面向图像语义分类的视觉单词集成学习方法

针对图像的特性,提出了1种视觉单词集成学习方法。该方法建立在3种初始映射方法的基础上,并充分利用图像的矩、纹理直方图、图像傅里叶描述子等图像视觉特征来分类图像语义。相对于3种初始映射方法,采用Boosting集成学习方法生成的视觉单词集合在图像语义分类上比单独使用任意1种映射方法生成的视觉单词集合有明显的提高。实验结果表明,本文所提出的视觉单词Boosting集成学习方法在图像语义区分性和描述能力方面是有效的,能充分反映人对图像内容的理解,具有很好的应用价值。

基于支持向量机集成学习方法的高新技术上市公司绩效预测研究

本文以创业板高新技术企业为对象,采集样本企业2011-—2014年的年报数据,通过构建支持向量机预测模型和支持向量机集成学习方法预测模型,预测样本企业的绩效。研究结果显示:两种预测模型均能有效预测样本企业的绩效,支持向量机集成学习方法预测模型的准确度更高,样本数据越接近预测年度,预测的准确度越高。

集成学习方法在企业财务危机预警中的应用

以我国制造业上市公司为样本数据,用支持向量机作为基分类器的集成学习方法来预测企业的财务危机,通过具体实验分析可知:集成学习比单个基分类器的预测准确率提高了4个百分点,且稳定性更高,有效地提高了模型的预测精度,使得模型更具有准确性和应用性。基于支持向量机的集成学习方法在构建我国制造业上市公司财务危机预警模型上是有效的,且达到一定的财务危机预警效果。

核小体定位预测的集成学习方法

核小体定位指DNA双螺旋相对于组蛋白的位置,并在DNA的转录阶段起着重要的调节作用。依靠生物实验的手段测得核小体定位会消耗大量的时间和资源,因此基于计算方法利用DNA序列进行核小体定位预测成为了一个重要的研究方向。针对核小体定位预测中单一模型和单一编码在DNA序列特征表示和学习方面的不足,文中提出了一种端到端的集成深度学习模型FuseENup,利用3种编码方式从多个维度表示DNA数据,利用不同的模型从不同维度提取数据中隐含的关键特征,构造了一种全新的DNA序列表征模型。在4种数据集上进行20倍交叉验证,相比当前针对核小体定位预测问题综合性能最优的模型CORENup,FuseENup的准确度(Accuracy)和精度(Precision)在HS数据集上提高了3%和9%,在DM数据集上提高了2%和6%,在E数据集上提高了1%和4%,相比其他的机器学习和深度学习基准模型,FuseENup具有更好的性能。实验结果表明,FuseENup能提高核小体定位的预测准确度,说明了该方法的有效性和科学性。

集成学习方法在电费回收风险预测中的应用研究

电费回收一直是电力公司电力营销中非常重要的部分,但是在日常生活中有些用电客户会拖欠电费。如何对用电客户进行有效地风险评估是当前电力公司首先需要考虑的问题。提出了一种GBDT-RF-LR集成学习方法,利用集成学习方法构建了电费回收风险预测模型。通过此模型,电力公司可以对用电客户进行风险评估,从而预测出用电客户下个月违约的概率。实验结果表明,与传统的逻辑回归算法相比,该集成学习方法可以更加有效地对电力客户的支付行为进行评估,并且可以更加准确地对用户是否会欠费进行预测。

坝基灌浆量预测ISSA-Stacking集成学习代理模型研究

灌浆量预测对坝基灌浆施工具有重要意义.由于灌浆工程隐蔽且复杂,传统方法难以实现准确高效的灌浆量预测.代理模型是一种能够建立影响因素与响应值之间近似关系的快速求解方法,然而单一代理模型的预测稳定性和准确性较低,组合代理模型仅将单一模型结果进行加权平均,预测精度仍有待提高.为解决上述问题,本文提出一种ISSA-Stacking集成学习代理模型新方法用于灌浆量预测研究.首先,针对灌浆量预测具有数据量小、影响因素与灌浆量之间非线性关系复杂且预测不确定性较大等特性,基于Stacking集成学习策略,选取在小样本预测中表现优越的支持向量回归(SVR)、具有良好非线性拟合能力的BP神经网络(BPNN)和预测泛化性能及稳定性高的随机森林(RF)等算法作为基学习器,采用自适应学习和不确定性处理能力强的自适应神经模糊推理系统(ANFIS)作为元学习器以集成上述机器学习算法的优势,构建具有更优预测性能和泛化能力的Stacking集成学习方法作为代理模型;其次,为进一步提高模型预测精度,采用混沌理论和Lévy飞行策略改进的麻雀搜索算法(ISSA)对集成学习代理模型进行参数同步优化;最后,将所提ISSA-Stacking集成学习代理模型应用于某实际灌浆工程的灌浆量预测并与其他方法进行对比分析.结果表明,所提方法具有较高的预测精度,绝对平均误差仅为0.21 m^(3);与组合代理模型及单一代理模型(SVR、BPNN和RF)相比,平均精度分别提高24.34%、30.84%、32.68%和26.56%,为灌浆量预测提供了一种新思路.

基于解释的人工神经网络集成学习方法

基于知识的人工神经网络是集成学习方法领域中最主要的研究方向，它利用领域知识决定神经网络的初始拓扑结构和联接权值的设置。一方面利用领域知识加速了网络的学习，另一方面利用神经网络的鲁棒性减少了领域理论不完善和数据噪声的影响，从而较好的解决了不完善领域理论的学习问题。本文对这方面的几个主要系统ＫＢＡＮＮ、ＲＡＰＴＵＲＥ进行了分析和评价，指出了它们在网络拓扑结构的动态改变、深层网络的加速学习和结果网络到规则的转译等方面的弱点，并因此提出了一种有效的集成学习方法——基于解释的人工神经网络。

面向软件缺陷预测的聚类欠采样集成方法

为缓解类不平衡问题对预测模型性能的影响,提出一种基于聚类的欠采样集成方法 CBUE(cluster-based undersampling ensemble method)。对多数类进行聚类分析,根据聚类的结果分布(即每个簇的大小比例)有放回地选择N个多数类的子集,N个子集分别和所有的少数类实例组成N个新的训练集;根据N个训练集训练出N个分类器,按照少数服从多数的原则生成一个新的集成分类器对新的数据进行预测。CBUE以NASA数据集作为评测对象,以balance、G-mean和AUC为评测指标,实验结果表明,该方法在大部分情况下要优于5种经典的基准方法 (ROS、RUS、SMOTE、RF和NB)。

基于香农熵加权投票算法的集成式非侵入式负荷识别方法

非侵入式负荷监测(non-intrusive load monitoring,NILM)技术绿色节能,已成为电力系统负荷监测的发展趋势。集成学习方法可有效提高负荷识别性能,但其基学习器的优化选择和权重设置问题亟待解决。文中以一种典型智能电表对8种小型用电设备及其混合负荷的高频实测实验为基础,基于递归特征消除(recursive feature elimination,RFE)法选择最优特征组合,提出结合准确率和多样性权衡的基学习器组合优化方法,并引入香农熵设置投票权重,形成一种新颖的基于香农熵加权投票的集成式NILM识别方法。通过在自测数据集和公开的全球家庭和行业瞬态能量数据集(worldwide household and industry transient energy dataset,WHITED)验证,与常用集成方法比较,该方法识别准确率高、运行时间短且稳定性高。

阿尔茨海默病在脑皮层厚度中的集成分类方法研究

本文使用Adaboost集成学习方法基于大脑皮层厚度的结构磁共振图像数据(SMRI)来区分轻度认知障碍患者以及正常健康人.本文分别选取100名健康人和104名轻度认知障碍患者作为正常对照组和实验组,主要针对两组人群的结构磁共振图像数据进行分析.首先利用基于两独立样本T检验的特征选择方法对噪声特征进行筛选,再通过离群点检测方法对异常数据进行分析并加以排除.最后使用Adaboost集成学习方法进行分类,并且通过留一交叉验证评估分类的准确率高达89.37%.通过实验证明,上述方法对区分轻度认知障碍患者和正常健康人具有显著的效果,这将有助于实现对阿尔茨海默疾病早期的自动诊断.

基于随机森林方法的滑坡灾害危险性区划

滑坡灾害危险性区划在滑坡灾害管理工作中具有重要意义。该文以深圳市为研究区,将随机森林方法应用于滑坡灾害危险性区划和因子评价工作。研究中采用随机森林方法进行建模,结合ROC曲线和AUC值对模型性能进行评价;通过预报效率曲线对全区的滑坡危险性区划总体效果进行评价;根据错误率变化和节点不纯度变化,对不同因子的重要性进行分析,结合作用曲线,探讨不同因子对滑坡的影响规律。实例研究说明随机森林方法适用于滑坡危险性区划工作,具有良好的建模效果。

基于集成核可预测元分析的非线性故障检测

以核可预测元分析(KForeCA)为例,将它与集成学习方法相结合,提出了一种基于集成核可预测元分析(EKForeCA)的非线性故障检测方法。给出EKForeCA的故障检测原理。TE仿真实验结果表明:基于EKForeCA的故障检测方法可有效提高故障检测灵敏度和鲁棒性。

抗乳腺癌候选药物的生物活性预测建模

本文构建化合物对Erα生物活性的定量预测模型,结合集成学习方法与逻辑回归方法,使用自动的参数优化方法,使各算法达到最优泛化性能。首先使用随机森林算法,以信息理论为基础,将化合物的分子描述符对雌激素受体α亚型的活性影响进行特征重要性排序,得到可用于算法判断的20个高效变量;再根据这20个高效分子描述符,利用岭回归算法实现对ERα生物活性的定量预测。结果表明,该模型可以准确预测Erα生物活性,为科学选择抗乳腺癌药物提供了新思路。

代价敏感的目标客户选择半监督集成模型研究

在现实的目标客户选择建模中,往往只能获取少量有类别标签的样本,而剩下的大量样本都无法获取类别标签。已有研究大都使用监督式建模研究范式,仅在少量有类别标签样本集上建模,很难取得令人满意的效果。为解决这一问题,本文引入半监督学习(semi-supervised learning,SSL)技术,将其与代价敏感学习(cost sensitive learning,CSL)和多分类器集成中的随机子空间(random subspace,RSS)方法相结合,提出了代价敏感的目标客户选择半监督集成模型(cost-sensitive semi-supervised ensemble model,CSSE)。该模型使用代价敏感的支持向量机(SVM)来解决目标客户选择建模中样本数据类别分布不平衡的问题,还能够同时使用有、无类别标签的客户样本来建模。进一步地,该模型利用RSS方法训练一系列基本分类模型,并通过集成得到最终的分类结果。在某保险公司目标客户选择数据集上进行实证分析,结果表明,与两种监督式集成模型、两种单一的半监督模型以及两种半监督集成模型相比,CSSE模型具有更好的目标客户选择性能。