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2,923篇文章
< 1 2 … 147 >
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GWO-VMD和改进XGBoost的水轮机顶盖振动故障识别 被引量：1
1
作者 张彬桥 黄海洋 江雨 《大电机技术》 2026年第1期72-81,共10页
水轮机顶盖振动是影响水轮机运行稳定性和安全性的重要因素,深入分析其诱因并采取有效措施,有助于提高设备可靠性和运行效率。为了应对水轮机复杂振动信号在噪声干扰下难以提取故障特征的问题,本文提出了一种改进的变分模态分解(VMD)与... 水轮机顶盖振动是影响水轮机运行稳定性和安全性的重要因素,深入分析其诱因并采取有效措施,有助于提高设备可靠性和运行效率。为了应对水轮机复杂振动信号在噪声干扰下难以提取故障特征的问题,本文提出了一种改进的变分模态分解(VMD)与多尺度样本熵相结合的特征提取方法,并利用改进极端梯度提升(XGBoost)机器学习算法进行故障识别。首先,提出将皮尔逊相关系数作为VMD的适应度函数来进行自适应优化分解参数,并通过皮尔逊相关系数来筛选本征模态函数。然后,采用多尺度样本熵对筛选后的本征模函数(IMF)进行特征量化。最后,提出一种基于牛顿-拉夫逊优化算法(NRBO)优化XGBoost模型超参数,将提取到的故障特征数据集分为训练集和测试集输入优化后的XGBoost模型进行训练和故障识别。经实测振动数据集和对比实验验证,该方法能有效地提取振动故障信号,并有更高的故障识别准确率。 展开更多
关键词 水电机组 顶盖振动信号 变分模态分解 灰狼优化算法 多尺度样本熵 牛顿-拉夫逊优化算法 xgboost
在线阅读 下载PDF
融合知识图谱和XGBoost的车辆故障诊断研究
2
作者 胡杰 陈林 +4 位作者 魏敏 耿黄政 张潇 卿海华 乔美昀 《机械科学与技术》 北大核心 2026年第1期163-172,共10页
为解决目前车企售后维修存在的过度依赖维修技师经验、维修手册查阅低效和维修历史数据未有效利用等问题,基于某车企闲置的售后维修数据,将知识图谱引入汽车故障领域。鉴于数据中部分字段的文本数据为长文本类型,提出一种基于规则预处... 为解决目前车企售后维修存在的过度依赖维修技师经验、维修手册查阅低效和维修历史数据未有效利用等问题,基于某车企闲置的售后维修数据,将知识图谱引入汽车故障领域。鉴于数据中部分字段的文本数据为长文本类型,提出一种基于规则预处理与深度学习模型实体抽取结合的方法,挖掘利用车辆维修历史数据,完成汽车故障知识图谱的构建。为有效利用汽车故障知识图谱协助维修技师进行故障诊断,设计了一种基于知识图谱的车辆故障诊断流程,该流程包含一种融合知识图谱多实体和XGBoost的故障诊断方法。实验对比和实际案例测试分别验证了故障诊断方法的有效性和流程的实际可用性。 展开更多
关键词 知识图谱 xgboost 故障诊断 深度学习 实体抽取
在线阅读 下载PDF
基于XGBoost机采井智能诊断系统的开发与应用
3
作者 王萍 林佩怡 +1 位作者 吴杰 程伟 《石油机械》 北大核心 2026年第3期23-31,共9页
随着油气田开发迈向智能化新阶段,机采井精准高效的工况诊断已成为保障油田稳产、优化维护决策与降本增效的核心关键。传统诊断方法依赖人工经验与固定规则匹配,存在诊断效率低、主观性强、可推广性差等局限。尽管以支持向量机、决策树... 随着油气田开发迈向智能化新阶段,机采井精准高效的工况诊断已成为保障油田稳产、优化维护决策与降本增效的核心关键。传统诊断方法依赖人工经验与固定规则匹配,存在诊断效率低、主观性强、可推广性差等局限。尽管以支持向量机、决策树为代表的机器学习方法在智能诊断研究中不断深入,但现有模型仍普遍存在以下问题:模型可解释性不足,难以获得领域专家信任;泛化能力有限,对数据分布变化及类别不平衡问题敏感;技术流程割裂,依赖人工特征工程与复杂调优,且难以与生产管理系统深度融合,制约了其规模化应用。为此,以极限梯度提升算法(XGBoost)为核心构建了一套机采井示功图智能诊断系统,其涵盖数据采集、特征提取、智能诊断与可视化的完整流程。该系统采用B/S架构与“1+N”分布式设计方案,实现多源异构数据的实时接入与统一管理;通过引入XGBoost作为核心分类算法,结合多维特征提取技术与SHAP(shapley additive explanations)可解释性分析框架,在提升分类精度的同时增强诊断过程的透明度与专家可信度。现场试验结果表明,系统对7类典型工况的诊断准确率达90%以上,单井诊断时间由30 min缩短至2 min以内,预警符合率达85.7%。与传统诊断方法相比,该系统在保证诊断精度的前提下,显著提升了诊断效率与结果可解释性。研究结果可为油田机采井智能诊断提供可推广的技术方案。 展开更多
关键词 机采井 抽油泵 示功图 智能诊断 xgboost SHAP 可解释性
在线阅读 下载PDF
基于XGBoost模型的围孕期用药风险预测与个性化药学服务策略
4
作者 张恩景 韦琼 +4 位作者 江娟 王会敏 王醇 黄呈祥 王懿睿 《医药导报》 北大核心 2026年第3期524-529,共6页
目的基于极端梯度提升(XGBoost)算法构建围孕期用药风险预测模型,评估该模型在药学服务的临床价值与实践可行性。方法回顾性分析2020年7月-2024年6月在武汉市第五医院药学门诊咨询的1101例围孕期患者的病历资料,收集人口学资料、疾病特... 目的基于极端梯度提升(XGBoost)算法构建围孕期用药风险预测模型,评估该模型在药学服务的临床价值与实践可行性。方法回顾性分析2020年7月-2024年6月在武汉市第五医院药学门诊咨询的1101例围孕期患者的病历资料,收集人口学资料、疾病特征和用药信息等31个变量。采用多因素Logistic回归初步筛选风险因素,构建并验证XGBoost药物风险预测模型,采用沙普利可加性解释(SHAP)方法分析特征贡献度,根据预测概率实施分为低、中、高风险组,并与传统模型进行对比分析。结果高龄(≥35岁)妊娠[比值比(OR)=1.85]、妊娠≥3次(OR=1.68)、合并慢性疾病史(OR=2.15)和孕早期药物暴露(OR=1.92)为独立风险因素。XGBoost模型在测试集上显示出较高预测效能[曲线下面积(AUC)=0.87,灵敏度=0.85,特异度=0.82]。SHAP分析显示高龄妊娠风险贡献最大。经风险分层干预,高风险组患者用药依从性及药学管理效率明显提高。结论XGBoost算法结合SHAP方法可精准预测围孕期用药风险,为临床药师提供可靠的风险评估工具,具有较好的临床应用前景。 展开更多
关键词 个性化药学服务 风险预测模型 围孕期 xgboost
暂未订购
基于XGBoost算法的滨江城市蓝绿空间生态网络构建与优化
5
作者 张晓瑞 王鑫 +2 位作者 李杰铭 项金铭 王振波 《环境生态学》 2026年第2期54-58,共5页
滨江城市蓝绿空间布局与生态网络完善对提升生态服务及人地协调意义重大。以长江沿岸的芜湖市为对象,整合蓝绿空间数据,结合MSPA与景观连通性划定57个生态源地,创新性引入贝叶斯优化的XGBoost算法构建生态阻力面,基于电路理论优化生态... 滨江城市蓝绿空间布局与生态网络完善对提升生态服务及人地协调意义重大。以长江沿岸的芜湖市为对象,整合蓝绿空间数据,结合MSPA与景观连通性划定57个生态源地,创新性引入贝叶斯优化的XGBoost算法构建生态阻力面,基于电路理论优化生态网络。结果显示:核心区为807 km^(2),57个生态源地中长江及周边流域为最大;XGBoost算法验证AUC值为0.99,F1值为0.93;识别135条生态廊道,呈中部密集、西部稀疏特征;补充东西部源地后,α指数为1.76、β指数为2.38、γ指数为0.82。最后提出分区策略,为长江沿岸城市生态网络构建提供量化支持,验证了机器学习提升生态规划科学性的价值。 展开更多
关键词 滨江城市 蓝绿空间 MSPA xgboost算法 电路理论 生态网络
在线阅读 下载PDF
基于混合策略ISSA-XGBoost的高速公路工程造价预测研究
6
作者 李珏 刘洋 《工程研究——跨学科视野中的工程》 2026年第1期70-84,共15页
高速公路造价预测是对高速公路建设项目前期阶段进行造价控制的重要手段。本文针对工程实践中小样本数据和工程造价特征指标之间高维、非线性关系的特点,融合正余弦算法和Lévy飞行改进的麻雀算法来优化XGBoost超参数,对高速公路项... 高速公路造价预测是对高速公路建设项目前期阶段进行造价控制的重要手段。本文针对工程实践中小样本数据和工程造价特征指标之间高维、非线性关系的特点,融合正余弦算法和Lévy飞行改进的麻雀算法来优化XGBoost超参数,对高速公路项目进行造价预测,同时与该改进麻雀算法优化的RF、SVM模型比较,结果表明ISSA-XGBoost模型具有更好的泛化性和可解释性,可为高速公路项目的投资决策提供可靠依据。 展开更多
关键词 高速公路 造价预测 Lévy飞行 改进麻雀算法 ISSA-xgboost
在线阅读 下载PDF
字符级CNN与XGBoost融合模型在DGA检测中的应用
7
作者 白兴瑞 林洁晨 《龙岩学院学报》 2026年第2期42-46,共5页
提出一种融合字符级卷积神经网络(CNN)与XGBoost的特征协同模型(CharCNN-XGBoost),以实现DGA域名的精准识别。模型利用CNN自动学习域名字符序列的深层局部模式,结合XGBoost对传统统计与语言特征的强判别力,通过特征级协同优化提升检测... 提出一种融合字符级卷积神经网络(CNN)与XGBoost的特征协同模型(CharCNN-XGBoost),以实现DGA域名的精准识别。模型利用CNN自动学习域名字符序列的深层局部模式,结合XGBoost对传统统计与语言特征的强判别力,通过特征级协同优化提升检测性能。实验表明,该模型显著优于单一模型,混淆矩阵与热力图验证了其卓越的泛化能力与特征互补性。 展开更多
关键词 DGA检测 字符级CNN xgboost 特征协同
在线阅读 下载PDF
基于GWO-XGBoost模型的致密砂岩储层流体测井智能识别——以鄂尔多斯盆地洪德地区三叠系长8段为例 被引量：1
8
作者 薛博文 张兆辉 +2 位作者 张皎生 邹建栋 张闻亭 《岩性油气藏》 北大核心 2026年第2期111-121,共11页
针对传统测井解释方法在致密砂岩储层流体类型上识别精度低的问题,提出了一种基于测井曲线的GWO-XGBoost模型储层流体智能识别方法,并将该方法应用于鄂尔多斯盆地洪德地区三叠系长8段致密砂岩储层中。研究结果表明:①以鄂尔多斯盆地洪... 针对传统测井解释方法在致密砂岩储层流体类型上识别精度低的问题,提出了一种基于测井曲线的GWO-XGBoost模型储层流体智能识别方法,并将该方法应用于鄂尔多斯盆地洪德地区三叠系长8段致密砂岩储层中。研究结果表明:①以鄂尔多斯盆地洪德地区三叠系长8段实际试油数据为目标变量,经主成分分析法优选出声波、自然电位、密度、井径、中子、自然伽马、电阻率测井(AT20、AT60和AT90)等9条测井曲线作为特征参数,再通过灰狼优化算法(GWO)对XGBoost模型的关键超参数进行全局优化。②GWO-XGBoost模型对储层流体类型的识别准确率达到96.55%,相较于XGBoost、随机森林(RF)和支持向量机(SVM)模型,其识别精度分别提升了6.03%,6.89%和22.41%,展现出明显的优势。③实际单井应用中,GWO-XGBoost模型通过对多维测井响应特征的综合分析与非线性特征学习,能够有效解决人工解释中低阻油层与高阻水层易混淆的难题,该模型在复杂储层条件下具有较高的稳定性与可靠性,可为提高致密砂岩油气勘探开发效率提供技术支撑。 展开更多
关键词 xgboost 灰太狼算法(GWO) 智能模型 储层流体识别 致密砂岩 非常规油气 三叠系 洪德地区 鄂尔多斯盆地
在线阅读 下载PDF
基于XGBoost-MIKE21耦合模型的缺资料水库富营养化模拟
9
作者 尹明波 窦明 +3 位作者 刘玉倩 李丽娜 李桂秋 贾瑞鹏 《南水北调与水利科技(中英文)》 北大核心 2026年第1期224-234,共11页
针对水质监测数据缺失导致的富营养化精准防控难题,提出基于XGBoost-MIKE21耦合模型的富营养化评价方法,旨在提升数据不足情况下的水质预测精度。以小浪底水库为研究对象,通过XGBoost挖掘水质变量间的相关性特征,采用分阶段数据延展策略... 针对水质监测数据缺失导致的富营养化精准防控难题,提出基于XGBoost-MIKE21耦合模型的富营养化评价方法,旨在提升数据不足情况下的水质预测精度。以小浪底水库为研究对象,通过XGBoost挖掘水质变量间的相关性特征,采用分阶段数据延展策略,对短序列的日尺度水质数据进行高精度延展(R^(2)>0.7),生成长序列年尺度数据。将延展数据代入MIKE21中,构建水动力-富营养化耦合模拟,系统地揭示了库区富营养化的年内变化情况。结果表明:模型水动力模块平均误差为5.72%,富营养化模块综合平均误差为12.65%,库区富营养化存在典型的季节性变化特征(夏季>秋季≈春季>冬季);富营养化主要受营养盐输入情况、水文气象条件及藻类生长动力学的综合影响,库区藻类生长由春季潜在磷限制向夏季氮磷协同限制转变。研究成果为缺资料水库的富营养化评价提供了可靠的技术路径。 展开更多
关键词 MIKE 21 xgboost 数据延展 富营养化模拟 小浪底水库
在线阅读 下载PDF
基于PSO驱动XGBoost模型的高维小样本载荷预测方法
10
作者 熊志钢 汪雪良 +3 位作者 姚骥 袁征囿 白生宝 孙虎 《兵器装备工程学报》 北大核心 2026年第3期256-265,共10页
针对工程载荷与应变呈现非线性关系、线性回归模型精度受限以及深度神经网络在小样本条件下易过拟合的问题,提出了一种基于粒子群优化(particle swarm optimization,PSO)驱动的XGBoost模型,用于实现弯矩、剪力和扭矩的智能化高精度预测... 针对工程载荷与应变呈现非线性关系、线性回归模型精度受限以及深度神经网络在小样本条件下易过拟合的问题,提出了一种基于粒子群优化(particle swarm optimization,PSO)驱动的XGBoost模型,用于实现弯矩、剪力和扭矩的智能化高精度预测。方法采用多输出回归框架,构建3个独立的XGBoost回归器;通过PSO对模型关键超参数进行全局寻优;引入共享超参数策略提升训练效率。实验结果表明,模型平均绝对误差为70.11,均方根误差为90.15,平均相对欧氏距离误差为4.98%,优于传统载荷标定方程及神经网络类算法。该研究为结构健康监测中的载荷识别提供了新的技术途径。 展开更多
关键词 载荷预测 结构健康监测 粒子群优化 xgboost 机器学习
在线阅读 下载PDF
基于XGBoost+SHAP揭示四川生态脆弱性的驱动力因子及其生态保护评估
11
作者 陈柄桦 李状 +5 位作者 粟丰 张明山 刘瑞 白景昊 张云辉 罗欢 《地质通报》 北大核心 2026年第1期105-120,共16页
【研究目的】通过植被净初生产力单指标结合机器学习方法,克服传统综合指标体系的主观性局限,定量解析驱动机制,为四川省国土空间分区管控、生态保护修复及生态保护评估提供科学依据。【研究方法】基于IPCC生态脆弱性定义,以四川省2001... 【研究目的】通过植被净初生产力单指标结合机器学习方法,克服传统综合指标体系的主观性局限,定量解析驱动机制,为四川省国土空间分区管控、生态保护修复及生态保护评估提供科学依据。【研究方法】基于IPCC生态脆弱性定义,以四川省2001—2023年植被净初级生产力(NPP)为单一评价指标,结合空间自相关、热点分析与XGBoost+SHAP机器学习模型,系统揭示四川省生态脆弱性空间格局及驱动因子影响程度。【研究结果】研究显示:①四川省生态脆弱性整体较高,70%的区域处于中度及以上脆弱水平,空间分布呈西高东低特征,极度脆弱区集中于盆地边缘及横断山脉;②生态脆弱性受自然与人类活动因子交互作用控制,Pearson相关分析显示高程、平均气温、地表温度、降雨等为关键自然驱动因子,而SHAP值定量表明土地利用程度(贡献度最高)、地表温度及平均气温是核心驱动因素;③生态脆弱性空间集聚显著,热点区集中于川西高原及盆地边缘。【结论】生态脆弱性在空间上呈现显著的正相关关系,生态敏感性的空间集聚程度最高,其次为脆弱性,适应性则最低;土地利用程度、地表温度及平均气温是影响生态脆弱性指数变化的主要驱动因子。 展开更多
关键词 生态脆弱性 净初级生产力 Pearson相关分析 xgboost SHAP 生态地质调查工程 四川省
在线阅读 下载PDF
基于XGBoost-SHAP模型的北京市生态系统服务空间格局及驱动因素分析
12
作者 赵慧 刘茜 +1 位作者 张敏 李佳玉 《环境科学》 北大核心 2026年第2期1025-1037,共13页
研究生态系统服务之间的空间格局及其背后的驱动因素,对于强化生态管理及促进环境的可持续发展至关重要.以北京市为研究区域,应用InVEST模型对2000~2020年生境质量、碳储量、产水量以及土壤保持采用空间自相关、冷点/热点分析及双变量... 研究生态系统服务之间的空间格局及其背后的驱动因素,对于强化生态管理及促进环境的可持续发展至关重要.以北京市为研究区域,应用InVEST模型对2000~2020年生境质量、碳储量、产水量以及土壤保持采用空间自相关、冷点/热点分析及双变量空间自相关分析方法研究生态系统服务的空间相关性、权衡与协同关系,并通过XGBoost-SHAP模型剖析影响生态系统服务的关键因素.结果表明:①生境质量的高值区域主要集中在地势较高且人类活动干扰较小的地区;碳储量呈现出西北高、东南低的空间分布态势;产水量的高值区集中在城镇区域;土壤保持的高值区域主要分布在西南部,而在北部则呈现零散分布状态.②全局空间自相关分析显示,4种生态系统服务的全局Moran's I指数均通过显著性检验,且均表现出显著的高值聚集特征.③生境质量、碳储量和土壤保持之间存在显著的协同关系,而产水量与生境质量、碳储量、土壤保持之间则表现出一定的权衡关系.④XGBoost回归模型在训练集与测试集上均展现出良好的预测性能,且训练集的预测效果优于测试集.SHAP模型解析表明,高程是影响4种生态系统服务的关键驱动因子,坡度显著影响生境质量、碳储量和土壤保持,人口密度主要作用于生境质量和产水量,而年降水量则对产水量和土壤保持具有重要影响.研究结果可为北京市生态系统服务空间格局优化及生态保护策略的制定提供科学支撑. 展开更多
关键词 生态系统服务(ESs) 空间格局 权衡与协同 驱动因素 xgboost算法
原文传递
基于Ada-Xgboost模型的SAR图像植被覆盖度反演
13
作者 史晓瑞 毋琳 +3 位作者 孙晋锴 高子乐 黄亚博 李宁 《自然资源遥感》 北大核心 2026年第1期27-36,共10页
针对光学遥感卫星在云雨雾天气下无法提供有效植被覆盖度(fractional vegetation cover,FVC)数据的问题,该文提出一种基于合成孔径雷达(synthetic aperture Radar,SAR)图像的FVC反演方法。首先,提取Sentinel-1 SLC影像中的极化熵、各向... 针对光学遥感卫星在云雨雾天气下无法提供有效植被覆盖度(fractional vegetation cover,FVC)数据的问题,该文提出一种基于合成孔径雷达(synthetic aperture Radar,SAR)图像的FVC反演方法。首先,提取Sentinel-1 SLC影像中的极化熵、各向异性、极化角、协方差矩阵分量和雷达植被指数等25种SAR特征,结合Pearson相关性分析方法筛选出对FVC敏感的关键特征,将其用于反演研究区域的FVC;其次,为优化图像质量,采用欧洲航天局发布的全球10 m土地覆盖数据剔除非植被区域;最后,采用投票法构建Ada-Xgboost模型对开封市FVC进行反演。结果表明,Ada-Xgboost模型在捕捉FVC的空间分布特征和提高反演精度方面具有显著优势(决定系数R 2为0.7810,均方根误差为0.1793,均方误差为0.0321,平均绝对误差为0.1264,特征数量为7),相比于单一模型(Adaboost和Xgboost),有效降低了SAR特征的冗余性,并达到了与参考FVC更高的空间一致性。研究进一步表明SAR数据能够有效弥补光学遥感的局限性,可为大规模时序植被覆盖动态监测提供强有力的数据支撑。 展开更多
关键词 植被覆盖度 合成孔径雷达 Pearson相关性分析 Ada-xgboost 空间一致性
在线阅读 下载PDF
考虑砂粒径的橡胶-砂混合物热导率及其DT-XGBoost预测模型
14
作者 沈胜强 张文斌 张涛 《安全与环境工程》 北大核心 2026年第2期133-141,共9页
热导率是岩土材料工程性质的重要参数之一。与天然岩土体相比,废弃轮胎橡胶具有较低的热导率,是工程隔热的理想候选材料。为明确橡胶-砂混合物的热传导特性,采用热探针测试了不同制备状态的混合物热导率,分析橡胶掺量、砂粒径、饱和度... 热导率是岩土材料工程性质的重要参数之一。与天然岩土体相比,废弃轮胎橡胶具有较低的热导率,是工程隔热的理想候选材料。为明确橡胶-砂混合物的热传导特性,采用热探针测试了不同制备状态的混合物热导率,分析橡胶掺量、砂粒径、饱和度等对热导率的影响,并基于极端梯度提升(extreme gradient boosting, XGBoost)决策树(decision tree,DT)框架,构建了橡胶-砂混合物热导率的预测模型。结果表明:添加橡胶可显著降低混合物的热导率,掺量为50%时热导率降幅约60%,热导率与橡胶掺量的关系可用指数函数来描述;增大饱和度可显著提高混合物的热导率,粒径为1.0~2.0 mm的粗砂与橡胶混合物的热导率随饱和度呈先急剧增大、后趋于稳定的趋势,而粒径为0.1~0.5 mm的细砂与橡胶混合物的热导率增速相对平稳;细砂颗粒易形成“砂-砂”接触的传热链,从而提高混合物的热导率;橡胶掺量、饱和度、砂粒径等因素相互关联,共同影响橡胶-砂混合物的传热性能;DT-XGBoost模型计算橡胶-砂混合物热导率的精度高于传统支持向量机(support vector machine, SVM)模型和人工神经网络(artificial neural network, ANN)模型,为预测多因素影响下的橡胶-砂混合物热导率提供了新方法。研究结果可为颗粒类工程建筑材料的导热性能评价提供参考。 展开更多
关键词 废弃轮胎橡胶 砂土 热导率 饱和度 DT-xgboost模型
在线阅读 下载PDF
基于XGBoost-SHAP模型的造船成本估算
15
作者 杨静 苏翔 +1 位作者 吴沣沛 李向远 《船舶工程》 北大核心 2026年第2期129-139,177,共12页
[目的]为提高船舶产品的报价成本、目标成本和预实成本阶段成本估算的效率和准确性,[方法]基于极端梯度提升(XGBoost)算法和沙普利加性解释(SHAP)分析法开展造船成本估算研究。筛选出影响造船成本的关键解释变量,基于SHAP分析法评估各... [目的]为提高船舶产品的报价成本、目标成本和预实成本阶段成本估算的效率和准确性,[方法]基于极端梯度提升(XGBoost)算法和沙普利加性解释(SHAP)分析法开展造船成本估算研究。筛选出影响造船成本的关键解释变量,基于SHAP分析法评估各影响因子对造船成本的影响程度,揭示造船成本的内外部影响机制,明确主要影响因子;在此基础上,构建融合XGBoost算法与SHAP可解释机器学习框架的造船成本估算模型。[结果]研究结果表明:能源价格指数、型深、汇率、工期和数字化转型程度等因素的SHAP值范围为-1×10^(7)~1×10^(7),均对造船成本产生影响;该模型的拟合优度R^(2)达到0.85,平均误差约为4.18%,能支撑准确、高效的造船成本估算;[结论]该模型能为船舶建造“事前筹划”“事中管控”“事后考核”的全流程成本管控提供数据驱动的决策支持。 展开更多
关键词 造船成本 xgboost-SHAP模型 可解释框架 机器学习 成本估算
原文传递
XGBoost与SHAP协同揭示河南省CH4柱浓度的时空分布及驱动因子
16
作者 姚伊玲 孙俊英 +2 位作者 张显云 吕佳敏 龚胜 《环境科学研究》 北大核心 2026年第3期590-601,共12页
为更好地解析河南省甲烷(CH_(4))柱浓度的时空特征及驱动因子,首先基于机器学习算法构建了CH_(4)柱浓度的估算模型,在此基础上对CH_(4)柱浓度进行了空间连续性估算以及时间特征和空间分布的揭示,最后针对机器学习模型可解释性较差的缺陷... 为更好地解析河南省甲烷(CH_(4))柱浓度的时空特征及驱动因子,首先基于机器学习算法构建了CH_(4)柱浓度的估算模型,在此基础上对CH_(4)柱浓度进行了空间连续性估算以及时间特征和空间分布的揭示,最后针对机器学习模型可解释性较差的缺陷,引入Shapley加性解释方法(SHAP)诊断分析了CH_(4)柱浓度驱动因子的重要性及作用机制。结果表明:(1)在所研究的机器学习模型中XGBoost(eXtreme Gradient Boosting)的精度最高,测试集上的决定系数、均方根误差和平均绝对误差分别为0.964、4.78×10^(-9)、3.11×10^(-9)。(2)2019-2023年河南省CH_(4)柱浓度月均值具有一定的增长趋势和季节周期性,呈春季下降、夏季上升、秋季达峰、冬季回落的季节循环模式,且季节性强度值为0.7568;空间分布上无论是月均值还是季均值,均表现为西部低、中部和东南部高的分布特征。(3)2 m地面温度、低植被叶面积指数和废弃物源排放量是影响CH_(4)柱浓度的3个主要因素,其中,2 m地面温度对CH_(4)柱浓度整体起正向作用,而低植被叶面积指数起负向作用;高温与密集低矮植被协同促进了CH_(4)柱浓度的升高,而高废弃物源排放量与强经向风的交互同样有助于CH_(4)柱浓度的升高。研究显示,2019-2023年河南省CH_(4)柱浓度虽整体变化趋势不显著,但受2 m地面温度、低植被叶面积指数及废弃物源排放量等因素影响,表现出明显的季节性波动特征与空间分异。 展开更多
关键词 甲烷柱浓度 时域特征 空间分布 SHAP 驱动因子 xgboost
在线阅读 下载PDF
基于Transformer-XGBoost框架的轨交车辆电池多视角数据健康诊断研究
17
作者 王健 毛建 +4 位作者 唐超伟 孙小康 候晓双 王春生 廖垠钦 《电源技术》 北大核心 2026年第1期129-142,共14页
锂离子电池凭借其高能量密度和长寿命,在轨道交通与储能系统中得到了广泛应用,但随着充放电循环次数的增加,其健康状态(SOH)逐步衰退,给电池管理带来安全风险与维护挑战。传统的SOH预测方法主要依赖单一视角的增量容量分析(ICA)及常规... 锂离子电池凭借其高能量密度和长寿命,在轨道交通与储能系统中得到了广泛应用,但随着充放电循环次数的增加,其健康状态(SOH)逐步衰退,给电池管理带来安全风险与维护挑战。传统的SOH预测方法主要依赖单一视角的增量容量分析(ICA)及常规数据驱动模型,难以全面捕捉电池退化过程中电化学特性与时序动态的多尺度变化,导致预测精度和鲁棒性均受限。提出了一种基于多视角数据分析的SOH预测方法,通过融合电压视图与时间视图下的增量容量(IC)曲线信息构建多视图健康因子(HI),并设计了结合Transformer与极限梯度提升(XGBoost)的预测框架。其中,Transformer采用动态时间窗调整和双尺度注意力机制,以适应不同退化阶段下的时序特征提取。而XGBoost则通过引入物理信息约束,进一步提升了预测的稳定性与鲁棒性。在马里兰大学的PL13电池训练集中,该方法实现的均方根误差(RMSE)仅为3.13×10^(−3),决定系数R^(2)高达0.997;而在PL11电池测试集中,RMSE仅为4.57×10^(−3),R^(2)达到0.994,充分验证了该方法在多视角特征融合和动态时序建模方面的卓越性能。 展开更多
关键词 健康状态 多视角数据分析 TRANSFORMER xgboost 电池管理系统
在线阅读 下载PDF
融合光学和声学特征的岛礁周边海底底质GA-XGBoost分类方法
18
作者 张玉洁 李杰 +3 位作者 李宁宁 刘晓瑜 唐秋华 张靖宇 《海洋科学进展》 北大核心 2026年第1期111-124,共14页
海底底质类型的精确识别对了解底栖海洋群落的分布和规划海洋资源可持续开发至关重要,机器学习算法是识别底质类型的有效手段。针对岛礁单一声学数据底质分类局限性,融合多光谱遥感数据为解决该局限性提供了新思路。本研究提出了一种融... 海底底质类型的精确识别对了解底栖海洋群落的分布和规划海洋资源可持续开发至关重要,机器学习算法是识别底质类型的有效手段。针对岛礁单一声学数据底质分类局限性,融合多光谱遥感数据为解决该局限性提供了新思路。本研究提出了一种融合多光谱遥感数据和多波束数据、基于特征选择和遗传算法——极限梯度提升算法(Genetic Algorithm-Extreme Gradient Boosting, GA-XGBoost)的多源数据海底底质分类方法。首先对WorldView-2多光谱数据和多波束数据进行预处理,统一地理坐标系统并进行空间分辨率配准;然后提取多光谱影像的光谱特征、测深数据的地形特征及反向散射强度纹理特征,组成18维特征参数,基于XGBoost(Extreme Gradient Boosting)算法结合向前逐步特征选择从18维特征中选出12维最优特征子集;之后构建GA-XGBoost分类模型,分别使用单一数据源及多源数据训练和测试模型,与BPNN(Back Propagation Neural Network)、 GA-BP(Genetic Algorithm-Back Propagation Neural Network)和XGBoost分类算法的精度对比分析;最后,应用最优的GA-XGBoost模型对整个研究区底质进行分类并可视化。实验结果显示,该方法在海底底质分类中的总体精度达91.23%,Kappa系数为0.87,F1分数为0.911 8,显著优于单一数据源输入及对比算法,表明GA-XGBoost模型为海底底质快速、准确分类的一种新的有效解决方案。 展开更多
关键词 海底底质分类 多源数据 遗传算法 xgboost 机器学习
在线阅读 下载PDF
基于改进PSO-XGBoost的管制员情景意识预测方法
19
作者 张宇 邵荃 郑学荣 《科学技术与工程》 北大核心 2026年第7期3093-3100,共8页
管制员情境意识(situation awareness,SA)是指管制员对当前空域中各种要素的感知、理解和对未来状态的预测能力,因此快速、准确地预测管制员SA对于保障航空系统安全高效运行具有重要意义。基于管制工作的形式和内容,利用情境意识全面测... 管制员情境意识(situation awareness,SA)是指管制员对当前空域中各种要素的感知、理解和对未来状态的预测能力,因此快速、准确地预测管制员SA对于保障航空系统安全高效运行具有重要意义。基于管制工作的形式和内容,利用情境意识全面测评技术(situation awareness global assessment method,SAGAT)对管制员情景意识进行客观的量化评估。并基于构建的六种管制效能指标,提出了一种将粒子群算法(particle swarm optimization,PSO)和XGBoost(extreme gradient boosting)相结合的管制员情景意识预测模型。将提出的PSO-XGBoost算法与三种流行算法进行可视化的输出和对比,结果表明该组合优化算法的预测精度可以达到97.17%,实现了准确预测管制员的情景意识。并基于实训航迹的外部数据集进行了模型的有效性验证与泛化评估,证明了模型在真实数据下的可迁移性与稳健性。研究结果证明了管制员情景意识的可预测性,以及提出的改进算法和构建的管制效能指标可以作为准确预测管制员情景意识的有效方法。 展开更多
关键词 管制员 情景意识 PSO-xgboost 管制效能指标 SAGAT
在线阅读 下载PDF
基于XGBoost-ConvLSTM喀斯特流域农业干旱及重心迁移预测——以贵州省为例
20
作者 郭站群 贺中华 +2 位作者 余欢 杨玉华 谭红梅 《水土保持研究》 北大核心 2026年第2期196-205,共10页
[目的]提高贵州省农业干旱的预测精度,以应对气候变化背景下日益加剧的干旱风险。[方法]基于1979—2023年贵州省标准化降水蒸散发指数(SPEI3)历史数据,构建了极度梯度提升树(XGBoost)和长短期记忆网络(LSTM)模型,并首次提出XGBoost-Conv... [目的]提高贵州省农业干旱的预测精度,以应对气候变化背景下日益加剧的干旱风险。[方法]基于1979—2023年贵州省标准化降水蒸散发指数(SPEI3)历史数据,构建了极度梯度提升树(XGBoost)和长短期记忆网络(LSTM)模型,并首次提出XGBoost-ConvLSTM混合模型,该模型融合了XGBoost、卷积神经网络(CNN)与LSTM,以更精准地捕捉干旱的时空特征。使用K值聚类结合泰森多边形将贵州省84个气象站点月均降雨进行了面积计算和子区域的划分,以评估各模型在3个子区域中农业干旱预警中的应用潜力。[结果](1)XGBoost-ConvLSTM模型在子区域Ⅰ,Ⅱ,Ⅲ的预测R^(2)分别为0.916,0.877,0.901,均优于XGBoost(0.760,0.853,0.735)和LSTM(0.760,0.778,0.710)。(2)贵州省未来30年农业干旱呈现显著的时空变化特征,2024—2026年为干旱高发期,尤其2024年干旱最为严重;2030年后干旱状况有所缓解。(3)通过重心模型对贵州省未来10年内的干旱重心迁移进行时空分析。研究表明贵州省干旱重心呈现阶段性和突变性的时空迁移特征,整体上由中南部逐步向北扩张。[结论]XGBoostConvLSTM用于贵州省的农业干旱预测,表现更优。贵州省农业干旱具有明显的阶段性与区域迁移特征,干旱过程呈现出复杂的时空耦合规律。XGBoost-ConvLSTM模型能够有效揭示这一规律,相较传统方法在刻画农业干旱动态方面更具优势。 展开更多
关键词 农业干旱 xgboost-ConvLSTM 重心迁移
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 … 147 下一页 到第 页
使用帮助 返回顶部