基于IWOA-LightGBM模型的矿用挖掘机发动机故障诊断研究

1

作者 顾清华 白书宇 王丹 《矿业研究与开发》 北大核心 2025年第9期184-191,共8页

针对矿用挖掘机发动机故障类别不均衡,导致故障诊断精度不高的问题,提出了一种改进的鲸鱼算法(WOA)优化轻量级梯度提升机(LightGBM)的矿用挖掘机发动机智能故障诊断方法。首先,利用递归特征交叉验证消除法(RFECV)对采集的挖掘机发动机... 针对矿用挖掘机发动机故障类别不均衡,导致故障诊断精度不高的问题,提出了一种改进的鲸鱼算法(WOA)优化轻量级梯度提升机(LightGBM)的矿用挖掘机发动机智能故障诊断方法。首先,利用递归特征交叉验证消除法(RFECV)对采集的挖掘机发动机故障数据的特征进行提取,删除不相关的特征。其次,采用Focal-Loss改进LightGBM的损失函数,提出一种改进的WOA对LightGBM的超参数寻优,构建新的诊断模型。最后,利用某矿山挖掘机发动机故障数据进行验证,并与常见的集成模型、调优框架和诊断算法进行对比分析。结果表明:所提出的矿用挖掘机发动机故障诊断模型IWOA-LightGBM的准确率和F1分数分别为98.08%和98.53%,诊断性能较好,可为矿山机械设备的智能诊断提供参考。 展开更多

关键词 矿用挖掘机 发动机 故障诊断 递归特征交叉验证消除法 轻量级梯度提升机 鲸鱼算法

原文传递

基于SVM-RFE的钓鱼网页检测方法研究 被引量：3

2

作者 王婷 彭勇 +2 位作者 戴忠华 伊胜伟 韩兰胜 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第S2期143-146,共4页

针对现有钓鱼网页检测方法存在的不足,基于后向选择算法,在信息获取、特征提取、分类器训练及检测疑似网络钓鱼网页等过程进行了优化.根据特征之间的相互关系划分等级空间,借助支持向量机回归特征消除的思想,提出了基于支持向量机的回... 针对现有钓鱼网页检测方法存在的不足,基于后向选择算法,在信息获取、特征提取、分类器训练及检测疑似网络钓鱼网页等过程进行了优化.根据特征之间的相互关系划分等级空间,借助支持向量机回归特征消除的思想,提出了基于支持向量机的回归特征消除(SVM-RFE)对钓鱼网页进行检测的思路,设计出一种改进的钓鱼网页检测方法.最后对比不同特征维度在漏报率、误报率、识别率方面的差异,分析检测的有效性.实验结果表明:实际应用中可通过该方法准确有效地选定最优特征. 展开更多

关键词 网络钓鱼检测 支持向量机 回归特征消除 特征选择 特征向量 钓鱼网页

原文传递

ReliefF-SVM RFE组合式特征选择人脸识别 被引量：6

3

作者 孔英会 张少明 《计算机工程与应用》 CSCD 2013年第11期169-171,212,共4页

针对人脸识别中因特征个数较多对识别的实时性和准确性影响较大的问题,提出了ReliefF-SVM RFE组合式特征选择的人脸识别方法。利用离散余弦变换提取特征和ReliefF对人脸图像特征集做特征初选,降低特征维数空间,再用改进的SVM RFE(Suppor... 针对人脸识别中因特征个数较多对识别的实时性和准确性影响较大的问题,提出了ReliefF-SVM RFE组合式特征选择的人脸识别方法。利用离散余弦变换提取特征和ReliefF对人脸图像特征集做特征初选,降低特征维数空间,再用改进的SVM RFE(Support Vector Machine Recursive Feature Elimination)选择最优特征,解决了利用SVM RFE特征选择时因特征数多而算法需多次训练耗时长的问题。对训练得到的特征排序表采用交叉留一验证方法选取最优子集,再由SVM分类识别。在UMIST人脸库上实验证明,可以在特征数为52时,达到98.84%的识别率,识别时间仅需0.037s。 展开更多

关键词 人脸识别 支持向量机回归特征消除(SVM rfe) RELIEFF 离散余弦变换 特征选择

在线阅读 下载PDF 职称材料

基于RFE-BXGBoost的轴承套圈沟道表面缺陷识别方法 被引量：4

4

作者 徐凯 张会妨 《机电工程》 CAS 北大核心 2023年第11期1691-1699,共9页

轴承套圈是轴承部件的重要组成部分,其表面缺陷影响轴承的服役期限。为了解决轴承沟道表面缺陷难以被准确识别的问题,提出了一种基于特征递归消除的贝叶斯极度梯度提升树(RFE-BXGBoost)的轴承套圈沟道表面缺陷识别模型(方法)。首先,基... 轴承套圈是轴承部件的重要组成部分,其表面缺陷影响轴承的服役期限。为了解决轴承沟道表面缺陷难以被准确识别的问题,提出了一种基于特征递归消除的贝叶斯极度梯度提升树(RFE-BXGBoost)的轴承套圈沟道表面缺陷识别模型(方法)。首先,基于特征衍生的思想,对轴承沟道的时域、频域等特征进行了提取,使用了极度梯度提升树(XGBoost)作为基于特征递归消除(RFE)的基学习器,对影响轴承沟道表面缺陷最佳特征子集进行了选择,并过滤了冗余特征;然后,利用基于贝叶斯优化的XGBoost模型组成弱分类器,为了降低模型预测结果的方差,使用有放回随机抽样法,对基分类器进行了选取;最后,根据抽样结果,利用投票法获得了最终的表面缺陷识别结果,并使用轴承套圈沟道实测数据集进行了模型预测性能的测试。实验结果表明:基于RFE-BXGBoost的表面缺陷识别模型的识别准确率为0.90,F1-score为0.879,优于仅使用自适应提升法(Adaboost)、随机森林、梯度提升树的表面缺陷识别结果。研究结果表明:该表面缺陷识别模型对复杂零部件和系统的表面缺陷识别有一定的效果。 展开更多

关键词 滚动轴承 特征递归消除 极度梯度提升树 轴承套圈沟道 有放回随机抽样 集成模型

在线阅读 下载PDF 职称材料

结合中医证候的膜性肾病患者疾病进展风险预测模型的建立 被引量：1

5

作者 黄小燕 李娴 +8 位作者 邹昆 洪晓帆 曹悦 梁星 王荣荣 李苹 赵代鑫 周武 包崑 《广州中医药大学学报》 2025年第3期774-781,共8页

【目的】基于机器学习方法构建包含中医证候的特发性膜性肾病(IMN)患者的疾病进展风险预测模型,以期量化评价中医证候在IMN的疾病进展风险预测中的价值。【方法】利用单因素分析、递归消除法(RFE)和多因素二元Logistic回归分析方法筛选... 【目的】基于机器学习方法构建包含中医证候的特发性膜性肾病(IMN)患者的疾病进展风险预测模型,以期量化评价中医证候在IMN的疾病进展风险预测中的价值。【方法】利用单因素分析、递归消除法(RFE)和多因素二元Logistic回归分析方法筛选影响IMN的疾病进展风险的独立相关因素,并构建风险预测模型。将102例IMN患者按65∶35的比例随机分配至训练集和测试集,比较纳入或不纳入证候信息特征的风险预测模型的性能指标如精确度、敏感度、特异性、F1值和受试者工作特征(ROC)曲线下面积(AUC)的变化。【结果】未纳入证候信息特征之前,经单因素分析结合RFE筛选得到IMN患者年龄、血红蛋白定量、尿潜血、24 h尿蛋白定量、尿蛋白肌酐比、肾小球滤过率(eGFR)、肌酐、尿酸、谷丙转氨酶、抗磷脂酶A2受体抗体(PLA2R-Ab)、总胆固醇和低密度脂蛋白胆固醇共12个临床特征变量。构建含有上述变量的风险预测模型,经多因素二元Logistic回归分析后,结果显示训练组和测试组中以上临床变量均具有统计学意义,且该风险预测模型具有良好的敏感性和预测性。将证候信息特征纳入后再次运用RFE法,筛选出14个特征变量,其中血瘀证和湿阻证被纳入,结果显示风险预测模型的敏感度、特异性等指标较未纳入证候信息特征前有了明显的提高。【结论】研究结果初步表明中医证候是IMN的疾病进展风险预测重要的补充特征,可为今后中西医信息联合的智能化诊断提供参考,为后续的中医药治疗起到指导作用。 展开更多

关键词 特发性膜性肾病 中医证候 机器学习方法 单因素分析 递归消除法 疾病进展风险预测模型

原文传递

基于Landsat影像的半荒漠化草地地上生物量反演——以达茂旗为例

6

作者 王力琪 程博 +3 位作者 张晓平 李可冬 宋梦龙 颜涛 《测绘通报》 北大核心 2025年第7期52-57,共6页

准确监测半荒漠化草地地上生物量是草地生态状况评价和相应草地可持续管理的必要条件。达茂旗草地资源丰富,植被群落结构简单,属半荒漠化草地的典型性代表。为了提升半荒漠化草地资源信息的质量,本文以内蒙古达茂旗为研究区,基于Landsa... 准确监测半荒漠化草地地上生物量是草地生态状况评价和相应草地可持续管理的必要条件。达茂旗草地资源丰富,植被群落结构简单,属半荒漠化草地的典型性代表。为了提升半荒漠化草地资源信息的质量,本文以内蒙古达茂旗为研究区,基于Landsat遥感影像,借助地面实测样地数据,结合光谱、植被指数、气象数据和数字地形数据构建了23个原始特征,分别采用随机森林(RF)、支持向量机(SVM)、梯度提升回归树(GBRT)和决策树(CART)回归算法进行草地地上生物量反演,并使用特征重要性得分和递归特征消除(RFE)进行特征优化,最终完成达茂旗2021年半荒漠化草地AGB反演制图。结果表明,RF模型在半荒漠化草地AGB反演结果中精度最高,利用递归特征消除法筛选最优特征至12个,其中气象和地形特征对草地AGB反演贡献最大,最终的反演模型精度决定系数(R^(2))为0.83,均方根误差(RMSE)为20.31。本文对半荒漠化草地进行生物量的估算,为易受影响的草地生态系统管理和保护提供了科学依据,为生物量反演研究提供了有效的方法论。 展开更多

关键词 半荒漠化草地 草地地上生物量 Landsat影像 机器学习 递归特征消除法

原文传递

基于ITPA-Informer的新能源汽车动力电池可充电容量预测

7

作者 张帅博 赫飞 李宝峰 《电子测量与仪器学报》 北大核心 2025年第3期53-64,共12页

随着新能源汽车的大范围推广,其核心部件——动力电池的状态评估和可充电容量的准确预测对于评估新能源汽车的可靠性、续航里程和剩余价值意义重大。提出了一种基于ITPA-Informer模型的新能源汽车动力电池可充电容量预测方法,首先通过... 随着新能源汽车的大范围推广,其核心部件——动力电池的状态评估和可充电容量的准确预测对于评估新能源汽车的可靠性、续航里程和剩余价值意义重大。提出了一种基于ITPA-Informer模型的新能源汽车动力电池可充电容量预测方法,首先通过安时积分法结合卡尔曼滤波来估算可充电容量,并通过两阶段特征工程(递归特征消除和核主成分分析)来筛选特征并降维,以缓解实际工况下的维数灾难。模型方面,在Informer模型的Decoder中引入了改进的时间模式注意力机制,提取了除采样时间间隔外不同时间尺度下的特征,通过指数衰减因子调整每个时间步对当前预测的贡献度,增强可充电容量随行驶里程增加而逐渐降低的时序依赖性。实验结果表明,所提出的模型在多个评价指标上均优于传统的卷积神经网络(CNN)、长短期记忆(LSTM)和门控循环单元(GRU)模型,并且在不同月份下的运行数据验证了模型具有较好的泛化能力。 展开更多

关键词 可充电容量 安时积分法 递归特征消除 核主成分分析 ITPA机制 INFORMER

原文传递

基于SVM-RFE的水稻抗病基因筛选 被引量：1

8

作者 付媛 王岩 +3 位作者 周柚 张帆 王珏鑫 梁艳春 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2011年第6期1101-1104,共4页

提出一种改进的回归特征消去支持向量机特征选择方法(SVM-RFE)对水稻的抗病基因进行筛选.实验结果表明:在预测得到的20个与水稻抗病/敏感相关基因中,有3个基因与已知的水稻抗病基因紧密相关;2个基因与已知的水稻抗病基因有一定的相关性... 提出一种改进的回归特征消去支持向量机特征选择方法(SVM-RFE)对水稻的抗病基因进行筛选.实验结果表明:在预测得到的20个与水稻抗病/敏感相关基因中,有3个基因与已知的水稻抗病基因紧密相关;2个基因与已知的水稻抗病基因有一定的相关性.通过该方法能找到影响水稻生长状态(正常/染病)的基因. 展开更多

关键词 回归特征消去支持向量机 基因筛选 水稻抗病

在线阅读 下载PDF 职称材料

激光诱导击穿光谱结合RFE-GBDT算法定量分析稀土矿石中的Fe和Y 被引量：3

9

作者 刘向前 安端阳 +2 位作者 张卓昆 岳承恩 王梦迪 《化工矿物与加工》 CAS 2023年第3期20-25,共6页

稀土矿组成复杂,对选矿技术要求较高,寻找一种快速检测分析稀土矿石中元素的方法对稀土矿选矿具有重要意义。激光诱导击穿光谱(Laser-induced Breakdown Spectroscopy, LIBS)是检测稀土矿石中元素的一种重要手段,可以进行现场分析,无需... 稀土矿组成复杂,对选矿技术要求较高,寻找一种快速检测分析稀土矿石中元素的方法对稀土矿选矿具有重要意义。激光诱导击穿光谱(Laser-induced Breakdown Spectroscopy, LIBS)是检测稀土矿石中元素的一种重要手段,可以进行现场分析,无需制备复杂样品。建立了一种基于LIBS结合递归特征消除(Recursive Feature Elimination, RFE)和梯度提升树(Gradient Boosting Decision Tree, GBDT)算法的模型对稀土矿石中Fe元素和Y元素进行快速定量分析。采用激光诱导击穿光谱仪对25个样品进行光谱采集,将采集的光谱进行预处理后使用5折交叉验证对RFE阈值进行优化,再通过贝叶斯搜索对GBDT模型参数进行优化,构建了RFE-GBDT校正模型,对稀土矿石中的Fe和Y进行了定量分析并与真实值进行对比,结果表明,Fe和Y的预测决定系数(RP2)分别为0.957 1和0.930 7,预测均方根误差(RMSEP)分别为0.072 7和0.022 6,说明该模型具有良好的预测性能,可以实现稀土矿石中Fe和Y的快速定量分析。 展开更多

关键词 激光诱导击穿光谱 递归特征消除(rfe) 梯度提升树(GBDT) 稀土矿石 稀土元素 定量分析 贝叶斯优化

在线阅读 下载PDF 职称材料

考虑数据分类的建筑电能耗集成预测方法 被引量：1

10

作者 唐倩倩 李康吉 +1 位作者 魏伯睿 王莹 《电力需求侧管理》 2024年第2期77-81,共5页

建筑侧各类可再生能源的应用日益普及,建筑电能耗预测在用能供需平衡、电网稳定运行、尖峰需求响应等方面发挥越来越重要作用。尽管诸多数据驱动模型在能耗预测方面获得广泛应用,当前仍缺乏预测精度高、泛化能力强的短期预测模型。针对... 建筑侧各类可再生能源的应用日益普及,建筑电能耗预测在用能供需平衡、电网稳定运行、尖峰需求响应等方面发挥越来越重要作用。尽管诸多数据驱动模型在能耗预测方面获得广泛应用,当前仍缺乏预测精度高、泛化能力强的短期预测模型。针对该问题,提出一种基于建筑物能耗特点并结合数据挖掘技术的分类集成式能耗预测方法。首先,采用递归特征消除法对数据进行特征筛选,并用模糊C均值聚类算法对训练集数据进行聚类,使用K最邻近法对验证集和测试集数据进行归类;选择5种结合智能优化算法的混合数据驱动模型作为子学习器,分别对每类数据做预测,最后使用多元线性回归法进行结果集成。经3个建筑电力用能案例验证,此集成预测模型精度均优于单个子模型,具有适用不同建筑类型和用能尺度的预测潜力。 展开更多

关键词 建筑 电能耗预测 数据分类 递归特征消除法 模糊C均值聚类算法

在线阅读 下载PDF 职称材料

基于随机森林算法的短期降水预测及对农业生产的影响——以庆阳市为例 被引量：1

11

作者 张思远 王才士 范楠 《智慧农业导刊》 2024年第19期10-13,共4页

准确有效地预测降水量有利于农业生产发展的规划、水资源管理以及自然灾害的预防等方面,对于干旱半干旱地区作用更为显著。该文利用庆阳市2023年1月至2024年1月的降水数据,基于包装法中的递归特征消除,迭代移除不重要的特征,后使用随机... 准确有效地预测降水量有利于农业生产发展的规划、水资源管理以及自然灾害的预防等方面,对于干旱半干旱地区作用更为显著。该文利用庆阳市2023年1月至2024年1月的降水数据,基于包装法中的递归特征消除,迭代移除不重要的特征,后使用随机森林模型对该数据进行分析和预测。结果表明,通过对2种方法的整合使用,能够使模型具有良好的预测性能,且对庆阳市降水时刻与降水量作出较好的预测。该文研究内容对其他地市的降水量预测具有参考价值,也对当地的水资源合理利用以及促进当地社会经济可持续发展具有十分重要的意义。 展开更多

关键词 包装法 递归特征消除 特征选择 随机森林 降水预测

在线阅读 下载PDF 职称材料

递归特征消除法在商品需求预测的应用 被引量：1

12

作者 胡贞华 谭文浚 方琪琪 《韶关学院学报》 2024年第9期32-38,共7页

需求预测作为企业供应链的第一道防线,有着至关重要的作用.需求预测因受多种因素的影响,准确率长期不佳.文中借助Python的可视化库进行数据可视化操作,通过特征相关性分析增强数据的可读性.采用XGBoost、LightGBM和随机森林等机器学习模... 需求预测作为企业供应链的第一道防线,有着至关重要的作用.需求预测因受多种因素的影响,准确率长期不佳.文中借助Python的可视化库进行数据可视化操作,通过特征相关性分析增强数据的可读性.采用XGBoost、LightGBM和随机森林等机器学习模型,寻找对需求量影响较大的特征,运用递归特征消除法对特征进行排序得分,以获得更准确的需求预测结果 .提取、添加特征并分组合并,以提高预测的精确性.基于递归特征消除法并利用数据可视化提升数据提取准备度,在具体应用实例能提高准确率和缩短运行时间. 展开更多

关键词 递归特征消除法 PYTHON 数据可视化

在线阅读 下载PDF 职称材料

人脸特征选择中的SVM泛化误差估计 被引量：3

13

作者 李伟红 龚卫国 +1 位作者 杨利平 辜小花 《光学精密工程》 EI CAS CSCD 北大核心 2008年第8期1452-1458,共7页

为了研究在人脸特征选择中用支持向量机(SVM)泛化误差界作特征选择判据的有效性问题,结合过滤(Filter)和封装(Wrapper)模型构造了人脸特征选择及识别的新框架,将小波变换(WT)和核主元分析(KPCA)作为Filter模型,最小化SVM的VC维(VC)留一... 为了研究在人脸特征选择中用支持向量机(SVM)泛化误差界作特征选择判据的有效性问题,结合过滤(Filter)和封装(Wrapper)模型构造了人脸特征选择及识别的新框架,将小波变换(WT)和核主元分析(KPCA)作为Filter模型,最小化SVM的VC维(VC)留一法(LOO)误差界及支持向量span误差界作为Wrapper模型的特征选择判据;通过递归特征排除法(RFE)在UMIST人脸图像库上进行人脸特征选择及识别实验。实验结果表明:判据为VC维的LOO误差界和支持向量span误差界时,特征维数可以分别降低到80和70,而分类识别率仍然能达到94%以上,表明本文所提出的特征选择判据和特征搜索策略是解决人脸特征选择问题的一种有效方法。 展开更多

关键词 SVM泛化误差界 人脸特征选择 Filter模型 Wrapper模型 递归特征排除法

在线阅读 下载PDF 职称材料

改进的多类支持向量机递归特征消除在癌症多分类中的应用 被引量：10

14

作者 黄晓娟 张莉 《计算机应用》 CSCD 北大核心 2015年第10期2798-2802,共5页

为处理癌症多分类问题,已经提出了多类支持向量机递归特征消除(MSVM-RFE)方法,但该方法考虑的是所有子分类器的权重融合,忽略了各子分类器自身挑选特征的能力。为提高多分类问题的识别率,提出了一种改进的多类支持向量机递归特征消除(MM... 为处理癌症多分类问题,已经提出了多类支持向量机递归特征消除(MSVM-RFE)方法,但该方法考虑的是所有子分类器的权重融合,忽略了各子分类器自身挑选特征的能力。为提高多分类问题的识别率,提出了一种改进的多类支持向量机递归特征消除(MMSVM-RFE)方法。所提方法利用一对多策略把多类问题化解为多个两类问题,每个两类问题均采用支持向量机递归特征消除来逐渐剔除掉冗余特征,得到一个特征子集;然后将得到的多个特征子集合并得到最终的特征子集;最后用SVM分类器对获得的特征子集进行建模。在3个基因数据集上的实验结果表明,改进的算法整体识别率提高了大约2%,单个类别的精度有大幅度提升甚至100%。与随机森林、k近邻分类器以及主成分分析(PCA)降维方法的比较均验证了所提算法的优势。 展开更多

关键词 支持向量机 特征选择 递归特征消除 癌症分类 基因数据

在线阅读 下载PDF 职称材料

基于机器学习方法的丙型肝炎病毒非结构蛋白5B聚合酶抑制剂活性预测(英文) 被引量：5

15

作者 吕巍 薛英 《物理化学学报》 SCIE CAS CSCD 北大核心 2011年第6期1407-1416,共10页

在丙型肝炎病毒(HCV)的基因复制和蛋白质成熟的过程中,非结构蛋白5B(NS5B)作为RNA依赖的RNA聚合酶起到了重要的作用.抑制NS5B聚合酶可以阻止丙型肝炎病毒的RNA复制,因此成为一种治疗丙型肝炎的有效方法.通过计算机方法进行虚拟筛选和预... 在丙型肝炎病毒(HCV)的基因复制和蛋白质成熟的过程中,非结构蛋白5B(NS5B)作为RNA依赖的RNA聚合酶起到了重要的作用.抑制NS5B聚合酶可以阻止丙型肝炎病毒的RNA复制,因此成为一种治疗丙型肝炎的有效方法.通过计算机方法进行虚拟筛选和预测NS5B聚合酶抑制剂已经变得越来越重要.本文主要采用机器学习方法(支持向量机(SVM)、k-最近相邻法(k-NN)和C4.5决策树(C4.5DT))对已知的丙型肝炎病毒NS5B蛋白酶抑制剂与非抑制剂建立分类预测模型.1248个结构多样性化合物(552个NS5B抑制剂与696个非NS5B抑制剂)被用于测试分类预测系统,并用递归变量消除法选择与NS5B抑制剂相关的性质描述符以提高预测精度.独立验证集的总预测精度为84.1%-85.0%,NS5B抑制剂的预测精度为81.4%-91.7%,非NS5B抑制剂的预测精度为78.2%-87.2%.其中支持向量机给出最好的NS5B抑制剂预测精度(91.7%);C4.5决策树给出最好的非NS5B抑制剂预测精度(87.2%);k-最近相邻法给出最好的总预测精度(85.0%).研究表明机器学习方法可以有效预测未知数据集中潜在的NS5B抑制剂,并有助于发现与其相关的分子描述符. 展开更多

关键词 机器学习方法 分子描述符 递归变量消除法 支持向量机 丙型肝炎病毒

暂未订购

矿产预测中的成矿因子选择方法:以滇东南金矿预测为例 被引量：1

16

作者 俞乐 柏坚 张汉奎 《浙江大学学报（理学版）》 CAS CSCD 北大核心 2011年第3期348-353,共6页

由于矿产地质信息的复杂性和不确定性,难以建立精确的数学模型来确定矿产资源的分布状况.非线性分析建模技术,如人工神经网络(Artificial Neural Network,ANN)、支持向量机(Support Vector Machine,SVM)等,给矿产预测工作提供了新的途径... 由于矿产地质信息的复杂性和不确定性,难以建立精确的数学模型来确定矿产资源的分布状况.非线性分析建模技术,如人工神经网络(Artificial Neural Network,ANN)、支持向量机(Support Vector Machine,SVM)等,给矿产预测工作提供了新的途径.这类方法在处理数据时可以避免数据分析和建模的困难,即不须理解各种成矿因子与矿床(点)之间的相互关系,只须选择已知的矿床(点)和非矿产(点),进行"黑箱"学习.虽然经过合理的训练,这类方法能够得到较高的预测精度,但由于其分类过程的非线性特性,难以获得容易理解的分类规则,提供成矿因子的知识.本文采用基于SVM的迭代特征消去(Recursive Feature Elimination,RFE)技术(SVM-RFE),即在SVM模型的训练过程中,采用RFE特征选择方法,从所有输入的成矿因子中选择出对矿床(点)能正确预测的重要因子,以提供对输入模型的成矿因子的客观评价.通过对滇东南地区金矿预测的实践表明,采用SVM-RFE技术从原始10类成矿因子中自动选择6类进行预测的精度从68.42%提高到94.74%,并且得到该区域进行矿产预测的成矿因子重要性依次是:Au异常、As异常、侵入岩、下三叠统与中三叠统之间的平行不整合面、上二叠统与三叠系的平行不整合面、断裂交汇点密度、石炭系和下二叠统间的平行不整合面、中上泥盆统和石炭系间的平行不整合面、Sb异常和Hg异常,从中选取前6类成矿因子进行SVM训练得到的预测精度最高.这一结论可为在该区域进行矿产预测的资料选取,以及对成矿因子的理解提供支持. 展开更多

关键词 特征选择 支持向量机 迭代特征消去 金矿 滇东南

在线阅读 下载PDF 职称材料

基于机器学习方法的激素敏感脂肪酶抑制剂活性预测(英文) 被引量：4

17

作者 吕巍 薛英 《物理化学学报》 SCIE CAS CSCD 北大核心 2010年第2期471-477,共7页

脂肪组织中,激素敏感脂肪酶(HSL)被认为是调节脂肪酸代谢的关键限速酶.HSL在糖尿病的发病过程中起重要作用,抑制HSL活性有助于糖尿病的治疗,因此探索新颖的HSL抑制剂成为当前研究的热门.在激素敏感脂肪酶的作用机制和三维结构缺乏的情况... 脂肪组织中,激素敏感脂肪酶(HSL)被认为是调节脂肪酸代谢的关键限速酶.HSL在糖尿病的发病过程中起重要作用,抑制HSL活性有助于糖尿病的治疗,因此探索新颖的HSL抑制剂成为当前研究的热门.在激素敏感脂肪酶的作用机制和三维结构缺乏的情况下,需要发展预测HSL抑制剂的方法.本文采用几种机器学习方法(支持向量机(SVM)、k-最近相邻法(k-NN)和C4.5决策树(C4.5DT))对已知的HSL抑制剂与非抑制剂建立分类预测模型.252个结构多样性化合物(123个HSL抑制剂与129个HSL非抑制剂)被用于测试分类预测系统,并用递归变量消除法选择与HSL抑制剂相关的性质描述符以提高预测精度.本研究对独立验证集的总预测精度为75.0%-80.0%,HSL抑制剂的预测精度为85.7%-90.5%,非HSL抑制剂的预测精度为63.2%-68.4%.支持向量机方法给出最好的总预测精度(80.0%).本研究表明支持向量机等机器学习方法可以有效预测未知数据集中潜在的HSL抑制剂,并有助于发现与其相关的分子描述符. 展开更多

关键词 支持向量机激 素敏感脂肪酶 机器学习方法 分子描述符 递归变量消除法

暂未订购

基于香农熵加权投票算法的集成式非侵入式负荷识别方法 被引量：11

18

作者 魏广芬 赵航 +1 位作者 胡春华 刘骞 《中国电机工程学报》 EI CSCD 北大核心 2022年第24期8876-8887,共12页

非侵入式负荷监测(non-intrusive load monitoring,NILM)技术绿色节能,已成为电力系统负荷监测的发展趋势。集成学习方法可有效提高负荷识别性能,但其基学习器的优化选择和权重设置问题亟待解决。文中以一种典型智能电表对8种小型用电... 非侵入式负荷监测(non-intrusive load monitoring,NILM)技术绿色节能,已成为电力系统负荷监测的发展趋势。集成学习方法可有效提高负荷识别性能,但其基学习器的优化选择和权重设置问题亟待解决。文中以一种典型智能电表对8种小型用电设备及其混合负荷的高频实测实验为基础,基于递归特征消除(recursive feature elimination,RFE)法选择最优特征组合,提出结合准确率和多样性权衡的基学习器组合优化方法,并引入香农熵设置投票权重,形成一种新颖的基于香农熵加权投票的集成式NILM识别方法。通过在自测数据集和公开的全球家庭和行业瞬态能量数据集(worldwide household and industry transient energy dataset,WHITED)验证,与常用集成方法比较,该方法识别准确率高、运行时间短且稳定性高。 展开更多

关键词 非侵入式负荷监测 香农熵 加权投票 集成学习方法 递归特征消除

原文传递

采用机器学习的聚类模型特征选择方法比较 被引量：3

19

作者 赵玮 《华侨大学学报（自然科学版）》 CAS 北大核心 2017年第1期105-108,共4页

针对机器学习聚类模型在特征选择时存在的问题,首先,对特征选择在聚类模型中的适用性进行分析并对其进行调整和改进.然后,基于R语言中的递归特征消除(RFE)特征选择方法和Boruta特征选择方法进行特征选择算法设计.最后,应用聚类内部有效... 针对机器学习聚类模型在特征选择时存在的问题,首先,对特征选择在聚类模型中的适用性进行分析并对其进行调整和改进.然后,基于R语言中的递归特征消除(RFE)特征选择方法和Boruta特征选择方法进行特征选择算法设计.最后,应用聚类内部有效性指标,对在线品牌忠诚度聚类模型优化结果进行分析,进而对特征选择方法进行比较研究.结果表明:Boruta特征选择方法更具优势. 展开更多

关键词 特征选择 聚类模型 机器学习 递归特征消除算法 Boruta方法

在线阅读 下载PDF 职称材料

高分六号红边特征的农作物识别与评估 被引量：65

20

作者 梁继 郑镇炜 +2 位作者 夏诗婷 张晓彤 唐媛媛 《遥感学报》 EI CSCD 北大核心 2020年第10期1168-1179,共12页

红边作为植被敏感波段,其红边特征的运用是遥感识别农作物并实现精准农业的高新手段之一。以黑龙江松嫩平原北部为研究区,以国内首个提供红边波段的多光谱高分六号影像和玉米、大豆、水稻总计82859个作物样本同时作为研究对象,从以下几... 红边作为植被敏感波段,其红边特征的运用是遥感识别农作物并实现精准农业的高新手段之一。以黑龙江松嫩平原北部为研究区,以国内首个提供红边波段的多光谱高分六号影像和玉米、大豆、水稻总计82859个作物样本同时作为研究对象,从以下几个方面研究了红边波段和红边指数波段等红边特征在农作物识别中的表现,并评估了农作物的识别精度。(1)通过作物样本辐射亮度值的统计特征,初步显示了在两红边波段0.710μm和0.750μm处有比其他波段更好的区分;(2)根据传统归一化植被指数形式构建了红边归一化植被指数NDVI710和NDVI750,综合两指数在J-M距离表征的作物样本类别区分度上比传统NDVI更显著;(3)通过多种手段筛选了有效波段并且制定了支持向量机(SVM)框架下4种农作物识别的分类策略,分别在5∶5、6∶4、7∶3、8∶2、9∶1等5套随机样本分割方案下完成研究区域农作物的分类预测。在这20类分类精度中kappa系数均高于0.9609,总体精度高于0.9742;列向上5∶5分割方案的精度最高,8∶2的精度最低;横向上分类精度排序如下:SVM-RFE>SVM-RF>SVM-有红边波段>SVM-无红边波段,该结果表明了红边指数和红边波段的参与显著地提高了作物的识别精度;(4)由于水域等其他样本的缺少,SVM-RFE方法和SVM-RF方法的分类图像均存在少量错分现象。但从分类精度和图像细节展示上来看,SVM-RFE方法要优于SVM-RF方法,二者分类图像的交叉验证中kappa系数为0.8060,总体精度为0.8743。总之,高分六号红边特征在作物识别中表现优越,使得识别精度显著提高。后续研究者可开发更多与红边相关的植被指数,充分发挥红边特征在精准农业中的作用。 展开更多

关键词 遥感 高分六号 红边波段 支持向量机 随机森林法 递归特征消除法

原文传递