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132篇文章
< 1 2 … 7 >
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和SHAP算法的致密油储层孔隙度预测 被引量：1
1
作者 王伟 党海龙 +3 位作者 康胜松 肖前华 丁磊 石立华 《油气地质与采收率》 北大核心 2025年第5期90-99,共10页
为了准确高效地表征致密油储层孔隙度的空间分布特征,同时对机器学习模型的可解释性进行评价,采用Z-Score方法对特征属性进行归一化处理,并应用Optuna超参数优化框架对模型的超参数进行调优,建立了一种基于LightGBM算法的孔隙度预测模型... 为了准确高效地表征致密油储层孔隙度的空间分布特征,同时对机器学习模型的可解释性进行评价,采用Z-Score方法对特征属性进行归一化处理,并应用Optuna超参数优化框架对模型的超参数进行调优,建立了一种基于LightGBM算法的孔隙度预测模型,与GBDT和XGBoost算法模型进行了预测效果的综合对比,并利用SHAP算法对LightGBM模型的输出结果进行了可视化解释分析。研究结果表明:LightGBM模型在训练数据集和测试数据集上的预测决定系数分别为0.984和0.855,模型预测准确度高、泛化能力强,综合预测效果好于GBDT和XGBoost模型。应用SHAP算法对LightGBM模型结果的可解释性进行分析,结果表明,影响LightGBM孔隙度预测模型最重要的5项测井参数为密度、阵列感应电阻率、自然伽马、声波时差和光电吸收截面指数。在研究区某单井X致密层段孔隙度的预测实例中,LightGBM模型预测准确度达93.9%,分别高于GBDT和XGBoost模型的预测准确度86.53%和89.08%;训练时长为0.016 s,分别为GBDT和XGBoost模型训练时长的0.096倍和0.025倍;预测时长为0.01 s,分别为GBDT和XGBoost模型预测时长的0.42倍和0.19倍;LightGBM模型的预测效率相对GBDT和XGBoost模型具有明显优势,其在取心井段上对孔隙度的预测误差更小,预测能力更强,且能更好地拟合低值孔隙度。该方法的应用不仅解决了单井致密层段获取完整准确孔隙度分布的难题,而且提高了孔隙度预测的精度和效率,对致密油储层的评价及高效勘探开发具有一定的参考价值。 展开更多
关键词 致密油储层 机器学习 lightgbm算法 SHAP算法 孔隙度预测
在线阅读 下载PDF
基于多维度特征和LightGBM-AdaBoost的WebShell检测方法
2
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
基于改进LightGBM算法的船旗国检查船舶滞留辅助决策研究
3
作者 郝勇 刘航 贺益雄 《武汉理工大学学报(交通科学与工程版)》 2025年第5期1151-1158,共8页
本文采用Lasso回归结合随机森林算法改进的LightGBM算法,提出了一种新型可解释船舶滞留决策模型.采用随机过采样技术对原始数据进行样本均衡处理;再利用Lasso回归和随机森林算法进行最优特征变量筛选;构建基于网格搜索优化寻参的LightGB... 本文采用Lasso回归结合随机森林算法改进的LightGBM算法,提出了一种新型可解释船舶滞留决策模型.采用随机过采样技术对原始数据进行样本均衡处理;再利用Lasso回归和随机森林算法进行最优特征变量筛选;构建基于网格搜索优化寻参的LightGBM分类预测模型,以长江干线散货船的船旗国监督检查数据进行验证,并使用SHAP算法进行模型可解释性分析.结果表明:结合了特征筛选的新型船舶滞留辅助决策模型在分类准确性和稳定性方面均优于随机森林、支持向量机和逻辑回归算法,并且能够提升模型的可解释性. 展开更多
关键词 船旗国检查 lightgbm Lasso回归 随机森林算法 SHAP
在线阅读 下载PDF
基于遗传算法优化的LightGBM浮选尾煤灰分预测模型研究 被引量：2
4
作者 韩杰 王然风 +3 位作者 付翔 王珺 魏凯 张茜 《矿业研究与开发》 北大核心 2025年第1期269-276,共8页
为了提高煤泥浮选过程灰分在线检测的水平,研究了煤泥浮选过程中尾煤灰分的预测,并建立了基于遗传算法优化的LightGBM浮选尾煤灰分预测模型。通过采集的生产过程数据,包括矿浆流量、浓度、起泡剂量、捕收剂量和干煤泥量,构建了模型训练... 为了提高煤泥浮选过程灰分在线检测的水平,研究了煤泥浮选过程中尾煤灰分的预测,并建立了基于遗传算法优化的LightGBM浮选尾煤灰分预测模型。通过采集的生产过程数据,包括矿浆流量、浓度、起泡剂量、捕收剂量和干煤泥量,构建了模型训练数据集,并对模型进行了测试验证。试验结果显示,该模型预测结果的平均绝对误差为0.72,比未优化的LightGBM模型提升了11.1%的预测精度,相较于其他模型,GA-LightGBM模型预测结果的平均绝对误差降低了15.8%,进一步证明了所建模型在尾煤灰分预测精度上的有效性,为实现智能化浮选提供了新的技术支持。 展开更多
关键词 煤泥浮选 尾煤灰分 遗传算法 lightgbm 预测建模
原文传递
融合时序InSAR形变和LightGBM的滑坡易发性评价
5
作者 朱颖 张强 +7 位作者 文海家 冀琴 朱星 张廷斌 孙德亮 唐云辉 赵建军 李长明 《北京师范大学学报(自然科学版)》 北大核心 2025年第4期551-562,共12页
采用时序InSAR(time-series interferometric synthetic aperture radar,TS-InSAR)技术获取云阳县视向形变速率,将其分解为垂直向和斜坡向形变速率作为InSAR形变因子,结合静态孕灾因子构建LightGBM模型,进行滑坡易发性评价;采用SHAP(SHa... 采用时序InSAR(time-series interferometric synthetic aperture radar,TS-InSAR)技术获取云阳县视向形变速率,将其分解为垂直向和斜坡向形变速率作为InSAR形变因子,结合静态孕灾因子构建LightGBM模型,进行滑坡易发性评价;采用SHAP(SHapley Additive exPlanations)算法揭示滑坡主导因素与影响机制.结果表明,云阳县28.15%区域为中等易发区,高易发区和极高易发区主要分布于长江及支流沿岸,与历史滑坡分布吻合. SHAP算法分析显示,高程、土地利用与距河流距离是云阳县滑坡发生的主要影响因素.同时,相较于传统静态模型(AUC=0.819 5,AUC全称为area under curve),引入InSAR因子后模型的AUC提升至0.830 2,说明InSAR形变信息可有效提高滑坡易发性评价精度,在滑坡易发性评价中具有重要作用. 展开更多
关键词 时序InSAR 地表动态形变 lightgbm算法 SHAP 滑坡易发性评价
在线阅读 下载PDF
基于LightGBM的盾构机姿态预测与控制研究
6
作者 曾铁梅 李昕懿 +4 位作者 冯宗宝 陈虹宇 王雷 覃亚伟 徐文胜 《铁道标准设计》 北大核心 2025年第4期157-165,共9页
有效控制盾构围绕盾构轴线的姿态,避免盾构前倾变形、蛇形、轴线偏离以及纠偏引发管片错台、裂缝、渗漏水是盾构施工中非常重要且具有挑战性的质量安全问题,需要对盾构姿态进行精准预测和有效控制。基于此,提出一种基于光梯度助推机(Lig... 有效控制盾构围绕盾构轴线的姿态,避免盾构前倾变形、蛇形、轴线偏离以及纠偏引发管片错台、裂缝、渗漏水是盾构施工中非常重要且具有挑战性的质量安全问题,需要对盾构姿态进行精准预测和有效控制。基于此,提出一种基于光梯度助推机(Light Gradient Boosting Machine,LightGBM)模型的盾构姿态智能预测与控制方法。研究选取仰俯角、滚转角、切口水平和垂直位移、盾尾水平和垂直位移描述盾构机姿态的6个参数进行预测和控制,对机器学习算法的超参数进行优化,构建LightGBM机器学习算法的最优预测模型,通过特征重要性排序,选取千斤顶推力、土仓压力、刀盘扭矩和掘进速度重要指标进行优化调整,根据LightGBM模型的预测结果,当模型预测到未来盾构姿态与DTA有显著差异时,可以通过提前调整盾构机的工作参数实现盾构姿态优化控制。以贵阳市轨道交通3号线为例,对该方法的有效性进行验证。研究结论为:(1)LightGBM模型能够较为准确地预测盾构施工姿态控制目标,拟合优度R2达到0.85以上;(2)盾构姿态影响因素的重要性排序可以明确应控制的关键施工参数;(3)基于重要盾构施工参数优化调整,各姿态控制目标超限数据均被控制在预警范围内,有效实现盾构施工姿态控制。 展开更多
关键词 盾构 施工参数 预测与控制 机器学习 lightgbm算法 影响因素
在线阅读 下载PDF
基于GA-LightGBM算法的TBM掘进参数与岩体等级关系
7
作者 曹贞洋 龚敏 +4 位作者 吴昊骏 龚潇雨 吴晓东 胡广风 王思杰 《哈尔滨工业大学学报》 北大核心 2025年第7期22-32,共11页
为建立反映TBM掘进参数与岩体等级关系的岩体等级识别模型,并提高模型的构建效率和识别率,以某隧道工程为背景开展研究。现场勘测岩体特征并基于BQ法和RQD值划分岩体等级,采集TBM工作数据并筛选出与岩体特性变化相关的主要掘进参数;基... 为建立反映TBM掘进参数与岩体等级关系的岩体等级识别模型,并提高模型的构建效率和识别率,以某隧道工程为背景开展研究。现场勘测岩体特征并基于BQ法和RQD值划分岩体等级,采集TBM工作数据并筛选出与岩体特性变化相关的主要掘进参数;基于轻量梯度提升器(LightGBM)算法,拟合TBM掘进参数与岩体等级的关系,并利用遗传算法(GA),优化LightGBM的超参数,最终建立GA-LightGBM岩体等级识别模型。结果表明:GA-LightGBM模型的识别准确率达到了93.5%,高于支持向量机模型和随机森林模型的准确率,且模型训练速度比梯度提升决策树算法提高了8倍;5种TBM掘进参数与岩石强度和岩体完整性等特性存在相关关系,其中总推进力可作为感知岩体特征的主要判据。研究提供了一种高效分析TBM掘进参数并准确识别岩体等级的方法,为现场快速感知岩体等级并实时调整作业参数提供支撑。 展开更多
关键词 隧道掘进机 岩体等级识别模型 遗传算法 lightgbm算法
在线阅读 下载PDF
WOA优化LightGBM在火成岩测井岩性识别中的应用 被引量：2
8
作者 冯欢 张国强 +3 位作者 曹军 任宏 万文春 刘迪仁 《地球物理学进展》 北大核心 2025年第1期230-242,共13页
渤海南部莱州湾地区的火成岩岩性复杂多变,常规测井交会图识别效果差.为提升该地区火成岩岩性识别精度,结合全局优化能力强的鲸鱼优化算法(WOA)和高效的轻量级梯度提升机(LightGBM),提出了基于WOA-LightGBM的火成岩测井岩性识别方法.首... 渤海南部莱州湾地区的火成岩岩性复杂多变,常规测井交会图识别效果差.为提升该地区火成岩岩性识别精度,结合全局优化能力强的鲸鱼优化算法(WOA)和高效的轻量级梯度提升机(LightGBM),提出了基于WOA-LightGBM的火成岩测井岩性识别方法.首先,通过分析岩性的测井响应特征,选择岩心和薄片等地质资料完整、常规九条测井曲线齐全的测井数据作为样本集;然后将样本集输入到WOA-LightGBM、WOA-AdaBoost、WOA-SVM、LightGBM、AdaBoost、SVM六种模型中进行识别,并将识别结果进行对比验证;最后将识别模型应用于15口井中.研究结果表明:当鲸鱼种群为50时,最佳超参数下的WOA-LightGBM模型的识别精度最高、泛化能力最好,在样本集中识别准确率达91.62%,ROC-AUC为0.9676,实例井中整体解释符合率达85%.WOA-LightGBM可作为利用测井曲线智能识别渤海火成岩岩性的有效方法,并为其他类似区块的火成岩岩性识别提供参考. 展开更多
关键词 莱州湾 火成岩 测井岩性识别 轻量级梯度提升机 超参数 鲸鱼优化算法
原文传递
基于BO-LightGBM算法的XLPE配电电缆绝缘状态评估
9
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
基于LightGBM的航班落地时间预测研究 被引量：1
10
作者 崔鸿刚 张萍 +3 位作者 曾学 唐嘉 刘林海 穆媛媛 《自动化与仪器仪表》 2025年第2期33-36,共4页
针对如何有效提高机场停机位分配准确率的问题,采用LightGBM机器学习算法构建回归模型,预测航班落地时间并根据该时间进行停机位预分配。研究了LightGBM模型与航班数据融合的相关技术,发现了航班相关数据中对落地时间有影响的关键特征,... 针对如何有效提高机场停机位分配准确率的问题,采用LightGBM机器学习算法构建回归模型,预测航班落地时间并根据该时间进行停机位预分配。研究了LightGBM模型与航班数据融合的相关技术,发现了航班相关数据中对落地时间有影响的关键特征,将LightGBM与机场信息集成系统进行集成,通过航班落地时间准确率的提高进一步提高停机位分配准确率,进而提升旅客出行满意度,为“四型机场”建设提供支撑。 展开更多
关键词 航班预计落地时间 机器学习 特征提取 lightgbm算法
原文传递
基于LightGBM的特种纸打浆度预测模型研究与应用 被引量：1
11
作者 刘迪成 马龙虎 +2 位作者 周元洪 林海 王建 《自动化应用》 2025年第7期278-281,284,共5页
为解决特种纸行业打浆过程中纤维原料品种多、产品种类变化频繁造成的生产过程产品质量控制难题,基于LightGBM算法,建立打浆度预测模型。将模型采集过程变量和原料数据作为特征输入,输出打浆度预测值能满足实际生产的设定值控制要求,利... 为解决特种纸行业打浆过程中纤维原料品种多、产品种类变化频繁造成的生产过程产品质量控制难题,基于LightGBM算法,建立打浆度预测模型。将模型采集过程变量和原料数据作为特征输入,输出打浆度预测值能满足实际生产的设定值控制要求,利用实际数据对模型进行了对比分析评价和验证。建立的数字孪生运行平台已在某特种纸公司成功应用,具有效果好、用时短、控制精度高的特点,有效降低了能耗,保障了产品质量。 展开更多
关键词 lightgbm算法 打浆系统 数字孪生
在线阅读 下载PDF
基于SSA-LightGBM的埋地油气管道平均腐蚀率预测模型
12
作者 张宽宽 王念念 方宏远 《中国市政工程》 2025年第1期26-28,33,142,143,共6页
腐蚀是油气管道损坏和泄漏的主要原因之一,准确预测腐蚀率对于管道安全至关重要。该研究建立了一种基于麻雀搜索算法(SSA)优化的LightGBM模型,用于预测油气管道的平均腐蚀率。同时,研究采用数据增强技术(SPDA)扩展数据集,提高模型的准... 腐蚀是油气管道损坏和泄漏的主要原因之一,准确预测腐蚀率对于管道安全至关重要。该研究建立了一种基于麻雀搜索算法(SSA)优化的LightGBM模型,用于预测油气管道的平均腐蚀率。同时,研究采用数据增强技术(SPDA)扩展数据集,提高模型的准确性和稳定性,并通过对比分析,评估了模型性能。研究中,首先利用麻雀搜索算法(SSA)对LightGBM模型的参数进行优化,形成SSA-LightGBM模型。该模型用于训练和预测油气管道的腐蚀率,并对预测结果的误差和稳定性进行分析。结果表明,SSA-LightGBM模型在预测油气管道平均腐蚀率方面具有较高的准确性和稳定性。此外,研究还将SSA-LightGBM模型的预测结果与LightGBM、GBRT、CatBoost、SSA-GBRT和SSA-CatBoost等模型的预测结果进行了对比。结果显示,SSA-LightGBM模型在准确性和稳定性方面表现最佳。 展开更多
关键词 油气管道 平均腐蚀率 lightgbm 麻雀搜索算法 SPDA
在线阅读 下载PDF
社交媒体平台消费者行为预测研究——基于优化LightGBM算法
13
作者 李宝库 孟思延 《长春大学学报》 2025年第7期26-30,共5页
为了预测社交媒体平台上庞大用户群体的复杂消费行为,构建社交媒体平台消费者行为预测模型,并利用随机森林改进LightGBM算法得到双层LightGBM算法。结果表明,改进LightGBM算法的曲线下面积、F1分数、召回率、精确率、运行时间等指标均... 为了预测社交媒体平台上庞大用户群体的复杂消费行为,构建社交媒体平台消费者行为预测模型,并利用随机森林改进LightGBM算法得到双层LightGBM算法。结果表明,改进LightGBM算法的曲线下面积、F1分数、召回率、精确率、运行时间等指标均优于其他算法,分别为0.898、0.764、0.808、0.725、3.1s。改进LightGBM算法能够精准预测用户在社交媒体平台上的行为特征和购买倾向,可以为社交媒体平台营销提供有力支持。 展开更多
关键词 lightgbm算法 平台 消费者行为
在线阅读 下载PDF
基于LightGBM-SMOTE模型的新能源上市公司财务困境预警研究
14
作者 李泗颍 史新和 《金陵科技学院学报(社会科学版)》 2025年第3期25-32,共8页
以我国新能源上市公司为研究对象,基于2014—2024年沪深A股73家ST新能源公司数据和作为对照样本的219家非ST公司的配对样本数据,利用LightGBM算法和SMOTE技术构建财务困境预警模型,并与其他财务困境预警模型进行对比分析。结果表明:Ligh... 以我国新能源上市公司为研究对象,基于2014—2024年沪深A股73家ST新能源公司数据和作为对照样本的219家非ST公司的配对样本数据,利用LightGBM算法和SMOTE技术构建财务困境预警模型,并与其他财务困境预警模型进行对比分析。结果表明:LightGBM-SMOTE模型预测效能显著优于随机森林、决策树、BP神经网络、XGBoost、CatBoost以及未使用SMOTE技术的LightGBM等基准模型。在此基础上,对特征重要性进行分析,发现政府补助占利润比、营业净利率、净资产收益率、资产报酬率、总资产增长率和前十大股东持股比例是识别财务困境的关键指标。基于研究结论,对新能源企业财务风险管理提出如下建议:构建常态化预警机制,动态监测关键指标变化趋势;通过技术创新与成本优化增强内生盈利能力,降低对政府补贴的依赖程度;完善治理机制,优化股权结构,强化独立董事的监督作用。 展开更多
关键词 新能源上市公司 财务困境预警 机器学习 lightgbm算法 SMOTE技术
在线阅读 下载PDF
基于LightGBM算法的单相接地故障熄弧时刻识别方法
15
作者 崔征 《微型电脑应用》 2025年第7期308-312,共5页
为了降低单相接地故障对电网产生的负面影响,利用LightGBM(light gradient boosting machine)算法优化设计故障熄弧时刻识别方法。模拟单相接地故障产生与熄弧过程,从电流和电压2个方面,确定熄弧前后电网运行参数特征,以此作为熄弧时刻... 为了降低单相接地故障对电网产生的负面影响,利用LightGBM(light gradient boosting machine)算法优化设计故障熄弧时刻识别方法。模拟单相接地故障产生与熄弧过程,从电流和电压2个方面,确定熄弧前后电网运行参数特征,以此作为熄弧时刻的识别标准。捕捉电网各区段线路运行数据,利用LightGBM算法确定故障位置,通过特征比对得出单相接地故障熄弧时刻识别结果。通过与传统识别方法的对比,发现优化设计方法的熄弧时刻识别误差降低了2.75 min,即优化设计方法在识别性能方面具有明显优势。 展开更多
关键词 电网 lightgbm算法 单相接地故障 熄弧时刻识别
在线阅读 下载PDF
融合改进K-SMOTE与LightGBM算法的故障检测方法
16
作者 包家丽 《现代信息科技》 2025年第15期174-178,共5页
针对工业故障检测中类别不平衡数据导致的模型泛化能力弱、对少数类故障识别精度不足等问题,文章提出一种融合聚类优化与集成学习的分类框架,旨在提升多类故障检测的鲁棒性与准确性。采用了基于K-means聚类的改进SMOTE算法(K-SMOTE),通... 针对工业故障检测中类别不平衡数据导致的模型泛化能力弱、对少数类故障识别精度不足等问题,文章提出一种融合聚类优化与集成学习的分类框架,旨在提升多类故障检测的鲁棒性与准确性。采用了基于K-means聚类的改进SMOTE算法(K-SMOTE),通过簇内样本插值策略增强少数类样本的分布合理性,结合随机K折交叉验证动态划分均衡化数据集,构建LightGBM算法训练集成分类模型。在UCI钢板缺陷数据集上的实验表明,所提方法的准确率、精确率及召回率分别达到0.930、0.920和0.920,显著优于随机森林和MLP等模型,各类别ROC曲线的AUC值均高于0.98,最高达1.00,验证了其对复杂故障模式的高区分能力。 展开更多
关键词 工业故障诊断 K-SMOTE算法 lightgbm
在线阅读 下载PDF
基于GWO-XGBoost-LightGBM模型的洪水灾害预测
17
作者 贾一华 高岳林 《宁夏师范大学学报》 2025年第7期59-72,共14页
在水文观测数据不完整的区域,传统洪水预测模型因依赖性强泛化能力差,难以满足实际应用需求.为解决上述问题,提出一种基于GWO-XGBoost-LightGBM模型的洪水灾害预测方法.该方法通过2阶段优化策略实现模型性能提升:首先,利用GWO对XGBoost... 在水文观测数据不完整的区域,传统洪水预测模型因依赖性强泛化能力差,难以满足实际应用需求.为解决上述问题,提出一种基于GWO-XGBoost-LightGBM模型的洪水灾害预测方法.该方法通过2阶段优化策略实现模型性能提升:首先,利用GWO对XGBoost和LightGBM分别进行超参数优化,构建2个高性能基学习器;然后,再通过GWO对优化后的基模型进行动态加权集成,自适应搜索最优权重组合以提升集成模型的泛化能力.实验结果表明,该模型的R^(2)达到0.987553,显著优于传统机器学习模型,为防洪减灾决策提供可靠的技术支撑. 展开更多
关键词 洪水灾害预测 灰狼算法 XGBoost lightgbm 机器学习
在线阅读 下载PDF
基于IWOA-LightGBM的煤自燃程度预测方法研究
18
作者 臧燕杰 《中国安全科学学报》 北大核心 2025年第S1期64-70,共7页
为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过SPSS 27分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(... 为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过SPSS 27分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(WOA)易陷入局部最优的问题,引入Circle混沌映射、自适应权重及最优领域扰动策略改进其全局搜索能力,进而优化LightGBM超参数以提升预测精度并抑制过拟合;最后,将该模型应用于新疆沙吉海煤矿实际预测场景。结果表明:IWOA-LightGBM模型相较于其他模型,在测试样本中的准确率A分别提高13.33%、26.66%、20%、20%、13.33%;精确率P分别提高12.23%、24.45%、18.89%、18.89%、12.23%;召回率R分别提高13.1%、23.02%、18.1%、16.07%、10.56%;F_( 1)分别提高12.56%、23.79%、18.52%、17.58%、13.15%。模型在复杂条件下的可靠性与稳定性,展现出优于传统模型的泛化性与鲁棒性,能够为矿井煤自燃灾害预警提供了新的技术方案。 展开更多
关键词 煤自燃 改进鲸鱼优化算法(IWOA) 轻量级梯度提升机(lightgbm) 核主成分分析法(KPCA) 预测模型
原文传递
LightGBM混合模型在乳腺癌诊断中的应用 被引量：3
19
作者 邢长征 徐佳玉 《计算机工程与应用》 CSCD 北大核心 2024年第6期330-338,共9页
乳腺癌是最常见的癌症种类之一,且患病率每年仍在上升。在不进行手术活检的情况下,通过分析细胞核的各项指标来预测肿块的良性与否,可以有效地为医生提供辅助诊疗并减少患者的痛苦。为此,提出了一种基于LightGBM算法的乳腺癌诊断模型。... 乳腺癌是最常见的癌症种类之一,且患病率每年仍在上升。在不进行手术活检的情况下,通过分析细胞核的各项指标来预测肿块的良性与否,可以有效地为医生提供辅助诊疗并减少患者的痛苦。为此,提出了一种基于LightGBM算法的乳腺癌诊断模型。使用边界-合成少数类过采样算法(borderline-synthetic minority oversampling technique,Borderline-SMOTE)来改善乳腺癌确诊数据不平衡的问题。在麻雀搜索算法(sparrow search algorithm,SSA)中引入PWLCM混沌映射、全新的惯性权重和纵横交叉算法对其进行改进,再运用改进后的SSA算法对Light-GBM的参数进行自动寻优。由于LightGBM对噪点较为敏感,所以提出了一种OVR-Jacobian正则化方法对LightGBM进行降噪处理。使用改进后的LightGBM混合模型对乳腺癌进行诊断。实验结果表明,提出的混合模型在均方误差、决定系数和交叉验证得分这三个指标上均优于常见的模型,显示出其较好的诊断效果。 展开更多
关键词 乳腺癌预测 lightgbm 麻雀搜索算法 Borderline-SMOTE算法 机器学习 Jacobian正则化
在线阅读 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 被引量：1
20
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
暂未订购
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 … 7 下一页 到第 页
使用帮助 返回顶部