期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于机器学习的钢筋混凝土板在爆炸作用下的最大位移预测模型
1
作者 朱玉富 赵春风 周志航 《高压物理学报》 CAS CSCD 北大核心 2023年第2期90-104,共15页
钢筋混凝土(reinforced concrete,RC)板作为工程结构的主要受力构件,在遭受意外爆炸或恐怖袭击时极易发生破坏,甚至引起结构的整体倒塌,因此,了解和预测混凝土板在爆炸作用下的动力响应,对增强工程结构的抗爆防护能力、减轻生命和财产... 钢筋混凝土(reinforced concrete,RC)板作为工程结构的主要受力构件,在遭受意外爆炸或恐怖袭击时极易发生破坏,甚至引起结构的整体倒塌,因此,了解和预测混凝土板在爆炸作用下的动力响应,对增强工程结构的抗爆防护能力、减轻生命和财产经济损失具有非常重要的意义。收集整理了国内外文献中普通RC板爆炸试验和基于试验进行参数化分析的数值模拟数据,采用机器学习回归算法中的支持向量机和高斯过程回归两种算法等对近场爆炸作用下RC板的最大位移进行预测;运用改进的偏差-方差分解原理对模型的泛化性能进行分析,同时将机器学习模型与现有的预测方法进行对比;最后,采用置换特征重要性和Sobol全局敏感性分析方法,从局部和整体对模型特征进行解释,增加模型的可靠性。结果表明:支持向量机和高斯过程回归两种机器学习方法的泛化性能都较好,并且高斯过程回归算法的预测效果优于支持向量机算法。对比现有预测方法发现,机器学习方法更优,具有较高的预测精度和计算效率,且得出了不同输入参数对模型输出结果的影响,实现了对输出结果的可解释性,进一步验证了其可靠性。研究结果可为机器学习在爆炸领域的应用提供参考。 展开更多
关键词 机器学习 钢筋混凝土板 爆炸荷载 Sobol全局敏感性分析 偏差-方差分解
下载PDF
集成学习中预测精度的影响因素分析 被引量:4
2
作者 郭福亮 周钢 《兵工自动化》 2019年第1期78-83,共6页
集成学习被认为是当前数据挖掘、机器学习中提升预测精度的重要方法。在分析集成学习基本概念的基础上,将集成学习模型设计划分为分类器构建、分类器集成和分类结果整合3个阶段,并从分类器误差控制、集成泛化能力提升和应用误差容忍具... 集成学习被认为是当前数据挖掘、机器学习中提升预测精度的重要方法。在分析集成学习基本概念的基础上,将集成学习模型设计划分为分类器构建、分类器集成和分类结果整合3个阶段,并从分类器误差控制、集成泛化能力提升和应用误差容忍具体对提升集成学习预测精度进行研究探讨,通过实例分析研究3个阶段预测精度的影响因素和提升方法。结果表明,该研究对控制集成学习预测误差、提升预测精度和构建合理高效集成学习模型具有较为重要的指导意义。 展开更多
关键词 集成学习 预测精度 偏差-方差分解 BAGGING算法 ADABOOST算法 怀卡托智能分析环境
下载PDF
集成学习方法研究 被引量:17
3
作者 周钢 郭福亮 《计算技术与自动化》 2018年第4期148-153,共6页
集成学习是当前数据挖掘、机器学习中提升预测精度的重要方法。在介绍集成学习概念、评价标准的基础上,将集成学习划分为基分类器的构建和集成两个阶段,从偏差-方差分解角度,分析集成学习的预测精度主要是通过控制集成模型复杂度和各基... 集成学习是当前数据挖掘、机器学习中提升预测精度的重要方法。在介绍集成学习概念、评价标准的基础上,将集成学习划分为基分类器的构建和集成两个阶段,从偏差-方差分解角度,分析集成学习的预测精度主要是通过控制集成模型复杂度和各基分类器差异度实现,研究讨论了集成学习的模型构建阶段的经典算法Bagging、Boosting等,同时分析研究了分类结果集成的普通投票和Stacking方法。 展开更多
关键词 集成学习 偏差-方差分解 BAGGING BOOSTING STACKING
下载PDF
Optimal l~∞ error estimates of finite difference methods for the coupled Gross-Pitaevskii equations in high dimensions 被引量:11
4
作者 WANG TingChun ZHAO XiaoFei 《Science China Mathematics》 SCIE 2014年第10期2189-2214,共26页
Due to the difficulty in obtaining the a priori estimate,it is very hard to establish the optimal point-wise error bound of a finite difference scheme for solving a nonlinear partial differential equation in high dime... Due to the difficulty in obtaining the a priori estimate,it is very hard to establish the optimal point-wise error bound of a finite difference scheme for solving a nonlinear partial differential equation in high dimensions(2D or 3D).We here propose and analyze finite difference methods for solving the coupled GrossPitaevskii equations in two dimensions,which models the two-component Bose-Einstein condensates with an internal atomic Josephson junction.The methods which we considered include two conservative type schemes and two non-conservative type schemes.Discrete conservation laws and solvability of the schemes are analyzed.For the four proposed finite difference methods,we establish the optimal convergence rates for the error at the order of O(h^2+τ~2)in the l~∞-norm(i.e.,the point-wise error estimates)with the time stepτand the mesh size h.Besides the standard techniques of the energy method,the key techniques in the analysis is to use the cut-off function technique,transformation between the time and space direction and the method of order reduction.All the methods and results here are also valid and can be easily extended to the three-dimensional case.Finally,numerical results are reported to confirm our theoretical error estimates for the numerical methods. 展开更多
关键词 coupled Gross-Pitaevskii equations finite difference method SOLVABILITY conservation laws pointwise convergence optimal error estimates
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部