期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于K-Means和XG-Boost算法的“两步式”船型分类映射 被引量:1
1
作者 王绍函 韩懿 +1 位作者 王翔宇 任飞扬 《上海船舶运输科学研究所学报》 2023年第3期28-34,53,共8页
由于当前的船舶分类较为单一,不同类型船舶的尺度和航行油耗等特征参数存在很大差异,采用相同的油耗标准衡量不同类型船舶的油耗会产生很大偏差。为有效解决该问题,以某公司的干散货船、集装箱船和油船为研究对象,提出一种“两步式”船... 由于当前的船舶分类较为单一,不同类型船舶的尺度和航行油耗等特征参数存在很大差异,采用相同的油耗标准衡量不同类型船舶的油耗会产生很大偏差。为有效解决该问题,以某公司的干散货船、集装箱船和油船为研究对象,提出一种“两步式”船型分类方法。采用K-Means算法对该公司内部船舶的9个属性进行分类,并基于肘部法则确定分类数量;根据得到的簇的数量,采用K-Means模型对船舶进行分类,并打上分类标签。针对该公司外部船舶属性数据缺失严重、数据质量较差的情况,基于上述分类标签,采用XG-Boost算法对该公司内部的船舶进行二次训练,使船舶分类模型具有处理数据缺失问题和提供分类概率的能力。实际应用结果表明,该“两步式”船型分类方法能对公司内外船舶能耗表现一致的船舶进行合理分类,并建立公司内外船舶的映射关系。 展开更多
关键词 K-MEANS算法 xg-boost算法 量化分析 船舶分类 机器学习
在线阅读 下载PDF
基于停电事件分析的区域性话务峰涌预测 被引量:1
2
作者 李玮 李树国 喻玮 《自动化技术与应用》 2024年第4期9-13,共5页
研究基于停电事件分析的区域性话务峰涌预测方法,避免停电事件造成的区域性话务峰涌,影响电力用户的体验感。选取Hurst指数作为分析电网停电事件时间序列相关性的分析指标,确定与停电事件高度相关的因素。将停电事件相关因素作为XG boos... 研究基于停电事件分析的区域性话务峰涌预测方法,避免停电事件造成的区域性话务峰涌,影响电力用户的体验感。选取Hurst指数作为分析电网停电事件时间序列相关性的分析指标,确定与停电事件高度相关的因素。将停电事件相关因素作为XG boost算法的输入,利用XG boost算法输出停电区域预测结果。采集所预测停电区域的用户数量、话务接通率等数据,作为最小二乘支持向量机的输入样本,利用最小二乘支持向量机输出停电区域话务量预测结果,设置停电区域话务峰涌期阈值,话务量预测结果高于该阈值时,预测该阶段为区域性话务峰涌期。实验结果表明,该方法可以依据停电事件分析结果,精准预测停电区域的话务峰涌期,为电力企业话务调度与话务决策提供依据。 展开更多
关键词 停电事件分析 区域性 话务峰涌预测 HURST指数 xg boost算法 支持向量机
在线阅读 下载PDF
地铁站周边建成环境对交通事故风险的影响机制 被引量:2
3
作者 戢晓峰 乔新 +2 位作者 普永明 卢梦媛 郝京京 《中国安全科学学报》 CAS CSCD 北大核心 2022年第10期162-170,共9页
为探究地铁站客流及周边建成环境对辐射范围内交通事故风险的影响机制,建立“5D+S”的建成环境指标体系,构建基于极度梯度提升(XG Boost)算法的事故风险模型及SHAP归因分析模型,探究建成环境与交通事故风险的非线性关系;以深圳市为例,... 为探究地铁站客流及周边建成环境对辐射范围内交通事故风险的影响机制,建立“5D+S”的建成环境指标体系,构建基于极度梯度提升(XG Boost)算法的事故风险模型及SHAP归因分析模型,探究建成环境与交通事故风险的非线性关系;以深圳市为例,从工作日和非工作日2个维度探究地铁站周边交通事故风险的影响机制,并与弹性网络回归(ENR)、支持向量回归机(SVR)等模型对比。研究表明:地铁站周边建成环境指标与交通事故风险存在非线性关系;当休闲娱乐兴趣点(POI)设施密度大于25个/km^(2)时,交通事故风险较大;当购物中心可达性介于[0.3,0.5]km之间,交通事故风险较大;地铁站周边建成环境因素对工作日交通事故风险影响程度更大。 展开更多
关键词 地铁站周边 交通事故风险 极度梯度提升算法(xg boost) 建成环境 SHAP归因分析
原文传递
针对数据缺失的电力系统暂态稳定评估方法 被引量:8
4
作者 张雅婷 刘颂凯 +3 位作者 张磊 刘聪 刘书池 崔梓琪 《电力系统及其自动化学报》 CSCD 北大核心 2023年第3期59-68,共10页
为解决量测数据缺失时电力系统暂态稳定评估模型泛化能力不足的问题,基于多向循环神经网络和XGBoost算法,提出一种针对数据缺失的电力系统暂态稳定评估方法。首先使用多向循环神经网络修复缺失数据;然后采用完整的数据集对XGBoost模型... 为解决量测数据缺失时电力系统暂态稳定评估模型泛化能力不足的问题,基于多向循环神经网络和XGBoost算法,提出一种针对数据缺失的电力系统暂态稳定评估方法。首先使用多向循环神经网络修复缺失数据;然后采用完整的数据集对XGBoost模型进行训练;最后基于SHAP理论量化不同输入特征对模型输出结果的影响。此外,还提出了一种模型更新机制,在系统工况发生改变时对模型进行持续更新。在新英格兰10机39节点系统上仿真结果表明,所提方法相较于传统方法具有更好的数据修复能力,能显著提高暂态稳定评估性能。 展开更多
关键词 缺失数据 暂态稳定安全 多向循环神经网络 xgboost算法 估计误差
在线阅读 下载PDF
基于机器学习的宫颈癌致病因素分析 被引量:1
5
作者 潘凤 王杰 +1 位作者 张艳莎 王林 《工业控制计算机》 2023年第4期122-124,共3页
宫颈癌是损害女性健康的疾病之一,其致病与个人的生活习惯有着重要关系。基于UCl中的cervical cancer(risk factors)数据集,采用Boruta算法筛选特征,并利用XG-Boost算法建立宫颈癌致病因素模型。分别使用Hinselmann、Schiller、Citology... 宫颈癌是损害女性健康的疾病之一,其致病与个人的生活习惯有着重要关系。基于UCl中的cervical cancer(risk factors)数据集,采用Boruta算法筛选特征,并利用XG-Boost算法建立宫颈癌致病因素模型。分别使用Hinselmann、Schiller、Citology和Biopsy四种检测方法得到的预测精度依次为91%、90%、93.3%和87%。实验结果显示:致病因素中不良生活习惯占据多数,表明女性的不良生活习惯对女性患宫颈癌具有显著影响。 展开更多
关键词 宫颈癌预测 致病因素 生活习惯 Boruta算法 xg-boost算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部