基于随机森林和支持向量机的Mo-Nb合金本构模型

在变形温度为900~1200℃、应变速率为0.01~10 s^(-1)条件下,采用Gleeble-3800型热模拟试验机对Mo-Nb合金进行等温恒应变速率压缩实验,研究Mo-Nb合金的流动应力行为,并采用随机森林和支持向量机的方法建立该合金的本构关系模型。结果表明:Mo-Nb合金是负温度和正应变速率敏感型材料,其流动应力随变形温度升高和应变速率降低而减小;随机森林和支持向量机本构关系模型的训练样本的相关系数和平均相对误差分别为0.989、0.998及2.41%、0.94%,测试样本的相关系数和平均相对误差分别为0.991、0.996及2.47%、1.4%,二者都具有较好的预测能力;支持向量机本构关系模型精度高于随机森林,因此,支持向量机本构关系模型更适于预测Mo-Nb合金的流动应力。

基于CF融入SSA优化SVM和RF模型的滑坡易发性评价

针对传统的区域滑坡易发性评价建模过程可能存在的样本数据量纲不统一以及模型参数选取误差等问题,本文以陕西省留坝县为研究区,选取高程、坡度、水系、降雨量、地层岩性等10个评价因子,采用确定性系数模型(CF)计算各评价因子的敏感值作为支持向量机模型(SVM)和随机森林模型(RF)的输入样本属性值,引入麻雀搜索算法(SSA)分别对SVM模型和RF模型的参数进行优化,获取最优参数对两种模型进行训练,最终构建了CF-SSA-SVM和CF-SSA-RF模型,从而对整个研究区进行预测,完成滑坡易发性评价,并通过受试者工作特征曲线(ROC)对两种模型进行精度验证。结果表明,两种模型的评价结果均有较多滑坡点落在极高易发区,无滑坡点落在极低易发区,评价结果均有较高的准确率。其中,CF-SSA-RF模型的成功率和预测率曲线AUC值分别为0.994和0.940,高于CF-SSA-SVM模型;并以三处典型滑坡为例进行验证,结果显示易发性分区与历史滑坡点分布较为吻合。进一步表明CF-SSA-RF模型更适用于留坝县的滑坡易发性评价,为当地滑坡灾害风险评估提供了指导依据。

基于机器学习算法的胃癌淋巴结转移预测模型研究

目的基于4种机器学习(ML)算法构建胃癌淋巴结转移的预测模型并验证。方法回顾性收集531例胃癌根治术患者的临床资料,按3∶1比例将患者随机分为训练集399例和测试集132例。通过单因素分析筛选胃癌淋巴结转移的特征选择变量,分别建立逻辑回归、随机森林、K-邻近算法、支持向量机算法模型并进行变量重要性排序。将所有ML算法模型在测试集中进行验证,绘制受试者工作特征(ROC)曲线,基于曲线下面积(AUC)、灵敏度、特异度、准确度确定最优ML算法模型。基于最优ML算法模型的变量重要性排序构建列线图模型,通过ROC曲线、校准曲线、决策曲线评价列线图模型的区分能力、校准能力和临床适用性。结果4种ML算法模型比较结果显示,随机森林模型为最优算法模型,其在训练集中的准确度、灵敏度、特异度分别为72.7%、69.9%、75.0%,AUC为0.803,其在测试集中的准确度、灵敏度、特异度分别为64.4%、66.7%、62.5%,AUC为0.751。基于随机森林算法模型的变量构建列线图模型,ROC曲线显示列线图模型在训练集、测试集中的AUC分别为0.721、0.776,校准曲线和决策曲线显示列线图模型在训练集与测试集中均有较好的校准能力和临床适用性。结论随机森林模型是4种ML算法模型中的最优算法模型,基于随机森林模型构建的列线图模型能够较准确地预测胃癌淋巴结转移风险,从而更好地指导临床诊断和治疗决策。

基于CF与优化RF模型耦合的泰山地区地质灾害易发性评价

[目的]针对泰山地区地质灾害频发这一现状,研究并构建地质灾害易发性评价模型,为该地区的地质灾害预防与治理工作提供参考。[方法]以泰山地区为研究区,采用确定性系数模型与粒子群算法优化RF模型耦合的方法,完成对研究区的地质灾害易发性评价。该方法是利用确定性系数(CF)模型计算影响因子对地质灾害的敏感值,作为模型训练的属性值,引入粒子群算法对随机森林(RF)模型进行参数寻优,提高模型对地质灾害的预测精度和准确度。选取坡度、距道路距离、土地利用类型、植被指数等11个影响因子,采用皮尔逊相关系数法和多重共线性检查进行影响因子筛选择优,绘制ROC和PR曲线对训练模型进行精度评价。[结果]CF-PSO-RF耦合模型相比单一SVR、单一RF和CF-PSO-SVR模型的极高易发区面积比例分别提高10.55%,10.04%和5.08%,AUC值分别提高14%,5.1%和1.7%,AP精度分别提高了11.7%,4.4%,1.2%。预测结果显示,泰山地区的极高、高易发区主要位于泰山景区、岱岳区北部等地形起伏和坡度较大的区域,面积所占比例为28.05%,涵盖了60.1%的地质灾害点;相反,低、极低易发区主要分布在建设用地、农田等地势平坦区域,面积比例为59.26%。[结论]将确定性系数模型与优化后RF模型耦合,相比单一模型精度有进一步的提升,又优于CF-PSO-SVR模型精度,评价结果符合实际情况。

中国科创板股票价格变动预测模型研究

为更好地预测中国科创板股票价格变动走势,使用随机森林和支持向量机两种机器学习算法对中国股票市场的历史数据进行分析,选择318支科创板股票作为样本数据集,并以华兴源创(688001.SH)为例,采用支持向量机和随机森林的原理和算法流程构建数据样本,比较基于昨日收盘价和基于前几日收盘价两种思路的预测效果。结果表明:当基于思路1预测时,随机森林模型的正确率为65.55%,支持向量机模型的正确率为70.59%;当基于思路2预测时,随机森林模型的正确率为43.70%,支持向量机模型的正确率为62.18%。在模型选择上,支持向量机对于股市预测水平更加切合,应更多地采用向量机模型实现对中国科创板股票的预测。在指标选取上,当日各项指标要比历史收盘价数据更加具有参考性,且未来结果不仅受到历史趋势的影响,还可能受到当日的各项指标影响。

基于四种算法比较分析Venlo型玻璃温室气温季节预报模型

利用2021年2月27日-2023年3月4日南京信息工程大学Venlo型玻璃温室内、外气象观测数据,基于多元回归(Multiple regression,MR)、BP人工神经网络(BP artificial neural networks,BPANN)、随机森林(Random forest,RF)和支持向量机(Support vector machine,SVM)构建温室内日平均气温、日最低气温和日最高气温的季节预报模型,并进行验证。结果表明:温室内日平均气温、日最低气温季节预报模型的拟合精度明显高于日最高气温季节预报模型;各模型对春、夏、秋季温室内气温的拟合精度高于冬季。对于日平均气温和日最低气温季节预报模型而言,4种算法构建的春、夏、秋季预报模型的拟合精度均较高,RF模型模拟效果更为稳定,其模拟值与实际观测值决定系数(R^(2))均值均在0.94以上,均方根误差(RMSE)、绝对误差(MAE)均值在1.5℃以内;对于日最高气温季节预报模型,RF模型对春、夏、秋季的拟合精度整体高于其他模型,R^(2)均值均在0.75以上。MR模型对冬季室内气温的拟合精度较好,更适用于预测冬季温室内气温。综合而言,选择RF模型预报春、夏、秋季的玻璃温室内气温,选择MR模型预报冬季玻璃温室内气温较为可行。

基于机器学习算法的青少年电子烟使用及影响因素分析

目的:了解广西某市15岁以上青少年吸电子烟现状及影响因素,为控制电子烟在青少年中的流行提供资料参考。方法:通过多阶段分层整群随机抽样对广西某市15岁以上青少年进行问卷调查,综合运用logistic回归、随机森林、XGboost、支持向量机模型、单隐藏层神经网络、KNN模型进行影响因素分析。结果:广西某市15岁以上青少年电子烟使用率为1.68%,其中高中生、职高生电子烟使用率分别为1.08%、1.74%;不同的机器学习模型在各项评价指标的表现上各有优劣;青少年使用电子烟的9个主要影响因素包括:过去30 d是否在互联网上看到电子烟广告、朋友是否吸烟、学习压力水平、是否看到过老师吸烟、抑郁情况、性别、公共场合是否看到有人吸烟、吸烟是否使年轻人具有吸引力、是否有人给免费烟草产品。结论:广西某市15岁以上青少年电子烟使用率相对较低,可将6种机器学习模型的结果结合起来对青少年电子烟使用行为进行预测,判断使用人群的特征。

基于随机森林算法构建精神分裂症患者复发的预测模型

目的探讨精神分裂症患者复发的影响因素,基于随机森林算法构建复发的预测模型。方法回顾性选取2020年3月—2022年6月在医院治疗的精神分裂症患者192例为研究对象,根据1年内患者有无复发精神分裂症分为复发组(n=58)和无复发组(n=134),通过单因素分析得出对应的影响因素,应用R语言软件,基于随机森林算法构建精神分裂症患者1年内复发的预测模型,并采用受试者工作特征(Receiver Operating Characteristic,ROC)曲线评价随机森林算法构建的模型对复发的预测价值。结果单因素分析显示,饮酒史、病程、就业情况、社会支持评定量表(Social Support Rating Scale,SSRS)评分、7项广泛性焦虑障碍量表(7-tiem Generalized Anxiety Disorder Scale,GAD-7)评分、匹兹堡睡眠质量指数量表(Pittsburgh Sleep Quality Index,PSQI)评分、服药情况、精神病家族史均与精神分裂症复发有关,差异有统计学意义(P<0.05)。采用随机森林算法构建的预测模型显示,前6位影响因素的重要性排序为GAD-7评分(GiNi=16.64)>病程(GiNi=15.09)>SSRS评分(GiNi=14.96)>PSQI评分(GiNi=14.00)>就业情况(GiNi=3.94)>饮酒史(GiNi=3.72)。ROC结果显示,随机森林模型的ROC曲线其曲线下面积(area under curve,AUC)为0.840,最佳截断值0.255对应的敏感度为82.81%,特异度为73.18%。结论精神分裂症患者复发受GAD-7评分、病程、SSRS评分、就业情况、PSQI评分、饮酒史因素影响,基于随机森林构建的精神分裂症患者复发风险预测模型具有较好的预测效能,可进一步推广应用以验证预测模型的效能。

基于云计算平台的撂荒耕地提取方法

快速准确查明我国耕地撂荒情况对于粮食增产尤为重要,利用遥感进行撂荒地监测是一种重要手段。由于西南山区耕地破碎,撂荒地植被生长迅速与正常耕地难以区分,利用遥感提取撂荒耕地的传统方法耗时且存在算力限制,本文基于谷歌地球引擎(GEE)云平台,利用哨兵2号(Sentinel-2A)遥感影像,运用随机森林(RF)与支持向量机(SVM)两种机器学习方法进行四川省宜宾市耕地提取,并结合归一化植被指数(NDVI)阈值分割模型分割撂荒地,绘制出2018—2021宜宾市撂荒地分布图,撂荒地面积分别占耕地面积的6.37%、5.15%、4.31%、3.02%,校验总体精度达到83.87%。基于云计算平台机器学习方法并联合NDVI阈值分割模型,能利用更少实地调查样本实现大范围内撂荒地的提取。

父母自主支持、10~12岁儿童的同伴关系与执行功能的动态互动关系:一个发展级联模型

对514名三、四年级学生进行间隔半年的三次追踪,考察学龄中后期父母自主支持、儿童同伴关系与执行功能间潜在的级联效应及其可能存在的发展变化和父母性别差异。随机截距交叉滞后模型结果发现:在个体间层面,儿童执行功能与父母自主支持和同伴接纳/拒绝部分显著相关,且父亲自主支持与同伴接纳显著相关;在个体内层面,执行功能与父母自主支持由双向预测变成执行功能对自主支持单向预测;执行功能对同伴接纳单向预测变为双向预测;仅母亲自主支持与同伴关系存在双向预测。父母自主支持、儿童同伴关系与执行功能三者在学龄中后期存在相互影响的级联效应,且这一效应存在时间变化性与父母性别差异。

基于随机森林模型的林地叶面积指数遥感估算

林地叶面积指数(Leaf area index,LAI)的准确估测是精准林业的重要体现。为了快速、准确、无损监测林地LAI,利用LAI-2200型植物冠层分析仪获取福建省西部森林样地的LAI数据,结合同期Pleiades卫星影像计算12种遥感植被指数,分析了各样地实测LAI数据和相应植被指数的相关性,进而使用随机森林(RF)算法构建了林地LAI估算模型,以支持向量回归(SVR)模型和反向传播神经网络(BP)模型作为参比模型,以决定系数(R^2)、均方根误差(RMSE)、平均相对误差(MAE)和相对分析误差(RPD)为指标评价并比较了模型预测精度。结果表明:全样本数据中,各植被指数与对应LAI值均呈极显著相关(P<0.01),且相关系数都大于0.4;RF模型在3次不同样本组中的预测精度均高于同期的SVR模型和BP模型;3个样本组中RF模型的LAI估测值与实测值的R^2分别为0.688、0.796和0.707,RPD分别为1.653、1.984和1.731,均高于同期SVR模型和BP模型,对应的RMSE分别为0.509、0.658和0.696,MAE分别为0.417、0.414和0.466,均低于同期其他2种模型。

结合高斯马尔可夫随机场纹理模型与支撑向量机在高分辨率遥感图像上提取道路网

在高分辨率遥感图像上,道路网的同物异谱现象更为突出,因此其提取难度更大。提出了一种马尔可夫随机场纹理模型与支撑向量机分类相结合的道路网提取方法。其基本过程是:利用高斯马尔科夫随机场模型6个归一化特征值进行支撑向量机的分类得到道路斑块,利用形态学算子对其进行初步连接并提取轴线,然后通过斑块轴线的启发式连接得到最终道路网。试验证明方法是有效的。

随机地震多点激励作用下对称结构的扭转效应

结合GB 50011—2010《建筑抗震设计规范》选取与规范各类场地条件相适应的Clough-Penzien地震动随机模型功率谱的谱参数,从多点输入地震角度研究了不同场地、不同设计地震分组情况下单层对称空间刚架结构的动力响应,结果表明:多点非一致地震激励下,即使严格意义上的对称结构也会产生明显的扭转效应,扭转效应大小可采用一致激励下使结构产生同样扭矩的等效偏心率来衡量,且等效偏心率随结构体系的自振周期、平扭周期比、场地条件等因素变化而改变;对于多高层对称结构,多点非一致激励扭转效应的影响主要集中在结构底层附近,这种作用方式类似圣维南局部性原理.

农民工的社会网络结构分析

采用2005年深圳外来农村流动人口的调查数据，利用指数随机图模型（p＊模型），分析了农民工的社会网络（包括社会支持网和社会讨论网）结构。分析结果显示，农民工社会网络关系稀疏，尤其是社会讨论网；无论在聚敛性还是扩张性方面，农民工社会网络的核心-边缘的局部结构均较明显，且有小团体现象产生；社会支持和社会讨论关系都更可能受到中间人的控制或约束。属性变量对社会支持网的影响较多，而对社会讨论网的影响较少。指数随机图模型为基于社会网络来认识农民工的社会化过程提供了新的方法。

基于交叉验证的矿岩爆破块度SVM模型优选研究

为克服传统预测模型凭个人经验随机选择核函数建立SVM的缺陷,基于交叉验证理论,将90个矿岩爆破样本随机切分成10个子集,每次保留其中一个子集作为测试集,迭代训练,通过支持向量机模型参数寻优,得到最优爆破块度预测模型。10次试验结果表明:基于径向基核函数的矿岩爆破块度SVM模型预测性能好,该模型的均方根误差、平均绝对误差的均值分别为0.101、0.0673。同时,基于R语言开发得到了矿岩爆破块度预测模型的程序代码,不仅可以保证预测模型与数据库样本的同步更新,而且为矿岩爆破块度预测模型的可持续性研究提供了技术支持。

基于SVM和CRF的双层模型中文机构名识别

提出了一种基于支持向量机(SVM)和条件随机场(CRF)的双层模型进行中文机构名识别的方法.第一层模型采用CRF识别简单机构名,并将识别结果传至第二层辅助下一步的识别;第二层采用基于驱动的方法,将SVM和CRF结合进行复杂机构名的识别;最后将两层的识别结果合并,并通过一个后续处理对置信度较低的识别结果进行修正.大规模真实语料的开放测试表明,精确率达到94.83%,召回率达到95.02%,证明了该方法的有效性.

基于随机森林理论的采场稳定性预测研究

为预防采场安全事故,选取地下采场地质构造、埋深、围岩强度等10个因素作为采场稳定性预测指标,从收集到的实际采场稳定性数据中选取25组作为训练样本,建立采场稳定性预测的随机森林（RF）模型,通过8组测试数据预测采场稳定性;将该模型预测结果与支持向量机（SVM）模型及人工神经网络（ANN）模型的预测结果进行对比。研究表明：采用RF模型采场稳定性等级预测准确率最高,而使用SVM模型次之,ANN模型的准确率较差;用RF模型能够相对有效地判定采场稳定性。

基于高光谱数据的土壤全氮含量估测模型对比研究

构建基于高光谱数据的土壤全氮含量估测模型,为快速、准确监测农田土壤全氮含量,判断作物生长发育情况和评价土地质量提供新的技术和方法。以新疆南疆地区主要类型土壤为研究对象,于室内测定土壤全氮含量和光谱反射率数据,利用偏最小二乘回归(PLSR)、支持向量机回归(SVM)、随机森林回归(RF)与光谱反射率(R)及其4种数学变换相结合,建立全区和分区全氮含量估测模型。结果表明,PLSR最优模型的预测集R2和RPD分别为0.73和1.82;SVM最优模型的预测集R2和RPD分别为0.75和1.97;RF最优模型的预测集R;和RPD分别为0.86和3.52,3种模型的预测能力依次为RF>SVM>PLSR。除一阶微分(FD)变换外,其它数据变换均对模型精度有不同程度的提高。R及其4种变换后数据均以RF建模精度较高,而以PLSR和SVM建模精度相对较低。全区模型稳定性要高于分区模型,分区模型差异性较明显,稳定性较差。总体来看,RF模型的预测能力稳定,适用性较好,精度较高,可较精确地估测土壤全氮含量;而PLSR和SVM模型只能对全氮含量进行粗略估测。因此,利用RF模型可实现研究区土壤全氮含量的快速准确估测。

用于水泥熟料fCaO预测的多核最小二乘支持向量机模型

针对水泥熟料游离氧化钙(fCaO)含量预测模型辨识的问题,考虑到单一核函数无法显著提高模型精度,采用多项式核函数、指数径向基核函数和高斯径向基核函数组合构建等价核的方法,建立了多核最小二乘支持向量机水泥熟料fCaO预测模型。同时,利用改进的粒子群优化算法对多核最小二乘支持向量机模型的6个待确定参数进行迭代寻优,避免了模型参数人工选取的盲目性。最后将基于改进粒子群的多核最小二乘支持向量机模型应用于熟料fCaO含量的实例仿真。结果表明,建立的水泥熟料fCaO含量预测模型精度高、泛化能力强。

基于模型融合的钻进参数识别岩石类型研究

岩石类型的识别对于钻进工程的安全和经济效益具有重要意义。钻进过程中的岩石类型实时识别大多是通过随钻测井,但由于随钻测井成本昂贵,在地质勘探领域鲜见应用。本文挖掘深部探测Sinoprobe-05项目金川科钻的钻进多参数(钻速、钻压、转速、钻头扭矩、泵压力、泵量)数据,通过一种融合模型算法来识别岩石类型。首先采用Savitzky-Golay平滑滤波器降低钻进参数数据的噪声,然后对数据进行了归一化。最后运用融合模型预测和识别岩石类别。融合模型的初级学习器为支持向量机、人工神经网络和随机森林,通过次级学习器贝叶斯模型平均算法对每个模型的权重进行计算。结果表明,多模型融合算法准确率为0.9686,比每个单独的算法准确率高。