利用Bagging算法和GRU模型预测股票价格指数

股价预测对监管部门了解金融市场运行状况和投资者规避股市的高风险具有重要意义。提出了一种基于门控循环(gated recurrent unit,GRU)神经网络和装袋(Bagging)的方法,并将其应用于股指的预测研究。该模型通过Bagging方法处理训练数据集,在模型构建过程中引入随机性,并结合GRU模型预测股价,最终能够降低预测误差,提高预测准确性。通过4个数据集实验结果的对比发现:(1)GRU模型能够较好地预测股指数据,与另外两种单个模型相比,多数情况下具有更小的预测误差;(2)引入Bagging方法的GRU模型具有较强的预测能力,相比于三种基准模型(GRU、ELM、BP)有更小的预测误差和更高的预测稳定度。

基于时间序列的土壤墒情预测影响因素研究

【目的】分析预测土壤墒情变化趋势,总结影响土壤墒情的因素,为土壤改良提供参考。【方法】通过对不同深度土壤墒情随时间呈现的动态变化进行研究,针对研究区的具体气象条件和土壤情况,应用时间序列模型和深度学习方法,探究BAG土壤墒情预测模型的预测性能。通过对土壤深度、数据和环境因子与预测模型的相关关系的分析,证明该模型的预测精度。【结果】1)深度与预测性能的关联:研究区内不同深度的土壤含水量预测误差的平均绝对值都较为平稳,均在1%以下,不同深度的土壤含水量不会直接影响BAG的预测性能。2)墒情数据对预测模型的影响:研究区内1095条、729条和364条数据作为输入数据进行预测,序列长度为364时,各个深度预测精度较好。3)环境因子对预测模型的影响:预测精度并不随着相关性的强弱而相应变化,阈值为0.3以上的环境因子预测精度最好。【结论】在一定的序列长度和环境因子数量下,BAG的预测性能较高。

基于话题模型的视频动作识别系统研究

从视频中识别人体动作是目前计算机视觉领域一个具有挑战性的方向。本文采用文本处理领域的bag-of-words方法,将视频表示为文章。在视频中寻找局部区域内在时间与空间上变化最大的点,作为时空兴趣点,在兴趣点上采集的视觉特征,作为文章中的词汇。在此基础上引入主题模型,对于视频中的隐含主题进行分析。最终通过主题在视频中的分布,经过判别法则识别其中的人物动作。通过在公开的视觉数据集上进行测试,结果表明本方法的表现接近或超过目前国际上领先的方法。

基于树莓派的农田表土层土壤容重检测系统研究

设计了一种基于树莓派的表层土壤容重检测系统,利用易于获取的土壤表面图像特征对表层土壤容重进行预测。提取图像的Tamura纹理特征以及图像的分形维数特征。经过验证,Tamura纹理特征中的粗糙度、对比度、方向度以及图像分形维数特征与土壤容重的相关性较高,相关系数分别为-0.754、-0.799、-0.806、-0.849,因而选用这4个参数作为预测模型输入。分别采用SVM回归模型和GRNN回归模型以及基于SVM、GRNN的Bagging集成模型对土壤容重进行预测。基于SVM、GRNN的Bagging集成模型预测结果同环刀法得到的结果进行相关性分析,决定系数R^(2)达到0.8641,预测结果的平均绝对误差(MAE)达到了0.0316 g/cm^(3),相对单一SVM回归模型和单一GRNN回归模型具有更好的预测结果。基于树莓派的农田表土层土壤容重检测系统的田间实时测量结果显示测量的平均绝对误差(MAE)为0.0412 g/cm^(3),满足了田间精准、快速检测的要求。

集成土壤-环境关系与机器学习的干旱区土壤属性数字制图

【目的】土壤属性的空间分布是影响农业生产力、土地管理和生态安全的重要因素。通过土壤环境耦合关系,在机器学习算法框架下,定量预测出干旱区土壤酸碱度(pH)、土壤盐分含量(Soil Salt Content,SSC)与土壤有机质(Soil Organic Matter, SOM)3种土壤属性的空间分布,为干旱区农业生产和生态安全提供科学依据。【方法】在渭干河-库车河绿洲干旱区于2017年7月设计采集典型表层(0-20 cm)土壤样品82个,依据土壤-环境之间的关系,集成DEM数据和Landsat 8数据提取出32种环境协变量,利用栅格重采样将提取出的32种变量重采样为90 m空间分辨率并转换为Grid格式参与建模。借助梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型依次对3类土壤属性的32种环境协变量进行重要性排序,并通过均方根误差(Root Mean SquareError,RMSE)界定出协变量重要性阈值点,从而筛选出参与3类土壤属性制图的环境协变量。进而运用随机森林(Random Forest, RF)、Bagging和Cubist 3种非线性模型建模,并引入多元线性回归模型(Multiple Linear Regression,MLR)进行对比分析,选出最优模型并绘制出90 m分辨率新疆渭干河-库车河绿洲干旱区pH、SSC与SOM 3种土壤属性图。【结果】梯度提升决策树能有效筛选出重要协变量,高程(Elevation)、剖面曲率(Profile Curvature)、差值植被指数(Difference Vegetation Index)、扩展增强型植被指数(Extended Normalized Difference Vegetation Index)、调整土壤亮度植被指数(Modified Soil Adjusted Vegetation Index)、盐分指数S1(Salinity Index S1)以及盐分指数S6 (Salinity Index S6) 7类环境变量均参与3类土壤属性建模,其中SSC遴选出参与建模协变量15种,pH和SOM则均为17种,且遥感指标在预测土壤属性图中起到强大的作用。机器学习3种算法的结果均优于MLR。通过3种非线性模型对比发现,随机森林在3种土壤属性中均表现最佳。在随机森林预测的3种土壤属性中,土壤pH验证集效果R^2=0.6779,RMSE=0.2182,ρc=0.6084;在SSC预测中,验证集R^2=0.7945,RMSE=3.1803,ρc=0.8377;在SOM预测中,验证集R^2=0.7472,RMSE=3.5456,ρc=0.7009。【结论】GBDT所筛选出的重要性因子借助机器学习算法可以用于干旱区土壤属性制图,且随机森林模型均对3类土壤属性表现出最佳预测能力。依据所绘制的土壤属性图并结合土壤分类图厘清了3种制图属性的空间分布。

基于集成学习的地质灾害危险性评价

以府谷县为研究区,提取地形地貌类、地质类、水文类、人类工程活动等15种评价因子作为地质灾害的影响因素,分别采用Bagging、Boosting及随机森林(RF)3种集成学习算法对研究区地质灾害危险性进行评价。评价结果表明,Bagging、Boosting以及RF 3种模型的预测正确率分别为76.36%、74.54%和77.28%,预测精度均较高。采用ROC曲线对各模型的性能进行对比与检验表明,Bagging、Boosting及RF模型的AUC值分别为0.792、0.799、0.815,RF模型的性能表现更为优越。该结论为研究区地质灾害危险性评价模型的确定以及后期区内地质灾害防治工程设计提供参考。

一种基于深度网络的少样本学习方法

少样本学习是目前机器学习研究领域的热点与难点.在源域和目标域分布差异很大的情况下,现有的主流少样本学习算法训练得到的模型,泛化能力较弱,导致识别率不高.针对这个问题,提出一种基于深度网络的少样本学习方法 DL-FSL(Deep Learning-based Few-Shot Learning,DL-FSL).首先,采用Bagging方法有放回地随机采样方式产生不同的训练集,针对不同的训练集,分别产生样本集、查询集.其次,建立多条异步线程,利用关系型网络学习算法以及Pytorch深度学习框架并行训练出多个不同的基模型;然后,采用概率投票方式对不同的基模型进行融合.实验结果表明,与现有方法相比,DL-FSL方法在源域和目标域分布差异很大的情况下能有效地提高少样本学习算法的识别率.

机器学习在煤粉着火敏感性预测中的应用

为探究机器学习模型预测煤粉云最低着火温度(Minimum Ignition Temperature,MITc)的可行性,收集Godbert-Greenwal炉测试得到的煤粉云最小着火温度和影响因子数据,并分析了影响因子的关联性。利用AUC/ROC、Kappa系数、敏感性、特异性、MAE、RMSE等指标对3种机器学习模型在煤粉云最小着火温度和着火概率两方面的预测效果进行评价。结果发现:RSM模型的预测效果最差;RF模型在预测煤粉云MITc和着火概率时具有较好的精度和稳定性;Bagging模型在预测着火概率时AUC值均大于0.85,但预测MITc时效果较差。结果为煤粉云着火敏感性预测提供了一种新的研究思路。

基于语义网络和BOW模型的中文议题框架量化分析

【目的/意义】在大数据和信息爆炸的背景下,为改善传统中文议题框架分析方法中信效度难以保证、分析效率低下等问题,本文提出基于语义网络和Bag-of–words(BOW)模型两种方法结合的量化模型。【方法/过程】该模型首先利用语义网络分析提取样本的议题框架种类和整体集群分布,然后利用BOW模型对每个分析单元进行议题量化统计分析。最后,以《人民日报》转基因相关报道文本为例,验证量化模型议题分析的可行性和有效性。【结果/结论】结果表明,该方法可高效完成分析,同时保证了议题框架分析的客观性。

聚类核值相似区特征点的医学影像分类

针对传统方法通常选取角点或极值点作为特征点,忽略了局部纹理变化从而影响医学影像分类性能的问题,提出一种新的特征点检测和描述方法,并应用Bag-of-Keypoints模型实现医学影像分类。首先改进自适应的Kmeans对影像进行像素级聚类,构建核值相似区并选取邻域内聚类分布变化急剧的像素点作为特征点;然后在极坐标系中定义特征点描述符并生成视觉词典,通过视觉词直方图描述影像;最后利用直方图交集方法度量影像间的相似度来扩展KNN(K-nearest neighbor)完成分类。遵循IRMA(image retrival in medical appication)的医学影像类别编码标准,严格选择实验数据,结果表明该算法较传统方法 F1值平均提高4.5%,对于不同类别影像效果更加稳定鲁棒,从而更好地满足临床应用需求。