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6篇文章
< 1 >
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gcForest算法的液压泵多传感信息融合健康状态诊断
1
作者 赵亚丽 路泽永 沙洲 《机械设计与研究》 CSCD 北大核心 2024年第4期226-229,234,共5页
由于液压泵运行的复杂特性,单一的传感器信号源检测存在故障识别低的问题。为了提高对液压泵复杂条件下的故障诊断能力,设计了一种基于多粒度级联森林(gcForest)算法的液压泵多传感信息融合健康状态诊断方法。在深度神经网络的多粒度分... 由于液压泵运行的复杂特性,单一的传感器信号源检测存在故障识别低的问题。为了提高对液压泵复杂条件下的故障诊断能力,设计了一种基于多粒度级联森林(gcForest)算法的液压泵多传感信息融合健康状态诊断方法。在深度神经网络的多粒度分级方法中引入到森林分类器中实施运算,层叠森林各层次中都包含了传统结构与完整的随机森林分类器。开展实验平台测试分析,研究结果表明:利用多源数据的多粒径串级森林模型实现液压泵真实工况的精确诊断,使液压泵故障诊断的精度达到了99.6%,尤其适合于高维的重要特征提取。选择压力+流量特征作为指标不能达到理想诊断结果;以温度与流量参数组合获得预测精确率和召回率较高;选取压力+流量+温度组合达到几乎接近100%的诊断准确率。 展开更多
关键词 液压泵 信息融合 多粒度级联森林算法 健康状态诊断
原文传递
基于中心点电压的CHB-BESS接地故障检测方法
2
作者 高逸群 王洋 +1 位作者 安含丹 凌志斌 《电气自动化》 2025年第4期1-4,8,共5页
为了解决传统故障检测方法依赖预设阈值的局限性问题和提高级联H桥电池储能系统运行的安全性,提出了一种基于中心点电压的中性点不接地系统中级联H桥电池储能系统接地故障检测方法。通过对系统子模块输出电压的数学建模,分析中心点电压... 为了解决传统故障检测方法依赖预设阈值的局限性问题和提高级联H桥电池储能系统运行的安全性,提出了一种基于中心点电压的中性点不接地系统中级联H桥电池储能系统接地故障检测方法。通过对系统子模块输出电压的数学建模,分析中心点电压在接地故障发生后的提升幅度与故障位置的关系。通过对中心点电压的测量,利用孤立森林算法实现了对接地故障的在线实时检测。通过Simulink仿真和试验证明了所提方法在故障检测方面的有效性。所提方法对提升级联H桥电池储能系统运行安全性具有重要意义。 展开更多
关键词 中心点电压 级联H桥电池储能系统 接地故障 孤立森林算法 故障检测
在线阅读 下载PDF
基于多粒度级联森林算法的玉米纹枯病预测 被引量：1
3
作者 魏士磊 王剑雄 +3 位作者 徐玉明 孙秋亚 任一帅 沈英杰 《河北建筑工程学院学报》 CAS 2024年第3期235-240,共6页
农作物安全是其实现高产的重要因素。近年来机器学习算法为玉米纹枯病预测提供了新思路,在研究玉米纹枯病以及机器学习算法的基础上,针对传统机器学习算法模型复杂且表现不佳的缺点,提出基于多粒度级联森林算法去实现玉米纹枯病的预测... 农作物安全是其实现高产的重要因素。近年来机器学习算法为玉米纹枯病预测提供了新思路,在研究玉米纹枯病以及机器学习算法的基础上,针对传统机器学习算法模型复杂且表现不佳的缺点,提出基于多粒度级联森林算法去实现玉米纹枯病的预测。应用最大最小标准化和Z-Score标准化方法对数据进行预处理,利用单变量检验和皮尔逊系数来衡量特征参数的选择,然后将选出的特征参数作为预测模型的输入变量,建立多粒度级联森林预测模型,在测试集上运行模型,用均方根误差、平均相对误差和决定系数对模型性能进行评估。研究结果表明,多粒度级联森林模型的决定系数明显高于BP神经网络和随机森林算法,具有较好的预测效果。 展开更多
关键词 玉米纹枯病 多粒度级联森林算法 BP神经网络 随机森林算法
在线阅读 下载PDF
融合级联上采样与下采样的改进随机森林不平衡数据分类算法 被引量：17
4
作者 郑建华 李小敏 +1 位作者 刘双印 李迪 《计算机科学》 CSCD 北大核心 2021年第7期145-154,共10页
数据不平衡会严重影响传统分类算法的性能,不平衡数据分类是机器学习领域的一个热点和难点问题。为提高不平衡数据集中少数类样本的检出率,提出一种改进的随机森林算法。该算法的核心是对每一棵通过Bootstrap采样后的随机森林子树数据... 数据不平衡会严重影响传统分类算法的性能,不平衡数据分类是机器学习领域的一个热点和难点问题。为提高不平衡数据集中少数类样本的检出率,提出一种改进的随机森林算法。该算法的核心是对每一棵通过Bootstrap采样后的随机森林子树数据集进行混合采样。首先采用基于高斯混合模型的逆权重上采样,然后基于SMOTE-borderline1算法进行级联上采样,再用随机下采样方式进行下采样,得到每棵子树的平衡训练子集,最后以决策树为基学习器实现改进机随机森林不平衡数据分类算法。此外,以G-mean和AUC为评价指标,在15个公开数据集上将所提算法与10种不同算法进行比较,结果显示其两项指标的平均排名和平均值均为第一。进一步,在其中9个数据集上将其与6种state-of-the-art算法进行比较,在32次结果对比中,所提算法有28次取得的成绩都优于其他算法。实验结果表明,所提算法有助于提高少数类的检出率,具有更好的分类性能。 展开更多
关键词 级联上采样 随机森林 不平衡数据 分类算法
在线阅读 下载PDF
机器学习在肾移植受者他克莫司剂量预测中的应用
5
作者 闵建亮 陈国栋 《器官移植》 2025年第6期921-930,共10页
目的 基于机器学习算法,探讨2种预测模型在肾移植受者他克莫司初始和后续剂量的预测价值。方法 回顾性分析2015年1月至2019年4月期间中山大学附属第一医院1 013例中国肾移植受者的病历资料,重点关注成年肾移植受者的初始和后续剂量,前... 目的 基于机器学习算法,探讨2种预测模型在肾移植受者他克莫司初始和后续剂量的预测价值。方法 回顾性分析2015年1月至2019年4月期间中山大学附属第一医院1 013例中国肾移植受者的病历资料,重点关注成年肾移植受者的初始和后续剂量,前者收集每例受者33个变量,后者收集26个变量。利用遗传算法结合随机重启爬坡算法通过多数投票确定少数关键临床变量,并进一步剔除Lasso回归变量系数小于最优变量系数阈值的变量。基于结构化表格数据,将选择的少数临床变量输入级联深度森林(CDF)和TabNet深度神经网络中进行分析和比较,并使用留一受试者法进行检验。结果 训练集共纳入613例受者数据,而外部验证集有116例受者。他克莫司初始剂量算法中最终纳入的临床变量有目标浓度、目标浓度距离手术的时间、体质量、性别、手术类型、首次服药距离手术的时间、五酯胶囊、钙通道阻滞剂、肌酐、血红蛋白和CYP3A5,而后续剂量算法中最终纳入的临床变量有目标浓度、目标浓度距离手术的时间、五酯胶囊、肌酐、丙氨酸转氨酶、天冬氨酸转氨酶、上次剂量、上次剂量对应的浓度、上次浓度距离手术的时间。基于上述变量,TabNet模型比CDF模型表现出更佳的预测性能:在初始剂量预测中,预测剂量与实际剂量的误差在±20%范围内的准确率为0.801,且拟合指标R2为0.436;在后续剂量预测中,对应的准确率和R2分别为0.939和0.902。选择变量特征贡献的结果显示,CYP3A5和目标浓度对预测初始剂量贡献最大,而上次剂量及其对应浓度对预测后续剂量贡献最大。此外,独立外部验证结果亦表现良好。结论 调优后的TabNet预测模型可为临床实践中基于机器学习算法的药物剂量预测提供重要参考。 展开更多
关键词 机器学习 肾移植 他克莫司 遗传算法 级联深度森林 TabNet深度神经网络 留一受试者法 个性化用药
暂未订购
基于深度森林算法的电力系统短期负荷预测 被引量：34
6
作者 陈吕鹏 殷林飞 +1 位作者 余涛 王克英 《电力建设》 北大核心 2018年第11期42-50,共9页
为了提高电力系统短期负荷预测的精确度,解决目前基于机器学习算法的负荷预测需要人为凭经验对超参数进行大量设置和调整的问题,该文将深度森林算法引入了电力系统短期负荷预测领域。深度森林算法包含多粒度扫描阶段和级联森林阶段,具... 为了提高电力系统短期负荷预测的精确度,解决目前基于机器学习算法的负荷预测需要人为凭经验对超参数进行大量设置和调整的问题,该文将深度森林算法引入了电力系统短期负荷预测领域。深度森林算法包含多粒度扫描阶段和级联森林阶段,具有表征学习的能力。与深度神经网络相比,深度森林算法能够进行高效并行训练,无须大量人为设置和调整超参数。该文选取了某地区实际电力负荷值以及气象因素数据,分别利用了前21天和前40天的数据对深度森林算法进行训练,并将其负荷预测结果与智能算法和传统分类算法的负荷预测结果进行了对比分析。试验结果表明深度森林算法具有高效的电力系统短期负荷预测的能力。 展开更多
关键词 深度森林 短期负荷预测 多粒度扫描 级联森林 超参数配置
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 下一页 到第 页
使用帮助 返回顶部