期刊文献+
共找到98篇文章
< 1 2 5 >
每页显示 20 50 100
一种基于Bagging算法的高斯过程集成建模方法 被引量:8
1
作者 李雅芹 杨慧中 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第B09期93-96,共4页
针对单一高斯过程在化工过程软测量建模中存在估计精度不高的问题,利用Bagging和高斯过程回归算法,提出一种基于Bagging算法的集成高斯过程软测量建模方法.该算法使用Bagging技术从训练样本集中选取若干子训练样本集,利用该若干子集形... 针对单一高斯过程在化工过程软测量建模中存在估计精度不高的问题,利用Bagging和高斯过程回归算法,提出一种基于Bagging算法的集成高斯过程软测量建模方法.该算法使用Bagging技术从训练样本集中选取若干子训练样本集,利用该若干子集形成多个高斯过程模型,并通过加权组合方式进行集成,得到最终的模型输出.将该方法应用到某双酚A生产装置缩合反应釜出口24BPA含量的软测量建模中,仿真结果表明相比于单一高斯过程模型,该集成算法具有更高的精度和泛化能力. 展开更多
关键词 bagging算法 高斯过程 集成 软测量
下载PDF
面向中文文本分类的C4.5Bagging算法研究 被引量:2
2
作者 张翔 周明全 +1 位作者 耿国华 侯凡 《计算机工程与应用》 CSCD 北大核心 2009年第26期135-137,共3页
对于中文文本分类问题,提出一种新的Bagging方法。这一方法以决策树C4.5算法为弱分类器,通过实例重取样获取多个训练集,将其结果按照投票规则进行合成,最终得到分类结果。实验证明,这种算法的准确率、查全率、F1值比C4.5、kNN和朴素贝... 对于中文文本分类问题,提出一种新的Bagging方法。这一方法以决策树C4.5算法为弱分类器,通过实例重取样获取多个训练集,将其结果按照投票规则进行合成,最终得到分类结果。实验证明,这种算法的准确率、查全率、F1值比C4.5、kNN和朴素贝叶斯分类器都高,具有更加优良的性能。 展开更多
关键词 bagging算法 C4.5算法 中文文本分类
下载PDF
基于Bagging算法的水库水沙联合智能调度 被引量:4
3
作者 宋星光 夏利民 《计算机工程与应用》 CSCD 北大核心 2004年第25期218-219,232,共3页
水库水沙调度是一项非常复杂的综合性问题,存在大量的非线性关系。传统的调度方法往往难以达到满意的效果。该文提出了一种基于Bagging算法的水库调度方法。用神经网络建立水库调度预测函数,在此基础上,利用Bagging算法构造了基于神经... 水库水沙调度是一项非常复杂的综合性问题,存在大量的非线性关系。传统的调度方法往往难以达到满意的效果。该文提出了一种基于Bagging算法的水库调度方法。用神经网络建立水库调度预测函数,在此基础上,利用Bagging算法构造了基于神经网络的预测函数序列进行预测,预测的平均值用于水库调度。实验结果表明,符合实际情况,且具有明显的经济安全效益。 展开更多
关键词 水库调度 神经网络 bagging算法
下载PDF
基于Bagging算法和遗传神经网络的交通事件检测 被引量:6
4
作者 朱红斌 《计算机应用与软件》 CSCD 2010年第1期234-236,共3页
提出一种集成遗传神经网络的交通事件检测方法,以上下游的流量和占有率作为特征,RBF神经网络作为分类器进行交通事件的自动分类与检测。在RBF神经网络的训练过程中,采用遗传算法GA(Genetic Algorithm)对RBF神经网络的隐层中心值和宽度... 提出一种集成遗传神经网络的交通事件检测方法,以上下游的流量和占有率作为特征,RBF神经网络作为分类器进行交通事件的自动分类与检测。在RBF神经网络的训练过程中,采用遗传算法GA(Genetic Algorithm)对RBF神经网络的隐层中心值和宽度进行优化,用递推最小二乘法训练隐层和输出层之间的权值。为了提高神经网络的分类能力,采用Bagging算法,进行网络集成。通过Matlab仿真实验,证明该方法相对于传统的事件检测算法能更准确、快速地实现分类。 展开更多
关键词 bagging算法 交通事件检测 RBF神经网络 遗传算法
下载PDF
不平衡数据的随机平衡采样bagging算法分类研究 被引量:6
5
作者 季梦遥 袁磊 《贵州大学学报(自然科学版)》 2017年第6期54-58,共5页
不平衡数据广泛存在于现实世界中,严重影响了传统分类器的分类性能。本文提出了随机平衡采样算法(random balance sampling,RBS),并以此为基础提出了随机平衡采样bagging算法(RBSBagging)用于解决不平衡数据集的分类问题。最后,采用6组... 不平衡数据广泛存在于现实世界中,严重影响了传统分类器的分类性能。本文提出了随机平衡采样算法(random balance sampling,RBS),并以此为基础提出了随机平衡采样bagging算法(RBSBagging)用于解决不平衡数据集的分类问题。最后,采用6组UCI数据集对提出的分类算法进行验证,结果表明本文提出的RBSBagging算法可以较好地解决不平衡数据集的分类问题。 展开更多
关键词 不平衡数据 采样 bagging算法
下载PDF
基于BP神经网络和Bagging算法的入侵检测 被引量:3
6
作者 朱守业 《计算机工程与应用》 CSCD 北大核心 2009年第18期123-125,128,共4页
提出基于Bagging算法集成BP神经网络的入侵检测方法。采用BP神经网络为分类器,以用户的网络连接行为为特征进行检测,为进一步提高BP神经网络的分类性能,采用Bagging算法对BP神经网络分类器进行加权投票。实验表明,提出的方法具有良好的... 提出基于Bagging算法集成BP神经网络的入侵检测方法。采用BP神经网络为分类器,以用户的网络连接行为为特征进行检测,为进一步提高BP神经网络的分类性能,采用Bagging算法对BP神经网络分类器进行加权投票。实验表明,提出的方法具有良好的检测性能。 展开更多
关键词 入侵检测 前溃神经网络 bagging算法
下载PDF
基于SelBagging算法的CFM56-7B发动机故障诊断 被引量:1
7
作者 曹惠玲 成宝荣 《中国民航大学学报》 CAS 2022年第6期18-23,共6页
针对Bagging算法中冗余的基学习器增加诊断程序消耗的现象,提出了一种SelBagging选择性集成学习算法,通过计算基学习器子集的Kohavi-Wolpert方差来衡量集成系统的多样性,并根据集成系统的多样性以及基学习器的分类性能来筛选出差异性大... 针对Bagging算法中冗余的基学习器增加诊断程序消耗的现象,提出了一种SelBagging选择性集成学习算法,通过计算基学习器子集的Kohavi-Wolpert方差来衡量集成系统的多样性,并根据集成系统的多样性以及基学习器的分类性能来筛选出差异性大且分类性能好的基学习器子集进行集成。通过对处理后的发动机指印图故障标识数据进行建模分析,结果表明:SelBagging算法能够有效提高分类准确率,相比传统Bagging算法具有更好和更稳定的分类效果。最后,通过实际故障案例验证了SelBagging故障诊断模型能够较好地用于航空发动机的故障诊断。 展开更多
关键词 航空发动机 bagging算法 选择性集成 Kohavi-Wolpert方差
下载PDF
Bagging算法在混合适应性样条中的应用
8
作者 赵慧 肖明 《应用概率统计》 CSCD 北大核心 2005年第3期278-284,共7页
本文通过分析Bagging算法在混合适应性样条估计中的作用,提出了一种新的空间适应性非参数函数估计算法.模拟研究表明该算法在空间适应性上具有明显优势,在估计精度和稳定性方面也可与其他同类方法相媲美,并且易于推广到多元情形.
关键词 bagging算法 空间适应性 混合适应性样条 罚回归 膨胀自由度
下载PDF
基于Bagging算法的水位预测模型
9
作者 耿悦敏 《广东技术师范学院学报》 2007年第10期28-30,共3页
传统的统计分析在小样本预测中的效果不佳,虽然神经网络一定程度上解决了传统方法所遇到的问题,但样本的数量又影响了神经网络的泛化能力,神经网络集成的方法较好地解决了这一问题。在运用智能计算技术建立BP网络的基础上,再利用Baggin... 传统的统计分析在小样本预测中的效果不佳,虽然神经网络一定程度上解决了传统方法所遇到的问题,但样本的数量又影响了神经网络的泛化能力,神经网络集成的方法较好地解决了这一问题。在运用智能计算技术建立BP网络的基础上,再利用Bagging算法构造神经网络的集成模型。用珠江三角洲天河水文站的数据进行训练和预测,结果表明,基于Bagging算法的神经网络集成的预测不仅解决了样本数据量少、偏差大、不确定性的问题,而且比单一神经网络具有更强的泛化能力,预测更为可靠。 展开更多
关键词 bagging算法 神经网络集成 水位预测
下载PDF
基于Bagging算法构造强分类器的one class SVM导线舞动预测应用 被引量:6
10
作者 程永锋 汉京善 +2 位作者 刘彬 李鹏 姬昆鹏 《振动与冲击》 EI CSCD 北大核心 2020年第9期152-158,共7页
考虑到传统物理分析方法无法解决导线舞动的预测问题,综合运用机器学习算法,对已有的舞动历史数据进行筛选和预处理,并挖掘有效信息,利用one class SVM算法解决舞动数据中负样本缺失问题,采用集成学习算法中Bagging算法建立分类器学习方... 考虑到传统物理分析方法无法解决导线舞动的预测问题,综合运用机器学习算法,对已有的舞动历史数据进行筛选和预处理,并挖掘有效信息,利用one class SVM算法解决舞动数据中负样本缺失问题,采用集成学习算法中Bagging算法建立分类器学习方法,实现了数据的随机抽样,分成不同组数据集进行相互独立的训练,避免对舞动数据过拟合,提升机器学习算法的抗噪声能力以及泛化能力,采用k折交叉验证算法进行模型的验证,并利用F1-score描述导线舞动预警模型的性能,验证了该方法在舞动预测方面的有效性。 展开更多
关键词 导线舞动 机器学习 ONE CLASS SVM 集成学习 bagging算法 F1-score
下载PDF
基于BAGGING算法和BP神经网络的电力系统负荷预测 被引量:4
11
作者 谭剑 谭松柏 《山东电力高等专科学校学报》 2012年第1期18-20,24,共4页
电力系统负荷预测关系到电力系统的控制和运行计划,精确的负荷预测有助于提高系统的安全性和稳定性,从而可以提高电力系统的经济效益。电力系统负荷预测问题具有的数据量大、影响因素多等特点,使用单个BP神经网络进行负荷预测时,预测结... 电力系统负荷预测关系到电力系统的控制和运行计划,精确的负荷预测有助于提高系统的安全性和稳定性,从而可以提高电力系统的经济效益。电力系统负荷预测问题具有的数据量大、影响因素多等特点,使用单个BP神经网络进行负荷预测时,预测结果随机性大、精度低。本文把BAGGING算法思想与BP神经网络相结合起来,通过生成一组BP神经网络模型,挑选最好的网络模型最为最终的预测模型,进行负荷预测,以提高负荷预测能力。 展开更多
关键词 bagging算法 BP神经网络 电力系统 负荷预测
下载PDF
基于改进Bagging算法与模糊MP-LSTM融合的短期负荷预测模型 被引量:5
12
作者 蔡鑫祥 撖奥洋 +2 位作者 周生奇 菅学辉 张智晟 《电气工程学报》 CSCD 2022年第1期164-170,共7页
为提高负荷预测精度,提出一种基于改进Bagging算法与模糊最小窥视孔长短期记忆(Min peephole long short-term memory,MP-LSTM)融合的短期负荷预测模型。MP-LSTM模型相较于传统长短期记忆网络(Long short-term memory,LSTM)模型舍弃了... 为提高负荷预测精度,提出一种基于改进Bagging算法与模糊最小窥视孔长短期记忆(Min peephole long short-term memory,MP-LSTM)融合的短期负荷预测模型。MP-LSTM模型相较于传统长短期记忆网络(Long short-term memory,LSTM)模型舍弃了输入门和输出门,只保留遗忘门,模型包括一个sigmoid网络层和一个tanh网络层,减少了模型参数,优化了模型结构。通过将温度进行模糊化处理,减小温度波动对负荷的影响。采用改进Bagging算法对MP-LSTM模型集成处理来提高模型预测的精度。以某地区的实际负荷数据进行算例仿真,并与传统LSTM神经网络预测法、MP-LSTM神经网络法和模糊MP-LSTM神经网络法进行对比,仿真结果表明文中所提模型具有较好的预测精度。 展开更多
关键词 短期负荷预测 最小窥视孔长短期记忆神经网络 粒子群优化算法 电力系统 bagging算法
下载PDF
基于Bagging算法的地铁供电系统故障诊断方法 被引量:2
13
作者 李国玉 张戬 孟勇亮 《自动化技术与应用》 2022年第9期110-112,共3页
针对供电系统故障诊断结果精准度低等问题,提出一种基于Bagging算法的地铁供电系统故障诊断方法。供电系统运行数据构建对应的数字模型。通过对诊断结果进行修正,得到高精度的故障诊断结果。以数字模型为基础,使用Bagging算法对供电系... 针对供电系统故障诊断结果精准度低等问题,提出一种基于Bagging算法的地铁供电系统故障诊断方法。供电系统运行数据构建对应的数字模型。通过对诊断结果进行修正,得到高精度的故障诊断结果。以数字模型为基础,使用Bagging算法对供电系统运行数据进行分类。采用供电系统运行数据分类结果,实现BP神经网络实现供电系统故障诊断。实验结果表明,本方法故障诊断效果更好,更具可靠性与安全性。 展开更多
关键词 bagging算法 城市交通 供电系统 神经网络
下载PDF
基于bagging算法的经济金融数据分析
14
作者 任雪妮 罗幼喜 《湖北工业大学学报》 2021年第2期110-114,共5页
为了研究弱分类器的个数及种类的构成对强分类器预测准确性的影响,以及在不同经济金融数据的预测情况,选择credit,bank,stock,audit数据集模拟bagging算法分类器的个数和分类器构成方法不同时的预测情况。其中由KNN算法、C5.0算法和朴... 为了研究弱分类器的个数及种类的构成对强分类器预测准确性的影响,以及在不同经济金融数据的预测情况,选择credit,bank,stock,audit数据集模拟bagging算法分类器的个数和分类器构成方法不同时的预测情况。其中由KNN算法、C5.0算法和朴素贝叶斯算法构造了7种不同的组合方法。总的来看,基于bagging的C5.0决策树方法并设置分类器个数为50时预测效果最佳。对bank数据集设置最佳的方法和分类器个数进行实例分析,准确性达到94.17%,预测情况良好。 展开更多
关键词 bagging算法 C5.0决策树算法 KNN算法 朴素贝叶斯算法 经济金融数据
下载PDF
基于Bagging算法霉烟叶自动识别系统开发
15
作者 汤龙 《西安文理学院学报(自然科学版)》 2018年第1期40-44,共5页
我国是烟草的消费大国,其生产与销售为政府及社会带来的了大量的税收与GDP增量.然而在实际的生产过程中,由于贮存工艺等方面的不利影响会形成烟叶发霉等现象,进而降低了卷烟类产品的品质.基于上述特征有必要开发一款能够自动识别霉烟叶... 我国是烟草的消费大国,其生产与销售为政府及社会带来的了大量的税收与GDP增量.然而在实际的生产过程中,由于贮存工艺等方面的不利影响会形成烟叶发霉等现象,进而降低了卷烟类产品的品质.基于上述特征有必要开发一款能够自动识别霉烟叶的系统来降低其收储风险,Bagging算法是一种基于图像色差识别具有学习修订功能的模糊评价方式,以此为主要方法对相关系统信息开发.通过研究表明此种模式经过有限学习(好烟叶与霉烟叶各100幅)后对1 000幅图像进行识别,综合识别率为99.57%,说明该系统有效,适宜于在实际生产中予以应用. 展开更多
关键词 bagging算法 烟叶 自动识别
下载PDF
基于Bagging算法的水电机组状态评估
16
作者 林峰平 吴子豪 《高科技与产业化》 2024年第7期48-50,共3页
水电机组作为重要的发电设备,其健康状态的评估对于保障电力供应的稳定性和安全性至关重要。传统的状态评估方法多依赖于单一的参数或经验判断,存在一定的局限性。本文提出一种创新的方法,通过集成学习中的Bagging算法,构建一个水电机... 水电机组作为重要的发电设备,其健康状态的评估对于保障电力供应的稳定性和安全性至关重要。传统的状态评估方法多依赖于单一的参数或经验判断,存在一定的局限性。本文提出一种创新的方法,通过集成学习中的Bagging算法,构建一个水电机组健康状态模型,通过对劣化度的大小判断,以实现对水电机组状态的准确评估。研究中,首先收集了水电机组在不同工况下的多种参数,包括温度、电流、电压、有功功率以及上导X向摆度等数据。这些数据被输入到Bagging算法中,以建立工况参数与上导X向摆度之间的相关性。接着,将实时的工况参数输入到训练好的模型中,模型输出的理论值与实际的上导X向摆度进行比较,通过差值比分析,得到机组的实时劣化度。最后,通过劣化度评估得到机组的实时状态。这一过程不仅能揭示机组状态变化的规律,而且能为机组的维护和检修提供科学依据。 展开更多
关键词 状态评估 bagging算法 劣化度评估
原文传递
基于Bagging集成学习算法的地震事件性质识别分类 被引量:19
17
作者 任涛 林梦楠 +4 位作者 陈宏峰 王冉冉 李松威 刘晓雨 刘杰 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2019年第1期383-392,共10页
地震台网在监测地震的同时记录到的非天然震动事件会对后续的科研和预报工作造成较大的影响,因此快速准确的对天然震动事件与非天然震动事件加以区分就显得尤为重要.本文针对传统人工方法识别地震事件性质的不足之处,采用Bagging机器学... 地震台网在监测地震的同时记录到的非天然震动事件会对后续的科研和预报工作造成较大的影响,因此快速准确的对天然震动事件与非天然震动事件加以区分就显得尤为重要.本文针对传统人工方法识别地震事件性质的不足之处,采用Bagging机器学习算法对地震事件性质进行区分.首先选取震中距范围在80~200km内的地震数据,之后采用AIC算法自动识别P波到时,进而用处理后的数据训练模型,最后使用测试数据对模型进行评估,准确率可达85%以上.因此,本文提出的方法可以有效地对天然震动事件与非天然震动事件加以区分. 展开更多
关键词 地震事件分类 频谱比值 自相关系数 bagging算法
下载PDF
基于分类器性能评价的Bagging文本分类算法 被引量:5
18
作者 赵苏 李秀 刘文煌 《计算机工程》 CAS CSCD 北大核心 2008年第1期61-63,共3页
提出一个文本分类器性能评价模型,对文本分类结果的可信度进行了估计,给出计算可信度的公式。将每一个子分类器的可信度指标用于Bagging集成学习算法,得到了改进的基于子分类器性能评价的Bagging算法(PBagging)。应用支持向量机作为子... 提出一个文本分类器性能评价模型,对文本分类结果的可信度进行了估计,给出计算可信度的公式。将每一个子分类器的可信度指标用于Bagging集成学习算法,得到了改进的基于子分类器性能评价的Bagging算法(PBagging)。应用支持向量机作为子分类器基本模型,对日本共同社大样本新闻集进行分类。实验表明,与Bagging算法相比,PBagging算法分类准确率有了明显提高。 展开更多
关键词 文本分类 分类器性能 评价模型 bagging算法
下载PDF
针对不平衡数据集的Bagging改进算法 被引量:12
19
作者 李明方 张化祥 《计算机工程与应用》 CSCD 北大核心 2010年第30期40-42,共3页
传统的Bagging分类方法对不平衡数据集进行分类时,虽然能够达到很高的分类精度,但是对其中少数类的分类准确率不高。为提高其对少数类数据的分类精度,利用SMOTE算法对样例集中的少数类样例进行加工,在Bagging算法中根据类值对各个样例... 传统的Bagging分类方法对不平衡数据集进行分类时,虽然能够达到很高的分类精度,但是对其中少数类的分类准确率不高。为提高其对少数类数据的分类精度,利用SMOTE算法对样例集中的少数类样例进行加工,在Bagging算法中根据类值对各个样例的权重进行调整。混淆矩阵和ROC曲线表明改进算法达到了既能保证整体的分类准确率,又能提高少数类分类精度的目的。 展开更多
关键词 不平衡类 少类样本合成过采样技术(SMOTE) bagging算法 权重 受试者工作特征曲线(ROC)
下载PDF
基于选择迁移的bagging文本分类算法 被引量:4
20
作者 吴陈 汤莹 《计算机工程与设计》 北大核心 2015年第7期1808-1812,共5页
针对目标域训练样本数量较少无法建立优质分类模型的问题,提出一种在迁移框架下基于集成bagging算法的跨领域分类方法。引入源域的数据并对其进行筛选,对混合数据集进行学习,建立基于集成bagging算法的分类模型,投票得出预测结果。仿真... 针对目标域训练样本数量较少无法建立优质分类模型的问题,提出一种在迁移框架下基于集成bagging算法的跨领域分类方法。引入源域的数据并对其进行筛选,对混合数据集进行学习,建立基于集成bagging算法的分类模型,投票得出预测结果。仿真对比结果表明,采用基于贝叶斯个体分类器的集成bagging算法能够优化源域的迁移,提升目标域的分类准确率及泛化性能。分析源域的噪音数据数量,其结果表明,该算法可以部分规避负迁移。 展开更多
关键词 文本分类 选择 迁移学习 集成bagging算法 负迁移
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部