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8,826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：
基于机器学习算法的雷州半岛桉树复层混交林土壤呼吸模拟
1
作者 竹万宽 王志超 +4 位作者 许宇星 黄润霞 陶怡 钟源源 杜阿朋 《林业科学》 北大核心 2026年第1期67-82,共16页
【目的】利用桉树复层混交林固定样地土壤呼吸及其1年期环境因子连续观测数据,构建并筛选多因子土壤呼吸预测模型,明确影响该地区人工林土壤呼吸时空变异的关键环境因素,为提升人工林碳排放模拟精度及大尺度预测模型的校准提供科学依据... 【目的】利用桉树复层混交林固定样地土壤呼吸及其1年期环境因子连续观测数据,构建并筛选多因子土壤呼吸预测模型,明确影响该地区人工林土壤呼吸时空变异的关键环境因素,为提升人工林碳排放模拟精度及大尺度预测模型的校准提供科学依据。【方法】以雷州半岛桉树-灰木莲复层混交林为研究对象,引入6种机器学习算法(随机森林、时间卷积神经网络、长短期记忆网络、支持向量机回归、极限学习机、BP神经网络)和2种传统经验模型(Q10模型、Gamma模型),在1 h和24 h尺度上模拟土壤呼吸变化,比较模型精度评价指标,筛选适合研究区的最优模型算法。【结果】桉树复层混交林土壤呼吸表现为雨季高于旱季,土壤呼吸累积通量在雨季为616.83 g·m^(-2),在旱季为319.81 g·m^(-2),全年为936.64 g·m^(-2),旱季土壤呼吸波动程度高于雨季。6种机器学习算法和2种经验模型均能成功模拟桉树复层混交林土壤呼吸变化,但机器学习模型模拟结果明显优于经验模型。机器学习算法中随机森林模型表现最稳定,当输入变量为土壤温、湿度双自变量时,决定系数R^(2)为0.89(训练集)和0.76(测试集),当输入变量增加土壤电导率、土壤热通量、空气温度、空气相对湿度、太阳总辐射、光合有效辐射后,模型决定系数R^(2)提高至0.99(训练集)和0.93(测试集)。除土壤温、湿度外,土壤电导率对土壤呼吸变化具有显著影响。【结论】桉树复层混交林土壤呼吸具有明显的旱雨季变化特征,机器学习算法相比于传统经验模型在预测土壤呼吸变化时更具优势,其中随机森林模型表现最佳;通过增加土壤电导率等输入变量能大幅提高随机森林模型的预测能力,考虑增加这些因素能更好地预测土壤呼吸的变化,为评估人工林碳收支状况提供可靠依据。 展开更多
关键词 土壤呼吸 预测模型 随机森林 桉树 复层混交林
在线阅读 下载PDF
定量评估气象条件对滇池蓝藻水华发生的影响及预测
2
作者 徐虹 戴丛蕊 +2 位作者 何雨芩 程晋昕 王玉尤婷 《水生态学杂志》 北大核心 2026年第2期89-96,共8页
对滇池蓝藻水华发生的可能性进行预测,为预防和开展藻华防治、保护水环境提供科学依据。基于2001―2021年逐日MODIS数据和随机森林算法,分别构建复苏期(3―6月)和高发期(7―12月)滇池蓝藻水华发生气象概率预测模型,并采用特征变量重要... 对滇池蓝藻水华发生的可能性进行预测,为预防和开展藻华防治、保护水环境提供科学依据。基于2001―2021年逐日MODIS数据和随机森林算法,分别构建复苏期(3―6月)和高发期(7―12月)滇池蓝藻水华发生气象概率预测模型,并采用特征变量重要性和偏依赖图定量评估了水华发生与气象因子之间的关系。结果表明:(1)近21年滇池蓝藻水华发生年累计频次和规模的均值分别为26.9次和7.30%,水华发生有明显的季节性特征。(2)影响水华发生的关键气象因子在复苏期为气温和风速,气温对水华发生的影响大于风速;高发期则为气温、风速、日照和降水,其中风速的影响最大,其次是气温,日照和降水的影响最小。(3)总体上,气温和降水会加剧蓝藻水华的发生,风速和日照则有抑制作用;气温、光照和降水对水华发生的影响具有一定的累积效应。(4)各因子对蓝藻水华的影响存在一定的适宜区间,超出或低于相应的区间可能会不利于水华的发生;当气温>18℃和风速<2.5 m/s时,发生水华的概率相对较高。(5)模型在复苏期的准确率、召回率、综合评价得分和受试者工作曲线下的面积值分别为80.1%、62.3%、63.4%和87.6%,而高发期为83.1%、85.2%、88.8%和86.0%。 展开更多
关键词 蓝藻水华 气象条件 出现概率 随机森林 滇池
在线阅读 下载PDF
高海拔地区桥梁钢管混凝土结构环境温度作用研究
3
作者 肖林 何雅雯 +3 位作者 卫星 胡雄伟 黄旺明 张静 《铁道学报》 北大核心 2026年第1期179-189,共11页
在高海拔地区强紫外线、大温差环境中,温度作用会在钢管混凝土(CFST)桥梁中产生显著的变形、次内力,危害桥梁结构安全与耐久性。为研究高海拔地区桥梁钢管混凝土结构环境温度作用,开展高海拔地区CFST构件温度场一年期现场测试,获得CFST... 在高海拔地区强紫外线、大温差环境中,温度作用会在钢管混凝土(CFST)桥梁中产生显著的变形、次内力,危害桥梁结构安全与耐久性。为研究高海拔地区桥梁钢管混凝土结构环境温度作用,开展高海拔地区CFST构件温度场一年期现场测试,获得CFST温度场的时间、空间变化规律;基于广义帕累托分布(GPD)估计CFST断面温差代表值,并提出考虑CFST倾角的代表值计算公式;采用随机森林模型实现基于气象参数的CFST结构温度作用预测。研究结果表明:高海拔地区环境作用下钢管混凝土构件温度场呈现显著的时空非均匀性,实测最大正温差可超出规范推荐值1倍以上;GPD模型能够有效描述超阈值的温差样本的极值特征;综合考虑气象参数交互作用和时间效应的随机森林模型能够快速预测CFST的温度梯度,可为钢管混凝土桥梁设计、施工与运维提供参考。 展开更多
关键词 钢管混凝土 高海拔地区 温度作用 广义帕累托分布 随机森林
在线阅读 下载PDF
多中心机器学习构建预测潜在器官捐献者的模型与决策曲线验证研究
4
作者 王旭 李文秀 +5 位作者 王凤华 吴淑莉 贾栋 葛鑫 单志华 李峒作 《器官移植》 北大核心 2026年第1期106-115,共10页
目的评估在多中心环境下构建的不同机器学习模型对潜在器官捐献者的预测价值并验证其临床应用可行性。方法研究纳入国内5家三级甲等医院在2020年1月至2023年12月收治的2000例符合潜在器官捐献评估标准的住院患者,随机分为训练集和内部... 目的评估在多中心环境下构建的不同机器学习模型对潜在器官捐献者的预测价值并验证其临床应用可行性。方法研究纳入国内5家三级甲等医院在2020年1月至2023年12月收治的2000例符合潜在器官捐献评估标准的住院患者,随机分为训练集和内部验证集(7∶3),另纳入2024年1月至2025年4月在哈尔滨医科大学附属第一医院收治的300例同类患者作为外部验证集。比较3种模型的曲线下面积(AUC)、灵敏度、特异度、准确率、F1-score,并对潜在器官捐献者判定流程一致性进行检验。采用多因素logistic回归分析潜在器官捐献者的预测因素,利用决策曲线分析(DCA)验证各模型的资源效益,评估阈值区间与干预平衡点。结果各中心除年龄外其他基本特征差异均无统计学意义(均为P>0.05),各中心研究者潜在器官捐献者判定流程间一致性良好[均为95%可信区间(CI)下限>0]。内部验证集中,XGBoost模型的预测性能最佳(AUC=0.92,95%CI0.89~0.94)且校准最佳(P=0.441,Brier分数0.099);外部验证集中,XGBoost模型的预测性能最佳(AUC=0.91,95%CI 0.88~0.94),均优于logistic回归与随机森林。多因素logistic回归显示使用机械通气影响最大(比值比=2.06,95%CI 1.54~2.76,P<0.001)。DCA显示XGBoost模型在0.2~0.6阈值区间净获益最高,“全部干预”策略仅在极低阈值略占优势,推荐阈值区间兼顾≥50%PPV与≤50例/100例高危患者转介量,可平衡干预成本与临床受益。结论多中心环境下建立的XGBoost模型在预测潜在器官捐献者方面准确率与校准度均较理想,结合DCA可有效指导临床干预时机与资源分配,为脑死亡后器官捐献评估与管理提供新思路。 展开更多
关键词 多中心机器学习 潜在器官捐献者 预测模型 决策曲线分析 极端梯度提升树 器官捐献评估 LOGISTIC回归模型 随机森林模型
暂未订购
基于VMD⁃CSO⁃RF的综合能源系统短期负荷预测
5
作者 王永利 刘泽强 +4 位作者 董焕然 郭璐 陈鑫 向皓 刘琳 《华北电力大学学报(自然科学版)》 北大核心 2026年第2期25-35,共11页
准确的多元负荷预测是实现综合能源系统有效调控的前提。现有负荷预测模型没有考虑系统运行中的能量损耗和多元负荷之间的耦合特性,导致模型的预测精度不足。为此,提出一种变分模态分解(variational mode decomposition,VMD)-纵横交叉算... 准确的多元负荷预测是实现综合能源系统有效调控的前提。现有负荷预测模型没有考虑系统运行中的能量损耗和多元负荷之间的耦合特性,导致模型的预测精度不足。为此,提出一种变分模态分解(variational mode decomposition,VMD)-纵横交叉算法(crisscross optimization algorithm,CSO)-随机森林(random forest,RF)的综合能源系统短期负荷预测模型。首先,对负荷数据进行预处理,计算考虑系统能量损耗的实际负荷数据;其次,利用最大信息系数(maximal information coefficient,MIC)分析多元负荷之间、多元负荷与天气因素之间的相关性,得到负荷的强相关性变量;然后,将负荷的强相关性变量代入VMD,将负荷数据分解为平稳的特征序列;之后,将特征序列代入经CSO算法优化的RF预测模型;最后,以吉林省长春市某工业园区的多元负荷数据对模型的性能进行验证。结果表明,所建模型能有效提升多元负荷预测精度、缩短预测时长。 展开更多
关键词 负荷预测 综合能源系统 多元负荷 随机森林
在线阅读 下载PDF
基于高光谱的猕猴桃叶片氮磷钾元素快速检测方法研究
6
作者 霍迎秋 赵士超 +2 位作者 凌晨东 张晨 刘景玲 《中国农机化学报》 北大核心 2026年第4期195-204,267,共11页
猕猴桃树极易患缺素症,影响树体健康和果实产量。为快速检测猕猴桃树的氮磷钾元素含量,监测树体健康状况,以猕猴桃树冠层叶片为研究对象,分别于猕猴桃生长的主要阶段采集110片猕猴桃叶片,使用高光谱成像仪采集每个样本光谱范围为865.11~... 猕猴桃树极易患缺素症,影响树体健康和果实产量。为快速检测猕猴桃树的氮磷钾元素含量,监测树体健康状况,以猕猴桃树冠层叶片为研究对象,分别于猕猴桃生长的主要阶段采集110片猕猴桃叶片,使用高光谱成像仪采集每个样本光谱范围为865.11~1 715.03 nm的高光谱图像,并采用化学方法测得叶片的氮磷钾等元素的含量,构建冠层叶片高光谱数据集。分别采用导数算法(F—D、S—D)、多元散射校正(MSC)以及标准正态变量变换(SNV)对光谱数据进行预处理,采用主成分分析(PCA)与竞争性自适应重加权算法(CARS)优选特征波段,结合支持向量机回归(SVR)、偏最小二乘回归(PLSR)、随机森林回归(RFR)建立氮磷钾元素的检测模型。试验结果表明:氮元素的最优检测模型为RFR模型,决定系数R_(p)^(2)、均方根误差RMSEP分别为0.862 2、0.179 6;磷元素的最优检测模型为RFR模型,R_(p)^(2)、RMSEP分别为0.900 9、0.313 4;钾元素的最优检测模型为PLSR模型,R_(p)^(2)、RMSEP分别为0.852 1、0.389 5。因此,基于高光谱成像结合机器学习构建模型,能够快速检测猕猴桃叶片氮磷钾元素含量,分析树体健康状况,为后续果园的智慧化管理提供决策支持。 展开更多
关键词 猕猴桃 高光谱 叶片氮磷钾 特征波段 随机森林回归
在线阅读 下载PDF
基于TSNE-NGO-RF算法的混凝土坝变形预测模型
7
作者 郑东健 赵宇 +2 位作者 冉成 林英浩 陈林泽 《郑州大学学报(工学版)》 北大核心 2026年第2期122-127,135,共7页
对混凝土坝变形监测资料进行合理的数据分析和准确的预测是确保大坝安全长效运行的关键手段,针对影响大坝变形的环境量具有周期性和非线性的特点,以及传统随机森林模型参数寻优方法适用性差和计算效率低等问题,提出了一种新型的大坝变... 对混凝土坝变形监测资料进行合理的数据分析和准确的预测是确保大坝安全长效运行的关键手段,针对影响大坝变形的环境量具有周期性和非线性的特点,以及传统随机森林模型参数寻优方法适用性差和计算效率低等问题,提出了一种新型的大坝变形预测模型。该模型采用t-分布式随机邻域嵌入对特征值进行降维,提高模型的分类性能,并运用北方苍鹰优化算法对传统随机森林模型进行了改进,提高了随机森林模型参数的择优选取效率。运用北方苍鹰优化算法在第80次迭代时即可确定随机森林模型的参数,且适应度函数为0.2493,相较麻雀搜索算法和粒子群优化算法取得了较好的结果。选取某混凝土坝第18^(#)坝段和第26^(#)坝段进行实例分析,结果表明:所提融合模型预测结果的平均绝对误差分别为0.50193和0.17302 mm,均方误差分别为0.35971和0.04387 mm^(2),平均绝对百分比误差分别为0.81959%,0.11362%,决定系数分别为0.91456和0.89274,相较于其他模型,该模型在预测准确性和模型稳定性方面表现最优,为混凝土坝变形的精准预测开辟了新的可能性。 展开更多
关键词 混凝土坝 变形预测 降维 北方苍鹰优化算法 随机森林算法
在线阅读 下载PDF
鄂尔多斯盆地东南缘深部煤储层有利区测井评价
8
作者 魏虎 林进 +4 位作者 李涛 周柯宇 王齐心 孟旋馨 赵春翔 《现代地质》 北大核心 2026年第1期154-168,共15页
鄂尔多斯盆地东南缘延安气田深部煤层气资源量丰富,但由于其含气量分布规律不明确、富集区分类评价难等问题限制其勘探开发。充分利用测井资料,结合岩心观察、现场试验等资料,利用随机森林、多元线性回归的方法对研究区本溪组8#煤储层... 鄂尔多斯盆地东南缘延安气田深部煤层气资源量丰富,但由于其含气量分布规律不明确、富集区分类评价难等问题限制其勘探开发。充分利用测井资料,结合岩心观察、现场试验等资料,利用随机森林、多元线性回归的方法对研究区本溪组8#煤储层进行测井解释建模,计算出其煤体结构、渗透率、含气量等因素平面展布特征,采用多层次模糊综合判别法对研究区进行有利区评价。结果表明:(1)研究区本溪组8#煤多发育Ⅰ型原生结构煤,Ⅱ型原生结构煤集中发育在研究区西南部。(2)研究区8#煤含气量高值分布在研究区中西部,整体东部含气量高于西部,均值在22.9 cm^(3)/g。总体上渗透率的分布范围为0.0228~1.4396 mD之间,平均值为0.4039 mD。高渗区主要集中在研究区西北,东南部。(3)Ⅰ类有利区集中在研究区西部,对应含气量高值区,此处多发育有泥岩顶板且埋深较浅,有利于煤层气的储存与开采。本研究实现对研究区深部煤层气的定量认识与精细评价,为后续勘探开发提供有力指导。 展开更多
关键词 深部煤层气 测井评价 有利区评价 随机森林 鄂尔多斯盆地
在线阅读 下载PDF
基于模态分析和PCA-WOA-RF的磨煤机下架体壳振预测
9
作者 赵小惠 刘磊 +3 位作者 蒲军平 成小乐 高畅 胡胜 《山东大学学报(工学版)》 北大核心 2026年第1期149-157,168,共10页
为探究磨煤机下架体壳振与其他运行参数之间的复杂非线性映射关系,并提高磨煤机下架体壳振预测的准确性,提出一种基于PCA-WOA-RF模型的磨煤机下架体壳振预测方法。对磨煤机下架体进行模态分析,验证下架体壳振标准值,使用Spearman相关系... 为探究磨煤机下架体壳振与其他运行参数之间的复杂非线性映射关系,并提高磨煤机下架体壳振预测的准确性,提出一种基于PCA-WOA-RF模型的磨煤机下架体壳振预测方法。对磨煤机下架体进行模态分析,验证下架体壳振标准值,使用Spearman相关系数法和主成分分析法(principal component analysis,PCA)对磨煤机工作数据进行相关性分析并提取主成分;以随机森林(random forest,RF)为预测模型结构基础,使用鲸鱼优化算法(whale optimization algorithm,WOA)对模型的超参数进行优化;以国能长源武汉青山热电有限公司磨煤机工作数据进行实例验证,并与PCA-BP、PCA-SVM和PCA-RF模型进行精度对比。结果表明:一次风流量、拉杆应变、磨煤机电机轴振动、中架体壳振、煤量和一次风出入口差压与磨煤机下架体壳振有显著相关性,经过主成分分析法提取的2个主成分方差贡献率达94.569%,所提出的PCA-WOA-RF模型平均预测误差最小,预测精度达到97.80%。该模型进一步提升了磨煤机下架体壳振预测精度。 展开更多
关键词 磨煤机 下架体壳振 主成分分析 随机森林 鲸鱼优化算法
原文传递
基于优化VMD和RF的矿井小电流接地选线方法
10
作者 朱军 李嘉诚 +3 位作者 赵国统 王晓东 杨明 韦祥远 《工矿自动化》 北大核心 2026年第2期177-184,共8页
井下小电流接地供电系统中基于变分模态分解(VMD)的单相接地故障选线方法的分解性能高度依赖惩罚因子和分解模态数等参数的选取,不同信号下难以统一设定。针对该问题,提出一种基于优化VMD和随机森林(RF)的矿井小电流接地选线方法。利用... 井下小电流接地供电系统中基于变分模态分解(VMD)的单相接地故障选线方法的分解性能高度依赖惩罚因子和分解模态数等参数的选取,不同信号下难以统一设定。针对该问题,提出一种基于优化VMD和随机森林(RF)的矿井小电流接地选线方法。利用冠豪猪优化算法(CPO)对VMD的关键参数(惩罚因子及分解模态数)进行自适应优化;在PSCAD/EMTDC平台搭建井下供电线路仿真模型,通过改变接地电阻、故障初相角、故障线路及故障位置获取不同故障工况下的零序电流数据;采用优化后的VMD对故障零序电流信号进行分解,提取各线路的模态分量,并计算其样本熵,构建能够反映信号复杂度和非线性特征的多维特征向量;将特征向量输入RF分类器进行训练与识别,实现故障线路的准确判别。仿真结果表明,RF分类器准确率为98.3%,高于卷积神经网络(CNN)、长短期记忆网络(LSTM)、极限学习机(ELM)。实验结果表明,所提方法的故障识别准确率达97.5%,不受过渡电阻、初相角、故障点位置等因素影响,具有较高的准确性和适用性。 展开更多
关键词 矿井供电 故障选线 变分模态分解 随机森林 冠豪猪优化算法 样本熵
在线阅读 下载PDF
基于改进变分模态分解与Informer组合模型的风电功率多步预测研究
11
作者 郭晓鹏 赵琪 张国维 《现代电力》 北大核心 2026年第1期20-29,共10页
保证风电功率预测的准确性是提高风能利用效率、实现电力系统可持续发展的关键工作。因此,该文提出一种基于改进变分模态分解与Informer组合模型的风电功率多步预测模型。首先,采用随机森林模型对风速、风向、压强等原始气象因素进行筛... 保证风电功率预测的准确性是提高风能利用效率、实现电力系统可持续发展的关键工作。因此,该文提出一种基于改进变分模态分解与Informer组合模型的风电功率多步预测模型。首先,采用随机森林模型对风速、风向、压强等原始气象因素进行筛选。其次,通过鹈鹕优化算法改进后的变分模态分解算法对风电功率信号进行分解,从而提高风电序列预测精准性。第三,基于Informer模型对风电功率进行多步预测。最后,通过与其他模型进行对比分析,验证该模型在风电功率多步预测中的优越性。算例结果表明,基于改进变分模态分解与Informer组合模型的风电功率多步预测模型具有良好的预测性能,可为风电功率的预测提供参考。 展开更多
关键词 风电功率预测 随机森林 鹈鹕优化算法 信号分解 多步预测
原文传递
基于BHM-OLR-RF协同建模的印品质量评价研究
12
作者 王凯 张彦 《包装工程》 北大核心 2026年第5期236-244,共9页
目的旨在克服传统印刷质量评价中主观性偏差与指标权重设定争议,构建一套客观、可量化的多维度评价体系,为印刷工艺参数的精准调控与优化提供科学依据与决策支持。方法基于36个实际印刷品样本数据(包含实地密度、相对反差、印刷光泽度... 目的旨在克服传统印刷质量评价中主观性偏差与指标权重设定争议,构建一套客观、可量化的多维度评价体系,为印刷工艺参数的精准调控与优化提供科学依据与决策支持。方法基于36个实际印刷品样本数据(包含实地密度、相对反差、印刷光泽度、网点扩大、叠印率等指标),采用五级标度法定义质量等级。采用有序Logistic回归(OLR,α=0.05,最大迭代次数=500)进行质量等级分类并量化参数影响(计算回归系数β、优势比OR及其95%置信区间);利用随机森林(RF,树数=500,最大深度=10)评估特征重要性(基于Gini不纯度减少量);构建贝叶斯层次模型(BHM,MCMC采样3000次,预热1000次,链数=4)以捕捉非线性交互效应及样本异质性。整合OLR、RF与BHM构建协同模型,并通过准确率、AUC及综合质量评分(CQS)进行模型验证。结果OLR确定实地密度(β=0.82,OR=2.27,P<0.001)、相对反差(β=0.93,OR=2.53,P<0.001)和网点扩大(β=0.57,OR=1.77,P<0.001)为核心正向预测因子。随机森林特征重要性分析结果显示,实地密度(重要性权重0.31)对印刷质量影响最为显著,其次为相对反差(0.25)与网点扩大(0.22),三者累计贡献度达78%,进一步验证了其在质量控制中的核心地位。BHM证实了实地密度(后验均值为0.80,95%HDI[0.65,0.95])和相对反差(后验均值为0.91,95%HDI[0.73,1.09])的主效应及其显著的交互作用(β=0.42)。协同模型的整体准确率达到84.7%,较单一OLR模型(78.3%)提升了6.4%,且对优秀等级样本表现出优异的区分能力(AUC=0.88)。综合质量排名与CQS呈显著正相关(r≈0.82),同时更侧重于参数间的协同效应。结论BHM-OLR-RF协同框架融合了多种模型的优势,显著提升了印刷质量评价的客观性、准确性与可解释性,精准量化了核心参数的影响及其重要性,有效解决了传统评价方法中存在的主观性与权重争议问题,为印刷工艺的多参数协同优化及力学性能改进提供了科学依据与决策支持。 展开更多
关键词 印刷质量评价 贝叶斯层次模型 有序Logistic回归 随机森林
在线阅读 下载PDF
基于改进随机森林算法与多尺度卷积神经网络的频率选择表面敏捷设计
13
作者 王义富 廖广昕 +7 位作者 李华萍 任燕飞 黄浩然 蒋伟 郑沈理 郭嘉诚 杜力 杜源 《通信学报》 北大核心 2026年第1期267-278,共12页
针对传统频率选择表面(FSS)结合神经网络的设计存在预测偏差大、数据集成本高的问题,提出基于改进随机森林(RF)与多尺度卷积神经网络(MS-CNN)的FSS敏捷设计框架。改进RF通过电磁特性分裂准则与多特征交互评估,优化采样策略,构建高质量... 针对传统频率选择表面(FSS)结合神经网络的设计存在预测偏差大、数据集成本高的问题,提出基于改进随机森林(RF)与多尺度卷积神经网络(MS-CNN)的FSS敏捷设计框架。改进RF通过电磁特性分裂准则与多特征交互评估,优化采样策略,构建高质量数据集,达到均方误差(MSE)<2.0的预测精度仅需1157组样本,较传统采样减少61%;MS-CNN采用3×1、5×1、7×1多尺度卷积核提取电磁响应特征,结合频率梯度损失函数,0°/70°入射角下TE/TM双极化S_(21)曲线预测MSE低至2.2。以MS-CNN为预测代理,结合粒子群优化(PSO)的逆向设计,输出满足25~33 GHz频段S_(21)≥-1.5 dB、0°~70°入射角稳定、双极化适配的FSS参数,经HFSS验证达标,同时在20~28 GHz验证了模型泛化性。 展开更多
关键词 频率选择表面 随机森林算法 多尺度卷积神经网络 粒子群优化
在线阅读 下载PDF
基于随机森林的无线传感器网络监测数据缺失多重插补
14
作者 席艳 洪年芳 《传感技术学报》 北大核心 2026年第1期180-186,共7页
无线传感器网络监测数据中的缺失数据可能包含关键的网络状态信息,若被错误处理,这些有价值的信息数据将永久丢失,无法进行网络管理、故障排除和决策制定。为此,提出基于随机森林的无线传感器网络监测数据缺失多重插补方法。利用布谷鸟... 无线传感器网络监测数据中的缺失数据可能包含关键的网络状态信息,若被错误处理,这些有价值的信息数据将永久丢失,无法进行网络管理、故障排除和决策制定。为此,提出基于随机森林的无线传感器网络监测数据缺失多重插补方法。利用布谷鸟算法改进K-Means算法以去除网络监测数据离群点,并采用神经网络算法对网络监测数据实施分类。通过回归分析模型对预处理的数据进行单一插补,基于随机森林完成二重插补,将其结合到一起,实现传感器网络监测数据缺失多重插补。仿真结果表明,所提方法插补后数据的最大空闲时间在5 s左右,与原数据相近。10项用户端网络流量数据的平均插补误差为1.5025,证明了所提方法的有效性。 展开更多
关键词 无线传感器网络 多重插补 随机森林 监测数据缺失 神经网络算法 改进K-MEANS算法
在线阅读 下载PDF
基于Landsat影像的大型水体水下地形分区反演
15
作者 窦明 史玉仙 +2 位作者 屈凌波 王继华 邢澳琪 《郑州大学学报(工学版)》 北大核心 2026年第2期128-135,共8页
针对缺资料大型水体水下地形资料获取困难的问题,以丹江口水库为研究对象,提出了一种基于Landsat遥感影像和水深分区的大型水体水下地形反演方法,分别采用水位线克里金插值法和4种水深反演模型(单波段、双波段比值、BP神经网络、多波段... 针对缺资料大型水体水下地形资料获取困难的问题,以丹江口水库为研究对象,提出了一种基于Landsat遥感影像和水深分区的大型水体水下地形反演方法,分别采用水位线克里金插值法和4种水深反演模型(单波段、双波段比值、BP神经网络、多波段随机森林)对丹江口水库浅水区和深水区水下地形进行反演,并评价其反演精度。结果显示,浅水区水下地形反演效果良好(均方根误差RMSE=2.553 m);深水区反演中,汉库水域采用多波段随机森林模型表现最佳(RMSE=2.428 m),丹库水域采用BP神经网络模型表现最佳(RMSE=1.599 m);不同反演模型精度针对不同水深和不同区域具有差异性,多波段随机森林模型在深水域水下地形反演上存在优势。研究结果可为缺资料大型水体提供一种快捷的地形资料收集方法。 展开更多
关键词 水下地形反演 Landsat遥感影像 BP神经网络模型 多波段随机森林模型 丹江口水库
在线阅读 下载PDF
基于AHC-PSO-RF代理模型的大型集装箱船参数横摇运动快速预报
16
作者 孙强 谭杰 周耀华 《中国舰船研究》 北大核心 2026年第1期104-113,共10页
[目的]针对传统基于水动力学的数值模拟方法计算船舶参数横摇存在计算成本高、操作要求高且无法覆盖所有装载工况等问题,提出一种融合特征物理化重构、凝聚层次聚类(AHC)与改进随机森林(RF)的集成机器学习替代模型,用于高效预测船舶参... [目的]针对传统基于水动力学的数值模拟方法计算船舶参数横摇存在计算成本高、操作要求高且无法覆盖所有装载工况等问题,提出一种融合特征物理化重构、凝聚层次聚类(AHC)与改进随机森林(RF)的集成机器学习替代模型,用于高效预测船舶参数横摇幅值。[方法]利用AHC压缩特征维度,降低模型复杂度和计算开销;采用粒子群算法(PSO)对RF超参数进行全局寻优。[结果]基于某大型集装箱船多工况水动力数值模拟结果数据的验证结果表明:与广义回归神经网络(GRNN)及未优化RF模型相比,在迎浪和艉随浪工况下,该模型(AHC–PSO–RF)在横摇有义值预测中的决定系数(R2)平均提升5.84%与0.27%,均方根误差(RMSE)平均降低59.28%与10.69%,预测精度较高。此外,模型在单个装载工况的平均计算耗时相比于水动力数值模拟方法减少84.5%。[结论]该模型在批量预测任务中具备显著效率优势,证明了其作为高效替代方案的工程实用价值。 展开更多
关键词 船舶稳性 参数横摇 代理模型 凝聚层次聚类−粒子群优化−随机森林模型 集装箱船 动稳性预报
在线阅读 下载PDF
基于随机森林的翻转混合教学效果评价与提升策略
17
作者 文海家 张家兰 +2 位作者 杨海清 王桂林 谢强 《高等建筑教育》 2026年第1期181-189,共9页
探索了一种基于机器学习的混合式教学效果评价方法,利用随机森林算法,基于成绩、行为、情感等多种类型和来源的数据,构建了混合式教学评价模型,并通过特征重要性分析提出针对性的教学提升策略。以中国大学MOOC开设的国家级一流本科线上... 探索了一种基于机器学习的混合式教学效果评价方法,利用随机森林算法,基于成绩、行为、情感等多种类型和来源的数据,构建了混合式教学评价模型,并通过特征重要性分析提出针对性的教学提升策略。以中国大学MOOC开设的国家级一流本科线上课程地学景观探秘·审美·文化为例,收集了376名学生的问卷数据,进行了模型训练和验证。结果表明,优化后的随机森林模型拟合优度提高40%、残差平方均值降低7%,模型预测成绩对比学生实际成绩R2达到0.92,可有效地预测和分析学生的学习效果;学习过程参与、线上线下学习途径、手机使用、形成性评价、学习时间投入、收获感等是影响学习效果的关键因素;据此提出了针对性的混合式教学效果提升策略。研究提出的方法可为优化混合式教学设计、提高混合式教学质量、促进个性化教育提供参考。 展开更多
关键词 混合式教学 学习者行为 学习效果 随机森林 提升策略
在线阅读 下载PDF
三种预测模型对脓毒症患儿并发急性肾损伤的预测价值
18
作者 王敏 梁珍花 +2 位作者 刘桂良 黄翰武 张健 《临床医学研究与实践》 2026年第3期21-24,30,共5页
目的构建并比较列线图、梯度提升机(GBM)、随机森林(RF)对脓毒症患儿并发急性肾损伤(AKI)的预测价值。方法回顾性分析2022年1月至2024年12月我院收治的186例脓毒症患儿的临床资料,根据患儿是否并发AKI分为AKI组和非AKI组。分别构建列线... 目的构建并比较列线图、梯度提升机(GBM)、随机森林(RF)对脓毒症患儿并发急性肾损伤(AKI)的预测价值。方法回顾性分析2022年1月至2024年12月我院收治的186例脓毒症患儿的临床资料,根据患儿是否并发AKI分为AKI组和非AKI组。分别构建列线图、GBM和RF模型,并评价各模型的预测效能。结果186例患儿中,53例并发AKI,发生率为28.49%。列线图模型训练集曲线下面积(AUC)为0.895,验证集AUC为0.881;GBM模型训练集AUC为0.926,验证集AUC为0.872;RF模型训练集AUC为1.000,验证集AUC为0.893。训练集中,RF模型的AUC显著高于列线图模型(Z=-3.058,P=0.002)和GBM模型(Z=-3.024,P=0.003),但GBM模型和列线图模型的AUC比较,差异无统计学意义(P>0.05);验证集中,三种模型的AUC比较,差异无统计学意义(P>0.05)。结论列线图、GBM和RF模型对脓毒症患儿并发AKI均具有良好的预测效能。综合模型性能、稳定性和临床可解释性,列线图在本研究中更具优势,有望为临床早期筛查脓毒症并发AKI的高危患儿提供参考工具。 展开更多
关键词 脓毒症 急性肾损伤 列线图 梯度提升机 随机森林
暂未订购
运用机器学习构建肺癌与肺结核鉴别诊断模型
19
作者 周游 陈纪飞 +3 位作者 何希 刘爱梅 杨小兵 黄一芳 《实用医学杂志》 北大核心 2026年第7期1158-1164,共7页
目的 运用机器学习方法构建预测模型,用于肺癌与肺结核的鉴别诊断。方法 回顾性分析2020年7月至2023年5月在广西壮族自治区胸科医院就诊的585例患者临床资料,年龄14~90岁,其中男457例,女128例。根据临床最终诊断结果,将585例病例分为肺... 目的 运用机器学习方法构建预测模型,用于肺癌与肺结核的鉴别诊断。方法 回顾性分析2020年7月至2023年5月在广西壮族自治区胸科医院就诊的585例患者临床资料,年龄14~90岁,其中男457例,女128例。根据临床最终诊断结果,将585例病例分为肺癌组和肺结核组。比较两组病例肿瘤标志物检测结果的差异。运用Lasso和单因素logistic回归分析筛选肺癌与肺结核鉴别诊断的特征变量。构建随机森林模型,并对重要预测变量因素进行排序。构建Lasso-logistic回归模型;通过ROC曲线分析比较随机森林模型和Lasso-logistic回归模型的预测效能。结果 肺癌组血清肿瘤标志物CA125、CEA、CYFRA21-1、NSE、SCCA明显高于肺结核组,差异有统计学意义(P<0.05)。Lasso/单因素logistic回归分析筛选出肺癌与肺结核鉴别诊断的特征变量为性别、年龄、CA125、CEA、CYFRA21-1、NSE、SCCA。通过随机森林模型对特征变量进行重要预测变量排序,依次为CYFRA21-1、CEA、SCCA、NSE、CA125、年龄、性别;Lasso-logistic回归分析结果显示,CYFRA21-1、CEA、NSE水平和年龄是区分肺癌与肺结核的独立危险因素(P<0.05);随机森林模型和Lasso-logistic回归模型鉴别诊断肺癌与肺结核的AUC、灵敏度、特异度、准确度、约登指数分别为0.938、90.38%、87.50%、0.888、0.779和0.958、86.54%、92.19%、0.879、0.787。结论肿瘤标志物CA125、CEA、CYFRA21-1、NSE、SCCA检测在肺癌和肺结核鉴别诊断中具有重要临床意义,本研究构建的随机森林模型和Lasso-logistic回归模型均能很好地区分肺癌和肺结核;Lasso-logistic回归模型确定,CYFRA21-1、CEA、NSE水平和年龄是鉴别肺癌与肺结核的独立危险因素。 展开更多
关键词 机器学习 随机森林 鉴别诊断 肺癌 肺结核
暂未订购
基于Huber损失函数的稳健随机森林模型及应用
20
作者 蔡超 胡成翔 《统计与决策》 北大核心 2026年第5期47-53,共7页
随着人工智能技术的发展,随机森林模型在众多领域中得到了快速发展和广泛应用。但在处理实际问题时,传统的随机森林模型易受厚尾数据、异常值等因素影响,导致估计出现偏差。鉴于此,文章提出基于Huber损失函数的稳健随机森林模型,并给出... 随着人工智能技术的发展,随机森林模型在众多领域中得到了快速发展和广泛应用。但在处理实际问题时,传统的随机森林模型易受厚尾数据、异常值等因素影响,导致估计出现偏差。鉴于此,文章提出基于Huber损失函数的稳健随机森林模型,并给出了估计算法、变量重要性测度方法及偏相依关系测度方法。该模型利用Huber损失函数的优势,在处理具有偏态分布或异常值的数据时具有更好的稳健性,且能更好地降低极端异常值对模型估计的不良影响。数值模拟结果表明:在处理具有偏态分布或异常值的数据时,基于Huber损失函数的稳健随机森林模型在预测性能上显著优于均值回归森林模型和中位数回归森林模型。将基于Huber损失函数的稳健随机森林模型应用于中国县域数字金融与农民收入数据集中,结果表明,所提方法比传统的随机森林模型具有更好的稳健性和更强的预测能力。 展开更多
关键词 随机森林模型 Huber损失函数 预测误差 稳健性
原文传递
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