的方案的有效性,采用两个模型分别预测抗压强度和导热系数的优势,设置两个对比方案进行性能比较。此外,为了分析BO-XGBoost模型在气凝胶混凝土性能预测上的优势,使用随机森林、人工神经网络等多个模型与之进行比较,并采用全新数据探究模型的泛化能力。结果表明,BO-XGBoost模型效果很好,抗压强度和导热系数预测模型的测试集的决定系数R2均在0.97以上,预测能力优于其他模型,且具有较好的泛化能力。此外,采用SHAP模型进行可解释分析,结果表明,影响气凝胶混凝土性能的最主要因素是气凝胶掺量和水胶比。 展开更多
关键词 气凝胶混凝土 性能预测 贝叶斯优化 xgboost算法 SHAP可解释分析
在线阅读 下载PDF
基于GIS与XGBoost算法的山东省新石器时代考古遗址预测模型研究
5
作者 田洁 朱有晨 +3 位作者 李林芝 朱星 李文然 安雪莲 《北京师范大学学报(自然科学版)》 北大核心 2025年第3期394-404,共11页
构建考古遗址预测模型可以精准识别遗址的潜在空间范围,有助于对尚未发现的遗址进行前瞻性保护.本文以山东省为研究区域,收集了1916个新石器时代遗址(不含墓葬)作为研究样本,按照1∶1的比例随机提取1916个非遗址点作为负样本,并选取高... 构建考古遗址预测模型可以精准识别遗址的潜在空间范围,有助于对尚未发现的遗址进行前瞻性保护.本文以山东省为研究区域,收集了1916个新石器时代遗址(不含墓葬)作为研究样本,按照1∶1的比例随机提取1916个非遗址点作为负样本,并选取高程、坡度、坡向、剖面曲率、平面曲率、微地貌、坡位、濒水距离8个自然地理环境影响因子,构建考古遗址预测模型的指标体系.运用GIS空间分析方法和XGBoost算法,构建考古遗址预测模型.基于该模型进行了潜在遗址点的空间范围预测,同时分析了影响因子的重要性.研究结果表明:1)运用XGBoost算法构建的考古遗址预测模型可获取较高的精度,本研究的AUC测试值为0.85;2)用最佳样本训练后的模型,将结果划分为低、中、高3种等级,并绘制出考古遗址概率空间分布图,得出遗址主要分布在平原地区;3)XGBoost算法对影响因子重要性分析表明,坡位、微地貌、高程是影响山东省新石器时代遗址空间分布格局的主要自然地理因子.研究发现,XGBoost算法具有较好的稳定性和预测能力,构建的模型为考古遗址预测提供了新的研究方法,并为考古发掘提供了重要技术支撑,揭示了新石器时代遗址与地理环境的关系. 展开更多
关键词 xgboost算法 GIS 考古遗址预测模型 新石器时代 山东省
在线阅读 下载PDF
基于XGBoost算法的返贫预警算法探讨
6
作者 彭乔依 仲黍林 +1 位作者 尹娟燕 曾会锋 《统计与决策》 北大核心 2025年第11期68-73,共6页
2020年我国脱贫攻坚战取得全面胜利后,实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接成为新时代的新任务。在此背景下,构建返贫预警机制对于预防返贫和促进脱贫地区乡村振兴至关重要。文章基于2014—2020年的中国家庭追踪调查(CFPS)数据... 2020年我国脱贫攻坚战取得全面胜利后,实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接成为新时代的新任务。在此背景下,构建返贫预警机制对于预防返贫和促进脱贫地区乡村振兴至关重要。文章基于2014—2020年的中国家庭追踪调查(CFPS)数据,采用多标准贫困定义,通过对比决策树(DT)、KNN算法(KNN)、神经网络(NN)、Logistic回归(LR)及XGBoost算法(XGB)的性能,综合评估XGBoost算法在返贫预警中的应用潜力和预测准确性,通过对比分析找到最适用的算法;并运用Shapley分解方法识别在不同贫困标准下返贫的关键影响因素,解决机器学习的“黑箱”问题。结果表明,XGBoost算法果具有较强的预测性能,在不同标准下的返贫预警结果具有较高的准确率,是较好的返贫预警算法;同时,Shapley分解方法也可有效识别重要特征变量,为预测返贫情况、制定有针对性的对策提供参考依据。 展开更多
关键词 返贫预警算法 乡村振兴 集成学习 xgboost算法 Shapley分解
在线阅读 下载PDF
基于XGBoost算法划痕损伤PVC-P土工膜力学性能预测
7
作者 张宪雷 刘建群 张文慧 《水电能源科学》 北大核心 2025年第5期111-115,共5页
面膜堆石坝上游坝面膜防渗结构因施工操作不当或多孔隙介质垫层界面特性易造成PVC-P土工膜物理性划痕损伤,为判别划痕损伤PVC-P土工膜能否满足工程安全运行要求,以划痕损伤PVC-P土工膜断裂强度/延伸率试验数据为依托,构建了基于极端梯... 面膜堆石坝上游坝面膜防渗结构因施工操作不当或多孔隙介质垫层界面特性易造成PVC-P土工膜物理性划痕损伤,为判别划痕损伤PVC-P土工膜能否满足工程安全运行要求,以划痕损伤PVC-P土工膜断裂强度/延伸率试验数据为依托,构建了基于极端梯度提升(XGBoost)算法的预测模型,将该模型预测结果与随机森林(RF)算法预测结果进行比较,选用平均绝对误差(M MAE)、平均绝对百分比误差(M_(MAPE))、均方根误差(R_(RMSE))和决定系数(R^(2))作为评价指标评估了预测精度,并运用SHAP算法获得影响作用较大的划痕损伤阈值。结果表明,基于XGBoost算法的预测模型预测精度更高,SHAP法能够合理解释模型的预测结果,划痕角度是影响损伤后力学性能的主要因素。研究结果为工程技术人员准确预判划痕损伤PVC-P土工膜力学性能提供了参考。 展开更多
关键词 极端梯度提升树(xgboost)算法 随机森林(RF)算法 力学性能预测 PVC-P土工膜 断裂强度 断裂延伸率
在线阅读 下载PDF
基于XGBoost算法的v_(P)/v_(S)预测及其在储层检测中的应用 被引量:3
8
作者 田仁飞 李山 +1 位作者 刘涛 景洋 《石油地球物理勘探》 EI CSCD 北大核心 2024年第4期653-663,共11页
鄂尔多斯盆地碳酸盐岩地层蕴含着丰富的油气资源。在勘探实践中发现,大牛地气田马家沟组断层发育、断距小,类型多样且成因复杂,给勘探、开发带来了较多挑战。为了应对这些挑战,提高储层预测的精度变得至关重要。在分析大牛地气田敏感弹... 鄂尔多斯盆地碳酸盐岩地层蕴含着丰富的油气资源。在勘探实践中发现,大牛地气田马家沟组断层发育、断距小,类型多样且成因复杂,给勘探、开发带来了较多挑战。为了应对这些挑战,提高储层预测的精度变得至关重要。在分析大牛地气田敏感弹性参数的基础上,建立地震属性与储层纵横波速度比(v_(P)/v_(S))的关系,提出一种基于XGBoost算法的地震多属性v_(P)/v_(S)预测方法。为了进一步提升XGBoost算法的预测精度和泛化能力,采用贝叶斯算法对XGBoost算法的超参数进行优化,从而找到最佳的超参数组合,以确保模型在训练集和测试集上的性能均能得到提升。将XGBoost算法应用于Marmousi 2模型进行横波速度预测,预测值与实际值相关系数超过0.88,而均方误差、平均绝对百分比误差分别低于6.55×10^(-7)和4%,验证了该方法的准确性和可靠性。在鄂尔多斯盆地大牛地气田,应用该方法获得的v_(P)/v_(S)成功识别出含气储层,结果与实际钻井数据一致。理论模型和实际数据应用结果表明,XGBoost作为一种强大的机器学习算法预测精度较高,为直接由叠后地震属性预测v_(P)/v_(S)提供了一种有效的途径。 展开更多
关键词 横波速度 碳酸盐岩储层 地震属性 xgboost算法 纵横波速度比(v_(P)/v_(S))
在线阅读 下载PDF
基于XGBoost算法的烤烟采收成熟度图像识别 被引量:9
9
作者 李云捷 陈振国 +5 位作者 孙敬国 李建平 冯吉 李亚东 陈娥 孙光伟 《中国烟草学报》 CAS CSCD 北大核心 2024年第3期85-94,共10页
【目的】为实现智能精准识别烟叶采收成熟度。【方法】以云烟87为试验材料,利用OpenCV和灰度共生矩阵(GLCM)提取图像特征,构建极限梯度提升(XGBoost)算法模型从而实现对鲜烟叶成熟度识别。【结果】①鲜烟叶图像特征中,R(红,red)、G(绿,g... 【目的】为实现智能精准识别烟叶采收成熟度。【方法】以云烟87为试验材料,利用OpenCV和灰度共生矩阵(GLCM)提取图像特征,构建极限梯度提升(XGBoost)算法模型从而实现对鲜烟叶成熟度识别。【结果】①鲜烟叶图像特征中,R(红,red)、G(绿,green)、B(蓝,blue)分量和ASM(角二阶矩)随着成熟度的增加呈现较为明显的上升趋势,其他图像特征变化不显著;②经F分数(F-score)、AUC值(受试者工作特征曲线与坐标轴之间的面积)和准确率逐步筛选,得出R1(R分量均值)、G1(G分量均值)、B1(B分量均值)、S2(S分量方差)和B2(B分量方差)等5个特征参数,据此建立的XGBoost算法模型对烟叶成熟度识别准确率达到95.85%,比22维特征参数建模的准确率高0.41%,比BP神经网络模型高4.71%。【结论】基于机器视觉下的XGBoost算法可准确、高效地识别鲜烟叶成熟度。 展开更多
关键词 图像特征 机器视觉 xgboost算法 采收成熟度
在线阅读 下载PDF
基于XGBoost算法的船舶油耗预测模型 被引量:6
10
作者 索基源 李元奎 +1 位作者 崔金龙 杨雪锋 《中国航海》 CSCD 北大核心 2024年第2期153-159,共7页
船舶油耗预测是实现船舶能效评估与优化决策的基础与前提,对船舶航线航速设计,实现船舶能效优化有重要的意义。基于船舶实测航行数据和环境数据,通过相关性分析提取对船舶油耗影响较大的特征因素,并将特征因素作为模型的输入参数;通过... 船舶油耗预测是实现船舶能效评估与优化决策的基础与前提,对船舶航线航速设计,实现船舶能效优化有重要的意义。基于船舶实测航行数据和环境数据,通过相关性分析提取对船舶油耗影响较大的特征因素,并将特征因素作为模型的输入参数;通过数据清理技术并参照相关国际标准对特征因素进行筛选,得到建模的样本数据;把样本数据按0.8∶0.2的比例随机分为训练样本和测试样本,采用XGBoost算法建立油耗预测模型,并通过预测测试样本的油耗验证模型的准确性。该模型决定系数达到0.967,运行时间为2.723 s,与神经网络模型的准确率几乎一致且运行时间缩短了70%,适用于船舶航行决策中的油耗快速计算和实时预测。 展开更多
关键词 油耗预测 xgboost算法 特征重要性 船舶油耗
在线阅读 下载PDF
基于ADASYN-XGBoost算法的光伏出力预测研究 被引量:1
11
作者 凌煦 周晓刚 +2 位作者 陈文哲 符向前 黄社华 《中国农村水利水电》 北大核心 2024年第6期266-270,共5页
随着光伏发电大规模并入电网,由此产生的源端可供电量不确定性问题日益突出,精准预测光伏出力,对电网资源优化配置、提升光伏消纳能力起着关键的支撑作用。通过研究影响光伏出力的关键要素,以历史气象特征数据为输入构建光伏出力预测模... 随着光伏发电大规模并入电网,由此产生的源端可供电量不确定性问题日益突出,精准预测光伏出力,对电网资源优化配置、提升光伏消纳能力起着关键的支撑作用。通过研究影响光伏出力的关键要素,以历史气象特征数据为输入构建光伏出力预测模型,在实践过程中,对存在的主客观问题,从算法层面进行了模型优化。(1)针对光伏电站历史运行样本量小、气象特征变化多,导致诸多稀疏特征样本的问题,引入了ADASYN自适应采用算法,进行数据集重平衡;(2)通过XGBoost算法搭建了基于气象特征的光伏出力模型,并与传统的BP神经网络进行比较。通过某光伏电站的实际历史数据预测结果比较,结合ADASYN过采样和XGBoost算法,能有效提升模型的准确性;较BP神经网络相比,ADASYN-XGBoost算法的MAE、RMSE、MAPE和R2分别提高了66.7%、68.9%、58.0%和1.6%,评估指标明显优化。 展开更多
关键词 光伏 ADASYN 出力预测 xgboost算法
在线阅读 下载PDF
基于XGBoost算法的商用车驾驶风险辨识模型 被引量:5
12
作者 王永亮 李超 +1 位作者 许恩永 何水龙 《机械设计与制造》 北大核心 2024年第8期84-89,95,共7页
驾驶员作为交通事故的重要诱因,其一系列风险驾驶行为对道路交通安全具有重要影响。针对当前驾驶风险等级分类不合理、辨识精度低等问题,提出一种商用车驾驶风险辨识模型。即首先从车辆状态、驾驶状态、驾驶员操作三个方面,共建立18个... 驾驶员作为交通事故的重要诱因,其一系列风险驾驶行为对道路交通安全具有重要影响。针对当前驾驶风险等级分类不合理、辨识精度低等问题,提出一种商用车驾驶风险辨识模型。即首先从车辆状态、驾驶状态、驾驶员操作三个方面,共建立18个能够表征商用车驾驶风险的特征参数;采用因子分析法(FA)对特征参数降维优化,并生成蕴含更为明确风险驾驶行为信息的综合变量;接着应用K-means聚类算法分别将风险驾驶行为特征聚为2、3和4类并对比分析,结合肘部法则和轮廓系数综合确定最佳的聚类数目k,消除人为经验确定k值主观性强的缺陷;最后,利用极端梯度提升(XGBoost)算法对商用车驾驶风险进行识别,并与决策树、随机森林、K近邻等算法在精度上进行比较。研究结果表明:在上述研究条件下XGBoost算法对商用车驾驶风险的理论识别率最高可达98%,该结果对于自动驾驶辅助系统的设计、道路交通安全性的提升具有重要意义。 展开更多
关键词 风险驾驶行为 因子分析 K-MEANS聚类 xgboost算法 驾驶风险辨识 道路交通安全
在线阅读 下载PDF
基于参数优化VMD与XGBoost算法的玉米蛋白粉价格预测 被引量:2
13
作者 吴展 王春晓 《饲料研究》 CAS 北大核心 2024年第13期178-183,共6页
玉米蛋白粉价格稳定对饲料工业可持续发展和国家粮食安全具有重要意义,但其价格序列具有非平稳、非线性特征,难以精确预测。试验旨在基于XGBoost算法,构建玉米蛋白粉价格预测模型。首先,利用鲸鱼算法(WOA)优化变模分解(VMD)的K值和惩罚... 玉米蛋白粉价格稳定对饲料工业可持续发展和国家粮食安全具有重要意义,但其价格序列具有非平稳、非线性特征,难以精确预测。试验旨在基于XGBoost算法,构建玉米蛋白粉价格预测模型。首先,利用鲸鱼算法(WOA)优化变模分解(VMD)的K值和惩罚参数,对原始价格序列进行自适应分解,降低数据噪声。其次,将Pearson特征筛选后的变量作为极限梯度提升树(XGBoost)模型的输入,进行训练和测试。最后,使用10折交叉验证和学习曲线检验模型性能,并结合SHAP模型分析关键影响因素的非线性效应。结果显示,上一期豆粕期货价格对本期玉米蛋白粉价格波动具有显著的正向影响。研究表明,贝叶斯算法(BO)优化的XGBoost模型具有较好的预测性能,优于基准模型。 展开更多
关键词 xgboost算法 价格预测 玉米蛋白粉 变分模态分解 SHAP模型 贝叶斯优化
在线阅读 下载PDF
基于多特征和XGBoost算法的煤矿瓦斯浓度预测 被引量:2
14
作者 罗志强 翟昊 佟佳俊 《中国矿业》 北大核心 2024年第S01期359-363,370,共6页
煤矿瓦斯事故的发生与瓦斯浓度变化密切相关,准确预测瓦斯浓度变化对于预防瓦斯事故具有重要意义。虽然研究人员对煤矿瓦斯浓度预测进行了广泛的研究,但由于煤矿井下瓦斯浓度变化受多种复杂因素影响,表现出不稳定性和非线性,给预测带来... 煤矿瓦斯事故的发生与瓦斯浓度变化密切相关,准确预测瓦斯浓度变化对于预防瓦斯事故具有重要意义。虽然研究人员对煤矿瓦斯浓度预测进行了广泛的研究,但由于煤矿井下瓦斯浓度变化受多种复杂因素影响,表现出不稳定性和非线性,给预测带来很大困难。近年来,基于深度学习的预测算法由于其良好性能而逐渐得到关注,一方面,随着数据量的增加,基于深度学习的预测方法需要更多训练时间,易导致过拟合现象的发生。另一方面,现有大多数深度学习模型通常只考虑历史瓦斯浓度,输入特征过于单一。为了解决上述问题,本文提出了一种基于多特征和XGBoost算法的瓦斯浓度预测模型,该模型可以同时将历史瓦斯浓度、温度、风速等特征作为模型的输入,并依据XGBoost模型内置的梯度提升算法和决策树提升模型的训练速度。实验结果显示,本文所提出的预测方法比现有深度学习模型的瓦斯浓度预测误差更小,训练速度更快。 展开更多
关键词 瓦斯浓度预测 多特征 xgboost算法 深度学习 矿业安全
在线阅读 下载PDF
基于TPE-XGBoost算法的再生粗骨料混凝土抗压强度预测模型 被引量:2
15
作者 张欣怡 戴成元 +2 位作者 李微雨 陈阳 刘兵 《建筑科学与工程学报》 CAS 北大核心 2024年第6期100-110,共11页
为了更好地预测再生粗骨料混凝土的抗压强度,提出了基于极限提升树(XGBoost)算法的再生粗骨料混凝土抗压强度预测模型;利用再生粗骨料混凝土数据库,对数据进行预处理,利用树结构概率密度估计贝叶斯优化(TPE-BO)方法优化模型参数;通过实... 为了更好地预测再生粗骨料混凝土的抗压强度,提出了基于极限提升树(XGBoost)算法的再生粗骨料混凝土抗压强度预测模型;利用再生粗骨料混凝土数据库,对数据进行预处理,利用树结构概率密度估计贝叶斯优化(TPE-BO)方法优化模型参数;通过实例对再生粗骨料混凝土抗压强度预测模型进行对比验证。结果表明:数据预处理和TPE-BO超参数优化方法均能在一定程度提升模型性能;与随机森林、K邻近回归、支持向量机回归、梯度提升决策树模型相比,提出的模型有更高的预测精度和泛化能力;高性能抗压强度预测模型可为再生粗骨料混凝土的研究和实践提供依据,同时也为再生混凝土性能预测提供新途径。 展开更多
关键词 xgboost算法 再生粗骨料混凝土 抗压强度 贝叶斯优化
在线阅读 下载PDF
基于改进XGBoost算法的深部巷道松动圈智能预测研究 被引量:2
16
作者 凡兴禹 王雪林 《黄金科学技术》 CSCD 北大核心 2024年第1期109-122,共14页
深部巷道爆破开挖后由于爆炸冲击和原位应力动态卸载耦合作用,围岩内不可避免地产生松动圈,进而影响结构的稳定性,因此对松动圈厚度进行超前预测显得非常重要。依托多座地下矿山松动圈测试作为研究对象,共获取300组有效数据样本。采用4... 深部巷道爆破开挖后由于爆炸冲击和原位应力动态卸载耦合作用,围岩内不可避免地产生松动圈,进而影响结构的稳定性,因此对松动圈厚度进行超前预测显得非常重要。依托多座地下矿山松动圈测试作为研究对象,共获取300组有效数据样本。采用4种主流的超参数优化算法,即遗传算法(GA)、灰狼优化算法(GWO)、粒子群优化算法(PSO)和樽海鞘算法(SSA)对XGBoost算法进行优化,并以此构建4种松动圈预测混合模型。采用R2、RMSE、MAE和MAPE指标对预测模型的性能进行对比分析,并开展松动圈厚度参数的敏感性分析。最后,将最优的PSO-XGBoost模型应用于地下矿山运输巷道进行工程验证。结果表明:在群体规模分别为90、70、60和100时,GA-XGBoost、GWO-XGBoost、PSO-XGBoost和SSA-XGBoost模型取得了最佳的预测表现。其中,PSO-XGBoost模型在训练集和测试集中的相关系数分别为0.9244和0.8787,具有最佳的预测性能。相比基准模型(XGBoost、RF、SVM和LightGBM),优化后模型松动圈的预测精度和性能均得到显著提升。巷道当量直径(TD)和围岩地质强度指标(GSI)对松动圈厚度的影响最为显著,垂直主应力也具有明显的影响。优化后的XGBoost模型在实际工程中的应用结果显示实测值与预测值误差在10%以内,PO-XGBoost具有工程应用价值。 展开更多
关键词 松动圈 深部巷道 机器学习 人工智能 地应力 优化xgboost算法
在线阅读 下载PDF
基于XGBoost算法融合多特征短期光伏发电量预测 被引量:33
17
作者 彭曙蓉 郑国栋 +2 位作者 黄士峻 李彬 胡泽斌 《电测与仪表》 北大核心 2020年第24期76-83,共8页
针对目前光伏发电过程中由于"弃光"现象导致能源利用率低和经济性差等问题,提出一种基于XGBoost算法融合多种特征的短期光伏发电量预测的方法。文中介绍了XGBoost算法的基本原理,引入正则化惩罚函数和误差函数来构建光伏预测... 针对目前光伏发电过程中由于"弃光"现象导致能源利用率低和经济性差等问题,提出一种基于XGBoost算法融合多种特征的短期光伏发电量预测的方法。文中介绍了XGBoost算法的基本原理,引入正则化惩罚函数和误差函数来构建光伏预测模型的目标函数;分析了光伏发电量和各特征之间的皮尔森相关系数,同时对特征的异常数据进行预处理。在训练过程中为了避免对模型超参数的影响,采用K折交叉验证(K Fold Cross Validation)对数据的训练集、验证集和测试集进行划分。训练完模型参数后把测试集数据放到光伏预测模型中,预测得到未来三天的光伏发电量。对比实验选择SVM和LSTM两种预测方法进行,实验结果表明XGBoost算法在预测光伏发电中具有较高的准确性和实用性。 展开更多
关键词 xgboost算法 正则化惩罚函数 特征相关性分析 K折交叉验证 光伏发电出力预测
在线阅读 下载PDF
基于XGBoost算法的大直径穿黄隧道施工期管片上浮研究 被引量:3
18
作者 陈健 靳军伟 +3 位作者 李新潮 杨公标 李明宇 靳倩倩 《隧道建设(中英文)》 CSCD 北大核心 2023年第S01期72-80,共9页
为解决大直径盾构隧道面临的施工期盾尾管片上浮问题。针对济南黄河隧道项目,提出了基于XGBoost算法的大直径泥水平衡盾构隧道施工期管片上浮计算框架。通过采用主成分分析法将地层参数降维,采用R-relief F算法对管片上浮的影响因素进... 为解决大直径盾构隧道面临的施工期盾尾管片上浮问题。针对济南黄河隧道项目,提出了基于XGBoost算法的大直径泥水平衡盾构隧道施工期管片上浮计算框架。通过采用主成分分析法将地层参数降维,采用R-relief F算法对管片上浮的影响因素进行特征提取及数据预处理工作,从而建立用于管片上浮分析的数据集。进而使用XGBoost算法对大直径隧道管片上浮进行计算,并与随机森林算法预测结果进行了对比。结果表明本文所采用的计算框架得到的结果能较好地反映隧道管片施工期的上浮特征,同时发现XGBoost算法对于管片上浮过程的预测效果比随机森林更好。研究成果对于大直径隧道施工过程中的管片变形预测及控制有较好的指导意义。 展开更多
关键词 大直径隧道 盾构施工 管片上浮 机器学习 xgboost算法 预测分析
在线阅读 下载PDF
基于XGBoost算法和成分特征的烟叶质量分级预测方法 被引量:2
19
作者 陶永峰 钟琳 +2 位作者 褚玮 张华 李孟华 《作物研究》 2023年第6期627-633,共7页
针对当前烟叶质量分析过程中容易出现信息损失的问题,提出一种基于XGBoost算法和成分特征的烟叶质量分级预测方法。采集烟叶样品的近红外光谱数据并应用红外定量分析原理,提取烟叶成分特征,利用随机森林算法计算每种成分特征的重要性,... 针对当前烟叶质量分析过程中容易出现信息损失的问题,提出一种基于XGBoost算法和成分特征的烟叶质量分级预测方法。采集烟叶样品的近红外光谱数据并应用红外定量分析原理,提取烟叶成分特征,利用随机森林算法计算每种成分特征的重要性,并筛选出有意义的特征项;同时引入正则项的极限梯度提升算法构建烟叶等级预测模型,处理大规模的烟叶质量特征数据;再结合当前烟叶质量分级标准,得出最终的烟叶质量分级预测结果。结果表明:该方法预测结果的AUC值为0.9,极大地提升了烟叶质量分级预测结果的准确性。 展开更多
关键词 烟叶 质量分级 成分特征 预测 xgboost算法
在线阅读 下载PDF
基于XGBoost算法的铁路旅客退票率预测研究 被引量:8
20
作者 王红爱 《铁道学报》 EI CAS CSCD 北大核心 2019年第12期19-25,共7页
旅客退票后释放的空闲席位被有效再利用是铁路部门研究的重点课题之一,对退票情况进行预测,是实现对此部分席位提前规划和合理管理的前提,可以满足更多旅客的出行需求。研究铁路旅客退票率预测,首先,分析了退票率数据的特点,设计了EW-DB... 旅客退票后释放的空闲席位被有效再利用是铁路部门研究的重点课题之一,对退票情况进行预测,是实现对此部分席位提前规划和合理管理的前提,可以满足更多旅客的出行需求。研究铁路旅客退票率预测,首先,分析了退票率数据的特点,设计了EW-DBSCAN算法对旅客退票率进行离散化处理;然后,基于梯度算法在目标离散化区间计算出满足误差范围的最优预测退票率;最后,利用基于贝叶斯参数最优化的XGBoost算法对旅客退票率进行分类,并预测各区段的退票率。最后对该分类方法进行验证,并与其他方法进行对比,结果表明本文的分类算法精确度较高。 展开更多
关键词 铁路客票 退票率 离散化 梯度算法 xgboost算法 贝叶斯算法
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部