基于GBDT模型的医院室内空气微生物浓度预测

目的探究基于实时室内空气环境监测数据与机器学习算法的医院室内空气微生物浓度预测。方法选取2022年5月23日—6月5日某院四个位置为监测采样点,采用物联网传感器实时监测多种空气环境数据,匹配各点位采集的空气微生物浓度数据,使用梯度提升树算法(GBDT)对医院室内空气微生物浓度进行实时预测,并选取其他五种常见的机器学习模型进行比较,对比模型包括随机森林(RF)、决策树(DT)、最近邻(KNN)、线性回归(LR)和人工神经网络(ANN)。最后通过平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)三个指标验证模型的有效性。结果GBDT模型在门诊电梯间(A点)、支气管镜诊间(B点)、CT候诊区(C点)和供应室护士站(D点)的MAPE值分别为22.49%、36.28%、29.34%、26.43%,GBDT模型在三个采样点的平均性能高于其他机器学习模型,仅在一个采样点略低于ANN模型。GBDT模型在四个点位的平均MAPE值为28.64%,即预测值偏离实际值28.64%,说明GBDT模型预测结果较好,预测值在可用范围内。结论基于实时室内空气环境监测数据的GBDT机器学习模型能够提高医院室内空气微生物浓度预测精度。

改进灰狼算法优化GBDT在PM_(2.5)预测中的应用

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees,GBDT)模型对北京市大气污染物监测数据中PM_(2.5)质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E RMS为6.65μg/m^(3),平均绝对值误差E MA为3.20μg/m^(3),拟合优度(R^(2))为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m^(3),平均绝对值误差降低了10.03μg/m^(3),拟合优度增加了9百分点;与霍尔顿序列和莱维飞行改进的(Levy Flight-Halton Sequence,LHGWO)相比,改进的灰狼算法预测得分的均方根误差降低了10.39μg/m^(3),平均绝对值误差减小了6.71μg/m^(3),拟合优度提高了5百分点。研究表明了预测模型优化的有效性,为未来城市改善空气质量提供了科学依据和技术支持。

纸张磨浆打浆度GBDT数学模型建立与性能分析

为提升造纸企业在纸张磨浆打浆度方面的控制能力,提升生活用纸生产质量,从某造纸企业当前所使用的DCS系统中提取了纸张磨浆生产工艺原始数据,并通过GBDT算法对原始工艺数据进行处理,并在运算过程中不断调整算法参数。为验证GBDT算法的有效性和相关参数的合理性,通过该算法对纸张磨浆打浆度进行预测,发现该算法在解释方差、平均绝对误差、选择均方误差等指标方面均体现出了较为理想的准确度水平,且运算所需时间大幅度低于常规支持向量机,可有效提升车间现场管理人员对纸张磨浆打浆度的控制能力,具有一定的应用价值。

基于GBDT算法的弓网动态匹配特性预测模型

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。

基于GBDT模型的贵州省GDP空间化研究

传统的GDP统计数据仅能反映地区经济发展的总体水平,而GDP空间化可以反映出经济活动的空间特征。本文以贵州省为研究对象,用2000~2022年的长时间序列多源数据集作为模型训练数据,选用传统多元线性回归模型(MLR)与5种机器学习模型:DT、RF、AdaBoost、XGBoost和GBDT模型进行对比分析,结果表明:机器学习模型拟合结果精度和交叉验证精度均优于传统多元线性回归模型,表明在GDP与多元变量之间存在复杂关系时,线性回归模型往往具有局限性,机器学习模型通过不断地迭代计算,能够更好地处理非线性关系,从而提高模型的预测性能。其中以GBDT模型误差最小(拟合结果R2为0.90、MAE和RMSE分别为51.25亿元和76.32亿元;交叉验证R2为0.98、MAE和RMSE分别为0.04亿元和0.13亿元),相较于其他模型,该模型表现出最佳的拟合能力,模型的稳定性最高。贵州省经济空间分布特征主要是以城市为中心的经济发展圈层结构,结合现状分析了成因并提出了规划、建设及财政等方面建议。

基于GBDT算法的吉林省玉米产量预测模型研究

玉米是我国种植面积最广、产量最高、食用最多的3种主要农作物之一,掌握科学预测玉米产量的技术,可以为农业的种植规划、粮食储存加工、市场调控提供技术支持。该文兼顾气象因素和土壤因素,建立BP神经网络模型、RBF径向基神经网络模型、GBDT梯度提升决策树模型,对吉林省各县市玉米产量进行回归分析,对比分析其误差。实验结果中,GBDT模型预测的产量和真实产量间的拟合程度较高,R2达到0.92,可以在吉林省各县市玉米产量预测中表现出较好的效果。结果表明该模型对吉林省40个县市玉米产量进行预测的可行性,数据易于获取,能够帮助政府农业部门制定相关政策和方针指导生产。

GBDT与感知机融合的充电桩故障诊断方案

为解决充电桩故障诊断中普遍存在的特征提取难题以及复杂的人工智能模型容易产生过拟合问题,该文提出一种基于GBDT与MLP融合的新方法。根据集成学习理论,建立多个独立的GBDT,组建多个全连接的GBDT层,最后连接一个MLP进行特征学习与分类。该融合方案避免了手动提取特征的困难,在降低对单个模型性能和复杂度依赖的同时,其融合性能得到提升而且更加稳定。在公开数据集上的实验结果表明,该文提出的方案优于典型的独立机器学习方案。

基于SparkML+PCA-GBDT的行业数据挖掘模型构建

针对传统数据挖掘方法对工业用电量预测精度低,导致电力交易挖掘效果不佳的问题,提出以某市供电公司为研究对象,对其工业用电的组成结构和影响因素进行定性分析;基于SparkML机器学习工具和数据挖掘算法,构建一个基于PCA-GBDT组合模型的工业供电量预测模型;优化PCA-GBDT算法参数,提升GBDT算法的训练效率和预测准确率。实验结果表明,改进后的PCA-GBDT算法的MAE、MSE、RMSE和MAPE误差分别取值为16.18%、255.17%、14.13%和2.96%,相较于传统的机器学习算法中的线性回归算法和随机森林回归算法来说,本算法的工业用电量预测误差明显更低。

基于改进GBDT算法的网络大数据入侵检测与控制研究

网络系统的复杂性和规模不断扩大,网络安全问题日益突出,目前的安全防护技术已经无法满足现代网络系统的安全需求。针对这一问题,本文研究一种改进梯度提升决策树(gradient boosting decision tree,GBDT)的网络大数据入侵检测与控制方法,以应对更加复杂的网络安全威胁。基于可增量式学习对GBDT算法实施改进,应用改进算法挖掘网络大数据的入侵关联数据,输入前对数据实施无量化处理、标准化处理、归一化处理。设计基于Stacking集成学习的网络大数据入侵检测算法,检测网络大数据入侵状态,设计基于代理的入侵安全防御控制框架,针对入侵检测结果实施安全防御,实现网络大数据入侵安全防御控制。实验测试结果表明,设计方法的精确率和准确率较高,误报率较低,防御率最高达到9998%,对于Web攻击、僵尸网络、暴力安全外壳(secure shell,SSH)协议、暴力文件传输协议(file transfer protocol,FTP)、Heartbleed这几种最新型攻击的表现尤其突出。

基于GBDT模型的接触网异物分类研究

为解决铁路接触网异物信息文本数据利用不充分的问题,快速高效地判识接触网异物类别,开展接触网异物分类研究。首先,通过分析接触网异物文本特点,抽取出与接触网异物类别相关的实体建立“接触网异物词典”;其次,以Jieba分词工具加载该词典对文本数据进行分词并清洗;随后,通过词频-逆向文件频率(TF-IDF)算法挖掘文本信息的关键特征,并以8:2比例拆分训练集和测试集;最后,构建梯度提升决策树(GBDT)分类模型以训练集进行训练,以训练好的模型和测试集进行模型验证,并通过实验对比常用的K最近邻(KNN)、多项式朴素贝叶斯(MNB)、逻辑回归(LR)、随机森林(RF)、决策树(DT)等7个多类别文本分类模型。实验结果表明,基于TF-IDF+GBDT的接触网异物分类模型的精确率、召回率和F1值分别达到了94.70%、94.74%和94.53%,优于相比较的其他分类模型,具备一定的推广和应用价值。

基于信息熵和GBDT算法的AI生成与人类撰写检测研究

针对人工智能生成文本智能识别与检测的问题,研究基于词频计算的信息熵和机器学习相结合的方法,建立了基于信息熵和GBDT算法(梯度提升决策树)预测模型。通过对大量文本样本进行特征提取和模型训练,构建分类检测模型。为了检验梯度提升决策树模型用来判断是否能由AI生成文本的精确度,进行相似度的计算,基于ROC曲线方法论对其进行验证。所提出模型的预测准确率较高,为AI生成文本的质量评估提供了新的视角,也为未来AI文本生成技术的发展提供了重要参考。此外,有助于保护知识产权,防止AI生成文本被误用或滥用。

基于GBDT算法的杆塔雷击风险预测模型

输电线路杆塔雷击预警模型对保障电力系统安全运行具有着十分重要的意义,因此基于GBDT算法利用安徽国家电网的数据建立杆塔雷击风险预测模型是非常有必要的。本文章以安徽国家电网真实数据为研究对象,采用机器学习算法GBDT对杆塔运行环境、落雷环境和气象环境三个角度的数据建立雷击风险预测模型,可以有效预测出杆塔被雷击的概率,同时提醒国家电网人员提前做好防护,减少经济损失。

基于GBDT算法的承德市GPM卫星降水数据降尺度研究

精细化降水分布式资料对水文过程模拟具有重要影响,而GPM降水产品的低空间分辨率成为亟待解决的问题。为此,基于多源环境数据,提取表征区域海陆位置、地形、下垫面环境变量,以地面观测降水量数据为真值,利用GBDT算法,建立承德市2020年GPM遥感降水产品的降尺度模型。结果显示,GBDT算法能够很好纳入环境变量对降水量空间异质性的影响;基于地面资料验证表明,降尺度后数据的NSE值为0.80,MAE、RMSE分别为37.81、47.28mm,与GPM原始产品相比,降尺度后的NSE增加了8.49%,MAE和RMSE分别减小了41.40%、35.59%。研究提出的基于多源异构数据的GBDT降尺度模型具有可靠性,可为其他地区粗级数据精细化处理提供技术参考。

基于GBDT的气液两相流相分布测量模型

双波长透射法是一种高精度的多相流相分布参数检测方法,为了进一步提高相分布测量的精度,本文提出用梯度提升决策树(GBDT)算法建立相分布测量模型。利用光学仿真,模拟气泡在不同相分布下波长为445nm和635nm的光线在气液两相流中的传播过程,采集检测平面的光强分布,分析不同相分布情况下气泡中心位置和气泡半径对光强分布曲线的影响;用GBDT建立测量模型,以光强缺失宽度和缺失偏移为特征参数,建立特征参数与气泡相分布之间的对应数据库,利用数据库对GBDT模型进行训练;用训练好的模型预测气泡的相分布。建立的测量模型对气泡相分布预测的均方误差小于0.0008mm,均方误差减小了33.33%,证明了测量模型更适用于相分布的测量。搭建了实验平台,对竖直上升气泡流相分布参数进行预测,实现了对气泡中心位置运动轨迹的追踪。

基于PCA-Adaboost-GBDT的短期风电功率预测

为解决单一预测模型难以准确预测风电功率的问题,提出了一种基于主成分分析(principal component analysis,PCA)-自适应增强(adaptive boosting,Adaboost)-梯度提升树(gradient boosting decision tree,GBDT)的风电功率短期预测方法。使用PCA方法对数据降维分析,使用Adaboost-GBDT组合模型对风电功率数据进行训练。结果表明,所提算法在准确性和效率方面都具有明显的优势。研究结果为风电功率准确预测提供参考与借鉴。

基于GBDT算法的混凝土叠合面黏结强度预测分析

制备了陶粒轻骨料混凝土与普通混凝土叠合试块,以分组试验数据为小样本,采用端到端的梯度提升决策树(GBDT)集成学习算法,建立了混凝土叠合面处理方式、浇筑间隔时间及法向作用力等输入特征参数与叠合面黏结强度之间的预测模型;并将GBDT模型预测结果与支持向量回归、K近邻回归、决策树和BP神经网络等模型的预测结果进行综合对比.结果表明:GBDT模型预测结果的拟合优度、平均绝对误差和均方根误差均优于其它模型,其测试样本集的平均相对误差明显小于其它模型.所建立的GBDT模型具有较高的准确率,可对混凝土叠合面黏结强度的变化进行满意的预测分析.

基于改进Smote-GBDT算法的岩爆预测模型

为准确预测岩爆等级,确保施工人员和设备安全,首先,从岩爆机制、数据和算法角度,分析埋深(D)、单轴抗压强度(UCS)、单轴抗拉强度(UTS)、岩石脆性指数(B_(1)、B_(2))、围岩最大切向应力(MTS)、应力集中系数(SCF)和弹性变形能指数(W_(et))8个指标,建立岩爆预测指标体系;其次,针对岩爆样本存在的数据不均衡问题,引进托梅克联系(Tomek Link)对欠采样方法,改进合成少数类过采样(Smote)算法,对岩爆训练样本进行混合过采样;最后,构建SmoteTomek-梯度提升树(GBDT)岩爆预测模型,以38组数据验证模型的有效性,并与其他模型进行对比。结果表明:SmoteTomek-GBDT的准确率为92.1%,较未采样提升5.3%,Smote采样提升10.5%,优于随机过采样模型,并且避免跨等级的岩爆误判。

基于GBDT-LR和信息量模型耦合的滑坡易发性评价

[目的]探索准确、快速的滑坡易发性区划方法,为区域安全监测提供参考,为政府治理滑坡灾害提供科学依据。[方法]以安徽省池州市贵池区为研究区域,采用梯度提升决策树—逻辑回归(GBDT-LR)和信息量(I)模型耦合的方法,实现区域滑坡易发性评价。该方法通过对原样本地学习,组合产生新的模拟样本,从而增强易发性评价模型对滑坡的拟合能力;采用Borderline-Smote算法解决样本数据不对称的问题。选用r.slopeunits软件划分的斜坡单元作为最小评价单元,选取坡度、坡向、地形曲率、剖面曲率、平面曲率、地形湿度指数(TWI)、地形起伏度、归一化植被指数(NDVI)、距断裂距离和距水系距离总计10个评价因子。分别从频率比、滑坡灾害点及隐患点密度、ROC曲线3个方面对构建的滑坡易发性模型进行评价。[结果]试验结果表明:耦合模型I-GBDT-LR分别比I,LR,I-LR模型的高易发区频率比所占比例提升约10%,13%,7%,高易发区滑坡灾害点及隐患点密度分别提升约9,11,7,ROC精度提升约10%,9%,5%。[结论]从检验指标综合来看,耦合模型的精度均高于单一模型,所提出耦合模型精度又高于I-LR耦合模型,为滑坡易发性评价提供了一种有效的、新型的评价方法。

基于GBDT算法的变电器重过载精准预测研究

为了实现变电器稳定安全的运行,解决设备预警的时效性差、精准度低、故障后抢修成本高等问题,文章基于配电设备历史运行数据和机器学习等相关知识,采用梯度提升树(GBDT)算法,对设备重过载情况进行预测。研究结果表明,建立设备运行状态智能感知模型和设备重过载预测模型,能够精准预测设备重过载现象,优化设备检修维护策略,降低设备检修维护成本,可实现保障电网经济运行的目的。

基于GBDT和Google Earth Engine的冬小麦种植结构提取

针对中国农田存在种植景观破碎化和复杂的种植结构这一现状,如何实现目标作物的高精度识别与制图对作物产量估算、粮食政策调整和国家粮食安全保障具有十分重要意义。基于Google Earth Engine(GEE)遥感数据处理云平台,提出一种冬小麦不同生育期的种植结构提取方法,该方法以2021年覆盖目标作物关键生育期的多时相Sentinel-2影像为数据源,综合考虑光谱波段特征、光谱指数特征、纹理特征和地形特征等多维特征变量,利用GBDT(gradient boosting decision tree)分类器对不同生育期田块尺度的冬小麦种植面积和空间分布信息进行快速精准提取,并探讨了冬小麦识别的最佳生育期。此外,对比分析了常见的不同分类模型在田块尺度条件下的作物识别性能。以河南陈固镇为研究区开展实验,实验结果显示,冬小麦在起身拔节期的地物识别准确率相对较高,总体分类准确率为94.61%,Kappa系数为92.68%;在抽穗扬花期的识别精度最高,总体分类准确率为97.01%,Kappa系数为95.52%;但在灌浆乳熟期的分类精度偏低,总体分类准确率为86.23%,Kappa系数为81.33%。研究结果表明,在冬小麦抽穗扬花期,GBDT分类器能对田块尺度条件下的土地覆盖信息进行有效提取,进而取得较好的地物分类识别效果。此外,本研究将GBDT与传统分类器如随机森林(random forest,RF)、CART(classification and regression tree)和朴素贝叶斯(Naive Bayesian,NB)进行相比。结果表明,GBDT分类器的地物识别效果最佳,总体分类准确率比RF分类器和CART分类器分别提高了1.20%和5.99%,Kappa系数比RF分类器和CART分类器分别提高了1.61%和8.04%,朴素贝叶斯分类器的识别效果最差,总体分类准确率和Kappa系数分别为84.43%和78.69%。研究结果可为田块尺度作物精细提取提供有效的技术支持。