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82篇文章
< 1 2 … 5 >
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：
一种融合RF-SVM的无人机遥感图像信息提取与分类技术 被引量：5
1
作者 黄净晴 王浩 《长春师范大学学报》 2023年第4期66-71,共6页
针对传统无人机遥感图像信息提取与分类算法准确率低、稳定性差、无法有效应对大规模复杂遥感图像数据集等问题,提出一种基于RF-SVM的遥感图像处理算法。RF-SVM算法将RF数据集分类性能较强的优势与经典SVM算法数据降维能力相融合,引入... 针对传统无人机遥感图像信息提取与分类算法准确率低、稳定性差、无法有效应对大规模复杂遥感图像数据集等问题,提出一种基于RF-SVM的遥感图像处理算法。RF-SVM算法将RF数据集分类性能较强的优势与经典SVM算法数据降维能力相融合,引入随机变量和示性函数扩大样本集的边界,提升对复杂大规模数据集的处理能力,有效控制泛化误差。在对无人机遥感图像的预处理过程中,借助Brovey变换完成对光谱和高分辨率遥感图像的像素级融合,引入核函数并根据获取到的遥感图像特征和后验概率值,实现对遥感图像内部标的物的准确分类。实验结果显示,在RF-SVM算法下,无人机遥感图像信息提取准确率分类平均准确率达到99.81%,且在RF-SVM算法下的样本点感受性曲线稳定性更好。 展开更多
关键词 rf-svm 无人机 遥感图像 信息提取 后验概率 Brovey变换
在线阅读 下载PDF
深埋长大隧道地温预测的机器学习算法对比研究 被引量：1
2
作者 周权 罗锋 +1 位作者 柴波 周爱国 《安全与环境工程》 北大核心 2025年第1期137-147,共11页
地热对隧道施工、工程结构及运营安全等均有较大的危害,随着我国基础设施建设布局西移,隧道建设的地质条件愈发复杂,隧道埋深和长度不断增加,隧道施工期高温热害问题频发。针对传统地温预测方法中预测精度不高、数据运用不充分,单一机... 地热对隧道施工、工程结构及运营安全等均有较大的危害,随着我国基础设施建设布局西移,隧道建设的地质条件愈发复杂,隧道埋深和长度不断增加,隧道施工期高温热害问题频发。针对传统地温预测方法中预测精度不高、数据运用不充分,单一机器学习模型解译性差等问题,以A隧道为研究对象,将决策树(decision tree,DT)、支持向量机(support vector machine,SVM)、随机森林(random forest,RF)进行耦合,提出了基于DT-SVM-RF模型的深埋长大隧道地温预测方法。在分析隧道综合测井、地应力及岩石热物理试验、航空物探数据后,选取深度、声波波速等10个影响因子作为模型的输入,采用随机交叉验证和空间交叉验证对模型的鲁棒性、泛化能力进行检验,构建LASSO回归、随机森林、互信息3种回归模型,分析10个影响因子的特征重要性排序。结果表明:在测试集上多元线性回归、支持向量机、人工神经网络和决策树-支持向量机-随机森林(decision tree-support vector machinerandom forest,DT-SVM-RF)模型决定系数(R^(2))分别为0.76、0.91、0.88、0.93,均方误差MSE分别为17.64、6.25、8.46、5.20,DT-SVM-RF模型具有相对更优的预测性能,深度、岩石导温系数、岩石导热系数、最大水平主应力特征较为重要,说明DT-SVM-RF模型能有效地提高地温预测的准确率。研究结果可为类似隧道地温预测提供一种精度更高的可行新思路。 展开更多
关键词 隧道热害 隧道安全 多元线性回归 支持向量机(SVM) 随机森林(RF) 人工神经网络(ANN) 特征选择
在线阅读 下载PDF
基于C5.0决策树算法的测绘遥感图像信息自动分类方法 被引量：2
3
作者 谢平 《自动化应用》 2025年第2期96-98,101,共4页
常规的测绘遥感图像信息自动分类方法主要使用随机森林-支持向量机(RF-SVM)融合模型提取图像信息特征,易受预期任务动态改变影响,导致分类评估指标不佳,因此,提出了一种基于C5.0决策树算法的测绘遥感图像信息自动分类方法。降维提取测... 常规的测绘遥感图像信息自动分类方法主要使用随机森林-支持向量机(RF-SVM)融合模型提取图像信息特征,易受预期任务动态改变影响,导致分类评估指标不佳,因此,提出了一种基于C5.0决策树算法的测绘遥感图像信息自动分类方法。降维提取测绘遥感图像信息特征,利用决策树算法进行图像信息自动分类属性度量,实现测绘遥感图像信息的自动分类。结果表明,该设计方法的Producer's Accuracy、User's Accuracy、Overall Accuracy、Kappa均较高,分类效果较好,具有一定的应用价值。 展开更多
关键词 C5.0决策树算法 测绘遥感 图像信息 自动分类 随机森林-支持向量机
在线阅读 下载PDF
基于机器学习的堰塞坝溃决峰值流量预测模型
4
作者 朱祖龙 陈华勇 +2 位作者 袁仔洋 李霄 王涛 《人民长江》 北大核心 2025年第4期56-64,共9页
堰塞坝溃决洪水会给下游人民生命财产安全造成严重威胁,精准预测溃口峰值流量对于灾害响应工作至关重要。利用55例历史堰塞坝溃决案例数据,包括坝高、坝前储水量和坝体材料类别,构建了用于溃口峰值流量预测的支持向量机模型(SVM)和随机... 堰塞坝溃决洪水会给下游人民生命财产安全造成严重威胁,精准预测溃口峰值流量对于灾害响应工作至关重要。利用55例历史堰塞坝溃决案例数据,包括坝高、坝前储水量和坝体材料类别,构建了用于溃口峰值流量预测的支持向量机模型(SVM)和随机森林模型(RF),通过与实测值、经验公式预测值对比,用决定系数(R^(2))和均方根误差(RMSE)定量评估了各种机器学习模型的预测效果。结果表明:机器学习模型能准确预测堰塞坝溃口峰值流量,但SVM模型(R^(2)=0.900,RMSE=0.465)性能要略优于RF模型(R^(2)=0.857,RMSE=0.556),且两者预测精度均优于既有经验公式,其中SVM模型相比于最佳经验公式,R^(2)提升了8.7%,RMSE降低了23.6%。研究成果可为堰塞坝溃决灾害的应急抢险提供参考。 展开更多
关键词 堰塞坝 溃口峰值流量 支持向量机 随机森林 机器学习
在线阅读 下载PDF
高分二号遥感影像在竹林提取中的应用:以黄丰桥林场为例
5
作者 吴康 谷俊 林辉 《山东林业科技》 2025年第2期43-49,共7页
本研究利用高分二号遥感影像,结合光谱特征、纹理特征与植被指数,通过机器学习方法对湖南省黄丰桥林场的竹林分布进行了精确的提取和分析。首先,通过对不同时期竹林与其他主要树种光谱反射率差异的深入分析,确定了春季为竹林光谱特征最... 本研究利用高分二号遥感影像,结合光谱特征、纹理特征与植被指数,通过机器学习方法对湖南省黄丰桥林场的竹林分布进行了精确的提取和分析。首先,通过对不同时期竹林与其他主要树种光谱反射率差异的深入分析,确定了春季为竹林光谱特征最显著的时段,并选取春季高分二号影像作为研究数据源。采用二阶概率统计共生矩阵法提取多种纹理特征,随后通过皮尔逊相关系数分析与随机森林递归特征消除(RF-RFE)方法筛选出13个最具相关性的特征。最终,通过RF(随机森林)、SVM(支持向量机)和KNN(K近邻)3种分类算法生成了竹林分布图,实验结果表明,随机森林算法在竹林提取中表现最佳,整体精度达到94.83%。尽管本研究仅依赖于春季单一时相的遥感数据,未来研究可以引入大尺度、多时相的影像,以进一步提高竹林分布提取的精度与时效性。 展开更多
关键词 毛竹林提取 植被指数 最佳时相 RF SVM KNN
在线阅读 下载PDF
融合机器学习与动态模型优化的雪崩预测及防治策略 被引量：1
6
作者 金永超 王志坚 +3 位作者 贾慧爽 杜云天 胡鑫婷 陈学斌 《应用科学学报》 北大核心 2025年第1期35-50,共16页
爆破是防止雪崩的有效方法,但合适的爆破时间、爆破位置和爆破能量很难确定。本文首先收集、爬取了关于雪崩的指标数据,并对数据进行预处理。然后对数据进行探索性数据分析,重点分析时间与雪崩发生的关系,发现雪崩具有明显的季节性。以... 爆破是防止雪崩的有效方法,但合适的爆破时间、爆破位置和爆破能量很难确定。本文首先收集、爬取了关于雪崩的指标数据,并对数据进行预处理。然后对数据进行探索性数据分析,重点分析时间与雪崩发生的关系,发现雪崩具有明显的季节性。以数据的80%为训练集,20%为测试集,建立支持向量机、随机森林和感知器神经网络模型,并利用贝叶斯优化算法对模型进行参数寻优,结果显示感知器神经网络的准确率最高。最后根据损失度对3个模型进行集成,对3个集成策略进行对比,结果显示SVM-RF-MLP模型的准确率最高为0.952。此后,建立基础的爆破能量模型,考虑山体高度、雪层密度随时间的变化,再基于历史数据寻找雪层稳定性的分布规律,构建动态雪崩稳定性爆破能量模型。通过对数据进行模拟验证以及对其进行三维山体可视化分析,获得最佳的爆破时机、爆破位置和爆破能量。 展开更多
关键词 贝叶斯优化算法 SVM-RF-MLP模型 动态雪崩稳定性爆破能量模型
在线阅读 下载PDF
基于射频指纹特征的无人机识别方法
7
作者 王海传 王思明 邓洪高 《兵器装备工程学报》 北大核心 2025年第11期241-247,共7页
针对目前低空领域民用无人机管控不严,“黑飞”现象频出,有时甚至出现与“白”名单同类型无人机入侵而防护系统识别不到的问题,提出一种基于射频指纹特征的无人机识别方法。利用能量准则算法对飞控信号瞬态段进行提取,利用经验模态分解... 针对目前低空领域民用无人机管控不严,“黑飞”现象频出,有时甚至出现与“白”名单同类型无人机入侵而防护系统识别不到的问题,提出一种基于射频指纹特征的无人机识别方法。利用能量准则算法对飞控信号瞬态段进行提取,利用经验模态分解和皮尔逊相关系数,把瞬态段各本征模态函数的瞬时幅值、瞬时频率、瞬时相位特性定义为中心频率特征,进行特征集的构建,极大减少模型特征输入维度。通过支持向量机的监督学习方法对数据进行有效分类,实现不同个体的无人机识别。结果表明,该方法在信噪比20 dB的时候,对不同类型的无人机以及同类型不同个体的无人机识别率都能达到95%左右。 展开更多
关键词 无人机识别 射频指纹 经验模态分解 皮尔逊相关系数 支持向量机
在线阅读 下载PDF
基于机器学习的长三角农业区PM_(2.5)中重金属浓度预测 被引量：1
8
作者 张鸿燕 靳浩 +3 位作者 莫迎平 张海鸥 潘超 樊建凌 《环境科学》 北大核心 2025年第8期5013-5022,共10页
PM_(2.5)中重金属对空气质量、人体健康和生态环境等均有重要影响,但当前对农业区域PM_(2.5)中重金属的研究与关注较少.搜集了长三角区域2000~2020年PM_(2.5)中重金属浓度观测数据,构建了基于机器学习的大气PM_(2.5)中重金属浓度预测模... PM_(2.5)中重金属对空气质量、人体健康和生态环境等均有重要影响,但当前对农业区域PM_(2.5)中重金属的研究与关注较少.搜集了长三角区域2000~2020年PM_(2.5)中重金属浓度观测数据,构建了基于机器学习的大气PM_(2.5)中重金属浓度预测模型,预测并分析了长三角农业区PM_(2.5)中Pb、Cu、As、Cd、Zn和Ti共6种重金属元素的区域污染特征.结果表明,随机森林(RF)、支持向量机(SVM)和梯度提升机(GBM)这3种机器学习模型单独预测PM_(2.5)中各重金属元素时均未表现出良好的预测效果(近一半模型R^(2)<0.66);将3种模型进行加权平均融合后均表现有较大改善(R^(2)均>0.66),对6种金属元素浓度均达到可定量预测的能力(RPD>1.4);对长三角农业区PM_(2.5)中重金属元素浓度的预测结果发现,6种重金属元素浓度平均值(ng·m^(-3))大小为:Zn>Pb>Cu/Ti>As>Cd,但各元素时空分布差异较大,2015~2017年Pb、Cd、As和Zn的浓度均逐年递减,而Cu和Ti的浓度则未出现明显时间变化.空间分布上,Pb、Cu和Ti这3种元素在长三角农业区北方大气PM_(2.5)中浓度较高,在南方则较低;As和Cd元素则在安徽北部和浙江西部山区的PM_(2.5)中浓度分布较高;而Zn元素在各农业区均有较高浓度的分布.研究结果可为预测区域大气颗粒物中重金属浓度提供一种有效方法,并为了解长三角农业区大气颗粒物污染特征及区域污染减排工作提供参考依据. 展开更多
关键词 大气PM_(2.5) 随机森林(RF) 支持向量机(SVM) 梯度提升机(GBM) 机器学习模型融合 区域重金属污染
原文传递
融合大数据分析的电视播出安全监测系统设计研究
9
作者 何智 林飞宇 农挚著 《电视技术》 2025年第10期1-3,共3页
深入研究融合大数据分析的电视播出安全监测系统的设计,结合随机森林(Random Forest,RF)模型与支持向量机(Support Vector Machine,SVM)算法,实现智能化的播出安全监测。重点介绍系统的架构设计、硬件配置、数据采集及存储技术的应用,... 深入研究融合大数据分析的电视播出安全监测系统的设计,结合随机森林(Random Forest,RF)模型与支持向量机(Support Vector Machine,SVM)算法,实现智能化的播出安全监测。重点介绍系统的架构设计、硬件配置、数据采集及存储技术的应用,详细阐述信号质量分析、故障预测和自动报警的核心算法。通过系统测试,验证了该系统在提升故障预测准确率、监测实时性、处理效率和状态可视化等方面具有显著效果。 展开更多
关键词 电视播出安全 大数据分析 随机森林(RF) 支持向量机(SVM)
在线阅读 下载PDF
基于随机森林和RankSVM优化的行人识别方法 被引量：2
10
作者 王迪 陈岳林 +1 位作者 蔡晓东 王丽娟 《电视技术》 北大核心 2015年第18期90-93,共4页
针对卡口环境及大样本情况下,基于样本数据量大时对测试图像使用Rank SVM排名结果会很靠后,提出了一种新的基于随机森林和Rank SVM的行人识别方法 RF-SVM(Rondom Forest SVM)。首先,单个训练样本提取多维特征向量,经Kmeans算法将所有训... 针对卡口环境及大样本情况下,基于样本数据量大时对测试图像使用Rank SVM排名结果会很靠后,提出了一种新的基于随机森林和Rank SVM的行人识别方法 RF-SVM(Rondom Forest SVM)。首先,单个训练样本提取多维特征向量,经Kmeans算法将所有训练样本的特征向量聚类,根据随机森林得到测试目标的预测类别,在此类范围内采用Rank SVM算法,将相似度排名顺序作为行人识别结果。与传统方法相比,引用了随机森林预测分类的方法,避免了测试图像与全体样本进行相似度匹配,仅在预测到的类别中使用Rank SVM,这样得到的既准确又相对单一的Rank SVM排名结果更靠前,聚类算法结合随机森林起到一个对样本数据初筛的作用。基于VIPeR样本库的实验证明,该方法对行人姿态变化具有鲁棒性,相比MCC与Rank SVM等文中实验列举的传统算法识别准确率高。 展开更多
关键词 随机森林 RankSVM rf-svm K-MEANS算法
在线阅读 下载PDF
面向室内移动建筑机器人的UWB定位非视距误差判断与缓解方法研究
11
作者 曹磊 符世琛 +2 位作者 张瀚元 刘素平 宋彩振 《仪表技术与传感器》 北大核心 2025年第12期83-90,共8页
移动建筑机器人在复杂室内环境下,由于NLOS传播路径复杂化和多径效应叠加,难以实现自身精确定位。针对这一问题,基于SVM与RF模型,提出了一种基于USR-L因子模型的NLOS定位误差判断与缓解方法。采用SVM模型对UWB测量数据进行二元分类,利... 移动建筑机器人在复杂室内环境下,由于NLOS传播路径复杂化和多径效应叠加,难以实现自身精确定位。针对这一问题,基于SVM与RF模型,提出了一种基于USR-L因子模型的NLOS定位误差判断与缓解方法。采用SVM模型对UWB测量数据进行二元分类,利用RF模型预测UWB定位数据,同时在此基础上设计了一种误差缓解因子,该因子结合仿真先验条件下的LOS与NLOS测量数据定位误差,由误差相对变化计算得出。实验表明,在5.36 m×5.36 m×7 m的室内NLOS环境内,文中方法的UWB定位系统定位均方误差为0.0112 m^(2),平均绝对误差为0.0369 m,与未经过NLOS判断与缓解的扩展卡尔曼滤波和无迹卡尔曼滤波算法相比,定位精度分别提升了72.72%和71.12%,为智能建造、机器人自主导航导控、新型建筑工业化发展提供重要理论基础。 展开更多
关键词 智能建造 移动建筑机器人 超宽带定位 非视距定位误差缓解 支持向量机 随机树森林
在线阅读 下载PDF
基于极性溶剂物理信息的溶剂安全鉴别方法研究
12
作者 张军军 吴云波 杨园 《山西化工》 2025年第10期174-175,195,共3页
为实现对极性溶剂的物理信号安全鉴别,研究提出了一种基于支持向量机和随机森林的溶剂安全鉴别方法,该方法使用支持向量机和随机森林对极性溶剂的电信号进行鉴别以此实现对溶剂安全性的分析。研究结果表明,30%浓度的乙醇溶液的电压信号... 为实现对极性溶剂的物理信号安全鉴别,研究提出了一种基于支持向量机和随机森林的溶剂安全鉴别方法,该方法使用支持向量机和随机森林对极性溶剂的电信号进行鉴别以此实现对溶剂安全性的分析。研究结果表明,30%浓度的乙醇溶液的电压信号最高能够达到60 V。新模型的鉴别准确率最高能够达到0.99,相较于随机森林模型提高0.21。可见使用新模型能够更加准确地对极性溶剂进行鉴别,以此分析鉴别不同溶剂的安全性。研究对极性溶剂的安全鉴别具有很好的指导意义。 展开更多
关键词 极性溶剂 电信号 SVM RF
在线阅读 下载PDF
基于机器学习的盾构掘进地层识别算法对比研究 被引量：1
13
作者 梁新权 王科伟 袁佶昊 《施工技术(中英文)》 2025年第1期78-91,共14页
土压平衡盾构机因其掘进速度快、施工扰动小的特点,在城市地下空间开发中得到了广泛应用,但由于地质条件的不确定性,盾构机在掘进过程容易出现卡机“磕头”、地层塌陷、突水涌水等事故。为了保障盾构施工安全,实时识别盾构机掌子面位置... 土压平衡盾构机因其掘进速度快、施工扰动小的特点,在城市地下空间开发中得到了广泛应用,但由于地质条件的不确定性,盾构机在掘进过程容易出现卡机“磕头”、地层塌陷、突水涌水等事故。为了保障盾构施工安全,实时识别盾构机掌子面位置的地质类别意义重大。现有研究开发了多种机器学习模型以实现盾构掘进地层实时识别,但这些模型都基于特定案例的数据进行训练,其准确率指标无法直接评估。基于长沙地铁1号线北延段数据集,对现有的盾构掘进地层实时识别模型进行了比较,采用了3种基学习算法(K最近邻模型、决策树模型、支持向量机模型)和4种集成学习以及改进的基学习算法(随机森林模型(RF),基于决策树的自适应增强算法(AdaBoost-CART),轻量级梯度提升机(LightGBM)和深度神经网络(DNN)),准确率分别达到了93.20%,87.82%,93.84%,94.62%,95.53%,96.69%和94.29%,LightGBM在地层识别问题上获得了最优的表现。结果验证了轻量级梯度提升机算法作为集成学习算法在实际应用中的优越性;另外变量重要性分析表明设备倾角、土压平均值、膨润土流量、刀盘转速对预测结果贡献较大。 展开更多
关键词 地下工程 盾构 地层识别 机器学习 深度神经网络 支持向量机 随机森林 预测
在线阅读 下载PDF
基于RF-PSO-SVM的测井岩性识别方法研究
14
作者 朱斌 赵军龙 《重庆科技大学学报(自然科学版)》 2025年第5期50-58,共9页
针对常规岩性识别方法应用效果不理想的问题,提出一种基于RF-PSO-SVM的岩性识别模型。首先,通过RF算法中的OOB原则挑选出重要性高的测井参数;其次,基于PSO算法不同的粒子数量寻优得到SVM模型最优参数组合;最后,建立RF-PSO-SVM岩性识别... 针对常规岩性识别方法应用效果不理想的问题,提出一种基于RF-PSO-SVM的岩性识别模型。首先,通过RF算法中的OOB原则挑选出重要性高的测井参数;其次,基于PSO算法不同的粒子数量寻优得到SVM模型最优参数组合;最后,建立RF-PSO-SVM岩性识别模型对908条实验数据进行岩性预测,与PSO-SVM、SVM和RF等模型相比较,识别准确率更高。RF-PSO-SVM岩性识别模型可有效地改善岩性识别效果,为机器学习算法在岩性识别中的应用提供了一种优化思路。 展开更多
关键词 测井 岩性识别 RF算法 SVM算法 PSO算法 RF-PSO-SVM模型
在线阅读 下载PDF
用于激光诱导击穿光谱煤质定量检测的算法模型对比研究
15
作者 张冬练 王庆松 +1 位作者 茌方 王森 《能源与环保》 2025年第9期129-135,142,共8页
在激光诱导击穿光谱(LIBS)用于煤炭元素含量和工业指标的检测中,定量算法模型的选择和优化直接影响到检测结果的准确性和精度。采用卷积神经网络(CNN)、支持向量机(SVM)和随机森林(RF)算法,对150个煤炭样本进行了元素含量和工业指标的... 在激光诱导击穿光谱(LIBS)用于煤炭元素含量和工业指标的检测中,定量算法模型的选择和优化直接影响到检测结果的准确性和精度。采用卷积神经网络(CNN)、支持向量机(SVM)和随机森林(RF)算法,对150个煤炭样本进行了元素含量和工业指标的预测和建模,并对几种算法的预测结果进行了对比。研究结果表明,对于元素含量(C、H、N和S)的检测,CNN模型的预测准确性优于机器学习算法,其训练拟合度(R^(2))在0.9061~0.9804,预测均方根误差(RMSEP)分别为0.0342、0.0225、0.0219和0.0166;而SVM模型的R^(2)在0.1243~0.5885,RMSEP分别为0.1424、0.1547、0.1244和0.0969;RF模型的R^(2)在0.8123~0.8970,RMSEP分别为0.1716、0.1747、0.1804和0.1420。将基于AlexNet的卷积神经网络用于煤炭的灰分、挥发分和热值的预测,模型的训练拟合度(R^(2))分别为0.8365、0.9985和0.9983,预测均方根误差(RMSEP)分别为0.0039、0.0046和0.0045。可见,与传统的机器学习模型相比,卷积神经网络在处理复杂高维数据时表现出更快的收敛速度,同时在训练和测试集上的损失值均较低,显示出其优异的泛化能力和处理效率,从而可以有效改善数据的稳定性和精度。结果表明,基于卷积神经网络的深度学习算法,在一定程度上能够改善LIBS光谱数据的稳定性和光谱信噪比,有利于提高数据建模的预测精度,为煤炭的元素和工业指标的快速检测提供一种高准确性、高精度的方法。 展开更多
关键词 激光诱导击穿光谱 煤质检测 支持向量机 随机森林 卷积神经网络
在线阅读 下载PDF
基于随机森林的乳腺肿瘤细针穿刺辅助诊断 被引量：5
16
作者 孙伟 张俊升 邢培锐 《计算机应用》 CSCD 北大核心 2015年第A02期143-145,169,共4页
细针穿刺细胞学诊断是乳腺肿瘤早期诊断最常用的方法。为提高乳腺肿瘤细针穿刺诊断的准确率,提出了基于随机森林(RF)和支持向量机(SVM)的乳腺肿瘤细针穿刺辅助诊断方法。该方法利用乳腺肿瘤细针穿刺病例数据库,分别对随机森林(RF)、支... 细针穿刺细胞学诊断是乳腺肿瘤早期诊断最常用的方法。为提高乳腺肿瘤细针穿刺诊断的准确率,提出了基于随机森林(RF)和支持向量机(SVM)的乳腺肿瘤细针穿刺辅助诊断方法。该方法利用乳腺肿瘤细针穿刺病例数据库,分别对随机森林(RF)、支持向量机(SVM)两种分类算法进行训练,并利用训练得到的分类模型对乳腺肿瘤进行诊断。仿真结果表明,采用RF分类器时,乳腺肿瘤诊断准确率达到95.96%,高于SVM分类器的94.71%,也高于学习向量化(LVQ)神经网络的91.51%及中人工神经网络的91.25%,且RF分类器准确率的稳定性优于SVM分类器,可靠性高。最终结果证明:采用RF分类器提高了乳腺肿瘤细针穿刺诊断的正确率和可靠性,为乳腺肿瘤细针穿刺临床诊断提供了更加先进有效的方法。 展开更多
关键词 乳腺肿瘤 随机森林 支持向量机 细胞穿刺 交叉验证
在线阅读 下载PDF
基于RF-PSO-SVM的烟叶等级分类模型 被引量：3
17
作者 张富贵 叶磊 +1 位作者 李德伦 吴雪梅 《计算机与数字工程》 2022年第8期1833-1838,共6页
针对烤烟等级分类问题,论文利用数字图像处理技术对烤烟图像进行处理,根据烤烟等级影响因子,提取了烤烟正反两面的颜色特征、纹理特征与形状特征,并建立了一种烤烟等级分类模型——RF-PSO-SVM模型。首先利用RF-SVM对烤烟特征按其对分类... 针对烤烟等级分类问题,论文利用数字图像处理技术对烤烟图像进行处理,根据烤烟等级影响因子,提取了烤烟正反两面的颜色特征、纹理特征与形状特征,并建立了一种烤烟等级分类模型——RF-PSO-SVM模型。首先利用RF-SVM对烤烟特征按其对分类模型的贡献度排序,筛选出对分类模型准确率影响较大的特征建立最优特征子集,并利用PSO对SVM的C、g参数寻优,建立RF-PSO-SVM分类模型,对筛选的特征子集进行学习训练,最后将RF-PSO-SVM分类模型与SVM分类模型、PSO-SVM分类模型进行对比,验证该方法的可靠性。经实验结果表明:1)烟叶的反面颜色特征与纹理特征对分类模型贡献度较大,形状特征对模型贡献度较小。2)RF-PSO-SVM算法建立的烟叶分类模型可以在保证分类准确率的情况下,降低分类算法的运行时间,减少了数据集的特征维度,对烟叶的分类识别具有一定的参考价值。 展开更多
关键词 烟叶分级 特征选择 RF-PSO-SVM 分类模型
在线阅读 下载PDF
基于Adaptive Lasso与RF的航班运行风险预测改进研究 被引量：3
18
作者 王岩韬 陈冠铭 +2 位作者 刘毓 杨远浩 赵航 《交通运输系统工程与信息》 EI CSCD 北大核心 2018年第4期194-201,共8页
为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法(Adaptive Lasso)进行降维,从63项风险自变量中筛... 为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法(Adaptive Lasso)进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明:Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效. 展开更多
关键词 航空运输 航班运行风险 自适应套索 随机森林 主成分分析 径向基函数 支持向量机
在线阅读 下载PDF
改进M-training算法的高光谱图像分类 被引量：2
19
作者 崔颖 王雪婷 +1 位作者 陆忠军 王立国 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2018年第10期1688-1694,共7页
为了解决高光谱数据有标签样本数量有限的分类问题,提出将M-training算法应用于高光谱图像分类。采用两个SVM、一个K近邻(KNN)以及一个随机森林(RF)进行分类器组合,对传统M-training算法进行改进,增强分类器的多样性和差异性。为了充分... 为了解决高光谱数据有标签样本数量有限的分类问题,提出将M-training算法应用于高光谱图像分类。采用两个SVM、一个K近邻(KNN)以及一个随机森林(RF)进行分类器组合,对传统M-training算法进行改进,增强分类器的多样性和差异性。为了充分考虑大量无标签样本的影响,采用有标签样本与无标签样本错误率加权作为有标签样本集更新的限制条件,从而有效地扩大了有标签样本集。实验结果表明:改进算法和传统的M-training算法相比较,在总体分类精度与Kappa系数上分别提高1. 85%～12. 10%与0. 021 5～0. 141 3,从而验证了该算法的有效性。 展开更多
关键词 高光谱图像 半监督分类 M-training算法 错误率加权 图像处理 SVM分类器 RF分类器 KNN分类器
在线阅读 下载PDF
基于近红外光谱的库尔勒香梨等级判别模型研究 被引量：3
20
作者 范振岐 张含笑 王彦群 《塔里木大学学报》 2022年第4期62-68,共7页
以库尔勒香梨的含糖量作为研究和检测指标,使用便携式近红外光谱仪采集香梨样本光谱数据,采用一阶差分、二阶差分、标准正态变量变换(SNV)、多元散射校正(MSC)等预处理方法对原始光谱进行预处理分析,研究香梨糖分的近红外光谱响应,并使... 以库尔勒香梨的含糖量作为研究和检测指标,使用便携式近红外光谱仪采集香梨样本光谱数据,采用一阶差分、二阶差分、标准正态变量变换(SNV)、多元散射校正(MSC)等预处理方法对原始光谱进行预处理分析,研究香梨糖分的近红外光谱响应,并使用相关系数法提取12个特征波长变量,根据库尔勒香梨标准,以糖度特征光谱数据作为参数,利用最近邻域法(KNN)、支持向量机(SVM)、随机森林(RF)方法建立库尔勒香梨等级判别模型。结果表明,KNN模型的分类结果优于其它两种预测模型,可用于构建基于近红外光谱的库尔勒香梨等级评判模型。MSC+KNN处理方法可用于构建库尔勒香梨等级评判模型,为进一步研究库尔勒香梨等级评判的便携式检测装置提供理论参考。 展开更多
关键词 近红外光谱 多元散射校正 KNN模型 SVM模型 RF模型
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 … 5 下一页 到第 页
使用帮助 返回顶部