基于BO-LightGBM算法的XLPE配电电缆绝缘状态评估

1

作者 罗正均 叶刚 +3 位作者 周箩鱼 李涛 陈楠 张志熙 《绝缘材料》 北大核心 2025年第3期131-140,共10页

为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确... 为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确率最高所对应的特征组合,完成对输入特征的筛选。然后使用BO算法对LightGBM中的7个超参数进行寻优。最后利用本文所提出的BO-LightGBM算法完成对电缆绝缘状态的评估。结果表明:本文提出的特征子集法与主成分分析法和互信息筛选法相比能更好地提升模型表现;经过BO算法优化后,LightGBM模型的精度能得到进一步的提升,与粒子群优化算法(PSO)和遗传算法优化(GA)相比,BO算法的计算效率能在几乎相同的精度下分别提升约80%和86.9%;与其他常用机器学习算法进行对比,本文模型的相关性能指标均为最优。 展开更多

关键词 XLPE电缆 状态评估 机器学习 贝叶斯优化算法 轻量级梯度提升机算法

在线阅读 下载PDF 职称材料

基于BO-Stacking集成学习的客户流失预测

2

作者 耿宇 《科技和产业》 2025年第13期241-245,共5页

为了提高客户流失预测的准确性,提出一种基于贝叶斯优化算法(BO)的改进Stacking集成学习方法。首先,依据模型的预测性能和相关性确定基学习器的种类;然后,针对传统的Stacking方法中忽略基学习器间差异性的缺陷,引入贝叶斯优化算法来精... 为了提高客户流失预测的准确性,提出一种基于贝叶斯优化算法(BO)的改进Stacking集成学习方法。首先,依据模型的预测性能和相关性确定基学习器的种类;然后,针对传统的Stacking方法中忽略基学习器间差异性的缺陷,引入贝叶斯优化算法来精细地调整各基学习器的权重,以降低预测误差;最后,将各基学习器的预测结果进行加权组合,并选用Logistic回归作为元学习器进行最终预测。结果显示,相较于单一模型和传统的Stacking方法,所提出的BO-Stacking模型在召回率、F1-score和AUC(敏感度曲线下方的面积)上均表现最佳,验证了所提方法的有效性,可为企业制定有效的客户保留策略提供参考。 展开更多

关键词 贝叶斯优化算法(bo) Stacking算法 集成学习 客户流失预测

在线阅读 下载PDF 职称材料

基于FCM聚类与BO算法的PEMFC故障分类 被引量：4

3

作者 卢忠昌 刘芙蓉 +1 位作者 杨扬 谢长君 《电池》 CAS 北大核心 2022年第6期606-609,共4页

针对质子交换膜燃料电池(PEMFC)故障分类问题,提出基于模糊C均值(FCM)聚类和贝叶斯优化(BO)算法的故障分类方法。用Randles等效电路模型拟合210组阻抗谱实验数据,并用最小二乘法辨识模型各元件参数,选取特征向量构成数据样本。用FCM聚... 针对质子交换膜燃料电池(PEMFC)故障分类问题,提出基于模糊C均值(FCM)聚类和贝叶斯优化(BO)算法的故障分类方法。用Randles等效电路模型拟合210组阻抗谱实验数据,并用最小二乘法辨识模型各元件参数,选取特征向量构成数据样本。用FCM聚类算法求得数据样本的聚类中心,划分故障类别,剔除10组隶属度不足的数据。采用BO算法对60组训练数据建模,并验证分析140组测试数据。该方法可快速识别正常、膜干和水淹状态,分类准确率达97.86%。 展开更多

关键词 燃料电池 故障诊断 阻抗模型 模糊C均值(FCM)聚类 贝叶斯优化(bo)算法

在线阅读 下载PDF 职称材料

基于BO-GRU的混凝土坝变形预测模型 被引量：13

4

作者 李其峰 杨杰 +1 位作者 程琳 仝飞 《水资源与水工程学报》 CSCD 北大核心 2021年第4期180-184,193,共6页

针对混凝土坝变形具有较强的非线性特点、目前大坝变形预测模型出现参数过多及易陷入局部最优等问题,提出了一种深度学习中的门控制循环单元(GRU)模型,并结合贝叶斯优化算法(BO)对门控制循环单元的超参数进行优化,建立BO-GRU模型应用于... 针对混凝土坝变形具有较强的非线性特点、目前大坝变形预测模型出现参数过多及易陷入局部最优等问题,提出了一种深度学习中的门控制循环单元(GRU)模型,并结合贝叶斯优化算法(BO)对门控制循环单元的超参数进行优化,建立BO-GRU模型应用于混凝土坝变形预测。为检验模型的可行性,以实测变形监测数据为基础,并与极限学习机、相关向量机和基于遗传算法优化的支持向量机等模型预测结果进行对比。结果表明:该模型的泛化能力强、运行效率高,能有效运用于混凝土坝的变形预测。 展开更多

关键词 混凝土坝 变形预测 深度学习 门控制循环单元 贝叶斯优化算法

在线阅读 下载PDF 职称材料

基于BO-RF的烧结矿化学成分预测模型研究 被引量：3

5

作者 李一帆 李锦祥 +3 位作者 杨锦堂 杨爱民 刘卫星 李杰 《烧结球团》 北大核心 2023年第6期109-115,138,共8页

烧结矿的化学成分是决定烧结矿质量和高炉冶炼顺行的关键因素之一。为了稳定烧结矿化学成分,通过对烧结矿与混合矿化学成分进行相关性分析,选取两者相关性高的化学成分作为输入参数,并采用贝叶斯算法优化随机森林算法里的超参数,对烧结... 烧结矿的化学成分是决定烧结矿质量和高炉冶炼顺行的关键因素之一。为了稳定烧结矿化学成分,通过对烧结矿与混合矿化学成分进行相关性分析,选取两者相关性高的化学成分作为输入参数,并采用贝叶斯算法优化随机森林算法里的超参数,对烧结矿中化学成分[w(TFe)、w(FeO)、w(SiO_(2))、w(CaO)、w(MgO)、w(Al_(2)O_(3))、碱度(R)]进行预测,建立了基于BO-RF的烧结矿化学成分预测模型。预测结果表明:烧结矿化学成分的预测准确率均达到90.0%以上,其中烧结矿w(CaO)的预测准确率达到96.9%,烧结矿R的预测准确率为96.5%。烧结矿化学成分预测相对误差均在5.0%以内,其中烧结矿R的预测相对误差在3.5%以内,烧结矿w(TFe)的预测相对误差在1.4%以内,整体预测精度较高。 展开更多

关键词 混合矿 烧结矿 化学成分 bo-RF算法 预测模型

原文传递

异步牵引电机匝间短路故障评估方法研究

6

作者 马杰 马晓明 +1 位作者 都业林 刘晓东 《铁道机车车辆》 北大核心 2025年第5期60-69,共10页

异步牵引电机定子匝间短路故障是一种具有渐进性的故障,准确评估匝间短路故障的严重程度可为检修工作提供依据。根据匝间短路环流所产生磁场强度模值的大小构造匝间短路故障程度评估系数,在提出匝间短路故障特征的基础上,采用BO-GPR模... 异步牵引电机定子匝间短路故障是一种具有渐进性的故障,准确评估匝间短路故障的严重程度可为检修工作提供依据。根据匝间短路环流所产生磁场强度模值的大小构造匝间短路故障程度评估系数,在提出匝间短路故障特征的基础上,采用BO-GPR模型对匝间短路故障的严重程度进行预测。设计异步牵引电机匝间短路故障试验平台并完成试验,试验表明,基于BO-GPR模型的异步牵引电机匝间短路故障程度评估方法可以为实际牵引电机的运用和检修工作提供一定的参考和依据。 展开更多

关键词 牵引电机 匝间短路 故障程度评估 GPR算法 bo算法

在线阅读 下载PDF 职称材料

基于优化决策树参数的随机森林模型预测全国GDP

7

作者 张淼 顾海燕 《中国林业经济》 2025年第4期39-50,共12页

预测全国GDP可为政策制定提供重要依据,随机森林(RF)模型能整合经济变量间复杂非线性关系,但其预测性能依赖于决策树的参数合理性。基于国家统计局2003—2023年季度数据,提出“决策树参数优化—随机森林模型”的预测框架,先采用粒子群(P... 预测全国GDP可为政策制定提供重要依据,随机森林(RF)模型能整合经济变量间复杂非线性关系,但其预测性能依赖于决策树的参数合理性。基于国家统计局2003—2023年季度数据,提出“决策树参数优化—随机森林模型”的预测框架,先采用粒子群(PSO)、遗传(GA)、差分(DE)、贝叶斯优化(BO)4种算法,对决策树的最大深度、最小样本分割、最小样本叶子节点3个核心参数进行寻优;再以优化后的决策树为基学习器构建随机森林(RF)模型,通过袋外误差(OOB)确定模型的最佳决策树数量与最大特征数,最终形成4种优化随机森林预测模型。采用10重交叉验证,以决定系数、平均绝对误差、均方根误差评估模型性能,并基于最优模型开展特征重要性排序。结果显示,PSO优化决策树参数的RF模型(PSO-DT)预测效果最佳,影响GDP的主要经济指标为第二产业、第三产业、批发和零售业及交通运输仓储邮政业,该模型可为各方洞察经济趋势、提升政策效能提供理论支撑。 展开更多

关键词 随机森林(RF)模型 粒子群优化算法 遗传算法 差分算法 贝叶斯优化算法

在线阅读 下载PDF 职称材料

基于混合互相关光流算法的背景定向纹影温度场测量研究

8

作者 刘映伶 李虎 +2 位作者 官廷锋 朱海东 焦萌倩 《光学技术》 北大核心 2025年第6期743-749,共7页

背景定向纹影是近年来出现的非侵入式全场光学测量技术,可用于温度场的定量测量。背景图像位移计算的精度直接决定着温度场重建的精度,但目前主流的混合光流算法的重建位移场精度不高。针对这一问题,提出了一种新的混合互相关光流算法,... 背景定向纹影是近年来出现的非侵入式全场光学测量技术,可用于温度场的定量测量。背景图像位移计算的精度直接决定着温度场重建的精度,但目前主流的混合光流算法的重建位移场精度不高。针对这一问题,提出了一种新的混合互相关光流算法,使用高斯径向基函数插值结合基于梯度恒定假设的光流算法对位移场进行细化。将该方法结合多尺度小波噪声背景图案对不同当量比的甲烷/空气层流预混火焰上方的温度场进行重建,与基于物理的光流算法和混合光流算法进行了比较,该方法具有较高精度和鲁棒性,而且在保持热流场的小散度和涡度结构等流动细节及减少异常值方面也更具有优势。重建的温度值与热电偶测量值的相对平均误差仅为2.7%,实验表明该方法可有效地重建高精度的温度场。 展开更多

关键词 光学测量 背景定向纹影 混合算法 温度场 梯度恒定假设

原文传递

基于视觉显著性的场景目标识别 被引量：9

9

作者 薛梦霞 彭晖 +1 位作者 刘士荣 张波涛 《控制工程》 CSCD 北大核心 2016年第5期687-692,共6页

场景目标识别是场景理解的重要内容之一,提出一种新颖的基于视觉显著性的场景目标识别方法。该方法受生物视觉认知机理的启发,利用视觉显著机制来凸显场景中的感兴趣区域。首先利用GBVS模型对图像数据进行高效筛选,获得特定感兴趣的显... 场景目标识别是场景理解的重要内容之一,提出一种新颖的基于视觉显著性的场景目标识别方法。该方法受生物视觉认知机理的启发,利用视觉显著机制来凸显场景中的感兴趣区域。首先利用GBVS模型对图像数据进行高效筛选,获得特定感兴趣的显著性区域。然后基于图分割理论(Graph Cuts Theory)的Grab Cut算法被用于提取图像中的显著性目标。最后运用SURF特征描述目标对象,通过SURF特征的学习产生目标物体的Bo VW视觉词包,运用视觉词包的SVM分类匹配实现目标对象的图像特征与语义描述之间的知识映射。麻省理工学院LabelMe图像库的实验测试结果表明所述方法具有较高的识别率。 展开更多

关键词 目标识别 视觉显著性 GrabCut算法 boVW模型 支持向量机

原文传递

基于数据挖掘的孟河名医杨博良治疗月经病用药规律研究 被引量：8

10

作者 吴嘉瑞 赵梦迪 +2 位作者 郭位先 张晓朦 张冰 《中华中医药杂志》 CAS CSCD 北大核心 2014年第10期3086-3089,共4页

目的:探讨名医杨博良治疗月经病的用药经验。方法:收集杨博良治疗月经病处方,在建立数据库的基础上,采用关联规则Apriori算法、复杂系统熵聚类等无监督数据挖掘方法,确定处方中各种药物的使用频次及药物之间的关联规则。结果:常用药物... 目的:探讨名医杨博良治疗月经病的用药经验。方法:收集杨博良治疗月经病处方,在建立数据库的基础上,采用关联规则Apriori算法、复杂系统熵聚类等无监督数据挖掘方法,确定处方中各种药物的使用频次及药物之间的关联规则。结果:常用药物包括泽泻、黄芩、青皮、郁金、川芎等;核心组合包括"白芍_炒白芍_甘菊""茯神_盐半夏_青皮""制香附_乌药_黄连"等;新处方包括"炒枳壳_陈皮_藿梗_月季花_酒黄芩""玄参_石斛_熟地黄_乌贼骨_丹参""白芍_甘菊_牡丹皮_藕节"等。结论:杨博良先生治疗月经病经验丰富,多用凉血利湿、活血调经之品。 展开更多

关键词 杨博良 月经病 关联规则 聚类算法

原文传递

基于机器学习和非支配排序遗传算法的盾构姿态预测与优化 被引量：8

11

作者 曹化锦 《铁道建筑》 北大核心 2023年第7期93-97,共5页

提出了一种将贝叶斯优化(BO)算法、随机森林(RF)算法和第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态优化方法。依托杭州—临安城际铁路工程,选取盾构参数、土性参数和隧道埋深作为输入参数,使用BO算法优选RF算法的超参数,构建盾... 提出了一种将贝叶斯优化(BO)算法、随机森林(RF)算法和第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态优化方法。依托杭州—临安城际铁路工程,选取盾构参数、土性参数和隧道埋深作为输入参数,使用BO算法优选RF算法的超参数,构建盾构姿态预测模型,并对输入参数进行重要性分析。将盾构姿态预测模型函数作为适应度函数,引入NSGA-Ⅲ算法优化盾构姿态,并得到盾构参数控制范围。结果表明:采用BO-RF算法和工程实测数据训练模型,所得预测模型精度较高;千斤顶推力对盾构姿态影响最大,膨润土掺加量对盾构姿态的影响最小;采用BO-RF-NSGA-Ⅲ优化方法,盾构切口水平位移和垂直位移平均值分别减小了37.20%、36.87%,盾构尾部水平位移和垂直位移平均值分别减小了26.52%和18.10%,对盾构姿态的优化效果显著。该优化方法可靠适用,值得推广。 展开更多

关键词 地铁隧道 盾构姿态预测 多目标优化 贝叶斯优化算法 随机森林算法 非支配排序遗传算法

在线阅读 下载PDF 职称材料

基于贝叶斯优化的SWDAE-LSTM滚动轴承早期故障预测方法研究 被引量：52

12

作者 石怀涛 尚亚俊 +2 位作者 白晓天 郭磊 马辉 《振动与冲击》 EI CSCD 北大核心 2021年第18期286-297,共12页

针对滚动轴承的早期故障特征较弱,在强噪声背景下难以有效提取以致生命周期很难准确预测的问题,提出了一种基于贝叶斯优化(BO)的滑动窗堆叠去噪自编码器(SWDAE)和长短期记忆(LSTM)网络的早期故障预测模型。使用滑动窗算法保留具有非线... 针对滚动轴承的早期故障特征较弱,在强噪声背景下难以有效提取以致生命周期很难准确预测的问题,提出了一种基于贝叶斯优化(BO)的滑动窗堆叠去噪自编码器(SWDAE)和长短期记忆(LSTM)网络的早期故障预测模型。使用滑动窗算法保留具有非线性特征和时序特征的历史正常数据,输入到模型中进行训练,使模型学习滚动轴承的正常运行状态趋势。将滚动轴承运行的数据输入到训练好的SWDAE-LSTM模型中进行实时在线监控,利用模型的预测值与真实值的残差检测滚动轴承早期故障。针对模型超参数组合选择困难的问题,使用贝叶斯优化算法对模型的超参数进行调优。最后,使用美国辛辛那提大学智能维护中心(IMSCenter)的轴承全生命周期数据以及机械故障综合模拟实验装置获取的数据进行仿真实验验证。结果表明,使用贝叶斯优化算法进行智能调参的模型和基于时域指标的方法对比,可以更早的有效检测出滚动轴承的早期故障并具有很强的鲁棒性。与其余深度学习方法比较,其模型的诊断准确率高于其他方法,进一步证明了其有效性和可靠性。 展开更多

关键词 滚动轴承 早期故障预测 贝叶斯优化(bo) 滑动窗算法 堆叠去噪自编码(SWDAE) 长短时记忆(LSTM)网络

在线阅读 下载PDF 职称材料

一种基于改进SIFT的视频稳像方法 被引量：3

13

作者 李欣 焦立男 +1 位作者 柳有权 马彩莎 《计算机与现代化》 2024年第6期43-50,共8页

为提高计算效率并保持良好的稳像效果,本文提出一种基于改进SIFT的视频稳像方法。首先对SIFT进行改进,并命名为BO-SIFT(Binarized Octagonal SIFT)。该算法引入了同心八边形环特征描述子,通过降维和二值化对特征向量进行处理,然后使用... 为提高计算效率并保持良好的稳像效果,本文提出一种基于改进SIFT的视频稳像方法。首先对SIFT进行改进,并命名为BO-SIFT(Binarized Octagonal SIFT)。该算法引入了同心八边形环特征描述子,通过降维和二值化对特征向量进行处理,然后使用汉明距离进行特征点匹配,有效缩短了描述和匹配时间。其次将BO-SIFT算法应用于视频稳像,提取视频帧的特征点进行匹配,并计算出帧与帧之间的运动偏移量,以此实现运动估计。最后采用卡尔曼滤波器对估计出的运动偏移量进行平滑处理,并利用仿射变换对视频帧进行逆向补偿,从而得到稳定的图像序列。实验结果表明:相较于原始的SIFT算法,BO-SIFT算法使稳像时间减少了56.404%;相较于现有的较好算法,BO-SIFT算法稳像后的视频具有更高的平均峰值信噪比。此外,本文算法在不同视频上进行稳像效果测试,也具有一定的可靠性和优越性。 展开更多

关键词 视频稳像 bo-SIFT算法 降维 二值化 运动估计 峰值信噪比

在线阅读 下载PDF 职称材料

基于PSO-VMD-LSTM模型的城市轨道交通短期客流预测

14

作者 张婉凝 郑明明 刘岩 《山东交通学院学报》 CAS 2023年第4期43-50,共8页

为减少噪声对客流预测模型的干扰,采用粒子群优化(particle swarm optimization,PSO)算法确定变分模态分解(variational mode decomposition,VMD)的参数,通过PSO算法优化的VMD对原始客流序列进行降噪处理,将客流数据分解为不同时间尺度... 为减少噪声对客流预测模型的干扰,采用粒子群优化(particle swarm optimization,PSO)算法确定变分模态分解(variational mode decomposition,VMD)的参数,通过PSO算法优化的VMD对原始客流序列进行降噪处理,将客流数据分解为不同时间尺度下的本征模态函数(intrinsic mode function,IMF)和余量;采用贝叶斯优化(Bayesian optimization,BO)算法确定长短期记忆(long short term memory,LSTM)神经网络的超参数,构建PSO-VMD-LSTM客流预测模型。以重庆轨道交通1号线沙坪坝站客流数据为例,验证模型的预测准确度。结果表明:PSO-VMD-LSTM模型的均方根误差比反向传播(back propagation,BP)神经网络、径向基函数(radial basis function,RBF)神经网络、LSTM神经网络分别降低268.03、204.41、221.66,平均绝对百分误差分别降低13.16%、10.21%、11.06%。PSO-VMD-LSTM模型对轨道交通短期客流预测具有较高的适用性和预测准确度。 展开更多

关键词 客流预测 PSO算法 VMD bo算法 LSTM神经网络

在线阅读 下载PDF 职称材料

基于贝叶斯优化神经网络的Cu-SiC镀层镀速预测

15

作者 魏波 刘翠芳 吕焦盛 《电镀与精饰》 2026年第1期123-130,共8页

Cu-SiC镀层镀速受多种因素影响,包括电流密度、镀液成分、温度、搅拌速度等,这些因素与镀速之间存在着复杂的非线性关系。传统的神经网络模型只能处理线性关系,对于复杂的电镀数据特征之间的非线性关系以及时空特性难以有效捕捉,影响了... Cu-SiC镀层镀速受多种因素影响,包括电流密度、镀液成分、温度、搅拌速度等,这些因素与镀速之间存在着复杂的非线性关系。传统的神经网络模型只能处理线性关系,对于复杂的电镀数据特征之间的非线性关系以及时空特性难以有效捕捉,影响了模型超参数的优化速度及预测精度。为此,提出基于贝叶斯优化神经网络的Cu-SiC镀层镀速预测方法。该方法系统性地采集电镀过程中的电流值、镀液温度、镀液pH值、SiC粒子浓度、镀液搅拌速率数据,并采用Z-score标准化方法对每种电镀数据进行归一化处理,以促进模型在不同特征间的有效比较。设计贝叶斯优化神经网络的BO-CNN-LSTM模型,将各种电镀数据的归一化处理结果作为模型输入,同时捕捉电镀数据的空间特征和时间依赖性,利用贝叶斯算法优化层自动搜索模型最优超参数组合。利用最优超参数组合实施模型训练,最终实现Cu-SiC镀层镀速的高效精准预测。实验结果表明,经过贝叶斯算法优化超参数后,该预测方法的决定系数R2显著提升,更接近1。预测结果与实际镀速之间的偏差较小,曲线走势与实际镀速高度一致。此外,该方法的CPU使用率也相对较低。 展开更多

关键词 电镀数据 Z-score标准化 贝叶斯优化算法 bo-CNN-LSTM模型 Cu-SiC镀层 镀速预测

在线阅读 下载PDF 职称材料