基于随机森林的自适应特征选择算法

为了解决传统的随机森林算法在随机特征选择时,导致少数比较重要的特征变量被过滤掉的问题,以及没有考虑特征变量相关性对预测应变量准确性带来的影响,提出了一种基于随机森林的自适应特征选择算法SARFFS。该算法首先利用卡方检验样本间关联程度后自助采样,并设计出一种特征对类代表强弱程度的计算方法;然后引入自适应稀疏约束机制Group LASSO优化特征的选择;最后在Spark分布式计算平台利用UCI数据集进行实验,结果表明,相比传统的RF算法,SARFFS算法在特征子集选择上具有更好的性能,在F1上提升将近9%。从最终排名靠前的重要特征分析,该算法能够考虑特征间相关性,对预测结果确实有影响,并有效地提高了随机属性权值的可靠性和稳定性。

一种异质特征融合分类算法

计算机视觉技术在农业上的应用研究,起始于20世纪70年代末期,主要应用于植物种类的鉴别、农产品品质检测与分级等。为了利用不同特征提供的分类鉴别信息,本文提出一种异质特征融合分类算法,此算法通过图像之间不同特征的相似度建立一个logistic核回归模型,建立有效的图像分类器。并且采用多元logistic损失函数对该算法进行了多类扩展。最后,在复杂公共的运动事件数据库上验证算法性能优越性。

Group Lasso方法的脑功能超网络构建及分类研究

传统的超网络构建方法受到脑区间组效应的影响,所构建的超边存在一定的随机性,从而缺少解释分组效应信息的能力,最终降低了分类准确率。提出了一种基于Group Lasso的超网络构建方法,并将其应用在自闭症患者的自动诊断中。利用该方法所构建的超网络,将传统方法中单一变量的选择替换为组变量的选择,即在预先定义的变量组的基础上进行变量选择。结果表明,与传统超网络构建方法相比,基于Group Lasso的超网络构建方法可以有效地去除组效应的影响,并提高分类准确率。

基于Group Lasso的多重信号分类声源定位优化算法

多重信号分类算法因其抑制噪声能力强、计算速度快等优点,在声源定位领域得到广泛应用。但该算法在中低频段分辨率及聚焦性能较差。针对该问题,提出一种基于Group Lasso的多重信号分类优化算法。该算法将多重信号分类算法输出值作为初始值,并在Group Lasso算法组间计算时对目标信号进行稀疏、在组内计算时对该组信号进行平滑及阈值截断。仿真结果表明:该优化算法在中低频段可明显提高多重信号分类算法分辨率,同时改善因扫描位置与声源面位置不重合引起的聚焦性能下降问题。

风电外送断面极限输电能力的非参数回归估计

大规模风电的随机性和间歇性导致基于典型方式计算的通道极限输电能力(total transfer capability,TTC)有效性降低。提出一种TTC非参数回归估计技术,通过风电与负荷场景聚类形成代表性中心,采用二分法重复潮流计算各场景下含稳定约束的断面TTC值,提取各场景与所属中心场景间的属性偏差及TTC偏差作为特征数据样本,经过相关性检验与非参独立筛选后,利用基于三次B样条函数展开的Group Lasso算法对TTC偏差进行非参数回归估计。算例验证表明,该方法具备较强的非线性泛化能力,能以较高精度提取输电断面TTC运行规则的显性表达式,与传统方法相比具有更丰富的信息输出与更良好的解释性,可用于含风电外送断面电力系统TTC的在线快速估计。

函数型变量选择法用于空气质量影响因素实证分析

以全国31个主要城市的空气污染数据作为研究对象,通过B-样条逼近离散数据,拟合日变动曲线作为函数型数据,采用基于Group LASSO的函数型变量选择方法对空气污染因素和气象因素进行变量选择,选取影响空气质量的主要因素,并建立函数型回归模型,同时与函数型主成分回归方法进行比较,发现Group LASSO函数型变量选择方法不仅对群组变量进行选择,而且对选择出的群组内变量还能做进一步的选择,可以获得较为稳健的估计结果和较好的选择效果。

油价关键影响因素分析

已有成果中,以研究单一因素对油价的影响居多,涉及众多因素选择的模型并不多。本文运用GroupLasso模型,对影响石油价格因素中的62个变量综合分析,将石油产量、消费量、OPEC的相关因素、库存量、相关能源的使用情况、世界经济指数、中国进出口情况、CPI及突发事件选择为关键组因素,验证了定性分析的基本结论。进而对比了不同因素对石油价格的影响程度。研究发现,中国的进出口情况、CPI因素被显著地选择为关键影响因素,得出了已有研究成果不具有的新结论。最后基于定性定量分析,将增量需求、市场投机、可大规模替代交通燃料的替代能源的生产成本、长期石油资源的可得性等要素,预测为未来影响石油价格的重要因素。