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356,740篇文章
< 1 2 … 250 >
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LightGBM算法的地层破裂压力预测方法及应用
1
作者 李华洋 曹志鹏 +3 位作者 吴小龙 朱施杰 邓金根 张水良 《中国测试》 CAS 北大核心 2024年第4期134-143,共10页
针对传统的地层破裂压力预测方法预测精度较低、普适性不高等问题,提出基于LightGBM机器学习算法构建破裂压力智能预测模型。以井深、地层密度和孔隙压力当量密度作为模型的输入层数据,以S区块中相邻的3口直井为例验证模型的预测效果,并... 针对传统的地层破裂压力预测方法预测精度较低、普适性不高等问题,提出基于LightGBM机器学习算法构建破裂压力智能预测模型。以井深、地层密度和孔隙压力当量密度作为模型的输入层数据,以S区块中相邻的3口直井为例验证模型的预测效果,并将LightGBM模型与常用的声波测井资料法进行预测结果的对比分析,最后进行模型的参数敏感性分析。研究结果表明,LightGBM模型的预测精度和稳定性均很好,模型的泛化能力强,5项评价指标均表现得十分优越。LightGBM模型的预测相对误差不超过2%,小于声波测井资料法。所有输入层数据中地层密度对于破裂压力的预测最为敏感。利用LightGBM机器学习算法所建立的破裂压力预测模型不受地质环境的影响,其预测精度也大于声波测井资料法。 展开更多
关键词 破裂压力 机器学习 lightgbm算法 压力预测
下载PDF
基于特征选择的LightGBM算法预测钠离子电池剩余寿命
2
作者 史永胜 翟欣然 +1 位作者 栾飞 胡玙珺 《陕西科技大学学报》 北大核心 2024年第2期174-181,共8页
钠离子电池剩余使用寿命(RUL)的准确预测对于可再生能源系统中的大规模储能设备具有重要意义.提出了一种基于特征选择的LightGBM方法来预测钠离子电池的剩余使用寿命.通过结合Pearson相关系数和灰色关联度,选择了四个与电池寿命高度相... 钠离子电池剩余使用寿命(RUL)的准确预测对于可再生能源系统中的大规模储能设备具有重要意义.提出了一种基于特征选择的LightGBM方法来预测钠离子电池的剩余使用寿命.通过结合Pearson相关系数和灰色关联度,选择了四个与电池寿命高度相关且不同特征之间自相关程度较低的最佳特征.采用LightGBM模型,并结合网格搜索(GridSearchCV)算法对其超参数进行优化,以达到最佳的预测性能.通过钠离子电池数据验证了预测模型的优越性,并与使用GridSearchCV算法的GBRD和RF模型在相同条件下进行比较.结果表明,该方法能够显著加快模型运算速度,并相比传统算法具有更高的可靠性和更好的预测性能,预测的最大MAE、MSE、RMSE分别不超过3.0、17.7、4.2. 展开更多
关键词 钠离子电池 剩余使用寿命 lightgbm 特征选择
下载PDF
基于遗传算法优化LightGBM算法的医院微服务平台安全运维管理系统的流量智能化检测
3
作者 卓一超 郝海宾 《中国医学物理学杂志》 CSCD 2024年第6期788-792,共5页
为提升医院微服务平台下运维管理系统的数据检测效率,提出一种新的数据检测算法。该算法以平台数据的多元特征为基础,构建运维管理系统的整体框架。通过结合遗传算法的参数寻优能力和LightGBM算法的快速检测能力,实现对运维管理系统的... 为提升医院微服务平台下运维管理系统的数据检测效率,提出一种新的数据检测算法。该算法以平台数据的多元特征为基础,构建运维管理系统的整体框架。通过结合遗传算法的参数寻优能力和LightGBM算法的快速检测能力,实现对运维管理系统的流量数据的有效检测。为了验证模型的有效性,增加了对照实验。实验结果表明本方法在流量智能化检测中表现最优,其准确率(0.9810)、查全率(0.68)以及F1值(0.77)均优于传统方法。 展开更多
关键词 微服务平台 运维管理系统 遗传算法 lightgbm
下载PDF
基于RF-FL-LightGBM算法的信用风险评估模型研究
4
作者 苗月 吴陈 《计算机与数字工程》 2024年第3期808-813,共6页
为了解决大数据环境下高维度稀疏的客户信用特征以及样本不平衡问题,从而提高客户的信用评估准确度,论文提出了基于RF-FL-LightGBM算法的信用风险评估模型。首先利用随机森林(RF)对高维数据进行重要性排序和筛选,剔除容易引起模型过度... 为了解决大数据环境下高维度稀疏的客户信用特征以及样本不平衡问题,从而提高客户的信用评估准确度,论文提出了基于RF-FL-LightGBM算法的信用风险评估模型。首先利用随机森林(RF)对高维数据进行重要性排序和筛选,剔除容易引起模型过度拟合和冗余无效的特征;其次将基于Focal Loss函数改进后的二分类平衡交叉嫡损失函数(FL)作为LightGBM模型的损失函数,以此改善正负样本不平衡导致模型准确度降低的情况,从而提高模型的分类性能。使用某金融租赁公司的历史客户数据集进行实验,结果表明,RF-FL-LightGBM模型的F1值、AUC值都明显高于XGBoost和LigthGBM模型。RF-FL-LightGBM算法不仅有效处理了高维稀疏不平衡样本数据,还提高了客户属性的分类精确度且执行效率更高。 展开更多
关键词 信用风险评估 随机森林 特征选取 Focal Loss lightgbm算法
下载PDF
基于LightGBM算法的岩体质量评价模型
5
作者 李跃国 苏青山 +3 位作者 赵阳 张鹏飞 廖宁 张海云 《采矿技术》 2024年第5期52-57,共6页
岩体质量评价是进行地下工程建设的基础性工作之一。由于岩体质量影响因素众多,为快速准确地进行地下矿山岩体质量评价,提出了一种基于LightGBM算法的岩体质量评价模型。选取岩石质量指标RQD、岩体饱和抗压强度R_w、岩体龟裂系数K_v、... 岩体质量评价是进行地下工程建设的基础性工作之一。由于岩体质量影响因素众多,为快速准确地进行地下矿山岩体质量评价,提出了一种基于LightGBM算法的岩体质量评价模型。选取岩石质量指标RQD、岩体饱和抗压强度R_w、岩体龟裂系数K_v、结构面强度系数K_f、地下水渗水量ω等5个指标,结合国内外矿山的52组岩石分级数据,建立岩体质量评价模型。该模型经过训练后在岩体质量评价中准确率达91%,精准率达96%,具有较高的准确性和可靠性,同时将该模型运用到银漫矿业进行现场岩体质量评价,并与常用的岩石评价方法进行对比。结果表明,该模型分级评价结果与RMR分级法、Q系统分级法的评价结果一致,具有较高的准确性和实用性,可为矿山技术人员提供了一种新的高效岩体质量评价方法。 展开更多
关键词 岩体质量评价 机器学习 lightgbm算法 评价方法
下载PDF
基于LightGBM算法的机场聚合离场延误预测
6
作者 刘博 王笑天 徐晨 《西安航空学院学报》 2024年第1期26-30,共5页
航班延误预测具有非线性聚合的动力学特征。在保证准确率的前提下为提高预测效率,提出一种基于轻量级梯度提升机(Light gradient boosting machine, LightGBM)算法的机场聚合离场延误预测模型。通过对历史航班数据的分析处理,提取时间... 航班延误预测具有非线性聚合的动力学特征。在保证准确率的前提下为提高预测效率,提出一种基于轻量级梯度提升机(Light gradient boosting machine, LightGBM)算法的机场聚合离场延误预测模型。通过对历史航班数据的分析处理,提取时间特征、飞行计划特征和延误特征三类重要特征,并以提取出的特征作为输入变量,采用LightGBM算法基于广州白云机场的历史运行数据对航班延误时间进行预测。结果表明:模型预测延误时间与实际延误时间吻合良好;与其他常用算法的预测结果相较而言,所提模型在各种预测指标上结果更优,效率更高。 展开更多
关键词 聚合延误 延误预测 特征提取 lightgbm算法
下载PDF
基于LightGBM算法的5G无线网覆盖预测方法研究
7
作者 陈坚 《数字通信世界》 2024年第9期37-39,共3页
基于射线仿真评估是5G无线网规划选址常用方法,但该方法的评估依据是射线传播仿真结果,缺少实际数据来做建模验证,与实际覆盖情况有较大偏差。该文研究人工智能技术在5G无线网规划选址方面的创新应用,提出了一种基于LightGBM算法的覆盖... 基于射线仿真评估是5G无线网规划选址常用方法,但该方法的评估依据是射线传播仿真结果,缺少实际数据来做建模验证,与实际覆盖情况有较大偏差。该文研究人工智能技术在5G无线网规划选址方面的创新应用,提出了一种基于LightGBM算法的覆盖预测方法,可以更准确地预测小区栅格的覆盖场强,显著提高5G无线网规划选址的精准度。 展开更多
关键词 人工智能 lightgbm算法 5G无线网规划 覆盖预测
下载PDF
基于LightGBM算法的海洋土压缩参数预测模型 被引量：2
8
作者 汪明元 王振红 陈松庭 《浙江工业大学学报》 北大核心 2024年第1期17-24,共8页
近年来海洋工程项目不断增多,海洋岩土参数的确定对于保证工程安全性、提高经济效益有重要意义。目前主要通过室内与原位试验对土体参数进行研究,存在着成本高、效率低的问题。以某海上风电场项目勘察中所获取的海洋土压缩系数av和压缩... 近年来海洋工程项目不断增多,海洋岩土参数的确定对于保证工程安全性、提高经济效益有重要意义。目前主要通过室内与原位试验对土体参数进行研究,存在着成本高、效率低的问题。以某海上风电场项目勘察中所获取的海洋土压缩系数av和压缩模量Es为研究对象,选取样底深度、含水率、湿密度、土粒相对密度和液塑限等为基本变量,利用机器学习算法研究各类参数的相互关系和规律。构建一种基于LightGBM(Light gradient boosting machine)算法的土体压缩参数预测模型,通过k折交叉验证方法及贝叶斯优化改善预测性能。研究结果表明:笔者模型能够有效预测土体压缩参数,k折交叉验证方法及贝叶斯超参数优化能够提高预测准确度。此外,分析了k折次数、人工特征、数据集大小、预测量与输入特征相关性等因素对模型准确性的影响。 展开更多
关键词 海洋土 参数估计 lightgbm模型 贝叶斯调参
下载PDF
基于群智能优化的改进LightGBM算法及应用
9
作者 马巍巍 王咏梅 《新乡学院学报》 2024年第6期45-50,共6页
针对LightGBM(Light Gradient Boosting Machine)算法参数调整复杂的问题,提出了一种基于群智能优化的预测算法。该算法采用多种群智能优化方法,对LightGBM模型的关键超参数进行全面优化,包括树模型的最大深度、每棵树中叶子节点的最大... 针对LightGBM(Light Gradient Boosting Machine)算法参数调整复杂的问题,提出了一种基于群智能优化的预测算法。该算法采用多种群智能优化方法,对LightGBM模型的关键超参数进行全面优化,包括树模型的最大深度、每棵树中叶子节点的最大数量、叶子节点所需的最小样本数、子样本比例、特征子采样比例以及学习率等。为验证算法的有效性,在心力衰竭疾病分类的实验数据上进行了测试,实验结果表明,改进后的LightGBM心力衰竭分类模型在稳定性和准确率等关键指标上均展现出显著优势,各项性能指标均优于K近邻算法、决策树以及基于网格搜索优化的LightGBM和基于随机搜索优化的LightGBM算法。 展开更多
关键词 lightgbm模型 群智能优化 模型选择 心力衰竭疾病分类
下载PDF
基于SAO-LightGBM算法的致密砂岩储层孔隙度预测方法
10
作者 李庆 龙训荣 +2 位作者 吴秀慧 程子洋 杨天翔 《天然气技术与经济》 2024年第4期9-14,86,共7页
孔隙度是评价储层物性的关键参数,四川盆地中部NC地区钻井取心资料有限,储层孔隙度直接获取难度大,而基于常规测井资料的传统孔隙度预测方法误差大、精度低。为了明确NC地区致密砂岩气藏储层物性特征,以上三叠统须家河组四段储层为研究... 孔隙度是评价储层物性的关键参数,四川盆地中部NC地区钻井取心资料有限,储层孔隙度直接获取难度大,而基于常规测井资料的传统孔隙度预测方法误差大、精度低。为了明确NC地区致密砂岩气藏储层物性特征,以上三叠统须家河组四段储层为研究对象,提出了一种改进的机器学习算法SAO-LightGBM;使用该算法分析了孔隙度与地球物理测井参数之间的深层次潜在关系,指出了研究区储层孔隙度与声波时差、密度、中子孔隙度、地层电阻率和自然伽马具有较强的相关性,并基于以上测井参数建立了孔隙度预测模型。研究结果表明:①采用SAO优化算法独特的双重种群机制、高效的探索与利用策略,可以快速寻找到LightGBM的最优超参数组合,提升了模型的预测能力;②在测试数据集上,SAO-LightGBM的平均绝对误差为3.37%,决定系数为0.92。结论认为,较之于其他常规模型,SAO-LightGBM具有更为可靠的预测能力,能够高效完成目标层位孔隙度的预测工作,对NC地区的储层研究和后期勘探开发具有指导作用。 展开更多
关键词 致密砂岩 孔隙度 雪消融优化算法 轻量梯度提升机 机器学习算法 预测模型
下载PDF
基于LightGBM算法的大气可降水量预测方法研究
11
作者 卢厚贤 李锴 +3 位作者 李黎 何琦敏 余航 董州楠 《全球定位系统》 CSCD 2024年第5期110-119,共10页
大气可降水量(precipitable water vapor,PWV)为单位横截面积垂直气柱内地面至对流层顶部的液态水汽含量,可反映大气中的水汽浓度.本文首先利用2014—2019年长三角地区7个探空站资料,分析了PWV与对流层天顶总延迟(zenith tropospheric d... 大气可降水量(precipitable water vapor,PWV)为单位横截面积垂直气柱内地面至对流层顶部的液态水汽含量,可反映大气中的水汽浓度.本文首先利用2014—2019年长三角地区7个探空站资料,分析了PWV与对流层天顶总延迟(zenith tropospheric delay,ZTD)、天顶静力学延迟(zenith hydrostatic delay,ZHD)、对流层湿延迟(zenith wet delay,ZWD)、水汽压(Es)、大气压(Ps)、地面温度(Ts)、加权平均温度(Tm)之间的相关性,再基于梯度提升机(light gradient boosting machine,LightGBM)构建了一套适用于长三角地区的PWV预测模型,并分析了LightGBM-PWV模型的预测精度.结果表明,PWV与Tm、Ts、Ps、Es、ZHD、ZWD和ZTD之间的相关系数(R)分别为0.74、0.76、–0.59、0.76、–0.43、1.00和0.94;全年、分季度和分月LightGBM-PWV模型的平均偏差分别为0.10 mm、0.11 mm和0.12 mm,均方根误差(root mean square error,RMSE)分别为0.25 mm、0.26 mm和0.31 mm,模型精度依次递减,异于传统线性拟合PWV模型;全年LightGBM-PWV预测模型精度最高,可用于长三角地区的GNSS-PWV预测、分析和研究. 展开更多
关键词 lightgbm 大气可降水量(PWV) 长三角地区
下载PDF
基于DSP-LightGBM算法的风电机组齿轮箱高速轴齿轮健康状态监测研究
12
作者 吴智泉 于海瀛 +2 位作者 王松 吴文韬 左康会 《太阳能》 2024年第11期55-65,共11页
齿轮箱高速轴齿轮作为齿轮箱最重要的部件之一,其健康状态不仅对风电机组的安全运行与维护影响重大,还对风电机组的发电量有直接影响。基于甘肃省某风电场中风电机组的状态监测系统(CMS)采集的大量风电机组齿轮箱高频振动信号,利用数字... 齿轮箱高速轴齿轮作为齿轮箱最重要的部件之一,其健康状态不仅对风电机组的安全运行与维护影响重大,还对风电机组的发电量有直接影响。基于甘肃省某风电场中风电机组的状态监测系统(CMS)采集的大量风电机组齿轮箱高频振动信号,利用数字信号处理(DSP)方法与LightGBM算法构建了可监测风电机组齿轮箱高速轴齿轮健康状态的模型,利用DSP方法中的快速傅里叶变换(FFT)方法对信号进行样本扩增;同时从时域与频域的角度进行特征构造,筛选并剔除冗余特征,进而构建了基于DSP-LightGBM算法的风电机组齿轮箱高速轴齿轮健康状态监测分类模型,并利用CMS采集的风电机组实际的齿轮箱高速轴齿轮高频振动信号对所构建模型进行效果验证。验证结果显示:所构建模型预测效果良好,能够高效检测出风电机组齿轮箱高速轴齿轮的状态。 展开更多
关键词 风电机组 齿轮箱 数字信号处理 lightgbm 快速傅里叶变换 状态监测
下载PDF
基于改进的LightGBM算法的心脏病预测方法
13
作者 崔春燕 李宏滨 《信息技术与信息化》 2024年第9期39-42,共4页
为了优化心脏病预测模型,选取比较流行的UCI心脏病数据集为研究对象,提出基于随机森林-递归特征消除法(RF-RFE)和LightGBM的混合算法——RF-RFE-LightGBM作为心脏病预测方法。其中,利用RF-RFE算法提取较重要的特征,去除对预测结果影响... 为了优化心脏病预测模型,选取比较流行的UCI心脏病数据集为研究对象,提出基于随机森林-递归特征消除法(RF-RFE)和LightGBM的混合算法——RF-RFE-LightGBM作为心脏病预测方法。其中,利用RF-RFE算法提取较重要的特征,去除对预测结果影响较小的特征,针对优化后的特征建立LightGBM模型进行预测,采用主流的模型评价指标进行评估。实验结果表明,RF-RFE-LightGBM算法的准确率、精度、召回率、F1值、AUC值分别为0.917 1、0.905 6、0.932 0、0.918 6和0.920 3,相比于其他算法建立的模型综合性能更优,具有一定的优势。 展开更多
关键词 随机森林 递归特征消除法 UCI数据集 lightgbm 心脏病预测
下载PDF
基于LightGBM算法和出行链理论的电动汽车充电负荷多时间尺度预测模型
14
作者 庞松岭 范凯迪 +1 位作者 陈超 窦洁 《汽车技术》 CSCD 北大核心 2024年第6期9-16,共8页
为提高电动汽车充电负荷预测的准确性,设计了一种基于轻量级梯度提升机(LightGBM)算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程,采用蒙特卡洛法抽取时空数据,计算不同区域出行和停留时间的概率... 为提高电动汽车充电负荷预测的准确性,设计了一种基于轻量级梯度提升机(LightGBM)算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程,采用蒙特卡洛法抽取时空数据,计算不同区域出行和停留时间的概率密度函数,采用牛顿法划分多时间尺度充电概率,明确驾驶时空分布与充电状况,并运用模糊数学定理与LightGBM分类充电负荷数据,构建了多季节多时段预测模型。采用LightGBM高效并行计算模式,明确充电负荷变化规律,实现了多时间尺度预测。试验结果表明:所建立的模型在不同季节和电动汽车数量条件下,预测误差低于100 kW,预测空报率低于3%,可准确展现充电负荷的变化规律。 展开更多
关键词 轻量级梯度提升机 出行链理论 充电负荷 多时间尺度 预测模型
下载PDF
LightGBM算法在上市饲料公司财务预警中的应用 被引量：1
15
作者 吴展 王春晓 《饲料研究》 CAS 北大核心 2023年第17期123-126,共4页
文章旨在应用LightGBM算法对上市饲料公司财务状况进行预警。文章将LightGBM算法与Z-score模型结合,选取2012年至2021年14家A股饲料上市公司的财务数据计算出Z值,并将得到的Z值作为LightGBM算法的输入,得到最终优化的Z值。结果显示,饲... 文章旨在应用LightGBM算法对上市饲料公司财务状况进行预警。文章将LightGBM算法与Z-score模型结合,选取2012年至2021年14家A股饲料上市公司的财务数据计算出Z值,并将得到的Z值作为LightGBM算法的输入,得到最终优化的Z值。结果显示,饲料上市企业整体财务状况良好,风险水平较低,其中债偿能力对公司的财务状况的影响最大,该特征重要性比例为27.90%。LightGBM算法优化的Z-score模型的训练集与测试集的R^(2)分别为0.915和0.903,且均方根误差(RMSE)最低分别为0.787和0.700,误差较小。研究表明,优化的Z-score模型在饲料上市公司财务预警上具有良好的稳定性和应用前景,可为饲料上市公司管理者和投资者防范公司财务风险提供一定的参考。 展开更多
关键词 机器学习 lightgbm算法 Z-SCORE模型 财务预警 饲料上市公司
原文传递
基于LightGBM算法的5G用户预测及5G网络规划 被引量：1
16
作者 李海昕 张娇娇 +1 位作者 王雨 王一 《信息通信技术》 2023年第3期69-74,共6页
随着5G业务和应用的发展,5G网络的建设规模逐步扩大。如何精准识别潜在5G终端用户、定位5G终端的分布,对5G网络的部署具有重要作用。文章基于B域、O域、终端、用户行为等数据筛选影响用户更换5G终端的重要因素,建立用户是否迁转5G终端... 随着5G业务和应用的发展,5G网络的建设规模逐步扩大。如何精准识别潜在5G终端用户、定位5G终端的分布,对5G网络的部署具有重要作用。文章基于B域、O域、终端、用户行为等数据筛选影响用户更换5G终端的重要因素,建立用户是否迁转5G终端的二分类模型,对用户迁转5G进行识别,获得潜在5G终端用户列表,并结合基站和微网格等业务数据,分析潜在5G终端用户的地理分布,为5G网络规划建设提供数据支持。 展开更多
关键词 机器学习 lightgbm算法 5G终端 用户预测 网络规划
下载PDF
基于LightGBM算法的光伏并网系统孤岛检测及其集成的可解释研究 被引量：4
17
作者 朱春霖 余成波 《电力自动化设备》 EI CSCD 北大核心 2023年第7期80-86,150,共8页
针对智能孤岛检测方法欠缺对数据集划分过程中标签分布不均问题的考虑,以及该领域尚未对复杂智能孤岛检测模型的决策进行可解释性分析,提出了一种基于轻梯度提升机(LightGBM)算法的孤岛检测模型。采用分层抽样的K折交叉验证检测模型的... 针对智能孤岛检测方法欠缺对数据集划分过程中标签分布不均问题的考虑,以及该领域尚未对复杂智能孤岛检测模型的决策进行可解释性分析,提出了一种基于轻梯度提升机(LightGBM)算法的孤岛检测模型。采用分层抽样的K折交叉验证检测模型的分类性能,解决数据标签分布不均的问题;提出基于决策树的Shapley值加性解释方法为主干,融合累计局部效应图和局部代理模型的集成可解释分析框架,从全局性和局部性角度对光伏并网系统的孤岛状态检测进行归因分析。算例仿真结果表明,所提模型能在传统检测方法的检测盲区中实现精确且快速的动态孤岛检测,且在电压波动、系统故障等情况下均未发生误判。基于集成的归因分析方法解决了单一可解释方法的欠合理性问题,揭示了模型输入电气特征自变量与孤岛检测响应因变量之间的关系,提高了模型的可信度。 展开更多
关键词 光伏并网系统 孤岛检测 机器学习 lightgbm算法 SHAPLEY值 可解释性
下载PDF
基于LightGBM算法的页岩气储层甜点参数预测方法 被引量：1
18
作者 肖晓 闫建平 +3 位作者 郭伟 钟光海 丁明海 罗光东 《中国煤炭地质》 2023年第10期28-37,共10页
页岩气储层看似均一,实则在矿物、有机质、物性及含气性等方面具有强的非均质性特征,多元回归法和经验公式法等常规方法难以精确计算页岩气储层的甜点参数。机器学习中LightGBM回归算法具有训练效果好、不易过拟合及训练速度快等优点。... 页岩气储层看似均一,实则在矿物、有机质、物性及含气性等方面具有强的非均质性特征,多元回归法和经验公式法等常规方法难以精确计算页岩气储层的甜点参数。机器学习中LightGBM回归算法具有训练效果好、不易过拟合及训练速度快等优点。通过选择自然伽马、无铀伽马、钍钾比、钍铀比、铀、钍、钾、声波时差、中子、密度10条能够反映储层甜点特性的测井曲线数据作为模型输入,储层甜点参数作为输出,开展多测井曲线变量贡献率分析,运用递归特征消除算法获取最优特征子集,最终构建了基于LightGBM回归算法的页岩气储层甜点参数(孔隙度、总有机碳含量、吸附气量、游离气量及总含气量)预测模型。进而对川南地区未参与模型训练的一口页岩气井进行甜点参数预测,计算结果与岩心测试甜点参数数据相关性达到了0.90以上,具有较强的泛化能力,表明LightGBM回归机器学习是一种复杂页岩气储层甜点参数有效、低成本的预测方法。 展开更多
关键词 页岩气储层 甜点参数 总有机碳 吸附气量 游离气量 lightgbm回归算法
下载PDF
基于LightGBM算法的潮位预报修正研究
19
作者 方辰 黄海龙 +2 位作者 甘敏 储鏖 杨章锋 《水道港口》 2023年第1期31-38,共8页
潮汐预报在数学上属于回归预测,是人工智能算法的经典应用领域之一。文章以上海米市渡站点为例,提出了采用LightGBM算法修正调和分析T_TIDE模型预报潮位的方法。以T_TIDE模型的预报误差序列作为LightGBM算法的输入层参数,训练得到的Ligh... 潮汐预报在数学上属于回归预测,是人工智能算法的经典应用领域之一。文章以上海米市渡站点为例,提出了采用LightGBM算法修正调和分析T_TIDE模型预报潮位的方法。以T_TIDE模型的预报误差序列作为LightGBM算法的输入层参数,训练得到的LightGBM模型可有效预测T_TIDE模型后续的短期(48 h内)预报误差,从而对T_TIDE模型的潮位预报结果进行短期修正。米市渡站测试结果表明,构建的LightGBM模型能将T_TIDE模型的24 h和48 h预报均方根误差分别降低至0.10 m和0.12 m,相应的±0.30 m合格率都提升至95%以上。但是,LightGBM算法在台风期间对T_TIDE模型的预报结果存在误修正,台风期间的潮位预报修正有待进一步研究。 展开更多
关键词 潮汐 机器学习 调和分析 lightgbm T_TIDE 米市渡
下载PDF
基于AlphaPose与改进LightGBM算法的触电跌倒检测方法 被引量：1
20
作者 宋曦 高文鹏 《电力信息与通信技术》 2023年第4期44-50,共7页
针对电力应用场景下人员触电跌倒的问题,文章提出了一种基于AlphaPose与自适应特征权重LightGBM算法的触电跌倒检测方法。该方法首先利用AlphaPose对人体骨骼关键点进行检测,接着根据人体骨骼关键点数据和人体检测框数据计算获得8种人... 针对电力应用场景下人员触电跌倒的问题,文章提出了一种基于AlphaPose与自适应特征权重LightGBM算法的触电跌倒检测方法。该方法首先利用AlphaPose对人体骨骼关键点进行检测,接着根据人体骨骼关键点数据和人体检测框数据计算获得8种人体姿态时空特征。进一步对传统LightGBM算法进行改进,根据特征重要性为特征向量加权,然后训练得到自适应特征权重LightGBM分类器,并将8种人体姿态时空特征输入自适应特征权重LightGBM分类器判断是否为跌倒行为。对Le2i公开跌倒数据集和自制数据集进行实验,并与多种检测模型对比,实验结果表明该方法在复杂度、判断准确性等方面较传统检测模型有显著提升。 展开更多
关键词 跌倒检测 AlphaPose 骨骼关键点 lightgbm
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 … 250 下一页 到第 页
使用帮助 返回顶部