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18,633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：
基于改进AdaBoost.RT和KELM的风功率预测方法研究 被引量：36
1
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HI-DD-AdaBoost.RT的锂离子动力电池SOH预测 被引量：6
2
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
一种快速AdaBoost.RT集成算法时间序列预测研究 被引量：5
3
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
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
4
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
关于AdaBoost.RT集成算法时间序列预测研究 被引量：2
5
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
基于改进RT-DETR的有遮挡交通标志检测算法
6
作者 于天河 杨壮壮 +2 位作者 胡金帅 常梦瑶 王文龙 《工程科学学报》 北大核心 2026年第2期393-408,共16页
针对交通标志检测中目标尺寸小、检测精度低等问题,尤其是在远距离拍摄、遮挡严重的情况下,传统检测算法往往难以准确识别交通标志.本文提出了一种基于改进RT-DETR的交通标志检测算法.首先,考虑到当前交通标志被遮挡情况下数据集的匮乏... 针对交通标志检测中目标尺寸小、检测精度低等问题,尤其是在远距离拍摄、遮挡严重的情况下,传统检测算法往往难以准确识别交通标志.本文提出了一种基于改进RT-DETR的交通标志检测算法.首先,考虑到当前交通标志被遮挡情况下数据集的匮乏,自建一个遮挡条件下的交通标志数据集.然后,在反向残差移动块中引入膨胀重参数块,构建了一个轻量级的复合膨胀残差块来替换原始主干提取网络中的BasicBlock,增强了模型的特征提取能力.最后,对RT-DETR模型的损失函数进行了优化,提出了DS-IoU联合损失函数加快收模型敛速度.实验结果表明,改进后的算法在自制数据集上的m AP为94.2%,相比于原始算法增加量为4.7%,在公开数据集TT100K和CCTSDB2021的m AP分别为92.8%和91.7%,相比于原始算法增加量分别为3.1%和2.4%,Params和GFLOPs相比于原始的算法分别降低了26.0%和12.5%.本文提出的改进方法极大地减少了计算量和参数数量,有效提升了遮挡情况下的交通标志的检测精度. 展开更多
关键词 交通标志检测 RT-DETR 遮挡数据集 轻量化 联合损失函数
在线阅读 下载PDF
基于RT-GLV的变电站电力人员绝缘手套穿戴检测方法
7
作者 袁杰 万忠原 +3 位作者 加尔肯别克 杨怡程 祁鹏程 陈治润 《郑州大学学报(工学版)》 北大核心 2026年第1期25-32,共8页
变电站电力人员作业穿戴的绝缘手套有目标小、易遮挡的特点,而一般的特征融合网络往往会丢失小目标信息。针对此问题,构建一种多尺度小目标特征融合网络STPFM,对RT-DETR-R18模型进行改进,设计了电力人员绝缘手套穿戴模型RT-GLV。首先,用... 变电站电力人员作业穿戴的绝缘手套有目标小、易遮挡的特点,而一般的特征融合网络往往会丢失小目标信息。针对此问题,构建一种多尺度小目标特征融合网络STPFM,对RT-DETR-R18模型进行改进,设计了电力人员绝缘手套穿戴模型RT-GLV。首先,用STPFM网络代替CCFM网络,利用STPFM网络的SSFF模块、TFE模块融合多尺度特征信息,此外,增加一个以SSFF模块为核心的小目标检测层,增强模型对小目标信息的学习能力;其次,为解决替换的STPFM网络模型参数量过大的问题,构建一种轻量化PB_Block模块,只替换主干网络中包含小目标信息较少的P4、P5层的模块,在轻量化模型的同时,又降低小目标信息的损失;最后,采用PIoUv2损失函数增强模型对难易样本的学习能力。实验结果表明:RT-GLV模型在电力人员绝缘手套穿戴检测中表现优异,与RT-DETR-R18相比,mAP@0.5提高2.1百分点,F 1分数提高1.6百分点,参数量减少21.5%;在小目标检测方面,穿戴绝缘手套的AP@0.5提高1.4百分点,未穿戴绝缘手套的AP@0.5提高6.4百分点,且模型检测速度达到91.3帧/s,满足电力人员绝缘手套穿戴检测的准确性、实时性要求。 展开更多
关键词 绝缘手套 RT-DETR 多尺度融合 轻量化 Powerful-IoU
在线阅读 下载PDF
大豆GmbZIP60转录因子对植物核盘菌抗性的影响
8
作者 刘婷钰 杨帆 +6 位作者 蔡舒萍 豆丹琳 徐晓源 刘子祺 曹海霞 柴梦楠 蔡汉阳 《福建农林大学学报(自然科学版)》 北大核心 2026年第1期1-11,共11页
【目的】研究GmbZIP60在拟南芥和大豆抵抗核盘菌中的作用,为大豆抗病育种提供依据。【方法】采用同源重组方法构建GmbZIP60的过表达载体,遗传转化获得转基因拟南芥和大豆,筛选转基因株系(OE-GmbZIP60)。大豆野生型(William 82)接种核盘... 【目的】研究GmbZIP60在拟南芥和大豆抵抗核盘菌中的作用,为大豆抗病育种提供依据。【方法】采用同源重组方法构建GmbZIP60的过表达载体,遗传转化获得转基因拟南芥和大豆,筛选转基因株系(OE-GmbZIP60)。大豆野生型(William 82)接种核盘菌后,采用实时荧光定量PCR(RT-qPCR)技术检测GmbZIP60的表达量;观察OE-GmbZIP60转基因拟南芥和大豆接种核盘菌后的表型变化;在核盘菌侵染下,对OE-GmbZIP60转基因拟南芥和大豆抗病相关基因的表达量进行RT-qPCR检测。采用染色质免疫共沉淀(ChIP)结合RT-qPCR(ChIP-qPCR)检测GmbZIP60转基因大豆抗病相关基因的表达量。【结果】RT-qPCR检测表明,William 82接种核盘菌后12 h,GmbZIP60表达量显著上调,36 h的表达量达到峰值。OE-GmbZIP60转基因拟南芥和大豆接种核盘菌并进行二氨基联苯胺(DAB)染色发现,拟南芥和大豆野生型病斑面积显著小于OE-GmbZIP60。GmbZIP60转基因拟南芥接种核盘菌后,AtPR1、AtACS4、AtABI5、AtPDF1.2、AtLOX4和AtNPR3在OEGmbZIP60中的表达量显著上调;OE-GmbZIP60转基因大豆接种核盘菌后,GmABA2、GmERF1、GmNCED1、GmPR1、GmPPO、GmERF5、GmETR2、GmERF7、GmNPR3和GmCOI1在OE-GmbZIP60中的表达量显著上调。ChIP-qPCR检测表明,GmbZIP60能够直接与乙烯(ETH)、茉莉酸(MeJA)、水杨酸(SA)和脱落酸(ABA)诱导的抗病相关基因(GmETR2、GmERF7、GmNPR3、GmPR1、GmCOI1等)启动子结合。【结论】核盘菌可以诱导GmbZIP60的表达,GmbZIP60通过调控多种激素信号通路,正向调控拟南芥和大豆对核盘菌的免疫反应。 展开更多
关键词 GmbZIP60 核盘菌 抗病 ChIP-qPCR RT-QPCR
在线阅读 下载PDF
基于多种机器学习算法和语音情绪特征的阈下抑郁辨识模型构建 被引量：1
9
作者 陈梅妹 王洋 +3 位作者 雷黄伟 张斐 黄睿娜 杨朝阳 《南方医科大学学报》 北大核心 2025年第4期711-717,共7页
目的分析阈下抑郁组和正常组的语音情绪特征,并通过6种机器学习算法构建语音识别分类模型,为阈下抑郁辨识提供客观化依据,以提高早期诊断率。方法采集正常组和阈下抑郁组的朗读单词和文本的不同语音数据,每个语音段提取384维语音情绪特... 目的分析阈下抑郁组和正常组的语音情绪特征,并通过6种机器学习算法构建语音识别分类模型,为阈下抑郁辨识提供客观化依据,以提高早期诊断率。方法采集正常组和阈下抑郁组的朗读单词和文本的不同语音数据,每个语音段提取384维语音情绪特征变量,包括能量特征、梅尔频率倒谱系数、零交叉率特征、声音概率特征、基频特征、差分特征等多个维度。采用递归特征消除方法筛选语音特征变量,然后利用自适应增强算法(AdaBoost)、随机森林(RF)、线性判别分析(LDA)、逻辑回归、Lasso回归和支持向量机机器学习算法构建分类模型,并评估模型的性能。为评估模型泛化能力,采用真实世界的语音数据,对最佳阈下抑郁语音识别分类模型进行测试。结果AdaBoost、RF和LDA模型在单词朗读语音测试集上预测准确率为100%、100%和93.3%,展现出高准确率和稳定性;在单词文本语音测试集上,AdaBoost、RF和LDA模型的预测准确率为90%、80%和90%,其余3个算法模型的准确率均小于80%。阈下抑郁语音AdaBoost和RF分类模型对真实世界的朗读单词和文本语音数据的预测准确率仍然可以达到了91.7%和80.6%,86.1%和77.8%。结论通过分析语音情绪特征可以有效地识别阈下抑郁个体,AdaBoost和RF模型在阈下抑郁个体分类方面表现出色,是识别阈下抑郁的有力工具,可以为临床应用和研究提供参考。 展开更多
关键词 阈下抑郁识别 语音情绪特征 机器学习 自适应增强算法 随机森林
暂未订购
鹅星状病毒通用型TaqMan探针实时荧光定量RT-PCR检测方法的建立与应用 被引量：1
10
作者 陈立功 穆英丽 +5 位作者 张诚 潘保革 范乐乐 魏忠华 王学静 刘聚祥 《中国家禽》 北大核心 2025年第2期53-59,共7页
为建立用于鹅星状病毒1(GAstV 1)和鹅星状病毒2(GAstV 2)感染快速检测的实时荧光定量RT-PCR方法,试验根据部分GAstV ORF2基因和部分3′非编码区序列设计合成特异性引物和探针,采用矩阵法获得引物和探针的最优浓度,在优化退火温度的基础... 为建立用于鹅星状病毒1(GAstV 1)和鹅星状病毒2(GAstV 2)感染快速检测的实时荧光定量RT-PCR方法,试验根据部分GAstV ORF2基因和部分3′非编码区序列设计合成特异性引物和探针,采用矩阵法获得引物和探针的最优浓度,在优化退火温度的基础上,分别建立扩增GAstV 1和GAstV 2的标准曲线,进一步验证该方法的特异性、敏感性和重复性,建立的方法用于临床样品的检测,并与文献报道的常规RT-PCR方法进行比较。结果显示:优化后的反应体系中最优上、下游引物浓度均为0.40(或0.50)μmol/L,探针浓度均为0.50μmol/L,扩增线性范围分别为3.26×10^(3)~3.26×10^(8)拷贝/μL和7.09×10^(3)~7.09×10^(8)拷贝/μL,相关系数均为0.998;该方法可特异性检出两种GAstV,但对新城疫病毒、H9亚型禽流感病毒、鸭坦布苏病毒、新型鸭呼肠孤病毒、鹅细小病毒和血清4型禽腺病毒6种鹅病相关病毒的核酸均无扩增信号;其检测限分别为3.26×10^(2)拷贝/μL和7.09×10^(1)拷贝/μL;组内变异系数和组间变异系数均低于3%。建立的实时荧光定量RT-PCR方法对临床样品的检测结果显示,GAstV阳性率为90.57%(96/106);而文献报道的常规RT-PCR方法对GAstV 1和GAstV 2的混合阳性率为62.26%。研究表明,建立的TaqMan荧光定量RT-PCR检测方法为同时检测GAstV 1和GAstV 2提供了快速、敏感、特异且能满足临床样本需求的检测方法。 展开更多
关键词 鹅星状病毒 荧光定量RT-PCR TAQMAN探针
原文传递
蟹爪兰X病毒实时荧光定量PCR检测方法的建立及应用 被引量：1
11
作者 柏自琴 郑乾明 +5 位作者 解璞 罗会 郑伟 王正媛 欧子艳 奉皇书 《中国南方果树》 北大核心 2025年第4期51-55,61,共6页
蟹爪兰X病毒(zygocactus virus X,ZyVX)寄主广泛、发病率高、种传率高,在贵州火龙果主产区普遍发生。为实现对该病毒的精准检测测报,根据多个ZyVX分离株外壳蛋白(CP)的保守序列设计特异性引物,建立ZyVX实时荧光定量PCR方法,并利用该方... 蟹爪兰X病毒(zygocactus virus X,ZyVX)寄主广泛、发病率高、种传率高,在贵州火龙果主产区普遍发生。为实现对该病毒的精准检测测报,根据多个ZyVX分离株外壳蛋白(CP)的保守序列设计特异性引物,建立ZyVX实时荧光定量PCR方法,并利用该方法对贵州火龙果主产区罗甸、望谟、册亨、镇宁等4个县的田间40份疑似病毒病病样进行检测。结果表明,获得的靶标序列157 bp,建立了引物浓度150 nmol/L,退火温度61℃的SYBR Green I实时荧光定量PCR检测方法,ZyVX的标准曲线方程为y=-3.3433 x+43.198(R^(2)=0.9983),扩增效率为99.11%,对标准品的检测极限浓度为8×10^(2)拷贝/μL,其灵敏度是普通PCR的100倍。田间病样平均检出率为82.5%,与普通PCR检测结果一致。该方法灵敏度高、可靠性强,可用于ZyVX在植株及传播介体体内的快速准确诊断,为开展该病毒的监测、科学防控及从源头遏制病毒传播提供技术支撑,应用前景广阔。 展开更多
关键词 蟹爪兰X病毒 ZyVX 火龙果 病毒病 RT-QPCR 检测
原文传递
不同频率组合下的Galileo HAS性能分析
12
作者 徐宗秋 李智颖 +2 位作者 赵洪涛 郑涛 杨南南 《导航定位学报》 北大核心 2025年第2期132-139,共8页
针对伽利略卫星导航系统(Galileo)高精度定位服务(HAS)性能研究尚处于起步阶段,并且对于不同频率增强性能分析较少的问题,对不同频率组合下的Galileo HAS进行性能分析:选择全球范围内的50个测站,对全球定位系统(GPS)的L1/L2/L5和Galileo... 针对伽利略卫星导航系统(Galileo)高精度定位服务(HAS)性能研究尚处于起步阶段,并且对于不同频率增强性能分析较少的问题,对不同频率组合下的Galileo HAS进行性能分析:选择全球范围内的50个测站,对全球定位系统(GPS)的L1/L2/L5和Galileo的E1/E5a/E5b频率组合进行实时(RT)精密单点定位(PPP)处理;并从收敛时间及定位性能方面进行分析。实验结果表明:1)在定位性能方面,欧洲区域内的定位误差小于非欧洲区域的定位误差。静态模式下Galileo系统中定位误差较小的是E1/E5b组合,高程方向能达到3.5 cm以下的定位误差,而GPS的几种组合中定位误差较小的是L1/L2,在欧洲区域能达到水平3.3 cm以下的定位误差;动态模式下Galileo的E1/E5a和E1/E5b在水平方向定位误差均在7 cm以下,而GPS的L1/L2在8 cm以下。2)在收敛时间方面,欧洲区域内测站的收敛时间明显短于非欧洲测站,且静态模式下欧洲区域内Galileo的2种频率组合E1/E5a和E1/E5b能在13.9 min和15.6 min完成收敛,而GPS的收敛时间较慢,对于全球范围内的测站均在20 min左右;动态模式下Galileo的收敛时间与GPS+Galileo的收敛时间相差不大,欧洲区域需19 min完成收敛,非欧洲区域则需24 min,而GPS对于全球范围内测站均需30 min以上。 展开更多
关键词 精密单点定位(PPP) 伽利略卫星导航系统(Galileo) 高精度定位服务(HAS) 实时(RT)
在线阅读 下载PDF
基于集成学习模型与贝叶斯优化算法的成矿预测 被引量：1
13
作者 孔春芳 田倩 +3 位作者 刘健 蔡国荣 赵杰 徐凯 《地学前缘》 北大核心 2025年第4期122-139,共18页
全球进入隐伏矿体勘查时代,急需新的找矿预测方法。利用集成学习进行的数据驱动的成矿预测模型正在成为深部隐伏矿产勘探的有力工具。然而,基于集成学习的成矿预测模型面临着一些普遍的问题,特别是模型的参数调优。模型的参数调优是一... 全球进入隐伏矿体勘查时代,急需新的找矿预测方法。利用集成学习进行的数据驱动的成矿预测模型正在成为深部隐伏矿产勘探的有力工具。然而,基于集成学习的成矿预测模型面临着一些普遍的问题,特别是模型的参数调优。模型的参数调优是一个非常耗时的过程,需要繁琐的计算和足够的专家经验。本文提出了一种基于多源地学知识与贝叶斯优化算法的集成学习模型来解决上述问题。具体来说,首先,基于多源地学知识,构建锰矿成矿预测数据库;其次,基于自适应提升模型(Adaptive Boosting,AdaBoost)和随机森林(Random Forest,RF)模型,建立黔东北锰矿成矿预测模型;然后,采用贝叶斯优化算法(Bayesian Optimization,BO),通过5倍交叉验证的辅助,寻找BO-AdaBoost和BO-RF模型最合适的超参数组合;最后,利用精度、准确率、召回率、F_(1)分数、kappa系数、AUC值等参数及已有成果检测模型的性能。实验结果发现,BO-AdaBoost和BO-RF模型的AUC值都得到了显著的提高,表明BO是一个强大的优化工具,优化结果为集成学习模型的超参数设置提供了参考。同时,实验结果也表明:BO-AdaBoost模型(92.8%)比BO-RF模型(89.9%)具有更高的预测精度和地质泛化能力,在成矿预测方面具有巨大潜力。基于BO-AdaBoost模型的预测图为黔东北隐伏锰矿矿床的勘探提供了重要线索,并可以指导未来的矿产勘探与开发。 展开更多
关键词 集成学习 自适应提升模型 随机森林 贝叶斯优化算法 隐伏锰矿 成矿预测
在线阅读 下载PDF
基于多维度特征和LightGBM-AdaBoost的WebShell检测方法
14
作者 高见 何俊鹏 苗青青 《信息网络安全》 北大核心 2025年第8期1231-1239,共9页
针对传统文本检测方法在WebShell文件检测中的准确率较低、现有机器学习或深度学习算法多聚焦于PHP类型的WebShell检测,同时特征选取存在一定局限性,文章提出构建涵盖文件本体特征、官方标准特征以及BERT语义特征的高维度特征空间,并设... 针对传统文本检测方法在WebShell文件检测中的准确率较低、现有机器学习或深度学习算法多聚焦于PHP类型的WebShell检测,同时特征选取存在一定局限性,文章提出构建涵盖文件本体特征、官方标准特征以及BERT语义特征的高维度特征空间,并设计了LightGBM-AdaBoost集成检测模型,以解决复杂语言下简单特征难以区分正常文件和WebShell的问题,实现了PHP与JSP类型WebShell的高效区分。实验结果表明,基于多维度特征和LightGBM-AdaBoost的WebShell检测方法,在PHP与JSP类型WebShell检测任务中准确率分别高达99.81%和98.93%。相比于现有方法,文章所提方法显著提升了检测准确率,并扩展了检测类型。 展开更多
关键词 WebShell检测 多维度特征 LightGBM算法 ADABOOST算法
在线阅读 下载PDF
基于集成学习强化BPNN的掘进工作面温度预测模型
15
作者 马恒 张世龙 高科 《工矿自动化》 北大核心 2025年第8期88-94,158,共8页
针对现有掘进工作面温度预测方法存在预测模型泛化性不强、鲁棒性较差,且对非线性多维数据的预测能力有限的问题,提出了一种基于集成学习强化反向传播神经网络(BPNN)的掘进工作面温度预测模型,即t−SNE−BPNN−AdaBoost。首先采用t−分布随... 针对现有掘进工作面温度预测方法存在预测模型泛化性不强、鲁棒性较差,且对非线性多维数据的预测能力有限的问题,提出了一种基于集成学习强化反向传播神经网络(BPNN)的掘进工作面温度预测模型,即t−SNE−BPNN−AdaBoost。首先采用t−分布随机邻域嵌入(t−SNE)非线性降维技术,将通风机前风量、温度、相对湿度等7项高维特征降至3维,保留数据局部结构并去除噪声。然后将降维数据输入BPNN作为基分类器,经迭代训练得到初步模型。最后通过自适应推进算法(AdaBoost)集成学习,迭代训练多个BPNN弱分类器并加权组合为强分类器,增强模型泛化能力。将60组掘进工作面实测数据按8∶2划分为训练集与测试集,经5折交叉验证确定AdaBoost最优弱学习器数量为30。实验结果表明:①t−SNE−BPNN−AdaBoost预测曲线和真实值贴合度最优,整体误差小,在温度突变区段适应力强,稳定性远超SVM,BPNN和t−SNE−BPNN。②t−SNE−BPNN−AdaBoost的预测相对误差最小,几乎在5%以内,表现出最优的预测精度。③在测试集上,t−SNE−BPNN−AdaBoost的决定系数为0.9784,较SVM,BPNN,t−SNE−BPNN分别提高了60.3%,17.2%,8.1%;平均绝对误差为0.1676,均方误差为0.0567,平均绝对百分比误差为0.9640,指标均显著优于SVM,BPNN和t−SNE−BPNN,在温度突变区段适应性更强。 展开更多
关键词 掘进工作面温度预测 t−分布随机邻域嵌入 BP神经网络 t−SNE 自适应推进算法 AdaBoost集成学习 5折交叉验证
在线阅读 下载PDF
AdaBoost算法优化BP神经网络的横波时差预测及应用
16
作者 赵军 裴浩辰 +3 位作者 罗谋兵 彭宇 石新 何宣 《地球物理学进展》 北大核心 2025年第5期2085-2096,共12页
受制于研究区横波时差资料的缺乏以及煤层井径扩径导致常规横波时差预测方法精度较差的问题,引入AdaBoost算法优化BP神经网络的方法预测横波时差,通过优选敏感测井曲线和设定最佳模型参数建立横波时差预测模型,以提高横波时差的预测准确... 受制于研究区横波时差资料的缺乏以及煤层井径扩径导致常规横波时差预测方法精度较差的问题,引入AdaBoost算法优化BP神经网络的方法预测横波时差,通过优选敏感测井曲线和设定最佳模型参数建立横波时差预测模型,以提高横波时差的预测准确度.同时,对比了多元线性回归法、BP神经网络法以及AdaBoost优化BP神经网络法三种方法对横波时差的预测效果.通过预测的横波时差对煤层岩石力学参数及脆性特性进行了评价,并利用脆性指数与杨氏模量之间的关系对煤体结构类型进行了划分.结果表明,基于AdaBoost算法优化BP神经网络的回归预测模型能够有效地预测横波时差,验证井预测结果的平均相对误差为2.7%,通过预测的横波时差计算脆性指数并划分煤体结构类型,划分结果与岩心描述一致性较高.该方法有效提高了横波时差的预测精度并为煤层脆性评价及煤体结构识别提供可靠的数据支撑. 展开更多
关键词 ADABOOST BP神经网络 横波时差 脆性 煤体结构
原文传递
基于轻量级改进RT-DETR边缘部署算法的绝缘子缺陷检测 被引量：9
17
作者 姜香菊 王瑞彤 马彦鸿 《电工技术学报》 北大核心 2025年第3期842-854,共13页
随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量... 随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量级EMO作为算法特征提取主干,充分学习绝缘子目标的长距离特征交互及缺陷小目标的局部特征交互,并提出基于轻量级注意力的尺度内特征交互模块和轻量级跨尺度特征融合模块设计轻量级高效混合编码器;再次,在轻量级高效混合编码器中引入定位信息补充分支、使用DIoU损失函数结合迁移学习训练技巧,缓解轻量化造成的算法精度下降问题;最后,构建多天气条件绝缘子数据集进行训练验证。实验结果表明,相较于基线算法,所提算法检测精度达到97.2%,只损失0.7个百分点,而参数量和计算量分别下降67.8%和71.2%,检测速度提升2.5倍,满足多天气条件下的输电线路绝缘子状态巡检准确率及边缘部署轻量化要求。 展开更多
关键词 绝缘子缺陷检测 RT-DETR算法 轻量化 边缘部署 目标检测算法
在线阅读 下载PDF
基于代价敏感学习的上市公司财务困境动态预测模型
18
作者 李大元 颜卓惠 曾阳艳 《系统工程》 北大核心 2025年第2期1-14,共14页
为了保障企业的财务健康,准确且有效的财务困境预测模型至关重要。然而,类别不平衡和概念漂移是财务困境预测领域需要解决的两个关键问题。为此,本文基于代价敏感学习和带时间加权的Adaboost方法提出了一种兼顾类别不平衡和概念漂移的... 为了保障企业的财务健康,准确且有效的财务困境预测模型至关重要。然而,类别不平衡和概念漂移是财务困境预测领域需要解决的两个关键问题。为此,本文基于代价敏感学习和带时间加权的Adaboost方法提出了一种兼顾类别不平衡和概念漂移的动态财务困境预测方法,并在2005年至2022年间中国上市公司的动态不平衡数据集上进行了实证分析。结果表明,该方法在动态不平衡数据集上的预测性能优于改进前的模型,能够同时处理财务困境预测领域的概念漂移问题和数据分布不平衡问题。 展开更多
关键词 动态财务困境预警 不平衡数据 概念漂移 代价敏感学习 ADABOOST算法
原文传递
身心叠加效应下船员分心驾驶倾向辨识研究
19
作者 刘清 王馨玥 +1 位作者 王磊 吴宇航 《武汉理工大学学报(交通科学与工程版)》 2025年第4期699-705,共7页
文中以辨识船员分心驾驶关键因素为目标,建立了船员个体特征、生理特征、心理特征为主体的分心驾驶行为细粒度指标体系,将决策树(DT)作为AdaBoost算法的基分类器构建了AdaBoost-DT模型,通过实船实验采集的225组船员身心及分心驾驶行为... 文中以辨识船员分心驾驶关键因素为目标,建立了船员个体特征、生理特征、心理特征为主体的分心驾驶行为细粒度指标体系,将决策树(DT)作为AdaBoost算法的基分类器构建了AdaBoost-DT模型,通过实船实验采集的225组船员身心及分心驾驶行为数据验证了AdaBoost-DT模型的高效性.结果表明:选取以决策树作为基分类器的AdaBoost-DT模型与AdaBoost-SVM模型相比辨识准确率更高,达到91.3%,且AUC值为0.9559;年龄、感知压力、疲劳程度、工作态度及驾龄是影响被试船员群体发生分心驾驶行为的关键因素. 展开更多
关键词 船员 分心驾驶 身心叠加 行为辨识 ADABOOST
在线阅读 下载PDF
变电站RIS辅助覆盖性能分析和建模仿真
20
作者 陈智雄 田晓艳 +2 位作者 邵炜平 李勇 裘瑾怡 《电波科学学报》 北大核心 2025年第5期970-977,共8页
变电站移动巡检等新兴业务对无线覆盖质量提出更高要求。为了提升非视距区域的信号覆盖能力,本研究开展可重构智能反射面(reconfigurable intelligent surface,RIS)辅助的变电站室内信号覆盖性能分析和建模仿真。针对RIS辅助通信的两个... 变电站移动巡检等新兴业务对无线覆盖质量提出更高要求。为了提升非视距区域的信号覆盖能力,本研究开展可重构智能反射面(reconfigurable intelligent surface,RIS)辅助的变电站室内信号覆盖性能分析和建模仿真。针对RIS辅助通信的两个级联子信道特点,采用射线跟踪(ray tracing,RT)技术对信号进行处理并获取电磁传播特性。而RIS对来自发送端的发送信号进行相位调控后反射给信号薄弱区域,接收端接收RIS辅助传输的多径信息增强覆盖性能。为降低跟踪的计算成本,提出了一种基于无反射路径的近似模型,并分别从接收功率、功率时延谱、时延扩展和计算成本等方面进行了仿真对比。实验结果表明了RIS对信号传输性能的影响规律,即忽略RIS在实际应用中可能存在的反射损耗和非理想反射特性,其辅助传输能显著提高信号有效覆盖率,且近似模型能实现精度和计算时长的有效折中。 展开更多
关键词 变电站 覆盖增强 可重构智能反射面(RIS) 射线跟踪(RT)
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 … 250 下一页 到第 页
使用帮助 返回顶部