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2,405篇文章
< 1 2 … 121 >
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YDSE-AdaBoost.M2算法的岩爆等级预测研究
1
作者 朱建国 熊有为 郭钦鹏 《有色金属(矿山部分)》 2025年第3期77-85,共9页
我国很多硬岩矿山正逐步进入深部开采,岩爆灾害预防是其面临的关键问题之一。为准确的对岩爆进行预测,提出了一种基于杨氏双缝实验优化器(YDSE)优化多分类自适应增强算法(AdaBoost.M2)的新型岩爆预测模型。该模型以最大切向应力、单轴... 我国很多硬岩矿山正逐步进入深部开采,岩爆灾害预防是其面临的关键问题之一。为准确的对岩爆进行预测,提出了一种基于杨氏双缝实验优化器(YDSE)优化多分类自适应增强算法(AdaBoost.M2)的新型岩爆预测模型。该模型以最大切向应力、单轴抗压强度、单轴抗拉强度、应力系数、脆性系数和弹性能量指数6个指标为输入参数,以岩爆等级为输出参数,利用234组岩爆实例进行训练。在训练过程中通过随即抽取20%的实例进行内部验证,以防止产生过拟合或欠拟合。通过与建立的其他5种新型岩爆预测模型综合对比,证明了YDSE-AdaBoost.M2模型的先进性,并将其用于某深部矿山,验证了该模型的泛化能力,为岩爆的高精度预测提供了新的解决方案。 展开更多
关键词 岩石力学 岩爆预测 adaboost.M2 YDSE 超参数优化
在线阅读 下载PDF
基于改进AdaBoost.RT和KELM的风功率预测方法研究 被引量：36
2
作者 胡梦月 胡志坚 +1 位作者 仉梦林 傅晨宇 《电网技术》 EI CSCD 北大核心 2017年第2期536-542,共7页
为了提高风功率预测精度及预测模型的泛化能力,提出基于改进Ada Boost.RT算法的风功率预测方法,可以有效提高弱学习算法的性能。首先建立核极限学习机(kernel extreme learning machine,KELM)模型,并用改进蝙蝠算法对其参数进行优化,通... 为了提高风功率预测精度及预测模型的泛化能力,提出基于改进Ada Boost.RT算法的风功率预测方法,可以有效提高弱学习算法的性能。首先建立核极限学习机(kernel extreme learning machine,KELM)模型,并用改进蝙蝠算法对其参数进行优化,通过引入局部搜索和莱维飞行使算法具有更好的搜索能力和跳出局部最优的能力。在此基础上进一步通过Ada Boost.RT算法生成多个KELM个体(即基学习器),在训练过程中不断调整每个基学习器的权重及训练集中每个样本的权重。最后用训练好的基学习器来对测试样本进行预测,并集成得到最终结果。从不同时间尺度应用不同月份的风电场数据进行仿真测试,同时与前馈(back propagation,BP)神经网络、支持向量机、极限学习机等预测模型对比,仿真结果表明所提方法具有较好的预测精度及泛化性能。 展开更多
关键词 风功率预测 基学习器 adaboost.RT 核极限学习机 蝙蝠算法
原文传递
基于AdaBoost.ECOC的合成孔径雷达图像目标识别研究 被引量：5
3
作者 郭巍 张平 +1 位作者 朱良 陈曦 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2010年第2期232-236,共5页
为了提高合成孔径雷达图像目标识别系统的性能,提出了一种合成孔径雷达图像目标识别的新方法,结合纠错输出码对基本AdaBoost算法进行多类别推广,并将推广后的算法(AdaBoost.ECOC)应用于合成孔径雷达图像目标识别.用运动和静止目标获取... 为了提高合成孔径雷达图像目标识别系统的性能,提出了一种合成孔径雷达图像目标识别的新方法,结合纠错输出码对基本AdaBoost算法进行多类别推广,并将推广后的算法(AdaBoost.ECOC)应用于合成孔径雷达图像目标识别.用运动和静止目标获取与识别数据库中的三类地面军事目标进行识别实验,并将识别结果与其他识别方法进行比较.实验结果表明,提出的基于AdaBoost.ECOC的识别算法可以有效地应用于合成孔径雷达目标识别,并能显著提高目标识别系统的识别性能. 展开更多
关键词 合成孔径雷达 目标识别 纠错输出码 adaboost.ECOC
在线阅读 下载PDF
机器学习AdaBoost.M2算法在砂砾岩流体识别中的应用 被引量：8
4
作者 陈钢花 梁莎莎 +3 位作者 王军 祗淑华 诸葛月英 刘有基 《石油地球物理勘探》 EI CSCD 北大核心 2019年第6期1357-1362,I0013,共7页
由于砾石成分复杂、孔隙结构多样、非均质性强,流体对测井响应的影响远小于岩石骨架,导致常规测井技术识别砂砾岩中的流体比较困难。为此,提出将机器学习AdaBoost.M2算法运用于砂砾岩流体识别中。应用该算法,结合试油、试采资料,将K类... 由于砾石成分复杂、孔隙结构多样、非均质性强,流体对测井响应的影响远小于岩石骨架,导致常规测井技术识别砂砾岩中的流体比较困难。为此,提出将机器学习AdaBoost.M2算法运用于砂砾岩流体识别中。应用该算法,结合试油、试采资料,将K类多流体类型拆解为K-1个二分类问题,通过多轮迭代得到样本分布,然后调用决策树算法作为弱学习算法自动得到分类器h_t进行判别。将该方法应用于A研究区砂砾岩流体识别中,样本回判准确率为95%,测试准确率达91.5%,证明了该方法的适用性,为常规测井识别砂砾岩流体性质提供了新的方法,对油气开采具有一定的指导意义。 展开更多
关键词 机器学习 adaboost.M2算法 砂砾岩 流体识别
在线阅读 下载PDF
基于HI-DD-AdaBoost.RT的锂离子动力电池SOH预测 被引量：6
5
作者 田慧欣 秦鹏亮 +1 位作者 李坤 王红一 《控制与决策》 EI CSCD 北大核心 2021年第3期686-692,共7页
锂离子电池是一个复杂的电化学动态系统,实时准确的健康状态(SOH)估计对电动汽车动力锂电池的维护至关重要,传统建模方法难以实现SOH的在线估算.基于此,从实时评估电池的SOH出发,在增量学习的基础上,选取与电池健康状态相关的指标建立SO... 锂离子电池是一个复杂的电化学动态系统,实时准确的健康状态(SOH)估计对电动汽车动力锂电池的维护至关重要,传统建模方法难以实现SOH的在线估算.基于此,从实时评估电池的SOH出发,在增量学习的基础上,选取与电池健康状态相关的指标建立SOH预测模型.考虑到增量学习中的耗时性问题,提出融合滑动窗口技术的HI-DD算法,该算法可以检测概念漂移是否发生,从而指导和确定模型更新位置;设计出HI-DD与AdaBoost.RT结合的模型更新策略,进而提高模型的在线学习性能和预测精度,最后使用CALCE提供的电池老化实验数据对所提出的方法进行验证.结果表明,基于增量学习的HI-DD-AdaBoost.RT预测算法具有较强的在线更新能力和较高的预测精度,能够满足SOH在线预测的实际需求. 展开更多
关键词 锂离子动力电池 SOH 增量学习 HI-DD 概念漂移 adaboost.RT
原文传递
基于PCA和AdaBoost.M1的植物叶片图像识别方法 被引量：2
6
作者 朱颢东 吴迪 +1 位作者 孙振 李红婵 《江苏农业科学》 北大核心 2016年第12期372-374,共3页
为了提高植物叶片的识别准确率,提出一种基于PCA和AdaBoost.M1的植物叶片图像识别方法。首先对植物叶片图像进行图像灰度化、二值化以及边缘提取等预处理,然后提取出13个具有比例、旋转、平移不变性的植物叶片特征参数,再利用PCA对这些... 为了提高植物叶片的识别准确率,提出一种基于PCA和AdaBoost.M1的植物叶片图像识别方法。首先对植物叶片图像进行图像灰度化、二值化以及边缘提取等预处理,然后提取出13个具有比例、旋转、平移不变性的植物叶片特征参数,再利用PCA对这些特征参数进行降维,最后采用AdaBoost.M1分类器对降维处理后的特征参数进行训练和识别。结果表明,该方法可以有效地提高植物叶片图像的识别率。 展开更多
关键词 叶片识别 PCA adaboost.M1 图像处理
在线阅读 下载PDF
一种基于Adaboost.M1的车型分类算法 被引量：2
7
作者 卞建勇 徐建闽 +1 位作者 杨洋 朱彩莲 《微电子学与计算机》 CSCD 北大核心 2011年第6期201-204,208,共5页
神经网络分类器存在容易出现过学习、欠学习、陷入维数灾以及局部最小等问题,支持向量机分类器也存在运算比较复杂,模型选择和核函数的构造比较困难的问题,而贝叶斯分类器只有在训练样本数趋于无穷时,训练结果才趋于真实的模型,因此,提... 神经网络分类器存在容易出现过学习、欠学习、陷入维数灾以及局部最小等问题,支持向量机分类器也存在运算比较复杂,模型选择和核函数的构造比较困难的问题,而贝叶斯分类器只有在训练样本数趋于无穷时,训练结果才趋于真实的模型,因此,提出了一种基于Adaboost.M1理论的车型分类算法,该算法简单易用,只需要寻找一个精度比随机预测略高的弱分类器,不需要调节任何参数,不需要先验知识,而且有足够的理论支持.最后通过实验验证了该算法进行车型分类的有效性. 展开更多
关键词 adaboost.M1 车型分类 弱分类器
在线阅读 下载PDF
基于AdaBoost.R2和ELM的软测量新方法 被引量：1
8
作者 孙凤琪 史鉴 《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2008年第3期26-30,共5页
针对软测量建模的特点提出了一种基于AdaBoost.R2和ELM的软测量新方法,该方法依据AdaBoost.R2可以提高单一学习机精度和ELM学习速度快的特点,将二者结合起来实现软测量建模.这种结合使得新的软测量方法在提高软测量模型预测精度的同时... 针对软测量建模的特点提出了一种基于AdaBoost.R2和ELM的软测量新方法,该方法依据AdaBoost.R2可以提高单一学习机精度和ELM学习速度快的特点,将二者结合起来实现软测量建模.这种结合使得新的软测量方法在提高软测量模型预测精度的同时保证了软测量模型的建模速度.该方法已经应用于抚顺老虎台矿冲击地压预测中,实验结果表明其冲击地压软测量模型具有良好的预测精度. 展开更多
关键词 软测量 adaboost.R2 ELM 冲击地压
在线阅读 下载PDF
基于AdaBoost.MH算法的汉语多义词消歧 被引量：7
9
作者 刘风成 黄德根 姜鹏 《中文信息学报》 CSCD 北大核心 2006年第3期6-13,共8页
本文提出一种基于AdaBoost.MH算法的有指导的汉语多义词消歧方法,该方法利用AdaBoost.MH算法对决策树产生的弱规则进行加强,经过若干次迭代后,最终得到一个准确度更高的分类规则;并给出了一种简单的终止算法中迭代的方法;为获取多义词... 本文提出一种基于AdaBoost.MH算法的有指导的汉语多义词消歧方法,该方法利用AdaBoost.MH算法对决策树产生的弱规则进行加强,经过若干次迭代后,最终得到一个准确度更高的分类规则;并给出了一种简单的终止算法中迭代的方法;为获取多义词上下文中的知识源,在采用传统的词性标注和局部搭配序列等知识源的基础上,引入了一种新的知识源,即语义范畴,提高了算法的学习效率和排歧的正确率。通过对6个典型多义词和SENSEVAL3中文语料中20个多义词的词义消歧实验,AdaBoost.MH算法获得了较高的开放测试正确率(85.75%)。 展开更多
关键词 人工智能 自然语言处理 词义消歧 adaboost.MH算法 多知识源
在线阅读 下载PDF
一种快速AdaBoost.RT集成算法时间序列预测研究 被引量：5
10
作者 严智 张鹏 +2 位作者 谢川 张钰林 李保军 《电子测量与仪器学报》 CSCD 北大核心 2019年第6期82-88,共7页
传统AdaBoost.RT算法的训练样本容易向小值样本集中,难以避免加权错误率低而真实错误率高的弱学习机,且迭代训练的速度较慢。针对这一问题,首先重新设计了相对误差函数和样本权重的更新方式;然后通过减少迭代训练中的样本规模提出了基... 传统AdaBoost.RT算法的训练样本容易向小值样本集中,难以避免加权错误率低而真实错误率高的弱学习机,且迭代训练的速度较慢。针对这一问题,首先重新设计了相对误差函数和样本权重的更新方式;然后通过减少迭代训练中的样本规模提出了基于权重的自适应样本剔除快速AdaBoost.RT算法;最后将AdaBoost.RT算法应用于航空发动机起动阶段状态趋势监控。实验结果表明,快速AdaBoost.RT算法预测误差均值减少了0. 128 4和0. 263 2,误差标准差减少了0. 022 3和1. 794 4,虚警次数减少了5次,训练速度提升了53%。实验表明,快速AdaBoost.RT算法能有效监控航空发动机起动阶段的状态趋势,具有预测误差小、训练速度快、虚警率低等优点,对提高装备维护效率具有一定的参考意义。 展开更多
关键词 adaboost.RT 时间序列 自适应样本剔除 集成学习 航空发动机 趋势监控
原文传递
改进的AdaBoost.M2-SVM在低信噪比语音识别中的应用 被引量：1
11
作者 刘红芬 刘晓峰 +2 位作者 张雪英 黄丽霞 王子中 《微电子学与计算机》 CSCD 北大核心 2015年第2期88-91,共4页
提出了基于雁群启示的粒子群优化算法改进的AdaBoost.M2-SVM算法.首先训练多个支持向量机作为弱分类器,用AdaBoost.M2算法将多个弱分类器集成为最终的强分类器,实现多类分类;采用GeesePSO算法对AdaBoost.M2算法计算出的权值进行优化得... 提出了基于雁群启示的粒子群优化算法改进的AdaBoost.M2-SVM算法.首先训练多个支持向量机作为弱分类器,用AdaBoost.M2算法将多个弱分类器集成为最终的强分类器,实现多类分类;采用GeesePSO算法对AdaBoost.M2算法计算出的权值进行优化得到一组最优的权值,提高最终强分类器的提升能力.实验结果表明,在低信噪比语音识别中,与SVM相比,改进的AdaBoost.M2-SVM表现出更好的泛化能力,提高了识别准确率. 展开更多
关键词 adaboost.M2 支持向量机 权值 GeesePSO 低信噪比
在线阅读 下载PDF
基于改进AdaBoost.M2算法的自动调制识别方法 被引量：2
12
作者 王沛 刘春辉 张多纳 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第8期2089-2098,共10页
针对同族调制类型通信信号识别难度大、深度学习模型普遍存在泛化能力弱的问题,基于经典AdaBoost.M2算法,提出改进样本权重的AdaBoost.M2算法,用于解决大样本情况下学习率与加权后样本数据难以相适应的问题。改进后的新样本权重确保训... 针对同族调制类型通信信号识别难度大、深度学习模型普遍存在泛化能力弱的问题,基于经典AdaBoost.M2算法,提出改进样本权重的AdaBoost.M2算法,用于解决大样本情况下学习率与加权后样本数据难以相适应的问题。改进后的新样本权重确保训练样本数据的数量级在加权后不变,并使算法更迅速地关注到难分类样本,提高了弱分类器综合性能,降低了加权投票模型中弱分类器重要性之间的差异。针对部分样本的统计特性易淹没于噪声中造成难分类问题,提出随机特征裁剪方法,使算法避免过度关注异常特征,降低了极难分类样本对AdaBoost.M2算法性能的负面影响,提升了算法的泛化能力,并以低信噪比数据进行实验验证。针对调制类型同族信号难分类的问题,选取同族调制类型的通信信号开展模型训练和测试。实验结果表明:相比于单一卷积长短时记忆全连接深度网络(CLDNN)算法,改进AdaBoost.M2算法对低信噪比PSK族类和QAM族类通信信号的测试集准确率分别提高了8.5%和11.25%,相比于直接集成CLDNN的经典AdaBoost.M2算法,测试集准确率分别提高了8.25%和6.5%。 展开更多
关键词 adaboost.M2算法 深度学习 调制分类 样本权重 过拟合
原文传递
基于AdaBoost.M2和神经模糊系统的植物识别算法 被引量：3
13
作者 雷建椿 何金国 《计算机应用》 CSCD 北大核心 2018年第4期960-964,共5页
为提高传统神经模糊系统(NFS)在植物识别领域对于相似植物样本的识别能力,提出了Ada Boost.M2-NFS算法。该算法首先对传统NFS进行改进以便融合,然后将新NFS与Ada Boost.M2结合得到Ada Boost.M2-NFS新模型。在Iris数据集上实验结果表明:... 为提高传统神经模糊系统(NFS)在植物识别领域对于相似植物样本的识别能力,提出了Ada Boost.M2-NFS算法。该算法首先对传统NFS进行改进以便融合,然后将新NFS与Ada Boost.M2结合得到Ada Boost.M2-NFS新模型。在Iris数据集上实验结果表明:新模型与单个NFS相比,识别率增加了3.33个百分点;与线性支持向量机(SVM)相比,识别率增加了1.11个百分点;与Softmax相比,识别率增加了3.33个百分点。根据敏感性和特异性分析可知,所提模型对于线性不可分数据分类效果比对线性可分数据分类效果好;同时,由于Ada Boost.M2的改进,使得所提算法在植物识别领域具备快速成型和高泛化能力。 展开更多
关键词 adaboost.M2 神经模糊系统 植物识别 支持向量机
在线阅读 下载PDF
基于AdaBoost.M2-NN的变压器故障诊断 被引量：4
14
作者 张燕 倪远平 《甘肃科学学报》 2012年第1期97-101,共5页
组合分类器的经典算法AdaBoost即自适应Boosting算法是提高预测学习系统预测能力的有效工具.针对传统BP(Back Propagation,BP)神经网络在变压器故障诊断时存在不稳定和网络易陷于极小值等缺点,将AdaBoost扩展算法AdaBoost.M2与BP神经网... 组合分类器的经典算法AdaBoost即自适应Boosting算法是提高预测学习系统预测能力的有效工具.针对传统BP(Back Propagation,BP)神经网络在变压器故障诊断时存在不稳定和网络易陷于极小值等缺点,将AdaBoost扩展算法AdaBoost.M2与BP神经网络结合,形成基于Ada-Boost.M2-NN(AdaBoost.M2Neural Network)的变压器故障诊断模型.利用AdaBoost的集成提升作用,在一定程度上弥补了BP算法的不足.仿真结果表明:该模型不仅能将单个BP神经网络无法识别的样本类别识别出来,而且还能整体上相比BP神经网络和传统三比值法将识别率提高11.5%,说明其具有可行性. 展开更多
关键词 adaboost.M2 BP神经网络 变压器 故障诊断
在线阅读 下载PDF
基于AdaBoost.RS算法的LF炉钢水温度预报分析 被引量：7
15
作者 田慧欣 刘玉栋 孟博 《钢铁研究学报》 CAS CSCD 北大核心 2017年第2期98-104,122,共8页
LF炉钢水温度的精准控制有利于缩短钢的冶炼时间,从而节约其生产成本。而获得准确的LF炉钢水温度预报是钢水温度控制的先决条件。通过分析LF炉冶炼过程对钢水温度的影响因素,提出一种适用于LF炉钢水温度预报同时具有增量学习功能的AdaBo... LF炉钢水温度的精准控制有利于缩短钢的冶炼时间,从而节约其生产成本。而获得准确的LF炉钢水温度预报是钢水温度控制的先决条件。通过分析LF炉冶炼过程对钢水温度的影响因素,提出一种适用于LF炉钢水温度预报同时具有增量学习功能的AdaBoost.RS集成建模算法。该算法引入松弛变量和遗忘因子2个参数,在提高预测精度的同时,可以克服大噪声数据带来的干扰,同时增量学习可以降低早期生产数据对模型的影响。以福建三钢有限责任公司100tLF炉为研究对象,采用5个测试函数验证算法的抗噪性能,分别用静态数据和动态数据对钢水出站的终点温度进行预报。实验结果表明,预测的绝对误差小于10℃的样本数量超过了样本总数的90%,算法精度较高,有利于实际生产应用。 展开更多
关键词 软测量 adaboost 增量学习 BP神经网络 钢包精炼
原文传递
关于AdaBoost.RT集成算法时间序列预测研究 被引量：2
16
作者 查翔 倪世宏 张鹏 《计算机仿真》 CSCD 北大核心 2015年第9期391-394,424,共5页
对于时间序列预测问题,Ada Boost.RT集成可有效改善单一预测由于自身局限性而导致的预测精度不高的问题。但集成算法对阈值较为敏感,为提高预测精度,提出一种自适应动态调整阈值的方法。在分析不同阈值对预测影响的基础上,给出了合理初... 对于时间序列预测问题,Ada Boost.RT集成可有效改善单一预测由于自身局限性而导致的预测精度不高的问题。但集成算法对阈值较为敏感,为提高预测精度,提出一种自适应动态调整阈值的方法。在分析不同阈值对预测影响的基础上,给出了合理初始迭代阈值;以均方根相对误差为标准衡量不同代之间弱学习机的训练效果,并通过比较相邻两代均方根相对误差的大小,判断是否调整阈值,给出了相应的调整方式;最后对获得的新阈值取值范围进行了限定,防止出现极端情形,保证算法的稳定性。在Henon混沌时间序列上的实验结果表明,提出的方法可有效提高时间序列的预测精度,是对Ada Boost.RT集成的一种完善。 展开更多
关键词 自适应增强集成 阈值 弱学习机 稳定性
在线阅读 下载PDF
基于ELM-AdaBoost.M2的污水处理过程在线故障诊断
17
作者 谭承诚 于广平 邱志成 《计算机测量与控制》 2018年第2期53-56,共4页
污水处理存在着强非线性和非稳态运行等特征,对其运行过程进行在线故障诊断在减少污染和保障生产过程安全方面具有重大意义;针对污水处理过程运行状态的不平衡分布造成故障诊断准确率下降的问题,提出一种基于极限学习机(ELM)和AdaBoost... 污水处理存在着强非线性和非稳态运行等特征,对其运行过程进行在线故障诊断在减少污染和保障生产过程安全方面具有重大意义;针对污水处理过程运行状态的不平衡分布造成故障诊断准确率下降的问题,提出一种基于极限学习机(ELM)和AdaBoost.M2算法的在线故障诊断方法;该模型以ELM为弱分类器,利用AdaBoost.M2将多个弱分类器集成,实现了强分类器;仿真结果表明,该模型在线故障诊断精度高,学习速度快,泛化性能好,相较于传统故障诊断方法,综合性能较为突出,较好地实现了污水处理的在线故障诊断。 展开更多
关键词 污水处理 故障诊断 极限学习机 adaboost.M2 在线建模
在线阅读 下载PDF
自适应阈值AdaBoost.RT算法及其在轴承剩余寿命预测中的应用 被引量：2
18
作者 汪森辉 王成 +2 位作者 孙坤 何祥 杨科 《科学技术与工程》 北大核心 2023年第13期5530-5538,共9页
针对自适应增强回归阈值(adaptive boosting regression threshold,AdaBoost.RT)算法用于判断训练样本好坏的阈值为常数,不能自适应地对每个测试样本动态调整判断标准的问题,提出了一种动态自适应调整阈值的改进AdaBoost.RT算法。通过... 针对自适应增强回归阈值(adaptive boosting regression threshold,AdaBoost.RT)算法用于判断训练样本好坏的阈值为常数,不能自适应地对每个测试样本动态调整判断标准的问题,提出了一种动态自适应调整阈值的改进AdaBoost.RT算法。通过引入训练结果的均值与标准差构造奇异系数作为判断相对误差的阈值,实现算法训练计算过程中阈值的自适应调整,在提高预测精度的同时,可以减少选择算法参数带来的繁重工作量。采用4组经典测试函数构造不同规模的训练样本数据进行算法检验,实验结果表明,提出的自适应调整阈值算法可以有效利用测试样本之间的差异性,克服了大噪声数据带来的干扰,改进后的集成算法可以改善回归模型的预测效果,提高模型的泛化性能。利用IEEE PHM 2012数据集验证所提方法的有效性,并与极限学习机(extreme learning machine,ELM)和原始AdaBoost.RT算法进行对比分析。结果表明:采用所提方法获得的轴承寿命预测均方根误差降低了5.18%,决定系数提高了3.11%。 展开更多
关键词 adaboost.RT算法 自适应阈值 极限学习机 滚动轴承 剩余寿命预测
在线阅读 下载PDF
基于改进的AdaBoost.RS算法的烧结终点预报分析 被引量：11
19
作者 汪森辉 李海峰 +1 位作者 张永杰 邹宗树 《中国冶金》 CAS 北大核心 2019年第10期13-19,共7页
烧结终点的稳定控制是提高烧结机利用效率及烧结矿产量和质量的前提,因此获得准确的烧结终点位置是优化烧结过程的基础。通过分析烧结过程参数对烧结终点位置的影响,提出一种适用于烧结终点预测的集成算法。在AdaBoost.RS算法的基础上,... 烧结终点的稳定控制是提高烧结机利用效率及烧结矿产量和质量的前提,因此获得准确的烧结终点位置是优化烧结过程的基础。通过分析烧结过程参数对烧结终点位置的影响,提出一种适用于烧结终点预测的集成算法。在AdaBoost.RS算法的基础上,自适应调整松弛变量的阈值,以极限学习机为弱学习器建立烧结终点位置预报集成算法模型。以宝钢烧结面积为495m2的烧结机为例,利用实际生产数据进行模型检验。结果表明,当绝对误差小于1.6m时,模型的预报结果命中率为97.4%,均方根误差为0.58,预报值序列与实际目标值序列的相关系数为0.78。对各影响因素定量分析结果表明,影响烧结终点位置的前三因素依次为料层厚度、台车速度与配水量。 展开更多
关键词 adaboost算法 极限学习机 烧结终点 工艺参数
原文传递
Adaboost.M1性能提升分析
20
作者 苏巧平 刘原 卢参义 《新乡学院学报》 2012年第5期416-420,共5页
在理论上探讨了在一个更弱的条件下AdaBoost.M1性能继续增强的可能性,并给出了一个更紧的误差界.实验结果表明,在这个更弱的条件下,算法有着更强的增强能力.
关键词 adaboost M1 算法 多类分类 集成学习
在线阅读 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 … 121 下一页 到第 页
使用帮助 返回顶部