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81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
7
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
基于RF-PSO-SVM的测井岩性识别方法研究
8
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
9
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
基于机器学习的盾构掘进地层识别算法对比研究
10
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
三种机器学习模型用于空气质量等级预测的比较研究——以保定市为例 被引量：1
11
作者 刘婕 郝舒欣 +2 位作者 万红燕 刘悦 徐东群 《环境卫生学杂志》 2024年第3期264-269,272,共7页
目的 利用支持向量机(support vector machine, SVM)、随机森林(random forest, RF)和多层感知器(multilayer perceptron, MLP)三种机器学习方法分别构建保定市未来三日空气质量等级预测模型,通过对参数调优和预测结果比较选择三种模型... 目的 利用支持向量机(support vector machine, SVM)、随机森林(random forest, RF)和多层感知器(multilayer perceptron, MLP)三种机器学习方法分别构建保定市未来三日空气质量等级预测模型,通过对参数调优和预测结果比较选择三种模型中的最佳模型。方法 基于保定市2014—2022年的空气污染物日均浓度监测数据和同期气象数据,采用SVM、RF和MLP三种机器学习模型,利用前四日数据为未来三日分别构建了每日的空气质量等级预测模型并评估特征变量的重要性。对模型参数进行调优,采取十折交叉验证法进行验证,通过准确率和AUC等指标来评估模型性能。结果 SVM模型未来三日准确率分别为69.8%、63.5%、62.3%,AUC分别为77.4、70.8、70.7;RF模型未来三日准确率分别为75.9%、68.2%、67.1%,AUC分别为0.84、0.74、0.72;MLP模型未来三日准确率分别为73.2%、66.4%、65.7%,AUC为0.83、0.74、0.73,综合对比RF模型表现最优;空气质量特征变量重要性高于气象因素特征变量。结论 通过对比研究,RF机器学习模型能够相对有效地预测未来一日空气污染等级,并提供空气质量等级预警。 展开更多
关键词 机器学习 空气污染 支持向量机 随机森林 多层感知器
暂未订购
基于RF-SFLA-SVM的装配式建筑高空作业工人不安全行为预警 被引量：3
12
作者 王军武 何娟娟 +3 位作者 宋盈辉 刘一鹏 陈兆 郭婧怡 《中国安全科学学报》 CAS CSCD 北大核心 2024年第3期1-8,共8页
为有效预警装配式建筑高空作业工人不安全行为的发生趋势或状态,增强对装配式建筑工人不安全行为(PBWUBs)的管控,采用随机森林(RF)-混合蛙跳算法(SFLA)-支持向量机(SVM)模型,开展工人不安全行为预警研究。首先,采用SHEL模型分析处于高... 为有效预警装配式建筑高空作业工人不安全行为的发生趋势或状态,增强对装配式建筑工人不安全行为(PBWUBs)的管控,采用随机森林(RF)-混合蛙跳算法(SFLA)-支持向量机(SVM)模型,开展工人不安全行为预警研究。首先,采用SHEL模型分析处于高空作业危险中的PBWUBs的影响因素,并通过RF确定关键预警指标;然后,采用SFLA对SVM的参数进行寻优改进;最后,利用RF-SFLA-SVM预警高空作业PBWUBs,提出应对措施,并与其他预警模型对比。研究结果表明:基于RF-SFLA-SVM预警高空作业PBWUBs,准确率最高,为91.67%,与其他模型的预警性能相比,最高提升14%。研究结果可为高空作业PBWUBs的防控提供参考。 展开更多
关键词 随机森林(RF) 蛙跳算法(SFLA) 支持向量机(SVM) 装配式建筑 高空作业 不安全行为
原文传递
基于3种不同机器学习算法的滑坡易发性评价对比研究 被引量：18
13
作者 王本栋 李四全 +2 位作者 许万忠 杨勇 李永云 《西北地质》 CSCD 北大核心 2024年第1期34-43,共10页
准确的滑坡易发性评价结果是山区滑坡灾害防治的关键,可有效规避潜在滑坡带来的风险。为获得准确、可靠的滑坡预防参考,笔者以云南芒市为研究对象,选取高程、地层岩性、年均降雨量等9项评价因子,通过多重共线性分析,构建研究区滑坡易发... 准确的滑坡易发性评价结果是山区滑坡灾害防治的关键,可有效规避潜在滑坡带来的风险。为获得准确、可靠的滑坡预防参考,笔者以云南芒市为研究对象,选取高程、地层岩性、年均降雨量等9项评价因子,通过多重共线性分析,构建研究区滑坡易发性评价指标体系。分别基于支持向量机(SVM)、BP神经网络和随机森林(RF)3种典型机器学习算法进行滑坡易发性评价。利用准确性(ACC)、ROC曲线下面积(AUC)、滑坡比(Sei)及野外实地考察对模型评价结果精度进行对比验证分析。结果显示RF模型的ACC、AUC和极高易发区的SeV值最高,分别为0.867、0.94、9.21;BP神经网络模型次之,其SeV值分别为0.829、0.90、9.14;SVM最低,其SeV值分别为0.794、0.88、6.85。此外,RF算法所得结果还与实地考察情况保持了较高的一致性。实验结果表明与其他两种算法相比,RF算法在芒市区域具有更高的准确性和可靠性,更适合用于该区域的滑坡易发性建模,且利用该模型获得的评价结果,能够为芒市区域的滑坡防治提供理论依据和科学参考。 展开更多
关键词 SVM BP神经网络 RF 滑坡易发性 芒市
在线阅读 下载PDF
基于近红外光谱技术的六大茶类快速识别 被引量：7
14
作者 张灵枝 黄艳 +2 位作者 于英杰 林刚 孙威江 《食品与生物技术学报》 CAS CSCD 北大核心 2024年第1期48-59,共12页
为构建高质量的六大茶类识别模型,本研究中收集了370份样品,通过采集其近红外光谱(near-infrared spectroscopy,NIRS),结合光谱预处理、特征提取以及数据挖掘分类器算法,建立六大茶类快速识别模型。结果表明:1)支持向量机(support vecto... 为构建高质量的六大茶类识别模型,本研究中收集了370份样品,通过采集其近红外光谱(near-infrared spectroscopy,NIRS),结合光谱预处理、特征提取以及数据挖掘分类器算法,建立六大茶类快速识别模型。结果表明:1)支持向量机(support vector machine,SVM)与随机森林(random forest,RF)分类器皆适于六大茶类快速识别模型的构建;2)SVM分类器更适于结合原始光谱(original spectrum,OS)建模,预处理易使基于该分类器建立的模型鉴别性能减弱;3)随机森林(RF)分类器更适用于预处理后光谱建模,所得模型较OS模型在识别正确率(recognition accuracy,RA)及受试者工作特征曲线下面积(area under the curve,AUC)均得到明显提升;4)特征提取中线性判别分析(linear discriminant analysis,LDA)算法表现最好,所得模型的RA较OS模型明显提升,其中最佳模型OS-LDA-SVM的RA为100.00%,AUC为1.00,识别正确率高、泛化能力强、模型性能优异,可产业化应用。综上所述,近红外光谱结合预处理、特征提取算法及分类器建立模型,进行六大茶类识别的可行性强,模型的识别正确率高、性能优异,可为茶叶贸易的茶类快速识别提供科学、准确、高效的技术支撑,为国际茶类识别模型的产业化应用奠定基础。 展开更多
关键词 近红外光谱 茶类识别 支持向量机 随机森林 线性判别分析
在线阅读 下载PDF
基于EMD与机器学习算法的近零能耗建筑负荷预测方法 被引量：7
15
作者 韩少锋 吴迪 +5 位作者 张圣原 苗睿佺 刘奥 韩中合 韩旭 郭加澄 《暖通空调》 2024年第7期82-89,97,共9页
采用皮尔逊相关系数法分析了不同特征变量与冷热负荷的相关性,确定了预测模型的输入特征变量。采用经验模态分解(EMD)对逐日冷热负荷按频分解,然后采用机器学习算法,即反向传播神经网络(BPNN)、随机森林(RF)和支持向量机(SVM),分别对不... 采用皮尔逊相关系数法分析了不同特征变量与冷热负荷的相关性,确定了预测模型的输入特征变量。采用经验模态分解(EMD)对逐日冷热负荷按频分解,然后采用机器学习算法,即反向传播神经网络(BPNN)、随机森林(RF)和支持向量机(SVM),分别对不同频率的负荷量进行了训练、验证,最后重构得到了近零能耗建筑预测负荷。基于上述方法,以北京市某近零能耗居住建筑为研究对象,比较了不同算法预测结果的精确度。结果表明:采用EMD与RF算法相结合对近零能耗建筑冷热负荷的预测精确度较高。进一步采用穷举搜索法对模型初设参数进行了优化,冷热负荷预测结果精确度提高,冷负荷预测结果的决定系数R2、平均绝对百分比误差MAPE分别为0.996、1.32%,热负荷预测结果的R2、MAPE分别为0.997、0.79%。 展开更多
关键词 近零能耗建筑 负荷预测 经验模态分解 机器学习算法 反向传播神经网络(BPNN) 随机森林(RF) 支持向量机(SVM) 穷举搜索法
在线阅读 下载PDF
基于CF与优化RF模型耦合的泰山地区地质灾害易发性评价 被引量：1
16
作者 咸利民 季民 +1 位作者 刘法军 李强 《水土保持通报》 CSCD 北大核心 2024年第5期134-143,共10页
[目的]针对泰山地区地质灾害频发这一现状,研究并构建地质灾害易发性评价模型,为该地区的地质灾害预防与治理工作提供参考。[方法]以泰山地区为研究区,采用确定性系数模型与粒子群算法优化RF模型耦合的方法,完成对研究区的地质灾害易发... [目的]针对泰山地区地质灾害频发这一现状,研究并构建地质灾害易发性评价模型,为该地区的地质灾害预防与治理工作提供参考。[方法]以泰山地区为研究区,采用确定性系数模型与粒子群算法优化RF模型耦合的方法,完成对研究区的地质灾害易发性评价。该方法是利用确定性系数(CF)模型计算影响因子对地质灾害的敏感值,作为模型训练的属性值,引入粒子群算法对随机森林(RF)模型进行参数寻优,提高模型对地质灾害的预测精度和准确度。选取坡度、距道路距离、土地利用类型、植被指数等11个影响因子,采用皮尔逊相关系数法和多重共线性检查进行影响因子筛选择优,绘制ROC和PR曲线对训练模型进行精度评价。[结果]CF-PSO-RF耦合模型相比单一SVR、单一RF和CF-PSO-SVR模型的极高易发区面积比例分别提高10.55%,10.04%和5.08%,AUC值分别提高14%,5.1%和1.7%,AP精度分别提高了11.7%,4.4%,1.2%。预测结果显示,泰山地区的极高、高易发区主要位于泰山景区、岱岳区北部等地形起伏和坡度较大的区域,面积所占比例为28.05%,涵盖了60.1%的地质灾害点;相反,低、极低易发区主要分布在建设用地、农田等地势平坦区域,面积比例为59.26%。[结论]将确定性系数模型与优化后RF模型耦合,相比单一模型精度有进一步的提升,又优于CF-PSO-SVR模型精度,评价结果符合实际情况。 展开更多
关键词 地质灾害易发性评价 粒子群算法 确定性系数模型(CF) 随机森林模型(RF) 支持向量机模型(SVM) 泰山地区
在线阅读 下载PDF
基于云计算平台的撂荒耕地提取方法
17
作者 阳瑞 王石英 《北京测绘》 2024年第3期398-402,共5页
快速准确查明我国耕地撂荒情况对于粮食增产尤为重要,利用遥感进行撂荒地监测是一种重要手段。由于西南山区耕地破碎,撂荒地植被生长迅速与正常耕地难以区分,利用遥感提取撂荒耕地的传统方法耗时且存在算力限制,本文基于谷歌地球引擎(G... 快速准确查明我国耕地撂荒情况对于粮食增产尤为重要,利用遥感进行撂荒地监测是一种重要手段。由于西南山区耕地破碎,撂荒地植被生长迅速与正常耕地难以区分,利用遥感提取撂荒耕地的传统方法耗时且存在算力限制,本文基于谷歌地球引擎(GEE)云平台,利用哨兵2号(Sentinel-2A)遥感影像,运用随机森林(RF)与支持向量机(SVM)两种机器学习方法进行四川省宜宾市耕地提取,并结合归一化植被指数(NDVI)阈值分割模型分割撂荒地,绘制出2018—2021宜宾市撂荒地分布图,撂荒地面积分别占耕地面积的6.37%、5.15%、4.31%、3.02%,校验总体精度达到83.87%。基于云计算平台机器学习方法并联合NDVI阈值分割模型,能利用更少实地调查样本实现大范围内撂荒地的提取。 展开更多
关键词 撂荒地提取 谷歌地球引擎(GEE) 哨兵二号(Sentinel-2A) 随机森林(RF) 支持向量机(SVM) 阈值分割模型
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
18
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
基于机器学习算法的服装直播销量预测模型 被引量：5
19
作者 韩铂 李沛 《丝绸》 CAS CSCD 北大核心 2024年第7期109-117,共9页
为了完善直播销量预测的指标体系,提高直播销量预测的准确率,本文对比多种机器学习算法,分析服装直播销量的影响因素并预测服装直播销量。首先,通过文献分析选取直播销量的影响因素,并使用Spearman相关系数结合显著性进行筛选。其次,通... 为了完善直播销量预测的指标体系,提高直播销量预测的准确率,本文对比多种机器学习算法,分析服装直播销量的影响因素并预测服装直播销量。首先,通过文献分析选取直播销量的影响因素,并使用Spearman相关系数结合显著性进行筛选。其次,通过不同机器学习算法建立服装销量预测模型。选用R 2、MAE、RMSE及MAPE为评价指标,采用5折交叉验证的方法,测试各模型性能。研究结果表明:主播粉丝数、主播近30天场均观看人次、主播近30天场均坑产、产品价格、产品讲解时长、产品近30天历史销量、品牌粉丝数、品牌近30天历史销量、折扣这9个因素之间共线性较弱且与直播销量之间的相关性显著,可作为预测模型中的影响因素;预测算法中K近邻算法和随机森林算法的表现较好,R 2均大于0.98,MAPE均在30.5%以内。预测结果可帮助零售商规划库存,调整生产计划,为产品采购、定价、推广提供数据支持。 展开更多
关键词 直播销量预测 机器学习 随机森林 K近邻 SVM支持向量机 五折交叉验证
在线阅读 下载PDF
结合复频域多特征融合的轮钟花、金钱豹、大花金钱豹植物种子智能鉴别研究
20
作者 徐雪 郭文凯 +2 位作者 罗祥敏 许成艳 吴芳芳 《贵州科学》 2024年第4期12-18,共7页
目的:为了提高目级别轮钟花、金钱豹、大花金钱豹种子分类的精度,本研究提出了一种结合复频域和空间域多特征融合的识别算法。方法:首先,使用体视镜拍摄三种种子显微图像;其次,在空间域中提取种子图像的颜色特征和方向梯度直方图特征,... 目的:为了提高目级别轮钟花、金钱豹、大花金钱豹种子分类的精度,本研究提出了一种结合复频域和空间域多特征融合的识别算法。方法:首先,使用体视镜拍摄三种种子显微图像;其次,在空间域中提取种子图像的颜色特征和方向梯度直方图特征,使用多方向对偶树复小波变换(M-DTCWT)对图像进行多尺度多方向复频域变换,在低频子带图像中提取形状特征和纹理特征;最后,使用ReliefF算法将得到的空间域特征和复频域特征进行融合,并利用SVM(支持向量机)、BPNN(BP神经网络)、RF(随机森林)三个分类器实现三种种子目级别的分类识别,确定最佳分类器并进行交叉验证。结果:SVM最高识别率为98.67%,BPNN最高识别率为94.33%,RF最高识别率为99.67%,RF交叉验证的识别率为99.93%。结论:通过对三种目级别的种子图像识别的结果表明:提出的在复频域和空间域中分别提取图像特征,并进行特征融合的方法可以显著提高三种种子目级别识别的准确率。 展开更多
关键词 轮钟花 金钱豹 大花金钱豹 种子图像 SVM BPNN RF 鉴别
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 … 5 下一页 到第 页
使用帮助 返回顶部