期刊文献+
共找到43篇文章
< 1 2 3 >
每页显示 20 50 100
基于SVM-RFE-BPSO算法的特征选择方法 被引量:12
1
作者 林俊 许露 刘龙 《小型微型计算机系统》 CSCD 北大核心 2015年第8期1865-1868,共4页
为了在特征选择中获得具有较高分类准确率的特征子集,提出了一种基于支持向量机递归特征消除法(SVM-RFE)和二进制粒子群算法(BPSO)的特征选择方法.该方法首先利用SVM-RFE快速去掉部分无关特征,初步缩减数据维数,然后以粒子群算法继续搜... 为了在特征选择中获得具有较高分类准确率的特征子集,提出了一种基于支持向量机递归特征消除法(SVM-RFE)和二进制粒子群算法(BPSO)的特征选择方法.该方法首先利用SVM-RFE快速去掉部分无关特征,初步缩减数据维数,然后以粒子群算法继续搜索最优子集,并将SVM-RFE算法得到的优良子作为粒子群算法的部分初始种群,使后续粒子群算法有一个较好的搜索起点.SVM-RFE既减少了粒子的搜索空间,又为其提供了先验知识,从而提高算法的搜索效率和识别精度.实验结果表明,该方法可以在分类准确率更高或相等的情况下得到维数更少的子集. 展开更多
关键词 支持向量机 特征选择 svm-rfe 粒子群算法
下载PDF
基于改进SVM-RFE的特征选择方法研究 被引量:8
2
作者 王俭臣 单甘霖 +1 位作者 张岐龙 段修生 《微计算机应用》 2011年第2期70-74,共5页
SVM-RFE特征选择算法是一种有效的特征选择方法,具有较高的应用价值。针对传统SVM-RFE特征选择算法中SVM参数(γ和C)难以确定的问题,本文采用粒子群算法搜索SVM的参数。然后将特征向量映射到SVM参数γ确定的核空间中并进行特征选择,有... SVM-RFE特征选择算法是一种有效的特征选择方法,具有较高的应用价值。针对传统SVM-RFE特征选择算法中SVM参数(γ和C)难以确定的问题,本文采用粒子群算法搜索SVM的参数。然后将特征向量映射到SVM参数γ确定的核空间中并进行特征选择,有效地将特征选择与SVM分类器设计关联起来。仿真结果表明,特征选择后的数据集仍能保证SVM分类器具有较高的分类正确率。 展开更多
关键词 svm-rfe 特征选择 PSO 分类正确率
下载PDF
基于SVM-RFE的非平衡数据特征选择算法
3
作者 林开标 卢萍 李佳莉 《福建电脑》 2012年第9期67-70,共4页
网络入侵数据是一种典型的非平衡数据,小类样本常被大类样本"淹没"。本文针对网络入侵检测的非平衡数据集,对SVM-RFE特征选择算法进行了改进。通过将大类样本数据聚类成N份数量与小类样本相当的数据集,并分别与小类样本组合成... 网络入侵数据是一种典型的非平衡数据,小类样本常被大类样本"淹没"。本文针对网络入侵检测的非平衡数据集,对SVM-RFE特征选择算法进行了改进。通过将大类样本数据聚类成N份数量与小类样本相当的数据集,并分别与小类样本组合成N个新的训练数据集,在此基础上使用SVM-RFE算法,并利用SVM进行分类。通过在KDD CUP99入侵检测数据集上的实验,验证了本方法的有效性。 展开更多
关键词 非平衡数据 svm-rfe 特征选择
下载PDF
基于相似贡献度和SVM-RFE方法的特征基因选取 被引量:1
4
作者 徐妙志 郭龙 +1 位作者 刘德浩 徐全智 《西南民族大学学报(自然科学版)》 CAS 2012年第5期743-747,共5页
利用有限的基因芯片数据识别结肠癌特征基因集合,对该疾病的临床诊断和生物医学研究起到有益的参考和借鉴作用.针对该问题,首先提出一种滤除分类无关基因的新方法——相似贡献度方法,然后采有支持向量机递归特征消去方法(SVM-RFE)得到... 利用有限的基因芯片数据识别结肠癌特征基因集合,对该疾病的临床诊断和生物医学研究起到有益的参考和借鉴作用.针对该问题,首先提出一种滤除分类无关基因的新方法——相似贡献度方法,然后采有支持向量机递归特征消去方法(SVM-RFE)得到候选特征基因子集,最后利用支持向量机(SVM)分类方法,以训练集和测试集的错误分类数两个指标为依据,选取得到最优特征基因集.应用此方法于结肠癌数据,分类准确率达到93.55%,有比较好的分类结果,也验证了上述方法的可行性和有效性. 展开更多
关键词 相似贡献度 支持向量机 基因表达谱 svm-rfe
下载PDF
VTSRM:一种基于SVM-RFE和MRMR的AD MRI医学图像分类方法 被引量:2
5
作者 周琼 陈梅 +1 位作者 李晖 戴震宇 《计算机与数字工程》 2019年第6期1452-1458,共7页
为了准确地识别阿尔兹海默症(Alzheimer’s Disease,AD),轻度认知障碍(Mild Cognitive Impairment,MCI)和正常个体(Normal Controls,NC),论文实现了一种基于SVM-RFE和MRMR的AD MRI医学图像分类方法 VTSRM。该方法首先提取出MRI医学图像... 为了准确地识别阿尔兹海默症(Alzheimer’s Disease,AD),轻度认知障碍(Mild Cognitive Impairment,MCI)和正常个体(Normal Controls,NC),论文实现了一种基于SVM-RFE和MRMR的AD MRI医学图像分类方法 VTSRM。该方法首先提取出MRI医学图像的纹理特征和形态学特征,然后利用基于支持向量机递归特征消除算法(SVM-RFE)和最小冗余最大相关(MRMR)技术的特征选择算法SRM选择出最优特征子集,并使用SVM分类算法对AD,MCI,NC进行分类。美国公共阿尔茨海默病神经影像学数据集上的实验证明了论文方法的有效性。 展开更多
关键词 MRI 形态学特征 纹理特征 svm-rfe 最小冗余最大相关
下载PDF
基于频带能量归一化和SVM-RFE的ECoG分类 被引量:12
6
作者 刘冲 赵海滨 +1 位作者 李春胜 王宏 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第3期534-539,共6页
针对基于运动想象(左手小手指和舌头)的皮层脑电(electrocorticographic,ECoG)信号的分类问题,对BCI2005竞赛数据集I中的ECoG信号使用频带能量(band power,BP)归一化算法提取运动相关电位(movement related potential,MRP)、μ节律和β... 针对基于运动想象(左手小手指和舌头)的皮层脑电(electrocorticographic,ECoG)信号的分类问题,对BCI2005竞赛数据集I中的ECoG信号使用频带能量(band power,BP)归一化算法提取运动相关电位(movement related potential,MRP)、μ节律和β节律的频带能量作为特征。针对特征提取后维数较高的问题,使用基于支持向量机的回归特征消去(support vector machine recursive feature elimination,SVM-RFE)算法进行特征选择,通过对训练数据集使用10段交叉验证(cross validation,CV)的方法寻找最佳特征组合,确定特征在维数为6时具有最低平均识别错误率,对测试数据集采用同样的方法和同样的组合进行特征提取,并使用线性支持向量机进行分类,分类正确率可以达到93%。 展开更多
关键词 皮层脑电 频带能量 归一化 支持向量机 回归特征消去 交叉验证
下载PDF
基于ACCA-FCM和SVM-RFE的蓄电池SOH特征选择算法 被引量:3
7
作者 刘微 杨慧婕 刘守印 《计算机与现代化》 2018年第1期11-18,共8页
由于铅酸蓄电池老化程度受诸多因素影响,且蓄电池老化实验受完全充放电时间和样本数量限制,使得基于小样本的具有代表性的特征集的选择在蓄电池健康状态(SOH)预测中显得尤为重要。因此在对蓄电池进行特性分析的基础上,提出基于无监督的A... 由于铅酸蓄电池老化程度受诸多因素影响,且蓄电池老化实验受完全充放电时间和样本数量限制,使得基于小样本的具有代表性的特征集的选择在蓄电池健康状态(SOH)预测中显得尤为重要。因此在对蓄电池进行特性分析的基础上,提出基于无监督的ACCA-FCM和有监督的SVM-RFE相结合的蓄电池SOH特征选择算法。该算法利用改进的蚁群聚类算法(ACCA)从全局特征集中选取有效的特征值聚类中心,克服模糊C均值聚类算法(FCM)聚类中心敏感和局部最优问题,并根据特征之间相关性排除冗余特征;再通过SVM-RFE特征排序算法剔除非关键干扰(低预测性)特征,最终得到与待测结果最大相关最小冗余的低维特征子集,且在保证精度的前提下,避开了完全放电过程。经基于支持向量机(SVM)的蓄电池SOH预测模型验证,放电初期特征构成的最优特征子集可准确预测铅酸蓄电池的健康状态。 展开更多
关键词 特征选择 蚁群聚类算法 模糊C均值聚类算法 svm-rfe 健康状态
下载PDF
基于SVM-RFE的异常入侵检测主机特征选择研究 被引量:2
8
作者 陈祥 《电子测量技术》 2007年第11期136-138,共3页
异常入侵检测需要提取入侵特征的原始信息,因此特征选择非常重要。本文介绍了26个异常入侵Windows主机特征,以及SVM-RFE特征选择方法,并把SVM-RFE应用于SVM框架下的异常入侵检测系统主机特征选择。通过特征选择实验,得到了26个主机特征... 异常入侵检测需要提取入侵特征的原始信息,因此特征选择非常重要。本文介绍了26个异常入侵Windows主机特征,以及SVM-RFE特征选择方法,并把SVM-RFE应用于SVM框架下的异常入侵检测系统主机特征选择。通过特征选择实验,得到了26个主机特征的重要性排序,并选出了18个主要特征。 展开更多
关键词 主机特征 特征选择 svm-rfe
下载PDF
基于Logistic-SVM-RFE的二胎生育影响因素研究 被引量:1
9
作者 李翼 李晓 《黑龙江工业学院学报(综合版)》 2021年第1期41-46,共6页
针对二胎生育的影响因素,构造了Logistic-SVM-RFE模型,采用“初筛—精筛—细筛”的思路,深度挖掘影响二胎生育的关键因素并对其进行详细分析。首先,通过卡方检验对影响因素进行初步筛选;其次,基于初步筛选后的结果建立二元Logistic回归... 针对二胎生育的影响因素,构造了Logistic-SVM-RFE模型,采用“初筛—精筛—细筛”的思路,深度挖掘影响二胎生育的关键因素并对其进行详细分析。首先,通过卡方检验对影响因素进行初步筛选;其次,基于初步筛选后的结果建立二元Logistic回归模型,基于模型建模结果再次筛选剩余的自变量;然后,考虑到Logistic回归模型容易过拟合且模型本身针对非线性问题的局限性,进一步建立支持向量机递归特征消除(SVM-RFE)模型得到各影响因素的重要性,并给出特征的重要性排序。最后,基于影响因素的重要性排序给出针对性的政策建议。 展开更多
关键词 二胎生育意愿 卡方检验 LOGISTIC回归模型 svm-rfe模型
下载PDF
基于SVM-RFE特征选择的规则提取方法 被引量:6
10
作者 吴璐 《微型电脑应用》 2021年第9期150-154,共5页
针对支持向量机的可解释性,提出了一种基于SVM-RFE特征选择的规则提取方法。这一方法在预处理阶段采用优化的SVM-RFE来获取重要属性集,并设计和实现一种变型的顺序覆盖规则算法进行规则生成和裁剪,以兼顾可理解性与准确率和忠实度之间... 针对支持向量机的可解释性,提出了一种基于SVM-RFE特征选择的规则提取方法。这一方法在预处理阶段采用优化的SVM-RFE来获取重要属性集,并设计和实现一种变型的顺序覆盖规则算法进行规则生成和裁剪,以兼顾可理解性与准确率和忠实度之间的平衡。仿真实验表明,这一方法准确率较高,产生的规则数量和条件项数也比较少。 展开更多
关键词 可理解性 规则提取 svm-rfe 顺序覆盖规则算法
下载PDF
基于SVM-RFE算法的道路交通事故严重程度分析
11
作者 冷荣 《智能城市》 2020年第17期115-116,共2页
为分析影响道路交通事故严重程度的因素,量化事故影响因素,根据支持向量机递归特征消除法(SVM-RFE)选择合适的特征,并量化特征的重要度,再以选择之后的特征作为输入,结合随机森林模型进行预测。最后应用于具体交通事故数据,将筛选之后... 为分析影响道路交通事故严重程度的因素,量化事故影响因素,根据支持向量机递归特征消除法(SVM-RFE)选择合适的特征,并量化特征的重要度,再以选择之后的特征作为输入,结合随机森林模型进行预测。最后应用于具体交通事故数据,将筛选之后的影响因素作为输入,分别使用KNN(K最近邻)、随机森林、支持向量机模型进行预测分析,相比较于全部特征值,预测精度分别提高了2.64%、2.72%、1.45%,对比结果表明模型提高了预测的识别精度与算法效率。 展开更多
关键词 交通事故 svm-rfe 特征工程
下载PDF
基于SVM-RFE的水稻抗病基因筛选 被引量:1
12
作者 付媛 王岩 +3 位作者 周柚 张帆 王珏鑫 梁艳春 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2011年第6期1101-1104,共4页
提出一种改进的回归特征消去支持向量机特征选择方法(SVM-RFE)对水稻的抗病基因进行筛选.实验结果表明:在预测得到的20个与水稻抗病/敏感相关基因中,有3个基因与已知的水稻抗病基因紧密相关;2个基因与已知的水稻抗病基因有一定的相关性... 提出一种改进的回归特征消去支持向量机特征选择方法(SVM-RFE)对水稻的抗病基因进行筛选.实验结果表明:在预测得到的20个与水稻抗病/敏感相关基因中,有3个基因与已知的水稻抗病基因紧密相关;2个基因与已知的水稻抗病基因有一定的相关性.通过该方法能找到影响水稻生长状态(正常/染病)的基因. 展开更多
关键词 回归特征消去支持向量机 基因筛选 水稻抗病
下载PDF
基于WGCNA和SVM-RFE算法挖掘肺腺癌诊断和预后基因标志物 被引量:1
13
作者 王美 王可心 +1 位作者 谭建军 王京京 《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2022年第2期381-394,共14页
目的肺癌是世界上最常见的癌症之一,在众多肺癌患者中,肺腺癌(lung adenocarcinoma,LUAD)的死亡率最高。基因表达谱的变化与肿瘤的发生和发展过程有关,通过识别与LUAD患者相关的诊断和预后基因标志物,可以为肺腺癌的预防和治疗提供理论... 目的肺癌是世界上最常见的癌症之一,在众多肺癌患者中,肺腺癌(lung adenocarcinoma,LUAD)的死亡率最高。基因表达谱的变化与肿瘤的发生和发展过程有关,通过识别与LUAD患者相关的诊断和预后基因标志物,可以为肺腺癌的预防和治疗提供理论依据。方法本研究以肿瘤基因组图谱(The Cancer Gene Atlas,TCGA)数据库为基础,采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)、差异基因分析、cox回归分析、蛋白质互作网络(protein-protein interaction,PPI)分析等方法筛选与LUAD形成过程高度相关的hub基因。将TCGA和基因型组织表达(GTEx genotype tissue expression,GTEx)数据库中的RNA数据合并划分为训练集和内部验证集,利用基于支持向量机的递归特征消除算法(support vector machine recursive feature elimination feature,SVM-RFE)构建诊断模型并进行验证。GSE32863和GSE31210数据集分别用于验证诊断模型的准确性和基因标志物的预后价值。结果SVM-RFE算法得到的5个基因标志物(anln、cenpa、plk1、tpx2、cdca3)模型在LUAD患者分类中具有显著的诊断能力。功能富集分析表明,这5个基因与肿瘤发生发展的生物学过程密切相关。此外,这5个基因高表达的LUAD患者的预后表现不良,死亡率显著高于低表达的患者。结论我们的研究为LUAD的诊断和预后提供了具有5个基因特征的模型,这对于开发用于精确治疗的新靶点具有重要意义。 展开更多
关键词 肺腺癌 基因标志物 加权基因共表达网络分析 递归特征消除算法
下载PDF
Screening biomarkers for spinal cord injury using weighted gene co-expression network analysis and machine learning 被引量:5
14
作者 Xiaolu Li Ye Yang +3 位作者 Senming Xu Yuchang Gui Jianmin Chen Jianwen Xu 《Neural Regeneration Research》 SCIE CAS CSCD 2024年第12期2723-2734,共12页
Immune changes and inflammatory responses have been identified as central events in the pathological process of spinal co rd injury.They can greatly affect nerve regeneration and functional recovery.However,there is s... Immune changes and inflammatory responses have been identified as central events in the pathological process of spinal co rd injury.They can greatly affect nerve regeneration and functional recovery.However,there is still limited understanding of the peripheral immune inflammato ry response in spinal cord inju ry.In this study.we obtained microRNA expression profiles from the peripheral blood of patients with spinal co rd injury using high-throughput sequencing.We also obtained the mRNA expression profile of spinal cord injury patients from the Gene Expression Omnibus(GEO)database(GSE151371).We identified 54 differentially expressed microRNAs and 1656 diffe rentially expressed genes using bioinformatics approaches.Functional enrichment analysis revealed that various common immune and inflammation-related signaling pathways,such as neutrophil extracellular trap formation pathway,T cell receptor signaling pathway,and nuclear factor-κB signal pathway,we re abnormally activated or inhibited in spinal cord inju ry patient samples.We applied an integrated strategy that combines weighted gene co-expression network analysis,LASSO logistic regression,and SVM-RFE algorithm and identified three biomarke rs associated with spinal cord injury:ANO10,BST1,and ZFP36L2.We verified the expression levels and diagnostic perfo rmance of these three genes in the original training dataset and clinical samples through the receiver operating characteristic curve.Quantitative polymerase chain reaction results showed that ANO20 and BST1 mRNA levels were increased and ZFP36L2 mRNA was decreased in the peripheral blood of spinal cord injury patients.We also constructed a small RNA-mRNA interaction network using Cytoscape.Additionally,we evaluated the proportion of 22 types of immune cells in the peripheral blood of spinal co rd injury patients using the CIBERSORT tool.The proportions of naive B cells,plasma cells,monocytes,and neutrophils were increased while the proportions of memory B cells,CD8^(+)T cells,resting natural killer cells,resting dendritic cells,and eosinophils were markedly decreased in spinal cord injury patients increased compared with healthy subjects,and ANO10,BST1 and ZFP26L2we re closely related to the proportion of certain immune cell types.The findings from this study provide new directions for the development of treatment strategies related to immune inflammation in spinal co rd inju ry and suggest that ANO10,BST2,and ZFP36L2 are potential biomarkers for spinal cord injury.The study was registe red in the Chinese Clinical Trial Registry(registration No.ChiCTR2200066985,December 12,2022). 展开更多
关键词 bioinformatics analysis BIOMARKER CIBERSORT GEO dataset LASSO miRNA-mRNA network RNA sequencing spinal cord injury svm-rfe weighted gene co-expression network analysis
下载PDF
一种SVM-RFE高光谱数据特征选择算法 被引量:16
15
作者 张睿 马建文 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2009年第7期834-837,共4页
提出了一种基于一对一(one-verse-one,OVO)多类策略的支持向量机递归特征约减算法(supportvector machine recursive feature elimination,SVM-RFE)用于高光谱数据的特征选择。对比分析了该算法所选择波段与基于一对多(one-verse-all,O... 提出了一种基于一对一(one-verse-one,OVO)多类策略的支持向量机递归特征约减算法(supportvector machine recursive feature elimination,SVM-RFE)用于高光谱数据的特征选择。对比分析了该算法所选择波段与基于一对多(one-verse-all,OVA)策略的SVM-RFE算法、MSVM-RFE算法以及OneRI、nfoGain、ReliefF等3种基于特征排序的方法所选择波段在高光谱数据分类中的精度表现。结果显示,OVO SVM-RFE算法是一种可靠有效的高光谱数据特征选择算法,并且所选择波段在分类精度方面优于5种对比算法。 展开更多
关键词 svm-rfe 特征选择 高光谱
原文传递
椎间盘退变伴氧化应激关键生物标志物:生物信息学和机器学习算法的识别
16
作者 兰垚 陈浏阳 宋文慧 《中国组织工程研究》 CAS 北大核心 2024年第35期5591-5597,共7页
背景:氧化应激与椎间盘退变的发生发展息息相关,但其发病机制和有效治疗方法仍不明确。目的:运用生物信息学及3种机器学习算法识别与椎间盘退变伴氧化应激相关的关键基因及免疫浸润分析,并进行实验验证。方法:从GEO数据库获得椎间盘退... 背景:氧化应激与椎间盘退变的发生发展息息相关,但其发病机制和有效治疗方法仍不明确。目的:运用生物信息学及3种机器学习算法识别与椎间盘退变伴氧化应激相关的关键基因及免疫浸润分析,并进行实验验证。方法:从GEO数据库获得椎间盘退变基因表达谱以及从GeneCards数据库获得氧化应激相关基因,对椎间盘退变数据集进行差异分析及加权基因共表达网络(WGCNA)分析,两者取交集并与氧化应激相关基因取交集得到候选hub基因,对候选hub基因进行GO和KEGG分析;运用机器学习(LASSO回归、SVM-RFE及随机森林)筛选最佳特征基因并进行受试者特征曲线验证,同时行相关免疫浸润分析。收集2023年7-11月就诊于山西医科大学第二医院的颈椎病患者的椎间盘样本作为椎间盘退变组,颈椎脊髓损伤患者的椎间盘样本作为对照组,采用qPCR方法验证特征基因在椎间盘退变组织中的相对表达量。结果与结论:(1)经过差异基因分析获取424个差异表达基因,WGCNA分析得到5087个基因,同时获得氧化应激基因1399个,进而得到23个候选hub基因;(2)GO分析结果显示,主要参与细菌防御反应、细菌来源分子反应等生物过程;涉及分泌颗粒腔、细胞质囊泡腔等细胞组成;涉及内肽酶活性和硫化合物结合等分子功能;(3)KEGG分析结果显示,候选hub基因与中性粒细胞胞外诱捕网形成、肾素-血管紧张素系统通路等信号通路有关;(4)运用3种机器学习和ROC验证后得到关键基因HSPA6和PKD1;(5)免疫浸润分析显示HSPA6与活化树突状细胞(r=0.88,P<0.001)、活化CD4^(+)T细胞(r=-0.72,P<0.01)等密切相关,同时PKD1与效应型记忆CD8^(+)T细胞(r=0.55,P<0.05)、活化树突状细胞(r=-0.56,P<0.05)等密切相关;(6)q PCR实验结果表明椎间盘退变组中HSPA6基因低于对照组(P<0.0001),而PKD1基因高于对照组(P<0.0001);(7)结果表明运用生物信息学及机器学习算法证实HSPA6和PKD1可作为椎间盘退变伴氧化应激的生物标志物,可能通过干预HSPA6和PKD1来改善椎间盘退变。 展开更多
关键词 椎间盘退变 氧化应激 差异分析 WGCNA分析 LASSO回归 svm-rfe分析 随机森林 特征基因 生物信息学 免疫浸润分析
下载PDF
基于星载光子计数雷达数据的森林郁闭度估测模型优化
17
作者 周文武 舒清态 +5 位作者 胥丽 高应群 国朝胜 魏治越 邱霜 宋涵玥 《中南林业科技大学学报》 CAS CSCD 北大核心 2024年第4期84-95,105,共13页
【目的】旨在评估星载光子计数雷达数据估测森林郁闭度(Forest Canopy Closure,FCC)的潜力,为优化森林管理规划提出一种高效率、低成本估测区域尺度FCC的新技术方法。【方法】研究以星载激光雷达ICESat-2/ATLAS光子点云数据为信息源,以... 【目的】旨在评估星载光子计数雷达数据估测森林郁闭度(Forest Canopy Closure,FCC)的潜力,为优化森林管理规划提出一种高效率、低成本估测区域尺度FCC的新技术方法。【方法】研究以星载激光雷达ICESat-2/ATLAS光子点云数据为信息源,以滇西北生态脆弱区香格里拉为研究区,结合54块地面实测样地数据,在前期对点云数据进行去噪、分类等预处理的基础上,对研究区74808个有林地光斑冠层参数进行提取(共计59个),使用支持向量机的递归特征消除算法(SVM-RFE)优选特征变量,采用普通克里格(OK)插值出区域尺度特征变量的空间分布,基于贝叶斯优化(BO)算法改进后的随机森林(RF)、K-最近邻值法(KNN)、梯度回归(GBRT)模型建模,以决定系数(R^(2))、均方根误差(RMSE)、总体预测精度(P)、残差平方和(R_(SS))和相对均方根误差(R_(RMSE))作为模型评价指标,以此构建研究区FCC估测模型。【结果】1)由ICESat-2/ATLAS提取的光斑冠层参数经SVM-RFE优选后,6个(asr、n_toc_photons、n_ca_photons、h_min_canopy、toc_roughness、photon_rate_can)冠层参数的平均交叉验证精度高为0.60,可作为OK插值变量;2)以优选的冠层参数作为OK插值变量拟合最佳半方差函数,所有变量的块金效应(SR<25%)较弱,具有强烈的空间自相关性,除asr变量的最佳拟合模型为球状模型(R^(2)=0.689,R_(SS)=2.05×10^(-6),R_(RMSE)=0.1602)外,其余5个变量的最佳拟合模型均为指数模型(R^(2),0.71~0.93;R_(SS),2.34×10^(-9)~1.54×10^(-4);R_(RMSE),0.0239~0.1886);3)在BO-RF、BO-GBRT、BO-KNN郁闭度估测模型中,以BO-RF模型综合建模精度最高(R^(2)=0.73,RMSE=0.09、P=80.13%),可作为研究区FCC遥感估测模型;4)使用BO-RF模型估测的研究区FCC进行空间制图,均值为0.53,主要分布在0.3~0.6之间,占比77.44%。FCC高值区域总体呈现出由东南向北延伸分布的趋势,与研究区森林资源分布情况基本一致。【结论】该方法可为优化森林资源管理提供一种技术与方法上的参考。 展开更多
关键词 ICESat-2/ATLAS 贝叶斯优化算法 机器学习方法 svm-rfe 半方差函数
下载PDF
基于SVM-RFE的钓鱼网页检测方法研究 被引量:3
18
作者 王婷 彭勇 +2 位作者 戴忠华 伊胜伟 韩兰胜 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第S2期143-146,共4页
针对现有钓鱼网页检测方法存在的不足,基于后向选择算法,在信息获取、特征提取、分类器训练及检测疑似网络钓鱼网页等过程进行了优化.根据特征之间的相互关系划分等级空间,借助支持向量机回归特征消除的思想,提出了基于支持向量机的回... 针对现有钓鱼网页检测方法存在的不足,基于后向选择算法,在信息获取、特征提取、分类器训练及检测疑似网络钓鱼网页等过程进行了优化.根据特征之间的相互关系划分等级空间,借助支持向量机回归特征消除的思想,提出了基于支持向量机的回归特征消除(SVM-RFE)对钓鱼网页进行检测的思路,设计出一种改进的钓鱼网页检测方法.最后对比不同特征维度在漏报率、误报率、识别率方面的差异,分析检测的有效性.实验结果表明:实际应用中可通过该方法准确有效地选定最优特征. 展开更多
关键词 网络钓鱼检测 支持向量机 回归特征消除 特征选择 特征向量 钓鱼网页
原文传递
基于特征优选和SVM的船舶航行事故致因分析
19
作者 石荣丽 林艺舒 《运筹与管理》 CSSCI CSCD 北大核心 2023年第12期99-105,共7页
在“海运强国”战略和建设“海上丝绸之路”的大背景下,我国对船舶航行安全提出更高的要求。本文基于特征优选和支持向量机模型,挖掘出船舶航行事故的致因并分析各个因素对事故的影响程度。首先,通过文本挖掘和相关性分析对输入特征进... 在“海运强国”战略和建设“海上丝绸之路”的大背景下,我国对船舶航行安全提出更高的要求。本文基于特征优选和支持向量机模型,挖掘出船舶航行事故的致因并分析各个因素对事故的影响程度。首先,通过文本挖掘和相关性分析对输入特征进行优选,筛选出航行事故责任船舶与其他船舶存在明显差异的因素作为航行事故致因。然后,构建基于SVM的船舶航行事故识别模型,并通过交叉验证及群体智能优化算法选择模型的最佳参数组合,得到最优的分类模型。最后,利用递归特征消除算法将上述致因对事故的影响程度进行排序和筛选,挖掘出事故的关键致因。通过广东省的水上交通事故实例验证模型的有效性,结果表明:本模型(正确度为90.1%)较传统单一的SVM模型(正确度为75.0%)具有更高的精度。研究结果可为减少船舶航行事故提供有效的科学建议。 展开更多
关键词 交通安全 航行事故 致因因素 svm-rfe 优化算法
下载PDF
基于RFE特征选择的PSO-SVM用电量预测算法 被引量:1
20
作者 罗红郊 马晓琴 +1 位作者 孙妍 张华铭 《电子设计工程》 2023年第20期172-176,共5页
为了提升用电量预测的精度,针对传统支持向量机(SVM)算法在参数确定时的不足,采用粒子群(PSO)算法根据电力应用场景对预测算法进行了改进。对于迭代过程中全局最优和局部最优的矛盾,根据个体适应度的差异进行了子种群划分。而对于粒子... 为了提升用电量预测的精度,针对传统支持向量机(SVM)算法在参数确定时的不足,采用粒子群(PSO)算法根据电力应用场景对预测算法进行了改进。对于迭代过程中全局最优和局部最优的矛盾,根据个体适应度的差异进行了子种群划分。而对于粒子群中群体过早收敛的问题,算法引入了自适应变异及惯性权重机制。通过在Schaffer’s F6、Rosenbrock函数上的测试分析结果表明,改进后的PSO算法迭代效率提高了60%以上,达优率也提升了11%。在进行用电量预测时,同时对影响用电量的不同指标进行了特征分析。基于SVM的递归特征消除特性(RFE)筛选了11个影响用电量的指标作为PSO-SVM的模型输入,充分发挥了SVM模型在低维预测上的优势。仿真结果表明,相较于传统SVM算法,所提算法的MAE与RMSE分别提升了9.15%和4.94%。 展开更多
关键词 RFE PSO SVM 数字化转型 特征选择 用电量预测
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部