期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
TabPFN与SHAP融合的LF精炼Si元素收得率预测模型
1
作者 信自成 张江山 +1 位作者 张军国 刘青 《中国冶金》 北大核心 2025年第11期178-186,共9页
在钢包炉(LF)精炼过程中,准确预测合金元素收得率对于控制钢水成分、提高合金利用率及降低冶炼成本具有重要意义。近年来机器学习方法被广泛应用于冶金过程建模,但多数机器学习模型在实际应用中通常依赖复杂的超参数调优过程,且引入新... 在钢包炉(LF)精炼过程中,准确预测合金元素收得率对于控制钢水成分、提高合金利用率及降低冶炼成本具有重要意义。近年来机器学习方法被广泛应用于冶金过程建模,但多数机器学习模型在实际应用中通常依赖复杂的超参数调优过程,且引入新数据后往往需要重新调优超参数,建模效率有待提高。针对上述问题,首先,结合LF精炼实际生产数据,构建了基于表格先验数据拟合网络(TabPFN)的Si元素收得率预测模型;然后,利用多种模型评价指标,将TabPFN模型与已有研究的参考炉次法、多元线性回归模型以及多种机器学习模型进行了对比分析;最后,融合沙普利加性解释(SHAP)方法对TabPFN模型进行了全局与局部层面的解释分析。结果表明,TabPFN模型在无需大量超参数调优的情况下,在拟合优度(R^(2))、平均绝对误差(E_(MA))、均方根误差(E_(RMS))、命中率和模型推理时间等关键性能指标上均优于已有模型,各项指标分别达到了0.83、1.59、2.03、98.4%和0.430 s。同时,融合SHAP分析从全局层面揭示了各输入特征变量对Si元素收得率的影响大小,从局部层面量化了各输入特征变量对Si元素收得率预测值的影响程度,实现了LF精炼合金元素收得率的高效、高精度和可解释性预测,为钢铁工业在智能制造背景下的冶金过程建模提供了新的研究思路与技术路径。 展开更多
关键词 LF精炼 Si元素收得率 机器学习 表格先验数据拟合网络 沙普利加性解释
在线阅读 下载PDF
基于时频融合特征的肺动脉高压心音分类模型 被引量:3
2
作者 王彦麟 孙静 +3 位作者 杨宏波 郭涛 潘家华 王威廉 《计算机科学》 CSCD 北大核心 2024年第S01期375-381,共7页
先心病相关肺动脉高压是一种严重的心血管疾病,致死率高,对其进行早期筛查与识别对于治愈尤为重要。目前临床是通过右心导管术确诊,此为有创检查,不便于在大规模筛查中采用,研究一种无创便捷的识别方法迫在眉睫。文中建立了一种时频融... 先心病相关肺动脉高压是一种严重的心血管疾病,致死率高,对其进行早期筛查与识别对于治愈尤为重要。目前临床是通过右心导管术确诊,此为有创检查,不便于在大规模筛查中采用,研究一种无创便捷的识别方法迫在眉睫。文中建立了一种时频融合的心音分类模型。首先对心音信号进行预处理,然后使用融合滤波器组对信号进行转换并求取动态时频特征,最后将得到的融合特征参数输入表格式先验数据拟合网络(TabPFN)中进行分类识别。实验结果表明,该算法在正常、CHD-PAH和CHD中的平均准确率、精确率、灵敏度、特异度和F1分别为92.21%,92.15%,92.15%,96.11%,92.14%。对于先心病相关肺动脉高压的早期筛查与识别具有重要意义。 展开更多
关键词 心音 先心病相关肺动脉高压 动态特征提取 时频特征融合 表格式先验数据拟合网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部