基于Kmeans聚类的XGBoost集成算法研究

针对分类问题中的模型泛化能力,提出了基于Kmeans聚类的XGBoost基分类器集成算法,以提升整体算法的泛化能力。首先,训练数据集获得多个XGBoost模型;然后,通过Kmeans算法对不同模型的实验结果聚类;最后,对每个分类簇中泛化能力最优的分类器进行集成。在对某公司实际分类问题中应用该算法,结果表明,该算法的泛化能力有很大程度的提升。

造纸企业多源数据融合算法与生产物流智能调度研究

为了有效地提高造纸企业智能调度的性能和效率,结合人工智能深度学习方法,针对造纸企业传感器数据融合探测、诊断决策和装载机调度等任务建立数据融合网络模型,提取数据的关联性特征,提高数据融合的精度和效率,并在此基础上开展生产物流智能调度研究。