基于改进随机森林回归模型的木材染色配方预测研究

为提高木材染色计算机智能配色的准确性和实用性,选择(樟子松)单板为染色材,以随机森林回归模型为基础,先用随机搜索算法(RS)寻找模型最优参数,再引入主成分分析法(PCA)进行特征提取,并以配方的均方误差作为评价指标。与固定参数的随机森林回归模型(RFR)模型及其他模型相比,优化后的模型(PCA-RS-RFR)配方均方误差为0.00491,相较于固定参数RFR(0.00695)、RS-RFR(0.00618)等具有明显优势,运行效率也较出色。

基于随机森林回归模型的小麦粉灰分含量快速测定

[目的]实现小麦粉灰分含量的快速精准测定。[方法]通过预处理小麦原料并深入分析磨粉时间和电导率等关键影响因素,将这些因素作为特征变量引入随机森林回归模型,构建小麦粉灰分含量测定模型。通过算术平均值计算得出最终测定结果,实现小麦粉灰分含量的快速测定。[结果]该方法与实际结果基本一致,测定误差低于0.01 g/100 g,且重复性波动差距低于0.01 g/100 g,平均测定时间为24 min。[结论]试验方法具有较高的测量精度和重复性,显著提升了测定效率。

基于随机森林回归模型的集体经营性建设用地土地级别质量影响因素实证分析

利用南昌市本级集体建设用地定级与基准地价评估的项目,获取南昌市本级辖区258个行政村的调研数据,并运用随机森林回归模型分析农村集体经营性建设用地土地级别质量的影响因素及各类因素的重要性程度,同时验证模型的准确率。结果表明:模型的准确率和决定系数(R^(2))均大于80%,且五折交叉验证结果的准确率也大于80%。因子层重要性全域范围内是宏观区位影响度、繁华程度、产业集聚效应、交通条件和区域规划因子比基础设施条件和环境条件因子更大;其中,城区受产业集聚效应因子影响最大,而城郊受交通规划条件因子影响最大,且两者受繁华程度和交通条件因子影响也较大。因素层重要性全域范围内是宏观区位影响度最大,其次是繁华程度、交通条件、产业集聚效应和区域规划,而其余因素影响相对较小;其中,城区受产业集聚效应影响最大,而城郊受区域规划条件影响最大,其次繁华程度和交通条件也对土地级别质量有较大影响,而宏观区位影响度的影响相对减小。

基于灰色关联分析与随机森林回归模型的短期负荷预测

针对人工神经网络和支持向量机存在的泛化误差大、具有局部最优以及参数选取困难等缺点,将随机森林回归模型引入电力系统短期负荷预测,提出了一种基于相似日与随机森林回归模型的短期负荷预测方法。利用灰色关联分析法计算原始训练样本与预测日各影响因素间的关联系数,选取相似度较高的历史样本构成相似日样本集,对随机森林回归模型进行训练。将预测日的特征向量输入训练好的模型中,取所有回归树输出结果的平均值作为最终的负荷预测结果。实际算例表明,与常规支持向量机法和常规随机森林回归法相比,该组合方法可以有效地提高短期负荷预测的精度。

随机森林回归模型用于土壤重金属含量多光谱遥感反演

本文以陕西省柞水县大西沟矿区为研究区域,通过实地采集土壤样本,结合在Landsat 8多光谱遥感影像上提取的辐射亮度值和光谱衍生指数,以及从ASTER GDEM提取的3种地形因素,通过相关性分析确定了建模因子,并以K折交叉验证法建立了砷、铜、铅3种重金属元素的随机森林回归模型。试验结果表明,所建立模型的预测精度优于多元线性回归模型和CART模型,可见随机森林回归模型适用于在小样本情况下的矿区重金属含量反演。经现场调查,空间反演结果与实际情况较符合,证明了基于多光谱遥感的随机森林回归模型在矿区土壤重金属反演中的准确性。

基于随机森林回归模型和高频数据的鄱阳湖子湖电导率预测

电导率是衡量水质的重要参数,高频监测获取水体中电导率对水质管理具有重要作用。由于野外条件的变化复杂性引起设备故障导致数据缺失时有发生,为优化野外监测体系和插补缺失数据,基于高频监测获取的气象和水体物理指标,结合机器学习模型,预测水体中电导率值。结果表明,随机森林回归模型预测效果最优,其决定系数R~2可达0.996,均方根误差R_(RMSE)为1.31μS/cm,平均相对误差M_(MRE)为0.38%;pH值贡献率最大,是影响电导率的主导因素。研究结果利于优化野外高频监测系统平台,健全高频监测数据,为水质管理提供科学依据。

基于主成分分析和随机森林回归模型的工艺装备轴承剩余寿命预测

为解决传统随机森林回归模型对工艺装备轴承剩余寿命预测准确率偏低的问题,提出一种将PCA(主成分分析)和随机森林回归模型相结合的工艺装备轴承剩余寿命预测方法。首先,应用时域分析法对特征集进行提取,并和样本对应的剩余寿命标签共同创建并形成训练集;然后,利用PCA算法对训练集中特征实施降维处理;最后,建立随机森林回归模型,输出工艺装备轴承剩余寿命。研究结果表明:基于PCA算法和随机森林回归模型的预测方法将预测准确度提高了约10%,证实了该方法的有效性和准确性。

基于随机森林回归模型的配电网架空线线损率计算方法

提出基于随机森林回归模型的配电网架空线线损率计算方法。识别配电网架空线线损的成因,明确线损分类。利用随机森林回归模型获取线损特征值,通过提取与线损率相关的高维数据特征,为预测计算提供依据。同时,采用等值电阻法计算配电网架空线全线线损率。实验结果表明,基于随机森林回归模型的配电网架空线线损率计算精度高,具有应用潜力。

基于随机森林回归的左转信号损失时间预测模型

左转信号损失时间是确定信号控制周期的重要参数,为准确预测左转信号损失时间从而优化信号控制方案,从交叉口整体环境、驾驶员行为、车流特性3个方面对左转信号损失时间进行影响因素分析。采用定性和定量的方法对南昌市红谷滩区不同交叉口进行数据采集,通过分析各影响因素对左转信号损失时间的影响,构建了随机森林回归、多元线性回归、广义线性混合3种不同的左转信号损失时间预测模型并进行了对比分析。研究结果表明:随机森林回归模型对左转信号损失时间的预测精度比传统线性模型更高,其决定系数为0.812 9;第一辆车反应时间是影响左转信号损失时间预测最重要的因素(重要性得分为14.5),其次为左转组织方式、红灯时间、对向停止线距离,重要性得分分别为2.88、2.84、2.23;左转信号损失时间的长短受启动损失时间的影响较大。

超大城市土地覆盖与热环境的随机森林回归模型研究

目前对于超大城市土地覆盖和热环境定量模型研究报道不足,这主要是因为大城市地表温度和地表生物物理组分之间存在复杂的潜在非线性关系,这使得准确评估城市热环境情况遇到了严峻的技术挑战。研究选取中外6个典型超大城市(北京、上海、广州、伦敦、纽约和东京)为研究对象,以Landsat遥感影像为主要数据源,利用单通道算法反演各城市地表温度,采用随机森林回归模型(RFR)建立土地覆盖类型与城市热环境定量关系模型(LCT),综合分析城市土地覆盖因子与热环境间的多维定量关系。土地覆盖与地表温度的定量关系显示,城市地表热场的空间结构在很大程度上被下垫面用地类型所左右,不透水面会导致高温热场的聚集,而植被和水体则有降温作用。6个超大城市地表覆盖结构变化产生的升温/降温效应有所差异,北京、上海、纽约和东京等城市区域的植被和水体降温效应较广州和伦敦显著。基于随机森林回归方法建立了NDVI、MNDWI和NDISI等3种土地覆盖类型与城市热环境的综合定量关系模型(LCT),模型得到的精度高于基于多元线性回归方法建立的模型。LCT_RF模型的R2值在0.623~0.826之间,比LCT_MLR模型高0.021~0.074;RMSE比LCT_MLR模型低0.07℃~0.35℃。研究超大城市土地覆盖与城市热环境的互动作用机理,能为未来生态城市建设提供宝贵建议。

基于改进随机森林模型的海底管道腐蚀预测

为提高海底管道腐蚀速率预测精度,建立一种基于改进随机森林的海底管道腐蚀预测模型。首先,采用斯皮尔曼相关系数,分析实海挂片腐蚀数据的相关性,并采用因子分析降维;然后,设定K值为5的K折交叉验证,建立随机森林回归(RFR)模型,并输入降维后的数据;最后,输出模型的交叉验证得分,并对比评价该模型与其他模型的最高得分预测结果。研究结果表明:改进RFR的五折交叉验证输出平均得分值为0.912,高于BP神经网络(BPNN)模型、支持向量回归(SVR)模型2种对比模型;五折交叉验证最高得分预测结果均方根误差(RMSE)、平均绝对误差(MAE)分别为1.441和1.3,均优于对比模型相应值。

基于随机森林算法的城市形态对热环境影响作用研究——以广州市中心地区为例

近年来,已有研究表明城市形态对热环境的影响作用较为显著,但从城市空间结构角度进行讨论的研究较少。为评估城市形态特征对地表温度的相对重要性和相互影响作用,以广州中心地区为研究范围,划分为500 m及1000 m边长网格基本单元,采用随机森林回归模型在不同的网格尺度上对10种影响因子进行量化,深度分析水体、绿地和建筑等指标对城市热环境的影响作用规律。结果表明,城市形态指标对地表温度的影响大小和方向随着季节和观测尺度的变化而变化。建筑密度、单位水体面积、单位植被面积、建筑平均高度是4个最重要的影响因素。建筑形态、水体和绿地对地表温度变化具有主导性影响。建筑密度对地表温度有明显的正向作用,建筑平均高度与地表温度呈波动相关。城市绿地和水体表现出较强的冷却效果,这一特点在夏季尤为明显。

基于高光谱变换的枸杞冠层含水率预测模型

为实现枸杞冠层水分信息的快速无损监测,以“宁杞7号”枸杞为试验对象,测定枸杞冠层叶片光谱和叶片含水率,对原始光谱进行一阶微分和连续统去除2种数学变换,将获取的原始光谱(OS)、一阶微分光谱(FDS)及连续统去除光谱(CRS)与含水率进行相关性分析,筛选出敏感波长并构建预测含水率的随机森林回归模型(RFRM)、偏最小二乘回归模型(PLSRM)、岭回归模型(RRM)及一元回归模型(URM),最后对模型的精度进行检验与评价。结果表明:从敏感波长分析,基于FDS构建的模型,其拟合度为0.716~0.938;基于CRS构建的模型,其拟合度为0.710~0.920;基于OS构建的模型,其拟合度为0.710~0.874;可见,基于FDS和CRS构建的模型,拟合度均高于基于OS构建的模型。从模型类型分析,RFRM的拟合度最高(0.874~0.938),其次为PLSRM(0.826~0.866)和RRM(0.737~0.889),URM的拟合度最低(0.710~0.730)。综合分析,基于一阶微分光谱构建的随机森林回归模型(FDS+RFRM)预测效果最优,其训练集和测试集的拟合度分别为0.938和0.893,检验集R^(2)、RMSE、MAE及RPD分别为0.872、0.561、0.466和2.156。研究将光谱变换与机器学习相结合,开发一套适用于枸杞冠层叶片含水率的且预测精度很高的高光谱探测模型,为枸杞冠层含水率的监测提供适宜高效的方法。

基于EABC算法优化RFR模型的电力行业碳排放量预测

针对电力行业碳排放量预测问题,在传统人工蜂群算法中引入遗传学习策略进行改进,提出一种基于进化人工蜂群算法优化的随机森林回归预测模型。首先在可拓展随机性环境影响评估模型(stochastic imacts by regression on population affluence and technlogy,STIRPAT)模型基础上确定电力行业碳排放量影响因素,将其作为预测模型的输入自变量,继而利用进化人工蜂群算法优化随机森林回归模型,从而避免模型参数主观设置不合理对预测精度的不利影响,最后运用参数优化后的模型对电力行业碳排放量进行预测。实际测算数据验证结果表明,该模型可以准确反映电力行业未来碳排放趋势,并且与其他预测模型相比,预测精度更高、优势更加明显,能够为节能减排政策制定提供参考借鉴。

基于GCA-RFR模型的数字内容资源价值评估方法研究

随着数字内容资源数量和重要性的不断增加,逐渐暴露出很多问题,如数字内容产品质量参差不齐、数字内容资源交易混乱、价值衡量缺乏规范性等,因此探索合理的价值评估方法对规范数字内容资源市场交易具有重要意义。首先,根据“价值链理论”梳理影响数字内容资源价值的成本因素、版权因素、市场因素、服务因素等,并从中选出13个二级指标构建数字内容资源价值评估指标体系。然后,在该指标体系基础上提出一种基于GCA-RFR模型的智能化价值预测方法,依次经过指标验证、样本筛选、模型训练等步骤对电影资源数据进行实证分析,并将该模型的预测效果与GCA-BP模型进行对比,确定了该预测模型的优越性。研究发现,基于GCA-RFR模型的方法系统化保证了其在数字内容资源价值评估方面体现的独特优势:强客观性、优泛化性、调节参数少、预测精度高等。该方法的探索为丰富数字内容资源价值评估理论体系拓展了方向。

西北太平洋热带气旋生成客观预测模型

该文提出一种西北太平洋热带气旋年生成活动的客观预测模型。研究大尺度环境因子对西北太平洋热带气旋年生成频次的作用,使用最小角回归算法对初始14个预测因子进行选择和降维,将资料集分为训练集(1979—2015年)和验证集(2016—2020年),建立随机森林回归模型预测热带气旋年生成频次。分析环境因子对西北太平洋热带气旋生成位置的作用,使用逐步回归算法筛选影响显著的预测因子,建立局部泊松回归模型预测热带气旋生成空间位置的概率。结果表明:随机森林回归模型可以预测西北热带气旋频次的主要变化和趋势,揭示环境因子对西北太平洋热带气旋年生成频次的影响。局部泊松回归模型对于气旋生成位置概率有一定预测能力。利用随机森林回归模型和局部泊松回归模型模拟1979—2020年西北太平洋热带气旋生成,结果与观测基本一致,可见模型可为热带气旋危险性分析提供参考。

基于MAIAC AOD数据构建上海市PM2.5时空分布模型

卫星技术的不断发展成熟使构建高分辨率的PM2.5浓度预测模型成为可能。为解决卫星数据的非随机性缺失会显著降低PM2.5浓度预测模型准确性的问题,运用多重填补法对MAIAC1km分辨率气溶胶光学厚度数据的缺失值实现补缺,其平均决定系数达0.75。在此基础上,运用随机森林模型构建上海市2017-2018年的PM2.5浓度分布预测模型,其决定系数达0.96。结果表明,上海市PM2.5分布整体呈现东低西高,沿海低内陆高的趋势,且2018年上海市PM2.5浓度整体低于2017年。气溶胶光学厚度数据是PM2.5预测模型中最重要的自变量。

基于LR-RF模型的滑坡易发性评价——以铜川市耀州区为例

耀州区是陕西省重要的交通枢纽与矿业基地,长期对资源的开发导致滑坡灾害频繁发生,如何对滑坡的易发性进行科学合理地划分是滑坡防治与管理工作的重要组成部分。以耀州区为研究区,基于R语言与ArcGIS平台,选取坡度等8个评价因子,在逻辑回归(Logistic Regression,简称LR)的基础上引入随机森林(Random Forest,简称RF)模型对研究区发生滑坡的概率进行预测,完成滑坡易发性评价和分区。LR-RF模型易发性分区结果表明滑坡高、较高易发区覆盖了研究区东南部的漆水河河谷区域,包含了73.23%的滑坡点,在预测成功率上高于LR模型。使用ROC曲线对LR和LR-RF模型的结果精度进行对比,LR-RF模型评价结果的AUC值为0.9123,优于LR模型的评价结果。研究结果表明采用LR-RF模型对研究区进行易发性评价拥有更好的评价精度和预测能力。

利用高光谱反射率预测枸杞叶片氮素含量

为实现枸杞氮素含量的快速无损监测,以“宁杞7号”为研究对象,同步测定枸杞叶片光谱反射率与叶片氮素含量,选用快速傅里叶变换(FFT)对测定的枸杞叶片光谱进行平滑滤波处理,并获取原始光谱(OS)。采用一阶微分、二阶微分及连续统去除法对原始光谱进行变换处理,获取枸杞叶片一阶微分光谱(FDS)、二阶微分光谱(SDS)及连续统去除光谱(CRS),将原始光谱及3种变式光谱分别与叶片氮素含量进行相关性分析,进而筛选出敏感波长,并构建预测枸杞叶片氮素含量的随机森林回归模型(RFRM)和多元线性回归模型(MLRM)。结果表明,基于3种变换光谱构建的RFRM和MLRM的预测精度均优于基于OS构建的模型;其中:基于FDS构建的模型预测效果最优,其次为基于SDS和基于CRS构建的模型,基于OS构建的模型预测精度最差。同时表明,RFRM的拟合度均优于MLRM,基于原始光谱OS、一阶微分光谱FDS、二阶微分光谱SDS和连续统去除光谱CRS构建的RFRM,同MLRM相比,其模型拟合度分别提高0.258、0.259、0.275和0.291,RMSE分别降低0.044、0.054、0.059、0.076,MAE分别降低0.045、0.043、0.066、0.059。基于FFT+FDS组合方法下筛选的敏感波长构建的RFRM,其建模数据集的拟合度、RMSE和MAE分别为0.897、0.071和0.058,检验数据集的决定系数、RMSE和MAE分别为0.689、0.129和0.102,模型具有良好的精度和稳定性,可作为枸杞叶片氮素的高光谱估测方法。

青藏高原土壤侵蚀对气候变化和生态政策的非线性响应

[目的]评估土壤侵蚀的时空变化趋势,揭示驱动因素对其贡献,阐明生态恢复政策对其产生的影响,为青藏高原土壤侵蚀治理提供科学依据。[方法]评估青藏高原1990—2020年土壤水力侵蚀量,分析其时空变化趋势,并基于随机森林回归模型探讨气候、人为和地形因素对土壤侵蚀的影响。[结果](1)1990—2020年青藏高原平均土壤侵蚀模数为305.78 t/km^(2),80%以上的区域属于微度侵蚀。土壤侵蚀的年际变化呈现先减后增的趋势,1990—2010年青藏高原的土壤侵蚀有所改善,2010—2020年的土壤侵蚀状况有所加重,呈非线性变化。(2)气候因素对土壤侵蚀的影响超过了人为因素,年降水量是青藏高原土壤侵蚀的主要驱动因素。此外,2010年后人为因素对土壤侵蚀的影响逐渐增加。[结论]气候因素是青藏高原土壤侵蚀的主要驱动因素,2010年后青藏高原实施的生态恢复政策初见成效,且随机森林回归可以很好地进行土壤侵蚀驱动因素的探究。