基于梯度提升决策树的网络虚假数据注入攻击检测方法 被引量：1

1

作者 郭敬东 刘文亮 +2 位作者 罗富财 沈立翔 林少钧 《自动化技术与应用》 2025年第5期85-89,共5页

针对虚假数据攻击向量可避开网络不良数据检测机制现状,提出基于梯度提升决策树的网络虚假数据注入攻击检测方法。采用孤立森林算法提取遭受虚假数据注入攻击后网络量测数据的异常分值特征,采用局部线性嵌入算法降维处理异常分值提取后... 针对虚假数据攻击向量可避开网络不良数据检测机制现状,提出基于梯度提升决策树的网络虚假数据注入攻击检测方法。采用孤立森林算法提取遭受虚假数据注入攻击后网络量测数据的异常分值特征,采用局部线性嵌入算法降维处理异常分值提取后量测数据,提取其属性特征,将两种特征作为样本数据输入基于梯度提升决策树的攻击检测模型,实现虚假数据注入攻击检测。实验结果表明,该方法可准确提取网络量测数据特征,当二叉树数量为120,数据维度为3,邻居节点数为8时,特征提取结果精度更高;可实现虚假数据注入攻击检测,并具有突出检测效果。 展开更多

关键词 孤立森林算法 虚假数据 梯度提升 决策树 异常分值 攻击检测

在线阅读 下载PDF 职称材料

应用机器学习算法模型预测兴安落叶松地上生物量 被引量：9

2

作者 沐钊颖 张兹鹏 +1 位作者 张浩 姜立春 《东北林业大学学报》 CAS CSCD 北大核心 2024年第3期41-47,共7页

为了准确预测兴安落叶松地上生物量,以小兴安岭201株兴安落叶松地上生物量作为研究对象,以胸径(D)和树高(H)为变量,构建随机森林(RF)、人工神经网络(ANN)、支持向量回归(SVR)和梯度提升回归树(GBRT)等4种机器学习模型,并将机器学习算法... 为了准确预测兴安落叶松地上生物量,以小兴安岭201株兴安落叶松地上生物量作为研究对象,以胸径(D)和树高(H)为变量,构建随机森林(RF)、人工神经网络(ANN)、支持向量回归(SVR)和梯度提升回归树(GBRT)等4种机器学习模型,并将机器学习算法的预测结果与传统二元生物量模型的预测结果进行对比分析。结果表明:对比传统生物量模型,4种机器学习算法的拟合效果与检验精度均有了大幅度提高。模型拟合精度由高到低的顺序为随机森林、梯度提升回归树、人工神经网络、支持向量回归、传统生物量模型;RF模型在各模型中的拟合精度最高,相对于传统生物量模型,RF模型的确定系数(R~2)提升了3.72%,均方根误差(R_(MSE))降低了44.47%,平均绝对误差(M_(AE))降低了42.81%,相对误差绝对值(M_(PB))降低了42.80%,赤池信息准则值降低了18.17%。模型检验精度由高到低的顺序为随机森林、人工神经网络、梯度提升回归树、支持向量回归、传统生物量模型;RF模型在各模型中的预测精度最高,与传统生物量模型相比,RF模型的确定系数(R~2)提升了1.08%,均方根误差(R_(MSE))降低了10.95%,平均绝对误差(M_(AE))降低了10.34%,相对误差绝对值(M_(PB))降低了10.34%,赤池信息准则值降低了5.20%。因此,相对于传统生物量模型,4种机器学习算法模型均可以提高兴安落叶松地上生物量的预测精度,RF模型的预测精度最高。 展开更多

关键词 兴安落叶松 地上生物量 随机森林 人工神经网络 支持向量回归 梯度提升回归树

在线阅读 下载PDF 职称材料

基于多中心队列数据的机器学习预测重症感染患儿死亡风险和筛选临床特征的研究 被引量：3

3

作者 朱雪梅 陈申成 +4 位作者 章莹莹 陆国平 叶琪 阮彤 郑英杰 《中国循证儿科杂志》 CSCD 北大核心 2024年第1期31-35,共5页

背景科学、有效地预测重症感染患儿死亡关联因素对降低儿童病死率意义重大。既往重症患儿的病情与死亡关系多采用评分预测(如PCIS等),准确度欠佳。目的通过机器学习联合特征筛选的方法,挖掘对重症感染患儿死亡风险具有早期预警作用的敏... 背景科学、有效地预测重症感染患儿死亡关联因素对降低儿童病死率意义重大。既往重症患儿的病情与死亡关系多采用评分预测(如PCIS等),准确度欠佳。目的通过机器学习联合特征筛选的方法,挖掘对重症感染患儿死亡风险具有早期预警作用的敏感指标。设计队列研究。方法基于全国20个省级行政区域的54家PICU的儿童多中心感染性疾病协作网数据库,纳入年龄>28天至18岁、确诊感染和至少有1个器官发生功能障碍的患儿,统计122项临床特征信息,以出PICU时死亡/恶化或治愈/好转为结局,通过机器学习构建逻辑回归模型(LR)、随机森林模型(RF)、极端梯度提升树(XGB)和反向传播神经网络(BP),筛选重要的临床特征建立重症感染患儿死亡风险预测模型。主要结局指标模型接收者操作特征曲线下面积(AUROC)和模型筛选临床特征性能的优劣。结果2022年4月1日至2023年12月31日协作网数据库中入PICU时确诊重症感染且入PICU时、入PICU 24 h时和出PICU时临床特征记录均完整的(病例1738例,经过数据预处理包括异常值处理、缺失值填充、强制值区间范围检验、归一化处理)1738条信息进入机器学习构建模型。存活或好转患儿1396例,死亡或恶化患儿342例(19.6%)。队列数据按4∶1分为训练集(1390条)和验证集(348条),训练集中存活或好转1116条,死亡或恶化274条;验证集中存活或好转280条,死亡或恶化68条。在训练集中,共输入模型122个临床特征,经过机器模型学习以及特征筛选后,在50轮的5折分层交叉验证下,验证集LR、RF和XGB的AUROC为0.74~0.78。LR、RF和XGB选择重要性大于均值的临床特征构建最优临床特征,尚无比较好的衡量BP特征重要性的方法,LR模型较RF和XGB构建的最优临床特征较为接近临床预期。结论机器学习预测儿童重症感染性疾病死亡/恶化结局表现一般,预测模型筛选的临床特征与临床预期尚有距离。 展开更多

关键词 机器学习 儿童重症监护室 感染 随机森林模型 极端梯度提升树

暂未订购

基于梯度提升树模型的坡耕地土壤水蚀模拟与分析 被引量：1

4

作者 李潼亮 赵梓鉴 +5 位作者 李斌斌 张风宝 郭正 何琪琳 何庆 杨明义 《水土保持学报》 CSCD 北大核心 2024年第3期54-63,共10页

[目的]针对黄土高原坡耕地土壤侵蚀过程复杂、人为干扰强烈且难以量化的特点,利用机器学习定量解析主要影响因素对坡耕地土壤水蚀的作用与贡献,模拟分析坡耕地土壤水蚀特征并探究其机理,为坡耕地土壤侵蚀的预报提供基础支撑。[方法]基... [目的]针对黄土高原坡耕地土壤侵蚀过程复杂、人为干扰强烈且难以量化的特点,利用机器学习定量解析主要影响因素对坡耕地土壤水蚀的作用与贡献,模拟分析坡耕地土壤水蚀特征并探究其机理,为坡耕地土壤侵蚀的预报提供基础支撑。[方法]基于黄土高原子洲试验站坡耕地小区1959—1969年产流产沙观测数据,精细化表征其影响因子,运用梯度提升树模型对侵蚀量和径流深的变化及其影响因素的贡献进行分析。[结果]数据集中次降雨侵蚀量(0~122.72 t/km^(2))、径流深(0.02~17.20 mm)、降雨历时(2~1410 min)及平均雨强(0.02~4.63 mm)属强变异,变异系数均>1,且多数变量呈右偏态;在相同训练集和测试集划分情况下,对侵蚀量模型预测精度(R^(2)=0.81)略优于径流深模型(R^(2)=0.80),但侵蚀量模型的层数(8层)大于径流深模型(5层),表明侵蚀机理相较径流机理更为复杂;通过梯度提升树模型与SHAP算法对自变量重要性进行排序发现,影响侵蚀模型与径流模型的自变量重要性不同。[结论]受特征提取的限制,在侵蚀量与径流深较小时预测结果不理想,未来研究应当通过引入更多自变量组合方式寻找更多相关变量以提高对侵蚀事件的预测。产流和产沙的主要影响因素存在差异,降水本身特征对产流过程起主要作用,侵蚀产沙过程中主要受到降水与地形相关自变量的共同影响。基于数据驱动,为揭示黄土高原坡耕地侵蚀机理提供参考,并为区域坡耕地土壤侵蚀防治提供科学依据。 展开更多

关键词 预报模型 梯度提升树模型 坡耕地 黄土坡面

在线阅读 下载PDF 职称材料

基于GBDT算法的弓网动态匹配特性预测模型 被引量：4

5

作者 黄桂灶 马同鑫 +3 位作者 杨泽锋 李政 魏文赋 吴广宁 《振动与冲击》 EI CSCD 北大核心 2024年第16期26-32,50,共8页

高速铁路通过弓网系统的滑动电接触获取电能驱动列车运行,弓网动态匹配特性是保障良好滑动电接触的基础。首先,建立了弓网动态匹配的有限元分析模型,并通过与文献结果对比验证了模型的正确性。采用拉丁超立方抽样方法,对接触网的关键结... 高速铁路通过弓网系统的滑动电接触获取电能驱动列车运行,弓网动态匹配特性是保障良好滑动电接触的基础。首先,建立了弓网动态匹配的有限元分析模型,并通过与文献结果对比验证了模型的正确性。采用拉丁超立方抽样方法,对接触网的关键结构参数和运行速度参数进行样本抽样,获得输入参数集;然后,利用有限元模型对输入参数集开展大量计算分析并进行结果的特征提取,获得弓网动态匹配关键特征参量的输出结果,结合输入和输出结果,构成了样本数据集;最后,采用梯度提升决策树(gradient lifting decision tree, GBDT)算法对数据集进行学习训练和验证测试,建立弓网动态匹配特性预测模型,并将其与基于决策树、随机森林、极端随机树和极端梯度提升树算法的4个模型进行对比分析。结果表明,基于GBDT算法的模型预测精度更高、稳定性更好,在测试集上的R~2达到了0.929,能够准确快速地评估弓网匹配特性。通过对GBDT模型进行参数重要性分析可知,运行速度对弓网匹配特性的影响程度最大,达61%,其次是接触线的张力、承力索张力和档距。该研究初步探索了采用机器学习方法建立预测模型来替代有限元模型的可能性,所建立的模型可用于弓网动态匹配特性的快速预测与评价。 展开更多

关键词 弓网系统 动态特性 机器学习 梯度提升决策树(GBDT) 受流质量

在线阅读 下载PDF 职称材料

基于多特征融合的细胞特异性lncRNA的亚细胞定位预测 被引量：2

6

作者 杨佳宏 陈颖丽 +1 位作者 盖智敏 刘姝含 《内蒙古大学学报（自然科学版）》 CAS 2024年第2期173-182,共10页

长链非编码RNA(long non-coding RNA,lncRNA)在细胞生物学过程和疾病发展中扮演着关键性角色。由于lncRNA的亚细胞定位和其生物学功能密切相关,因此确定lncRNA的亚细胞定位具有重要意义。目前已有一些基于机器学习的方法来识别lncRNA的... 长链非编码RNA(long non-coding RNA,lncRNA)在细胞生物学过程和疾病发展中扮演着关键性角色。由于lncRNA的亚细胞定位和其生物学功能密切相关,因此确定lncRNA的亚细胞定位具有重要意义。目前已有一些基于机器学习的方法来识别lncRNA的亚细胞位置,但在识别人类lncRNA的细胞特异性定位方面的相关工作仍然有限。该模型对人类细胞系lncRNA亚细胞定位问题进行了研究,提取了k-mer、CKSNAP、SRS和TSS特征信息,并对各类特征信息进行了融合,基于XGBoost和LightGBM结合的算法来预测人类细胞系lncRNA的亚细胞位置,并通过10倍交叉检验对模型进行了评估。结果表明,该模型预测人类细胞系lncRNA亚细胞定位的方法与现有的预测方法相比,预测成功率均有一定改进,其基准数据集的AUROC值最高达到92.26%。 展开更多

关键词 细胞系特异性 长链非编码RNA 二级结构 特征融合 梯度提升决策树

原文传递

基于长短期记忆网络和梯度提升的高血压患者RR间期时间序列预测方法 被引量：1

7

作者 喻文杰 陈宏文 +3 位作者 齐宏亮 潘智林 李翰威 胡德斌 《中国医疗器械杂志》 2024年第4期392-395,共4页

目的 对高血压患者的RR间期进行预测,帮助临床医生对患者心脏状况进行分析和预警。方法 以8位患者数据为样本,通过长短期记忆网络(LSTM)和梯度提升树(XGBoost)分别对患者的RR间期进行预测,将2个模型的预测结果通过方差倒数法进行组合,... 目的 对高血压患者的RR间期进行预测,帮助临床医生对患者心脏状况进行分析和预警。方法 以8位患者数据为样本,通过长短期记忆网络(LSTM)和梯度提升树(XGBoost)分别对患者的RR间期进行预测,将2个模型的预测结果通过方差倒数法进行组合,克服单一模型预测的劣势。结果 提出的组合模型相较于单一模型在8位患者RR间期的预测上具有不同程度的改善效果。结论 LSTM-XGBoost模型为高血压患者RR间期预测提供了方法,具有一定的临床价值。 展开更多

关键词 RR间期 长短期记忆网络 梯度提升 时序预测 高血压

暂未订购

基于梯度提升树的多类运动想象脑电信号识别 被引量：1

8

作者 程怡 郑威 徐雨 《计算机与数字工程》 2024年第11期3381-3385,共5页

论文针对运动想象脑电信号的四分类问题,首先采用小波包分解和共空间模式的方法进行特征提取,随后运用梯度提升决策树的分类方法对提取到的特征进行分析。梯度提升决策树可以灵活处理各种离散值和连续值的数据,并且不需要对数据进行归... 论文针对运动想象脑电信号的四分类问题,首先采用小波包分解和共空间模式的方法进行特征提取,随后运用梯度提升决策树的分类方法对提取到的特征进行分析。梯度提升决策树可以灵活处理各种离散值和连续值的数据,并且不需要对数据进行归一化处理,还能够直接进行特征组合并自然的处理各缺失值。通过与其他方法进行对比,实验结果中显示该方法的分类准确率为:0.913 7。实验结果说明该特征提取及分类方法的组合是有效且优异的。 展开更多

关键词 梯度提升决策树 运动想象脑电信号 小波分解 共空间模式

在线阅读 下载PDF 职称材料

用梯度提升决策树实现电力负荷非线性影响因素分析 被引量：8

9

作者 邹鑫 罗涓 《电力科学与工程》 2024年第3期10-19,共10页

为了避免由因素冗余导致的预测精度下降,对比分析了6种集成机器学习模型的性能,发现梯度提升决策树回归模型性能最好。利用梯度提升决策树进行特征重要性排序,选出显著影响因素;然后通过计算偏依赖量来评估各影响因素与最大负荷之间的... 为了避免由因素冗余导致的预测精度下降,对比分析了6种集成机器学习模型的性能,发现梯度提升决策树回归模型性能最好。利用梯度提升决策树进行特征重要性排序,选出显著影响因素;然后通过计算偏依赖量来评估各影响因素与最大负荷之间的非线性关系;最后,运用长短期记忆预测模型对各个因素的组合进行验证。结果表明,利用梯度提升决策树可以有效捕捉最大负荷与各因素之间的非线性关系,且经过因素选择和考虑温度累积效应后,负荷预测准确度得到显著提高。 展开更多

关键词 新型电力系统 负荷预测 梯度提升决策树 长短期记忆 非线性影响

在线阅读 下载PDF 职称材料

大规模电力工程数据价值深度挖掘算法设计研究 被引量：4

10

作者 薛礼月 陆瑜峰 王琼 《电子设计工程》 2024年第10期125-129,共5页

针对传统电力工程数据处理方法中存在的不可追溯且不易统一管理等问题,文中基于数据挖掘的思想提出了一种电力工程数据价值分析预测模型。该模型采用Boosting算法将多个预测树结构组合形成极端梯度提升树模型,从而实现对非线性数据的深... 针对传统电力工程数据处理方法中存在的不可追溯且不易统一管理等问题,文中基于数据挖掘的思想提出了一种电力工程数据价值分析预测模型。该模型采用Boosting算法将多个预测树结构组合形成极端梯度提升树模型,从而实现对非线性数据的深入分析,且经过多次迭代后,可以使训练准确度与学习效果得到显著提升。通过采用改进的双向长短时记忆网络,增强了模型处理时序性数据的能力。同时还使用误差倒数法将两个算法模型相结合,使其具有更高的预测精度。在实验测试中,所提算法的预测结果更贴近实际值,且其MAPE及RMSE测试指标分别为0.201%和0.039%,在所有对比算法中均为最优,可以对电力工程数据价值进行准确的分析和预测。 展开更多

关键词 数据挖掘 极端梯度提升树 长短时记忆网络 误差倒数法 数据预测

在线阅读 下载PDF 职称材料

基于梯度提升树算法预测体检者体质量超重的研究

11

作者 马刘桁 孙日晗 +3 位作者 高志宏 黄文亭 王纳 胡建东 《医疗装备》 2024年第23期6-10,18,共6页

目的 探讨梯度提升树算法预测体检者体质量超重的可行性。方法 选取2017年1月至2020年3月美国国家健康和营养检查调查(NHANES)数据库中1.4万组包括体质量指数(BMI)、身高、体质量及年龄等资料的体检数据形成数据集。随机抽取未成年组(2... 目的 探讨梯度提升树算法预测体检者体质量超重的可行性。方法 选取2017年1月至2020年3月美国国家健康和营养检查调查(NHANES)数据库中1.4万组包括体质量指数(BMI)、身高、体质量及年龄等资料的体检数据形成数据集。随机抽取未成年组(2~19岁)数据1 440组[各年龄段体质量超重数据(540组)、非超重数据(900组)],成年组(≥20岁)数据1100组,共2540组数据,并以8:2比例随机分为训练集和测试集。训练集包含2 032组数据,测试集包含508组数据(其中未成年组数据288组和成年组数据220组)。使用训练集训练梯度提升树算法构建LightGBM和XGBoost模型,并通过测试集验证LightGBM和XGBoost模型的性能。结果 LightGBM和XGBoost模型在成年组测试集中预测性能优异,准确率和曲线下面积(AUC)值均为1;在未成年组中也表现出良好性能,未成年组、未成年不含BMI组准确率分别为0.931和0.938,AUC值为0.983和0.986。结论 梯度提升树算法可以有效识别成年人和未成年人的体质量超重情况,为临床实践提供支持。 展开更多

关键词 梯度提升树算法 体质量超重 成年人 未成年人

在线阅读 下载PDF 职称材料

中国区域2001―2020年近地面臭氧浓度估算

12

作者 黄凯 骆文慧 +2 位作者 万城 宫明艳 麻金继 《大气与环境光学学报》 CAS CSCD 2024年第6期646-664,共19页

随着大气环境治理的不断推进,颗粒物污染显著下降,但臭氧污染问题却日益严峻,因此构建中国区域的长时间地面臭氧数据集对了解地面臭氧的分布传输、推动细颗粒物与臭氧协同治理具有积极影响。本研究结合极端随机树和极端梯度提升两种机... 随着大气环境治理的不断推进,颗粒物污染显著下降,但臭氧污染问题却日益严峻,因此构建中国区域的长时间地面臭氧数据集对了解地面臭氧的分布传输、推动细颗粒物与臭氧协同治理具有积极影响。本研究结合极端随机树和极端梯度提升两种机器学习算法的优势,使用臭氧监测数据、遥感产品以及大气再分析数据构建了中国地表每日最大8 h平均臭氧(MDA8O_(3))浓度估算模型,从样本、空间、时间进行模型精度验证,并分年度、季度、历史尺度、区域尺度验证了模型的时空适用性,并衍生了中国区域全覆盖的2001―2020年臭氧数据产品。结果表明:(1)结合两种算法优势的臭氧估算模型表现出优良的精度,三种精度验证的决定系数R^(2)都在0.89~0.95之间,均方根误差(RMSE)为10.73~15.56μg/m^(3);(2)多种时空验证的结果表明本研究构建的模型能够应用于中国区域大范围、长时间的臭氧估算工作中;(3)本研究构建的臭氧数据产品能够较好地反映地面臭氧的月级、年级的时空分异,更直观地显示臭氧浓度的时空变化。 展开更多

关键词 大气遥感 极端随机树 极端梯度提升 臭氧 时空关联

在线阅读 下载PDF 职称材料

基于盈余公告漂移的LGBM多因子量化策略

13

作者 陈怡君 李欣雨 +1 位作者 王潇逸 惠永昌 《深圳大学学报（理工版）》 CAS CSCD 北大核心 2024年第3期313-322,共10页

在资本市场波动加剧的时代,挖掘有效因子与市场信息,构建合适的投资组合策略,可以实现对风险的控制和获取稳定且持续的超额收益率.选取2018—2022年第1季度中国沪深两市A股上市股票的业绩报告作为研究对象,以公司盈余公告后的1~12周作... 在资本市场波动加剧的时代,挖掘有效因子与市场信息,构建合适的投资组合策略,可以实现对风险的控制和获取稳定且持续的超额收益率.选取2018—2022年第1季度中国沪深两市A股上市股票的业绩报告作为研究对象,以公司盈余公告后的1~12周作为时间窗口,通过研究盈余公告后的股价漂移(post-earnings-announcement drift,PEAD)选取市场异象的代理变量预期外盈余因子与其他5个相关市场异象因子,并使用信息系数(information coefficient,IC)、信息比率(information ratio,IR)和双重排序法进行有效因子的筛选和检验.考虑到本次量化选股是低数据量、低频次、特征值高有效性的分类任务,采用基于轻量梯度提升树的多因子量化策略构建投资组合预测股票的收益率,并与传统量化策略(简单打分法、基于预期外盈余的单因子模型、IC值加权的多因子选股模型)、基于其他机器学习模型(支持向量回归(support vector regression,SVR)、人工神经网络(artificial neural network,ANN)与分布式梯度增强(extreme gradient boosting,XGBoost))的量化策略进行对比.实证结果表明,在基于A股市场第1季度PEAD效应的股票超额收益率预测中,轻量级梯度提升机(light gradient boosting machine,LGBM)机器学习多因子量化策略构建的投资组合在多空组合中实现的年均收益率达到21.633%,超过基准年化收益率20.184%.LGBM多因子量化策略构建的投资组合在A股市场表现优异,较其他量化策略有显著提升且更为稳定,可更好地控制组合风险并获取更高的超额收益. 展开更多

关键词 数字经济 量化投资 多因子选股 轻量梯度提升树 盈余公告后漂移 异象因子

在线阅读 下载PDF 职称材料

基于极端梯度提升树模型的工程项目安全管理研究

14

作者 陈华伟 谭琳 于强 《科技创新与应用》 2024年第1期119-122,共4页

工程项目安全管理是建筑工程项目核心内容,部分建筑企业对效益的过分追求,导致工程项目经常出现事故。深入研究工程项目安全管理,有利于提高工程质量降低事故发生的概率。如何对项目安全进行管理,如何掌握项目实施过程中出现的各种风险... 工程项目安全管理是建筑工程项目核心内容,部分建筑企业对效益的过分追求,导致工程项目经常出现事故。深入研究工程项目安全管理,有利于提高工程质量降低事故发生的概率。如何对项目安全进行管理,如何掌握项目实施过程中出现的各种风险因素,成为每一个项目管理者目前亟待解决的问题。该文通过运用极端梯度提升树模型对工程项目安全管理进行研究,建立安全管理模型并确立安全等级,为工程管理者对安全管理的决策提供依据。 展开更多

关键词 工程项目 安全管理 安全指标 极端梯度提升树 建筑工程

在线阅读 下载PDF 职称材料

基于PLC的护理呼吸机消毒灭菌自动控制系统设计 被引量：1

15

作者 张婷 刘泊君 《自动化与仪器仪表》 2024年第3期272-276,共5页

随着医疗卫生的发展,护理呼吸机的消毒灭菌获得关注。但该设备的应用人群过多,人力控制的方法显然落后。为了解决这个问题,此次研究在可编程控制器中添加增幅设备,并将比例积分微分自动控制算法与其融合。为了降低杂质峰的生成概率,研... 随着医疗卫生的发展,护理呼吸机的消毒灭菌获得关注。但该设备的应用人群过多,人力控制的方法显然落后。为了解决这个问题,此次研究在可编程控制器中添加增幅设备,并将比例积分微分自动控制算法与其融合。为了降低杂质峰的生成概率,研究在可编程控制器上添加二岔树规则;同时在比例积分微分时引入极限梯度提升进程,用以增强消毒灭菌信息的鲁棒性。最后,研究将该混合系统在Nurven数据集上进行实验,并与人工鱼群等另外三种系统进行比较。相同环境下,四个系统处理的护理呼吸机最终的细菌浓度分别为0.2/mL、0.8/mL、1.0/mL和1.5*10^(3)/mL;针对不同环境,研究进行了50次实验,混合系统的实验结果均优于广义预测控制系统。实验结果表明,研究提出的混合系统对护理呼吸机的消毒灭菌效果最优,适于保持医疗设备的卫生。 展开更多

关键词 可编程控制器 护理呼吸机 消毒灭菌 PID自动控制 增幅设备 二岔树规则 极限梯度提升进程

原文传递

基于XGBoost的颈动脉硬化检测仪自动诊断研究

16

作者 董雪 《自动化与仪器仪表》 2024年第4期230-234,共5页

血管学高速发展的背景下,有关颈动脉的自动化诊断获得社会各界广泛关注。但是常规方法在面对复杂环境时,会产生不可忽视的误差。为了解决这个问题,此次研究在极限梯度提升算法中加入特征集合方法,并使用权重因子优化数据挖掘技术,生成... 血管学高速发展的背景下,有关颈动脉的自动化诊断获得社会各界广泛关注。但是常规方法在面对复杂环境时,会产生不可忽视的误差。为了解决这个问题,此次研究在极限梯度提升算法中加入特征集合方法,并使用权重因子优化数据挖掘技术,生成融合算法。并在该算法中添加二叉树规则,生成融合算法。最后,研究在Sclero数据集上进行实验,并与黄金正弦等三种系统进行比较。在一天内,融合系统的耗电量为0.21 kW*h,在四种系统中耗电最低。经过一个月的诊断,患者颈动脉的硬化评分分别为2.8、3.0、3.1和3.4,说明研究提出方法的治愈效果最好,且其血液流速评分为3.2,说明该方法对患者的适应度最高。实验结果表明,研究提出的融合系统在实验精度、患者颈动脉硬度诊断均获得最优效果,适于对颈动脉硬化患者进行诊断。 展开更多

关键词 数据挖掘 权重因子 极限梯度提升算法 特征集合 二叉树规则 颈动脉硬化 自动诊断

原文传递

基于数据挖掘技术的交通流预测模型 被引量：4

17

作者 邓晶 张倩 《计算机系统应用》 2019年第7期114-120,共7页

本文针对交通数据挖掘领域的交通流预测问题进行研究和实现.主要对数据挖掘技术应用于交通流数据的特征选择和交通流预测模型的建立提出算法.在对采样数据进行清洗后,以分类与回归决策树作为基学习器,采用梯度提升决策树进行回归拟合,... 本文针对交通数据挖掘领域的交通流预测问题进行研究和实现.主要对数据挖掘技术应用于交通流数据的特征选择和交通流预测模型的建立提出算法.在对采样数据进行清洗后,以分类与回归决策树作为基学习器,采用梯度提升决策树进行回归拟合,计算出交通数据的特征重要度.并以此重要度作为自适应特征选择的依据.其次,采用聚类算法对选取后的特征数据进行聚类分析,缩小样本大小的同时,同类数据更加相似.最后,以实时数据匹配相应聚类作为训练数据集,使用经过人工鱼群算法优化参数后的支持向量机进行交通流预测.本文结尾通过实验数据论证本文所提出的算法和模型. 展开更多

关键词 数据挖掘 交通流预测 特征选择 梯度提升决策树 支持向量机 人工鱼群算法

在线阅读 下载PDF 职称材料

交通流数据自适应特征选择算法 被引量：1

18

作者 邓晶 张倩 《计算机技术与发展》 2019年第12期76-80,共5页

在交通流数据挖掘领域中,交通流预测占据着相当重要的地位。特别的,由于交通流数据具有数据量大、维度高、非线性等特征,对预测数据训练集的选取更加关键。文中以包含多影响因子的交通流数据为研究对象,综合考虑了交通流量、天气以及日... 在交通流数据挖掘领域中,交通流预测占据着相当重要的地位。特别的,由于交通流数据具有数据量大、维度高、非线性等特征,对预测数据训练集的选取更加关键。文中以包含多影响因子的交通流数据为研究对象,综合考虑了交通流量、天气以及日期属性等交通数据特征。数据的特征较多,维度较高。基于此,在对数据进行合适的数据清洗后,提出并实现了一种梯度提升决策树的自适应选择方法,对应用于动态交通流预测模型的数据集进行特征选择。以分类和回归决策树作为基学习器,采用梯度提升决策树算法进行回归拟合。通过迭代过程中每棵决策树产生的基尼指数和分裂特征属性的次数来计算特征重要度,并采用二次下降法对特征进行自适应选择,实现对交通流数据重要特征的自动选取。最后,通过实验数据论证了提出的算法和模型。 展开更多

关键词 特征选择 梯度提升决策树 分类与回归决策树 特征重要度 二次下降法

在线阅读 下载PDF 职称材料

基于GBDT算法的游戏销量预测模型研究 被引量：6

19

作者 徐英卓 郭博 王六鹏 《智能计算机与应用》 2023年第1期182-185,共4页

随着网络游戏的快速兴起,精确的游戏销量预测具有较高的商业价值,能够明确各方投资方向,提高收益,形成合作共赢。本文以影响游戏销量的特征数据为样本,建立基于梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法的游戏销量预... 随着网络游戏的快速兴起,精确的游戏销量预测具有较高的商业价值,能够明确各方投资方向,提高收益,形成合作共赢。本文以影响游戏销量的特征数据为样本,建立基于梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法的游戏销量预测模型;并将GBDT模型预测结果与决策树、线性回归、极端随机树进行对比分析。分析表明,本文所建立的游戏销量预测模型较其它预测模型具有较高的拟合优度,预测效果更好,且在预测阶段的计算速度快,在分布稠密的数据集上,泛化能力和表达能力较好。 展开更多

关键词 游戏销量 预测 梯度提升决策树

在线阅读 下载PDF 职称材料

我国产业结构升级与经济高质量发展关系研究 被引量：2

20

作者 张学清 王亦飞 +1 位作者 刘旭梅 李芳 《山东工商学院学报》 2023年第4期45-54,共10页

通过搜集2012—2021年的时间序列数据,选取描述产业结构变动和高质量发展的指标采用灰色关联度模型对后疫情时期产业结构变化和高质量发展的关联度进行分析并采用梯度提升回归树方法对接下来我国经济高质量发展水平做出预测。最终得出... 通过搜集2012—2021年的时间序列数据,选取描述产业结构变动和高质量发展的指标采用灰色关联度模型对后疫情时期产业结构变化和高质量发展的关联度进行分析并采用梯度提升回归树方法对接下来我国经济高质量发展水平做出预测。最终得出相关结论:(1)中国经济高质量发展各项指数总体趋好发展,产业结构方面第二产业和第三产业是经济的主要推动力,疫情对第三产业的冲击较为严重;(2)疫情期间的产业结构变化使经济发展稳定性变差,生产效率变低。创新点在于改变现有研究中只用描述性方法测算产业结构和高质量发展关联度的方法,选取模型来定量描述二者之间的关系。 展开更多

关键词 灰色关联分析 熵值法 产业结构 经济高质量发展 梯度提升回归树

在线阅读 下载PDF 职称材料