基于CART模型的高铁灰渣玻璃形成能力研究

固化技术是极具前景的危废无害化与资源化处理技术,而高铁类危废灰渣铁含量高,易诱发玻璃体产物析晶或分相,这成为固化过程的难点之一。本文依据高铁类危废灰渣组成,采用极端顶点设计方法,设计了385个SiO_(2)-Al_(2)O_(3)-CaO-Na_(2)O-TiO_(2)-Fe_(2)O_(3)体系玻璃配伍,并通过光学显微镜、X射线衍射及酸溶试验,确定其中136个配伍可形成化学稳定性良好的玻璃态样品。结合决策树(CART)模型分析,确定了具有优化玻璃形成能力的高铁类危废灰渣玻璃化配伍范围(按质量分数w计):40.0%≤w(SiO_(2))≤55.0%、10.0%≤w(CaO)<14.0%、14.0%≤w(Na_(2)O)≤18.0%、5.0%≤w(Other)<9.5%或35.0%≤w(SiO_(2))<40.0%、9.0%≤w(TiO_(2))≤10.0%、5.0%≤w(Other)<9.5%,为高铁类危废灰渣的玻璃化配伍提供了设计与计算依据。

基于CART决策树的分布式数据离群点检测算法

在分布式计算环境中,离群点通常表示数据中的异常情况,例如故障、欺诈、攻击等。通过检测分布式数据的离群点,可以对这些异常数据进行集中处理,保护系统和数据的安全。而进行离群点检测时,不仅要考虑数据的规模和复杂性,还要在分布式环境下高效地发现离群点。因此,提出一种基于CART决策树的分布式数据离群点检测算法。在构建CART决策树时,使用类间中心距离作为分裂准则,根据分离类别对训练数据进行分类,从而确定数据的类型。在上述基础上,考虑到离群点的分布模式与其周围数据对象不同,使用空间局部偏离因子(SLDF)对空间内各个数据对象之间的离群程度展开度量,同时在高维空间内展开网格划分,引入SLDF算法检测剩余离群点集,最终实现分布式数据离群点检测。实验结果表明,所提方法的离散点检测错误率在0.010以内,可以更加精准地实现分布式数据离群点检测,具有良好的检测性能。

基于CART决策树的FPSO单点系泊系统电滑环故障诊断

为了保障FPSO单点系泊系统电滑环运行安全,有必要开展电滑环故障诊断方法的研究,为单点系泊系统电滑环故障预警与排查提供依据。本文针对FPSO单点电滑环故障的诊断问题,采用了一种基于CART决策树算法的故障诊断模型;进一步利用有限元制作样本数据集,并通过该数据集训练得到了电滑环故障诊断模型;最后,通过后剪枝法完成了诊断模型的简化,实现了对电滑环的故障诊断。分析结果可以得到,该模型具有较高的准确率和较快的诊断速度,能够对电滑环进行有效的诊断,以便工作人员及时采取措施修复或更换电滑环,保证FPSO的安全运行。

基于Morlet小波与CART决策树的滚动轴承故障诊断方法

针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题,提出一种基于Morlet小波和分类回归树(Classification and Regression Tree,CART)的滚动轴承故障诊断方法。首先,利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本处理。其次,对提取的短样本进行变分模态分解与特征提取,完成训练集和测试集的构建。然后,使用训练集训练CART决策树分类模型,同时引入随机搜索和K折交叉验证用于模型关键参数优化,以获取理想的轴承故障分类模型。测试集验证结果表明,该方法不但能实现多种轴承故障的有效诊断、在含噪测试集中表现良好,而且单个样本的数据长度和采样时长的缩短效果明显。

基于改进CART算法的退役动力电池等级筛选方法

针对退役动力电池存在一致性差、等级筛选效率低的难题,提出了一种基于改进CART算法的退役动力电池等级筛选方法。首先,分析了传统CART算法的基本原理,为克服算法计算量大的缺陷,将Fayyad边界点判定定理与CART算法相结合,通过选取属性最优阈值点来减少计算量,提高分类效率;其次,基于代价复杂度后剪枝算法,采用交叉验证法对算法进行进一步优化;最后,将改进CART算法用于退役动力电池筛选分类,实验结果表明改进CART算法在保持较高准确率的情况下,可以有效提高退役动力电池的等级筛选效率。

基于CART算法的纳木措湖泊面积精确提取

为了能够更精确地提取到湖泊水体的范围,对比MLC、SVM和基于多特征的全新遥感影像CART决策树分类方法,对西藏自治区的纳木措湖泊进行自动提取研究.选择Landsat 8OLI卫星遥感影像数据作为数据源.将得到的不同特征的影像进行组合,组合成全新的多特征遥感影像.决策树方法具有结构清晰、快速、简单、有效的优点,而CART算法可以根据选取的训练样本获取节点和阈值,不需要反复试验来确定阈值,避免了基于传统专家知识方法的主观性,因此采用CART算法构建决策树模型对研究区域进行湖泊水体的提取.结果表明CART决策树方法总体精度为99.82%,Kappa系数为0.996,MLC总体精度为96.814%,Kappa系数值为0.929,SVM总体精度为98.045%,Kappa系数值为0.956,总体精度相较于SVM和MLC分别提高了3%、1.775%,Kappa系数提高了0.067、0.04.CART决策树、MLC、SVM所得到的湖泊面积分别为2009.43、2014.93、2026.9 km^(2),MLC和SVM得到的结果比CART决策树分类法存在更多的错分和漏分现象,主要是将山地中的阴影信息错认为是水体,CART决策树方法识别到的细小水体更加连续,对于湖泊边界识别的效果也更好.

基于CART决策树的水位流量序列数据异常值检测

为提高水文数据质量和数据校核效率,提出了一种基于CART决策树的水位流量序列数据异常值检测方法,以提高异常值自动检测水平。首先构造纳入冗余数据样本,再利用水位流量序列数据特性选择检测特征,然后将样本带入特征,结合测站特性和基尼系数算法计算特征阈值,形成决策树,最后利用决策树进行异常值检测,辅助人工数据校核。经过人工判定后的数据,将形成新的样本用于下一次决策树构建。该方法的检测精度和效率能满足实际应用,目前已在全国水文水资源监测信息系统使用。

基于CART和聚类分析的古代玻璃分类预测模型研究

该文针对古代玻璃文物的化学成分,借助CART决策树、聚类分析和主成分分析方法对其进行分析和预测.通过对不同特征进行系统和K-means聚类,结果表明将玻璃制品分为高钾类和铅钡类两大类和三个亚类为最佳.利用主成分分析法对其化学成分分析发现,当特征根选为前六个时,效果最好,对解释原有变量贡献率较大.根据以上结果构建CART决策树预测未知玻璃制品类型,预测准确率较高.

基于CART决策树的110 kV供电区域分布式光伏承载能力测算模型

分布式光伏受天气影响较大,测算110kV供电区域的分布式光伏承载能力,对区域供电来说意义重大。基于此,提出基于分类与回归树(calssification and regression tree,CART)的110kV供电区域分布式光伏承载能力测算模型。该模型以分布式电源输出功率、区域分布式电源发电量占比、局部分布式电源线损增量等数据为基础,利用CART决策树建立110kV供电区域分布式光伏承载能力测算模型,并使用改进鲸鱼优化算法求解测算结果。经实验测试发现,该模型对分布式光伏承载能力的测算精准度较高,可有效测算不同实验区域在不同季节时的分布式光伏承载能力,具有较高的应用价值。

基于CART的师范类本科毕业论文质量预测研究

为了提高学生培养质量,文章首先论述了相关概念,然后采用数据挖掘技术中的CART决策树算法对师范类本科毕业论文质量预测进行了探究,最后根据问题提出了几点建议。

供应链金融背景下甘肃中药材核心企业评价问题研究--基于CART决策树算法的预测与分析

银企博弈论模型证明了有核心企业参与的中药材产业供应链融资中,中药材中小企业更易获得融资。结合甘肃省中药材行业的特殊性及金融机构的风险管理需求,利用逐步回归法进行指标选择,建立了完善的供应链金融核心企业评价指标体系。根据决策树算法特征,确定了指标体系维度和指标权重,构建了一个基于CART决策树算法的核心企业“综合评级”预测模型,进行了实证研究。采用均方误差对模型的拟合效果进行了分析,证明该预测模型具有较好的泛化能力和准确度。最后,给出了技术和实践层面的建议。

CARTIER 法国坦克 永恒的传奇

CARTIER卡地亚的Tank腕表凭借独树一帜的设计,一直以来都是辨识度极高的美学风尚标。Tank腕表简约的线条、精准和谐的比例,以及其所代表的隽永与优雅,深受各界名人青睐,跨越性别与时代,留下独属于Tank的时光印记。Tank问世于圆形表盘作为主流选择的20世纪初。

CARTIER造型艺术 创意无限

不拘常规的造型拓展着现实与想象的边界,CARTIER卡地亚神奇地演绎着关于时间的美学,将造型艺术的非凡天赋发挥到极致。2024年“钟表与奇迹”高级钟表展中,一系列全新作品以创意为引,展现出卡地亚独树帜的风格与精神。卡地亚以其独特的视角感知时间的神奇之处,通过全系列制表新作丈量时间之美,展示背后的奥秘。从极致具象到抽象的表达,到大胆创新、天马行空的尝试,所有的探索在不设限的创意领域尽情挥洒。

自由与优雅CARTIER卡地亚的美学世界

Santos的自由世界20世纪初是人类畅想天际的黄金时代,航空工业蓬勃发展,CARTIER卡地亚亦从这一时期开始为现代制表业开创引领时代的设计。在圆形怀表盛行的1904年,路易·卡地亚为好友飞行家阿尔伯特·山度士·杜蒙特别创作了一款专门佩戴于手腕的现代腕表,方便他在驾驶飞机时查看时间。这枚腕表灵感的来源,是几年前的一次晚餐对谈,挑战环铁塔飞行失利的山度士先生告诉路易·卡地亚。

基于CART算法的空间目标本体反演方法

针对预警中空间群目标反演精度不高、鲁棒性较差的问题,提出了一种基于分类回归树(classification and regression tree,CART)算法的空间目标本体反演方法。首先构建分类与回归决策树,并将空间目标的入射角、光谱辐射亮度、温度等特征数据作为决策树的输入;再基于基尼系数评估数据纯度,对目标在不同温度、不同入射角下的光谱辐射亮度进行分割;最后通过在每个节点处对数据集进行划分,实现对空间目标本体的有效反演。数值对比实验表明,3种典型空间目标的决策树模型反演结果与实际情况一致,验证了所提方法的有效性。

基于优化CART的交通事故严重程度影响因素分析

为深入剖析交通事故严重程度影响因素,实现交通事故主动预防、精准防控,选择车、路、环境等属性中显著性较高因素作为输入变量、以事故严重程度作为二分类输出变量,构建交通事故严重程度影响因素CART决策树模型,并选择CCP算法对模型进行优化求解。选择相对误差值、ROC曲线和AUC等作为评价指标验证模型的有效性,模型相对误差值仅为6.08%,AUC值为0.93。研究结果表明:在道路及交通环境方面,恶劣天气、塌陷路面、道路存在隐患、交叉口无信号控制等因素对交通事故严重程度影响较大;在车辆方面,大型货车发生较大及以上事故概率是其他车辆的4倍,上述因素应作为交通事故防控的重点。

牛CART基因核心启动子鉴定及转录调控分析

旨在筛选牛CART基因核心启动子区并鉴定调控CART表达的转录因子,探究其转录调控机制。本研究采集3头健康母牛下丘脑组织,提取基因组DNA,通过PCR扩增、测序获得牛CART启动子序列,EMBOSS、MethPrimer、New PLACE数据库分析启动子结构特征;构建4个包含不同截短长度的CART启动子报告基因载体,双荧光素酶报告基因活性检测鉴定核心启动子区;应用DNA pull down结合质谱分析(n=3),功能聚类及结合位点预测分析筛选核心启动子区候选转录因子;构建转录因子过表达载体,转染至293T细胞,分析转录因子对牛CART核心启动子区的转录调控功能(n=3)。结果表明,牛CART基因-1200 bp~+22 bp区域存在CpG岛和TATA box、CAAT box等顺式作用元件;构建的4个截短启动子报告基因载体均具有转录起始活性,-292 bp~+22 bp片段转录起始活性最强,为牛CART基因核心启动子区;转录因子RFX5、CREB、RFX1、JUND、TEAD4、TFAP2D、RELA可与牛CART基因核心启动子区特异性结合;进一步研究证实RFX5、RFX1、TEAD4抑制CART转录(P<0.01),CREB与RELA激活CART转录(P<0.001)。本研究成功扩增获得牛CART启动子区域,筛选鉴定-292 bp~+22 bp为牛CART基因的核心启动子区,证实RFX5、RFX1、TEAD4为CART转录抑制因子,CREB、RELA为CART转录激活因子。研究结论为丰富牛下丘脑CART表达调控机制,深入研究CART调控卵泡发育机理提供依据。

基于CART-熵权法的管道腐蚀状态评估及其应用

管道腐蚀状态评估是管道完整性管理的重要部分,为了评估管道腐蚀状态,根据长输管道腐蚀特点,采用两轮内检测数据计算管道的局部腐蚀速率。以局部腐蚀速率为依据,采用分类与回归树(CART)将管道划分为若干单元,利用熵权法建立腐蚀状态评估模型,并结合工程实例分析了管道腐蚀状态的相对等级。结果表明:平均预估维修比(ERF)对该管道腐蚀状态的影响最大,该模型确定了腐蚀最严重的管段为44、38、45、37单元,便于业主对这些管段进行重点监测和维修;基于CART-熵权法的腐蚀状态评估模型能够很好地用于管道腐蚀状态评估工作,为业主制定检维修策略提供科学合理的依据。

基于CART决策树与BP神经网络算法探析蒋小敏教授治疗骨痹的辨证规律

目的基于CART(分类回归树)决策树与BP(反向传播)神经网络算法探讨蒋小敏教授治疗骨痹的中医辨证规律。方法收集蒋小敏教授2013年1月-2021年9月于江西中医药大学附属医院国医堂的门诊医案数据,通过Microsoft Excel 2019建立蒋小敏治疗骨痹的临床医案数据库。采用R 4.1.2软件rpart函数实现CART决策树模型的构建。采用SPSS Modeler 18.0软件,建立BP神经网络的中医诊断模型。结果共建立了气滞血瘀证、湿热阻络证和肝肾亏虚证3个中医辨证模型。CART决策树算法建模结果显示:气滞血瘀证、湿热阻络证和肝肾亏虚证的预测准确率分别为73.54%、84.56%、84.98%,各模型的曲线下面积(ACU)值分别为0.738、0.795、0.748。BP神经网络算法建模结果显示:气滞血瘀证、湿热阻络证和肝肾亏虚证的预测准确率分别为75.13%、87.69%、83.77%,AUC值分别为0.764、0.829、0.817。结论CART决策树和BP神经网络2种不同的算法在中医诊断建模上均具有一定的可行性,能够优势互补。基于真实世界临床医案,挖掘出骨痹症状与证型之间的关系特点,并初步预测了蒋小敏教授的辨证思路,对骨痹的辨证提供了科学依据。

基于面向对象CART决策树的土地利用分类研究

面向对象的CART决策树分类方法可解决目前流行的监督分类、非监督分类以及模糊分类方法中“同物异谱、异物同谱”引发的漏分、错分问题。该方法融入了形状和纹理特征进行分类,同时运用二级分类体系解决了相似地物因光谱、纹理不同而导致的地物错分问题,分类效果较好。利用楚雄市鹿城镇2013年GF-1号遥感影像进行土地利用分类。结果表明:(1)基于光谱、形状和纹理信息选取的19个特征变量开展面向对象的CART决策树分类,总体精度可达90.22%,其中林地分类的效果最好;(2)二级分类体系解决了耕地、裸地因光谱、纹理特征多样而产生的地物错分问题,总体精度提高了7.06%,Kappa系数提高了8.17%。