期刊文献+
共找到49篇文章
< 1 2 3 >
每页显示 20 50 100
基于极限树回归的浮选泡沫层厚度预测 被引量:1
1
作者 刘惠中 邓浩宗 《有色金属工程》 CAS 北大核心 2023年第3期79-86,共8页
泡沫浮选是一种重要的选矿方法,不同表面物理化学性质的矿物颗粒在药剂的作用下借助浮选机实现分离。浮选机的控制变量包括充气量、泡沫层厚度和药剂添加量等。泡沫层厚度是影响浮选指标的一个重要控制参数,同样,泡沫层厚度的准确测量... 泡沫浮选是一种重要的选矿方法,不同表面物理化学性质的矿物颗粒在药剂的作用下借助浮选机实现分离。浮选机的控制变量包括充气量、泡沫层厚度和药剂添加量等。泡沫层厚度是影响浮选指标的一个重要控制参数,同样,泡沫层厚度的准确测量也至关重要。传统的泡沫层厚度测量方式一般是采用传感器等装置来实现的,由于这些传感器往往需要与矿浆直接接触,所以有时会因机械故障或信号干扰而造成测量值的误差。针对传统测量手段存在的问题,提出了一种浮选泡沫层厚度的软测量方法。运用极限树回归ETR方法,以浮选过程中原矿品位、入料流量、入料浓度、入料粒度、充气量、泡沫稳定度和泡沫移动速度为输入变量,建立预测模型,实现了浮选泡沫层厚度的有效预测。 展开更多
关键词 泡沫浮选 泡沫层厚度 极限树回归
下载PDF
基于极限树机器学习算法的岩爆预测
2
作者 熊炎林 陈冠甫 刘晓丽 《地下空间与工程学报》 CSCD 北大核心 2023年第S02期908-919,共12页
随着地下工程向深部发展,岩爆预测变越得来越紧迫。机器学习的迅速发展使得越来越多的智能算法被用于预测岩爆。针对监督学习算法在岩爆预测中的缺陷,本文通过使用朴素随机过采样、特征权重分析、主成分分析、交叉验证和过拟合分析等方... 随着地下工程向深部发展,岩爆预测变越得来越紧迫。机器学习的迅速发展使得越来越多的智能算法被用于预测岩爆。针对监督学习算法在岩爆预测中的缺陷,本文通过使用朴素随机过采样、特征权重分析、主成分分析、交叉验证和过拟合分析等方法,建立了基于极限树(ET)算法的模型。收集246个岩爆案例建立数据库,数据库分为训练集(70%)和测试集(30%),选取8个特征值作为输入参数。通过对比三种过采样处理方法,最终采用朴素随机过采样的方法处理数据集以便获得均衡的数据集,与不均衡的数据集相比准确度提高了12%。为解释ET模型,引入排列重要性算法分析了8个特征值的相对重要性。结果表明弹性能指数是最重要的因素。通过主成分分析对数据进行可视化分析,发现经过过采样处理后的轻微岩爆和中等岩爆数据变得相对离散。使用交叉验证的方法确定ET中的超参数,并对模型的泛化性进行评价,结果表明ET模型具有较好的泛化性。 展开更多
关键词 岩爆 极限树 朴素随机过采样 主成分分析 交叉验证
原文传递
基于堆叠极限树集成算法的信息物理系统入侵检测方法 被引量:2
3
作者 朱子龙 张立臣 《计算机应用与软件》 北大核心 2021年第11期314-321,共8页
信息物理融合系统(Cyber-Physical systems, CPS)是由信息系统和物理系统融合而成,从而引入了信息系统中普遍存在的安全隐患。传统信息系统的入侵检测算法专注于检测的准确率而忽略算法的复杂度和实时性,不适用于CPS。为了解决CPS入侵... 信息物理融合系统(Cyber-Physical systems, CPS)是由信息系统和物理系统融合而成,从而引入了信息系统中普遍存在的安全隐患。传统信息系统的入侵检测算法专注于检测的准确率而忽略算法的复杂度和实时性,不适用于CPS。为了解决CPS入侵检测的实时性问题,提出一种结合相关性特征选择的堆叠极限树集成算法(CFS-SET)。针对CPS中数据特征众多的特点,使用基于相关性的特征选择算法(Correlation-based Feature Subset Selection, CFS),去除不相关和冗余特征。采用堆叠极限树算法,进行入侵行为检测。基于Power System Dataset进行实验,结果表明,CFS-SET算法在保证分类准确率的同时,可以节省训练和预测计算时间,满足CPS对实时性的要求。 展开更多
关键词 信息物理融合系统 入侵检测 特征选择 极限树
下载PDF
基于EEMD与极限提升树的传感器故障诊断方法
4
作者 郝志廷 杨星 《黄山学院学报》 2024年第5期37-43,共7页
传感器在工业互联等关键领域扮演着重要角色,通过故障诊断方法保障其数据的可靠性至关重要。本文提出一种基于EEMD与极限提升树的传感器故障诊断方法,以提高对传感器故障的准确识别和及时处理能力。该方法通过采集电压电流传感器数据,... 传感器在工业互联等关键领域扮演着重要角色,通过故障诊断方法保障其数据的可靠性至关重要。本文提出一种基于EEMD与极限提升树的传感器故障诊断方法,以提高对传感器故障的准确识别和及时处理能力。该方法通过采集电压电流传感器数据,以故障注入方式建立数据集,利用EEMD对数据进行降噪与特征提取,并通过极限提升树进行训练,从而建立故障诊断模型。通过划分的验证集对所构建的模型进行验证。试验表明,该方法的测试准确性指标显著优于其他方法,至少高于次优方法11.95%的F1得分,能够更好地捕捉传感器数据的故障特征,具有较高的诊断准确率和较强的鲁棒性,且消耗较低、实用价值强,能够有力保障工业互联、玻璃智能制造等领域的数据准确性和安全性。 展开更多
关键词 故障诊断 传感器 极限提升 故障注入 抗噪 集成经验模态分解
下载PDF
基于MICE_RF的组合赋权—极限随机树岩爆预测模型
5
作者 温廷新 苏焕博 《黄金科学技术》 CSCD 2022年第3期392-403,共12页
目前岩爆预测的真实训练数据量小、数据存在缺失,为了更加准确地预测岩爆等级,提出了一种基于链式随机森林多重插补(MICE_RF)算法的组合赋权—极限随机树(ET)预测模型。首先,在选取岩爆灾害主要评判指标的基础上,采用MICE_RF算法插补缺... 目前岩爆预测的真实训练数据量小、数据存在缺失,为了更加准确地预测岩爆等级,提出了一种基于链式随机森林多重插补(MICE_RF)算法的组合赋权—极限随机树(ET)预测模型。首先,在选取岩爆灾害主要评判指标的基础上,采用MICE_RF算法插补缺失数据;然后,由改进层次分析法(IAHP)和基于指标相关性的权重确定方法(CRITIC)确定指标主、客观权重,并引入权向量距离概念对指标组合赋权;最后,将插补和赋权后数据集采用ET算法,构建岩爆等级预测模型。利用国内外工程实例数据进行20次随机抽样试验,并与其他模型进行对比分析。结果表明:MICE_RF插补后可显著提高岩爆模型预测效果;改进AHPCRITIC法较改进前更具优势,该模型平均预测准确率为93.10%,各比较指标结果均优于对比模型,预测结果更稳定。 展开更多
关键词 岩爆等级预测 数据缺失 链式随机森林的多重插补(MICE_RF)算法 组合赋权 权向量距离 极限随机(ET)算法
下载PDF
变分模态分解与极限梯度提升树融合的高速轴向柱塞泵空化等级识别 被引量:3
6
作者 王立尧 王远航 +4 位作者 孟苓辉 李小兵 潮群 陶建峰 刘成良 《液压与气动》 北大核心 2021年第5期62-67,共6页
针对高速轴向柱塞泵在不同空化程度下故障特征不明显导致识别准确率低的问题,提出了一种变分模态分解和极限梯度提升树融合的识别方法。在不同空化等级下进行高速轴向柱塞泵空化试验,采集壳体的振动加速度信号,对信号采用变分模态分解... 针对高速轴向柱塞泵在不同空化程度下故障特征不明显导致识别准确率低的问题,提出了一种变分模态分解和极限梯度提升树融合的识别方法。在不同空化等级下进行高速轴向柱塞泵空化试验,采集壳体的振动加速度信号,对信号采用变分模态分解方法并从中提取故障特征以构造特征数据集,最后利用极限梯度提升树进行空化等级的识别。为证明所提方法的抗噪性能,在测试集中加入了随机高斯白噪声。结果表明,加入不同信噪比的噪声后,该识别模型仍能准确地识别出高速轴向柱塞泵的空化等级。 展开更多
关键词 高速轴向柱塞泵 空化等级识别 变分模态分解 极限梯度提升
下载PDF
同步压缩小波与极限梯度提升树融合的柴油机失火故障诊断 被引量:11
7
作者 李卫星 陶建峰 +1 位作者 覃程锦 刘成良 《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第2期47-54,169,共9页
针对柴油机失火故障诊断特征提取分辨率较低和分类评估容易出现过拟合的问题,提出了一种同步压缩小波变换和极限梯度提升树融合的诊断方法。在不同转速下进行柴油机失火性能试验,采集缸盖振动信号,对信号利用时域统计、同步压缩小波提... 针对柴油机失火故障诊断特征提取分辨率较低和分类评估容易出现过拟合的问题,提出了一种同步压缩小波变换和极限梯度提升树融合的诊断方法。在不同转速下进行柴油机失火性能试验,采集缸盖振动信号,对信号利用时域统计、同步压缩小波提取特征,再采用局部线性嵌入方法进行特征降维,最后利用极限梯度提升树进行失火评估分类。不同工况与评估方法下的对比实验结果表明,所提方法的分类准确率最高可达99.828%,相比小波包特征提取的评估方法提升至少10%。在低模型复杂度下,所提方法具有最小的模型预测均方根误差,证明了方法的鲁棒性和抑制模型过拟合的能力。 展开更多
关键词 失火故障诊断 同步压缩小波变换 极限梯度提升 局部线性嵌入
下载PDF
基于贝叶斯优化的极限梯度上升树方法对电机轴承故障诊断方法的研究 被引量:2
8
作者 汪宇轩 刘兴刚 +1 位作者 李文义 罗小川 《大电机技术》 2022年第3期33-36,54,共5页
针对电机轴承故障问题,提出一种基于极限梯度上升树(XGboost)与贝叶斯优化(Bayesian Optimization)相结合的电机轴承故障诊断方法。提取电机轴承振动信号的小波包能量特征,使振动信号具有较好的可靠性,提高了故障诊断的准确率。采用贝... 针对电机轴承故障问题,提出一种基于极限梯度上升树(XGboost)与贝叶斯优化(Bayesian Optimization)相结合的电机轴承故障诊断方法。提取电机轴承振动信号的小波包能量特征,使振动信号具有较好的可靠性,提高了故障诊断的准确率。采用贝叶斯优化算法对极限梯度上升树(XGboost)中的最大迭代次数、上升树的最大深度等参数进行超参数优化,并与故障诊断中常用的其他算法进行对比。实验结果表明:基于贝叶斯优化的极限梯度上升树(XGboost)的方法不仅能够实现对电机轴承的不同位置故障的准确识别,而且对每一个位置故障的严重程度有较好的诊断效果,具有较强的实用性。 展开更多
关键词 贝叶斯优化 小波包变换 极限梯度上升 故障诊断
下载PDF
基于多元回归的延安市PM2.5浓度预测
9
作者 王思源 任瑛 +1 位作者 夏必胜 王文发 《信息技术》 2024年第5期15-21,共7页
工业化进程的加快带来的不只是经济的飞速发展,还有以PM2.5为主的污染物浓度的增加,给人类的健康以及环境的治理带来不利影响,合理有效的PM2.5浓度预测对于人类健康和环境治理有着重要意义。文中设计了基于多元回归模型的PM2.5浓度预测... 工业化进程的加快带来的不只是经济的飞速发展,还有以PM2.5为主的污染物浓度的增加,给人类的健康以及环境的治理带来不利影响,合理有效的PM2.5浓度预测对于人类健康和环境治理有着重要意义。文中设计了基于多元回归模型的PM2.5浓度预测模型,分别预测了延安市春季、夏季、秋季和冬季的PM2.5浓度,与极限树回归、Catboost回归和K邻近回归等回归模型的预测结果进行对比。结果表明多元回归模型的误差较小,拟合精度较高,为延安市大气污染的治理提供了可靠的科学依据。 展开更多
关键词 多元回归 PM2.5预测 极限树回归 随机森林
下载PDF
基于集成学习的脱硫剂加入量预测方法
10
作者 方一飞 但斌斌 +3 位作者 吴经纬 容芷君 都李平 罗钟邱 《武汉科技大学学报》 CAS 北大核心 2024年第5期361-367,共7页
为解决铁水预脱硫过程中脱硫剂加入量控制问题,提出一种基于集成学习的脱硫剂加入量预测方法。首先,对原始数据进行预处理,将空值、重复值、0值以及不符合工艺规范的数据行删除,并使用LOF算法结合专家经验剔除异常值;其次,基于GBDT算法... 为解决铁水预脱硫过程中脱硫剂加入量控制问题,提出一种基于集成学习的脱硫剂加入量预测方法。首先,对原始数据进行预处理,将空值、重复值、0值以及不符合工艺规范的数据行删除,并使用LOF算法结合专家经验剔除异常值;其次,基于GBDT算法计算每个输入特征的重要性占比,进行特征筛选;最后,采用Optuna超参数自动寻优框架对预测模型调优,寻找最佳超参数组合,预测脱硫剂加入量。利用某钢厂铁水预处理过程中的实际生产数据,分别采用XGBoost、RF、GBDT以及LightGBM等方法构建预测模型并进行对比试验。其中XGBoost模型的拟合精度(R^(2))、均方根误差(RMSE)、平均绝对误差(MAE)以及平均绝对百分比误差(MAPE)分别为0.8962、198.245、119.726以及7.897%,相较于其它模型均是最优。 展开更多
关键词 脱硫剂加入量 铁水预脱硫 局部异常因子 Optuna算法 极限梯度提升
下载PDF
基于PCA-GA-XGBoost模型的吉林省水资源 承载力评价 被引量:2
11
作者 庞博文 李治军 《人民珠江》 2024年第4期98-106,共9页
为了提高水资源承载力评价的效率和准确性,提出了一种基于主成分分析(PCA)、遗传算法(GA)和极限梯度提升树(XGBoost)的指标评价模型。定义了以水资源、社会经济、生态环境为子系统的14项评价指标;采用主成分分析法对评价指标进行降维处... 为了提高水资源承载力评价的效率和准确性,提出了一种基于主成分分析(PCA)、遗传算法(GA)和极限梯度提升树(XGBoost)的指标评价模型。定义了以水资源、社会经济、生态环境为子系统的14项评价指标;采用主成分分析法对评价指标进行降维处理;基于梯度提升决策树对吉林省2011—2021年的水资源承载力进行评价分析,并利用遗传算法对极限梯度提升树中4个参数进行优化。结果表明:经主成分分析简化评价指标后,PCA-GA-XGBoost模型的相关系数等指标均优于GA-BP、GA-SVM、GA-XGBoost和XGBoost;2011—2021年吉林省水资源承载力位于0.192~0.724,为先上升后下降再上升趋势,承载力状况逐年改善;利用模型内置的特征值重要度排序功能,识别得出重要度最大的指标为每公顷化肥施用量(0.5307),是影响吉林省水资源承载力的关键因素。 展开更多
关键词 主成分分析 遗传算法 极限梯度提升 水资源承载力 吉林省
下载PDF
采用极限梯度提升算法的电力系统电压稳定裕度预测 被引量:9
12
作者 王慧芳 张晨宇 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2020年第3期606-613,共8页
将极限梯度提升树(XGBoost)算法应用于电力系统电压稳定评估问题.根据电压稳定问题特点,提出能够反映电力系统运行状态的特征集;把电压稳定裕度绝对值作为映射目标,并介绍生成样本集的方法.在介绍XGBoost算法基本原理的基础上,研究该算... 将极限梯度提升树(XGBoost)算法应用于电力系统电压稳定评估问题.根据电压稳定问题特点,提出能够反映电力系统运行状态的特征集;把电压稳定裕度绝对值作为映射目标,并介绍生成样本集的方法.在介绍XGBoost算法基本原理的基础上,研究该算法的技术细节.在IEEE-39节点系统上进行验证,结果表明,XGBoost算法在R方值和平均绝对百分误差2项回归指标上均优于其他几类机器学习算法,且模型的计算速度最快,可以满足在线应用要求.同时,XGBoost算法具有良好的数值错误和数值缺失容错性,并可以针对预测偏差较大的样本进行数据补充,实现模型的更新,使得模型表现趋于稳定. 展开更多
关键词 电力系统 电压稳定性 机器学习 人工智能 极限梯度提升(XGBoost)算法
下载PDF
顾及样本优化选择的机器学习云检测研究
13
作者 张辉 周仿荣 +4 位作者 徐真 文刚 马御棠 韩旭 吴磊 《航天返回与遥感》 CSCD 北大核心 2024年第1期161-173,共13页
针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星(Himawari-8)数据... 针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星(Himawari-8)数据进行日间云检测。通过样本优化选择,使样本中尽可能包括不同情形下的云特征,为机器学习模型提供良好的样本基础,增加模型泛化能力;同时输入特征除了考虑反照率、亮温、亮温差以及天顶角等因素外,还加入了基于反照率和亮温差的物理阈值方法云识别结果;最后基于极限随机树模型进行云检测。结果表明:模型云检测交叉验证精度为96.41%,总漏检率和总虚检率分别为2.08%和0.91%;通过云-气溶胶激光雷达与红外探路者卫星观测(CALIPSO)产品数据进行对比分析,结果显示云检测总体精度为97.1%。 展开更多
关键词 样本优化 极限随机 机器学习 云检测 航天遥感
下载PDF
基于α-shape与SSA-XGBoost算法的无人机点云孔洞修补
14
作者 宋晓辉 吕富强 +2 位作者 窦彩英 唐诗华 党梦鑫 《海洋测绘》 CSCD 北大核心 2024年第4期69-73,共5页
针对极限梯度提升树算法在进行无人机点云孔洞修补时核心超参数难以选取、点云孔洞修补范围识别困难以及孔洞修补精度较低等问题,提出基于麻雀搜索算法优化极限梯度提升树的点云孔洞修补方法。首先利用α-shape算法进行点云的孔洞识别,... 针对极限梯度提升树算法在进行无人机点云孔洞修补时核心超参数难以选取、点云孔洞修补范围识别困难以及孔洞修补精度较低等问题,提出基于麻雀搜索算法优化极限梯度提升树的点云孔洞修补方法。首先利用α-shape算法进行点云的孔洞识别,在此基础上,获取点云孔洞和周围点云的位置信息并将其作为模型的输入样本。再利用麻雀搜索算法优化极限梯度提升树算法中的核心超参数,构建SSA-XGBoost点云孔洞修补模型,并将该模型应用于无人机点云孔洞的修补中。最后将SSA-XGBoost与XGBoost、BP神经网络两组算法进行预测精度的对比。实验结果表明:SSA-XGBoost模型的预测结果相较于其它两组对比算法预测精度更高,在点云孔洞修补方面具有一定的意义。 展开更多
关键词 摄影测量 孔洞修补 α-shape算法 麻雀搜索算法 极限梯度提升
下载PDF
基于树型学习算法的短期流量预测研究 被引量:1
15
作者 李笑雪 张思凝 +1 位作者 王娅娅 苗梦凡 《电子测试》 2021年第19期48-50,共3页
随着移动通信技术的发展,4G、5G给人们带来了极大便利。移动互联网飞速发展,移动流量呈现爆炸式增长,基站的流量预测问题变得越来越重要。针对短期流量预测问题,本文在数据集上分别验证了ExtraTrees、Gradient Boosting、Bagging和AdaBo... 随着移动通信技术的发展,4G、5G给人们带来了极大便利。移动互联网飞速发展,移动流量呈现爆炸式增长,基站的流量预测问题变得越来越重要。针对短期流量预测问题,本文在数据集上分别验证了ExtraTrees、Gradient Boosting、Bagging和AdaBoost四种树型学习算法预测的准确性,通过平均绝对误差(Mean Absolute Error,MAE)值衡量预测结果。MAE的值越大,模型准确度越低。实验结果表明GradientBoosting模型的MAE值最小,模型准确度最高,故应用GradientBoosting模型进行了短期流量的预测。 展开更多
关键词 极限树 梯度提升决策 引导聚集算法 ADABOOST算法 平均绝对误差
下载PDF
在线医药电商评论情感分析——基于XGBoost集成加权词向量和大语言模型的情感识别模型
16
作者 田梦影 时维 《科技和产业》 2024年第9期128-135,共8页
消费者评论是考察消费者情感的重要数据源,对商品评论进行数据挖掘是帮助在线医药电商改善经营的重要途径。立足于在线医药电商的用户评论,基于SO-PMI(情感倾向点互信息)算法构建该领域情感词典,对评论词向量进行情感加权。利用XGBoost... 消费者评论是考察消费者情感的重要数据源,对商品评论进行数据挖掘是帮助在线医药电商改善经营的重要途径。立足于在线医药电商的用户评论,基于SO-PMI(情感倾向点互信息)算法构建该领域情感词典,对评论词向量进行情感加权。利用XGBoost(极限梯度提升树)集成词向量和LLM(大语言模型)构建情感识别模型,最后得出评论情感指数,从多个维度展开,分析消费者评论中的情感趋势。实证分析表明,构建的情感识别模型的AUC(曲线下的面积)等验证指标较LLM模型相比有进一步提升,具有一定的应用价值。 展开更多
关键词 在线医药电商 LLM(大语言模型) XGBoost(极限梯度提升)算法 情感指数 情感识别
下载PDF
面向PM_(2.5)预测的时间序列分解与机器学习融合模型 被引量:4
17
作者 杨长春 聂倩倩 《安全与环境学报》 CAS CSCD 北大核心 2023年第12期4600-4608,共9页
细颗粒物(PM_(2.5))对大气污染和人体健康具有显著影响。为了提高PM_(2.5)质量浓度预报准确率,提出一种将先知(Prophet)时间序列分解算法和极限梯度提升树(Extreme Gradient Boosting,XGBoost)机器学习模型相结合的多变量混合预测模型(P... 细颗粒物(PM_(2.5))对大气污染和人体健康具有显著影响。为了提高PM_(2.5)质量浓度预报准确率,提出一种将先知(Prophet)时间序列分解算法和极限梯度提升树(Extreme Gradient Boosting,XGBoost)机器学习模型相结合的多变量混合预测模型(Prophet-XGBoost)。利用Prophet算法对时间序列可分解的特性,将PM_(2.5)高维质量浓度序列分解成若干低维时序特征分量,并与污染物和气象因素数据集成构建XGBoost预测模型,以得到PM_(2.5)质量浓度的预测值。试验中以南京市PM_(2.5)质量浓度历史数据为例进行实证分析。结果表明,结合Prophet时间序列分解的预测模型,PM_(2.5)质量浓度预测结果的决定系数R^(2)提升至0.658 4。由此可见,Prophet-XGBoost多变量混合预测模型较传统长短期记忆神经网络(Long Short-Term Memory,LSTM)、XGBoost模型能够更好地预测PM_(2.5)日均质量浓度的变化趋势。 展开更多
关键词 环境学 PM_(2.5)质量浓度 时间序列 Prophet算法 极限梯度提升
原文传递
一种基于人工智能技术推导低密度脂蛋白胆固醇浓度的新方法 被引量:1
18
作者 陈磊 陈蓉 +2 位作者 张红星 华木星 王芳 《中国循环杂志》 CSCD 北大核心 2023年第1期53-60,共8页
目的:评估一种基于人工智能技术推导低密度脂蛋白胆固醇(LDL-C)浓度的新方法。方法:收集云南省阜外心血管病医院2017年9月至2021年11月血脂测定数据共118449例样本,整理血脂数据获取特征,构建一种基于人工智能技术推导LDL-C浓度的极限... 目的:评估一种基于人工智能技术推导低密度脂蛋白胆固醇(LDL-C)浓度的新方法。方法:收集云南省阜外心血管病医院2017年9月至2021年11月血脂测定数据共118449例样本,整理血脂数据获取特征,构建一种基于人工智能技术推导LDL-C浓度的极限树回归(ETR)模型(LDL-ETR模型)。用LDL-ETR模型的预测值和LDL-C实测值同计算LDL-C浓度的常用公式[Martin/Hopkins公式(LDL-M公式)、Sampson公式(LDL-S公式)、Friedewald公式(LDL-F公式)]进行比较分析。结果:LDL-ETR模型预测值与实测值拟合优度为0.9940,不确定度为12.2109,相关系数为0.9970。当甘油三酯(TG)在0.89~885.11 mg/dl的全浓度范围内,LDL-ETR模型预测值与实测值之间差值为(-0.00±3.50)mg/dl,优于LDL-M公式[(-5.41±7.43)mg/dl]、LDL-S公式[(-6.80±10.91)mg/dl]和LDL-F公式[(-10.06±13.90)mg/dl],P均<0.001;TG对LDL-ETR模型基本无干扰。在测试集总体21398例样本中,LDL-ETR模型中有20101例样本(93.94%)与实测值一致,一致性较好。LDL-ETR模型预测值的逻辑错误率较低,为0.04%,仅次于LDL-M公式的0.02%(P=0.17)。通过学习曲线证明,LDL-ETR模型预测结果适用于相同检验系统的其它样本。结论:这种基于人工智能技术以血脂数据集构建的LDL-ETR模型可较准确地预测LDL-C浓度,相比常用公式,该模型在高或低TG下的预测结果均较好。 展开更多
关键词 人工智能 机器学习 极限树 低密度脂蛋白胆固醇 血脂异常
下载PDF
基于多模型融合Stacking集成学习的油田产量预测 被引量:1
19
作者 张庭婷 潘美琪 +5 位作者 朱天怡 曹煜 张站权 刘单珂 贺兴 于立军 《科技和产业》 2023年第2期263-271,共9页
基于机器学习前沿理论,提出一种基于多模型融合Stacking集成学习方式的组合预测方法,以国内某特高含水油田区块中多口水驱产油井历年生产历史数据为试验样本,预测其动态产油量。依据不同算法的训练原理,选取极限梯度提升树算法、长短记... 基于机器学习前沿理论,提出一种基于多模型融合Stacking集成学习方式的组合预测方法,以国内某特高含水油田区块中多口水驱产油井历年生产历史数据为试验样本,预测其动态产油量。依据不同算法的训练原理,选取极限梯度提升树算法、长短记忆网络(LSTM)、时域卷积网络(TCN)等作为模型的基学习器,采用多元线性回归作为模型的元学习器。结果表明:融合后的Stacking模型充分发挥了各基学习器的优势,相比单一模型,融合后的Stacking模型预测平均误差较小,预测鲁棒性较好。该模型的提出对融合模型在特高含水油藏开发方面具有重要的应用意义。 展开更多
关键词 多模型融合 Stacking集成学习 极限梯度提升 长短期记忆网络 时域卷积网络 产量预测
下载PDF
一种改进XGboost的DoH流量分类方法 被引量:2
20
作者 李博 温雪岩 +1 位作者 徐克生 赵永辉 《哈尔滨理工大学学报》 CAS 北大核心 2023年第1期64-72,共9页
加密流量已经成为互联网中的主要流量,其分类问题一直是当前研究热点之一。针对当前网络中DoH(DNS-over-HTTPS)流量的准确识别,处理速度偏慢,检测效率不高的问题,提出了一种基于截断奇异值分解(truncated singular value decomposition,... 加密流量已经成为互联网中的主要流量,其分类问题一直是当前研究热点之一。针对当前网络中DoH(DNS-over-HTTPS)流量的准确识别,处理速度偏慢,检测效率不高的问题,提出了一种基于截断奇异值分解(truncated singular value decomposition, TSVD)降维,贝叶斯优化方法改进的极限梯度提升树(improve extreme gradient boosting, IXGboost)的DoH流量分类方法。通过网络公开数据集,此方法将加密流量分为非DoH流量,良性DoH流量和恶意DoH流量。实验结果表明,其分类准确率达到了99%以上,处理每条数据的时间仅为0.3ms,进而证明所提方法有着较高的准确率和较强的实时性,提升了入侵检测性能,可有效实现对DoH流量的精确分类。 展开更多
关键词 网络安全 DoH流量 截断奇异值分解 极限梯度提升 贝叶斯优化
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部