基于XGBoost算法的人—虎共存区域风险等级划分

以2014—2019年珲春地区红外相机拍摄的东北虎数据为基础,基于XGBoost算法构建了虎出没区域风险等级划分模型。由模型检验可知:模型的准确率为93.51%,精确率为93.85%,召回率为93.08%,F1值为93.31%,Cohen s Kappa统计系数为90.2%。研究结果表明:基于XGBoost算法构建的人-虎共存区域风险等级划分模型分类效果好、预测准确度高,运用该模型对人-虎共存区域进行风险等级划分是可行的。

基于改进XGBoost算法的深部巷道松动圈智能预测研究

深部巷道爆破开挖后由于爆炸冲击和原位应力动态卸载耦合作用,围岩内不可避免地产生松动圈,进而影响结构的稳定性,因此对松动圈厚度进行超前预测显得非常重要。依托多座地下矿山松动圈测试作为研究对象,共获取300组有效数据样本。采用4种主流的超参数优化算法,即遗传算法(GA)、灰狼优化算法(GWO)、粒子群优化算法(PSO)和樽海鞘算法(SSA)对XGBoost算法进行优化,并以此构建4种松动圈预测混合模型。采用R2、RMSE、MAE和MAPE指标对预测模型的性能进行对比分析,并开展松动圈厚度参数的敏感性分析。最后,将最优的PSO-XGBoost模型应用于地下矿山运输巷道进行工程验证。结果表明:在群体规模分别为90、70、60和100时,GA-XGBoost、GWO-XGBoost、PSO-XGBoost和SSA-XGBoost模型取得了最佳的预测表现。其中,PSO-XGBoost模型在训练集和测试集中的相关系数分别为0.9244和0.8787,具有最佳的预测性能。相比基准模型(XGBoost、RF、SVM和LightGBM),优化后模型松动圈的预测精度和性能均得到显著提升。巷道当量直径(TD)和围岩地质强度指标(GSI)对松动圈厚度的影响最为显著,垂直主应力也具有明显的影响。优化后的XGBoost模型在实际工程中的应用结果显示实测值与预测值误差在10%以内,PO-XGBoost具有工程应用价值。

基于XGBoost算法的内部网络安全威胁检测方法

针对内部网络安全威胁节点成因多、特征难捕捉问题,提出一种基于XGBoost算法的内部网络安全威胁检测方法。以内部网络社区间的状态差异作为指标,计算不同社区类型内节点的边权重,查找与目标值存在关联性的节点。经多次分配提取特征值,将其作为初始值输入XGBoost决策树中,构建威胁性特征目标函数,求解每个节点对应的泰勒系数,实现内部网络安全威胁检测。实验结果表明,所提方法特征提取精准度高,在多种网络攻击条件下均能实现精准检测。

基于双层XGBoost算法的台区用户超短期负荷预测

台区用户超短期负荷预测的影响因素较多,使得预测结果准确率有所下降,文中提出基于双层XGBoost算法的台区用户超短期负荷预测方法。利用双层XGBoost算法构建超短期负荷预测模型,使用双层协同校正方法校正模型的基准层与实时层。充分考虑超短期负荷预测的影响因素,选取相似负荷向量构成低秩矩阵,使用非线性插值方法填充缺失值,以此实现模型求解,得到台区用户超短期负荷预测结果。由实验结果可知,该方法的预测准确率最高值为99.15%,均方根误差最小值为0.02,预测结果更为精准。

基于XGBoost算法的瓷支柱绝缘子振动声学检测信号缺陷识别方法研究

针对瓷支柱绝缘子振动声学检测信号频谱分析存在误判的问题,提出基于XGBoost算法的瓷支柱绝缘子振动声学检测信号缺陷识别方法。从28个时域特征、功率密度谱特征和小波域特征中按照重要性提取了14个特征作为缺陷识别的依据,训练了瓷支柱绝缘子振动声学检测信号缺陷识别模型。结果表明,通过模型对瓷支柱绝缘子振动声学检测信号缺陷进行分类识别,准确率达到95.83%,取得了较好的缺陷识别效果。将XGBoost算法应用于现场检测信号识别,正确率达到96.6%,能够满足工程应用需要。

基于XGBoost算法的增生型糖尿病视网膜病变预测模型的建立及可视化实现

目的利用H2O机器学习平台,建立增生性糖尿病视网膜病变(PDR)预测模型,旨在为PDR的临床诊疗提供指导。方法选取2019年1月至2021年1月于苏州大学附属理想眼科医院体检中心及住院部连续就诊的350例糖尿病视网膜病变(DR)患者作为研究对象,根据DR类型的不同分为非增生性糖尿病视网膜病变(NPDR)组(n=256)与PDR组(n=94)。比较两组临床资料。尝试多种机器学习算法,建立预测模型,通过绘制ROC曲线、计算混淆矩阵,明确最佳模型,并通过可加性解释模型(SHAP)分析、局部可解析性算法(LIME)及部分依赖图(PDP)等可视化方法呈现重要特征在预测中的作用。结果两组糖尿病(DM)病程、体力活动、体重指数(BMI)、腰臀比、血压、高密度脂蛋白胆固醇、空腹血糖、空腹胰岛素、糖化血红蛋白、谷丙转氨酶(ALT)水平及高血压、脂肪肝、吸烟、饮酒占比比较差异有统计学意义(P<0.05)。机器学习最佳模型为XGBoost,该模型Gini值0.997,R^(2)为0.926,重要特征包括DM病程、高密度脂蛋白胆固醇及空腹胰岛素。结论本研究基于XGBoost算法建立PDR临床预测模型,通过可视化呈现重要特征在预测中的作用,为PDR临床诊疗提供了新的思路。

基于XGBoost算法的医保信息系统入侵安全风险监测方法

目的针对常规的医保信息系统对入侵行为的判定过程较为繁杂、监测反应时间较长的问题,提出基于XGBoost算法的医保信息系统入侵安全风险监测方法。方法按照安全性影响因素的关系,对安全因素关联度修正强度进行计算与修正,并对修正后的安全因素关联进行划分,得到划分的系统入侵安全信息关联度;根据划分关联度参数,基于XGBoost算法对入侵行为进行分级判定;按照结果,使用树编辑距离算法,对入侵行为信息进行匹配,并建立神经网络监测结构;根据匹配结果建立对应报警机制,实现对医保信息系统入侵安全风险的实时监测。结果实验结果表明,本文方法对医保信息系统入侵安全风险的监测平均反应时间小于3 s,反应时间较短,安全性较高。结论本文提出的基于XGBoost算法的医保信息系统入侵安全风险监测方法,能够有效监测医保信息系统的入侵安全风险,具有较高的应用价值。

基于优化XGBoost算法的电信用户流失预测

电信市场竞争激烈的现状下,用户流失对运营商非常不利。为提前精准有效地预测用户流失倾向,提出了基于贝叶斯优化极度梯度提升树(ExtremeGradientBoosting,XGBoost)的电信用户流失预测方法。首先,利用有效的数据预处理方法处理电信用户数据中的异常数据。其次,利用XGBoost算法训练用户流失概率预测模型。同时,针对XGBoost算法学习超参数众多、缺乏高效准确的超参数寻优方法的问题,利用贝叶斯优化算法、随机搜索算法、网格搜索算法3种方法进行超参数寻优。最后,对比分析3种优化方法的优化效果。实验结果表明,该方法能够有效预测用户流失倾向,且贝叶斯优化XGBoost算法的电信用户流失模型准确率均优于基于随机搜索优化和基于网格搜索优化,XGBoost算法所建立的模型,准确度比优化前提升了4.84%。

基于无人机多光谱数据和XGBoost算法的贵阳市乌江水域水质参数空间反演分析

本文以贵阳市乌江河段为案例区测试了39个水样点氨氮浓度,在此基础上结合无人机多光谱影像建立基于XGBoost算法的氨氮反演模型,并进行反演结果分析。研究表明,该河段的水体氨氮浓度介于0.34~2.15 mg/L之间,总体符合Ⅱ类水质。多光谱影像提取的光谱指数与氨氮浓度之间相关系数介于0.12~0.86,二者存在良好统计关系。XGBoost模型反演的水体氨氮精度决定系数R 2达0.92,平均绝对误差RMSE和均方根误差MAE分别为0.13 mg/L、0.16 mg/L,该方案在同类河段水质研究中具有一定应用性。

XGBoost算法在河北省GPM卫星降水数据降尺度中的应用

针对GPM卫星降水产品分辨率相对较低问题,本研究引入XGBoost(eXtreme Gradient Boosting)回归算法,旨在改善河北省GPM降水数据的分辨率水平和应用精度。基于地形变化、土地利用、NDVI应用、经纬度和地面降水数据构建XGBoost的回归模型,然后运用网格搜索法进行参数优化,进而对河北省2020年GPM数据进行降尺度,利用独立验证点进行精度评估。结果表明,降尺度后的GPM数据与地面降水量在年尺度上具有高一致性,其R2达到了0.88,MAE(Mean Absolute Error,平均绝对误差)和RMSE(Root Mean Square Error,均方根差)分别为62.07 mm和85.72 mm。相比原始GPM数据,降尺度后的GPM数值精度R2提升了4.55%,MAE和RMSE分别降低了70.23%、71.14%。XGBoost模型能准确拟合星地多源降水数据之间非线性规律,在低精度、低分辨率GPM降水数据降尺度处理方面具有广阔应用前景。

基于XGBoost算法的机器学习模型在可疑交易监测领域的应用

当前洗钱手段复杂多样、变化迅速,基于规则的传统模型部分失效,可疑交易监测难度加大,对金融机构的可疑交易监测能力提出了新的挑战。文章创新性地提出基于XGBoost算法的机器学习模型在可疑交易监测领域的实际运用,从结果来看,预测效果优于传统模型。同时,文章将算法与业务相结合,分析了模型的可解释性,并提出金融机构应积极运用基于XGBoost算法的机器学习模型、高度重视构造有效特征集合和持续迭代模型参数的工作建议。

基于GA-XGBoost算法的河南省粮食产量预测研究

粮食问题关乎国家命运,是国民经济发展基础中的基础。粮食产量的变化直接关系到我国的粮食安全和农业结构的优化调整。为提高河南省粮食产量预测的精度和效率,对河南省粮食产量等相关数据进行归纳分析,利用皮尔逊(Pearson)相关性影响分析确定主要影响河南省粮食产量的因素。针对XGBoost模型容易过拟合、预测不精准的问题,引入遗传算法(GA)对其学习率、树的深度等进行优化,以更准确地预测河南省粮食产量。仿真结果表明:相比于传统的XGBoost模型,GA-XGBoost模型具有更高的预测精度,RMSE仅为0.034。因此,GA-XGBoost预测模型可以对粮食产量进行更为准确的预测。

基于XGBoost算法的大直径穿黄隧道施工期管片上浮研究

为解决大直径盾构隧道面临的施工期盾尾管片上浮问题。针对济南黄河隧道项目,提出了基于XGBoost算法的大直径泥水平衡盾构隧道施工期管片上浮计算框架。通过采用主成分分析法将地层参数降维,采用R-relief F算法对管片上浮的影响因素进行特征提取及数据预处理工作,从而建立用于管片上浮分析的数据集。进而使用XGBoost算法对大直径隧道管片上浮进行计算,并与随机森林算法预测结果进行了对比。结果表明本文所采用的计算框架得到的结果能较好地反映隧道管片施工期的上浮特征,同时发现XGBoost算法对于管片上浮过程的预测效果比随机森林更好。研究成果对于大直径隧道施工过程中的管片变形预测及控制有较好的指导意义。

基于XGBoost算法的跨境河流水资源争端影响因素分析

为分析跨境河流水资源争端的关键影响因素对争端的影响规律,基于跨境淡水争端数据库(TFDD)构建了跨境河流水资源争端评价指标体系,并采用XGBoost算法计算得到评价指标的权重;分析了国家人口密度、人均国内可再生淡水资源量、地区因素、事件主要问题类型、流域面积和事件发生的月份对跨境河流水资源争端的影响,并选取6条代表河流进行了争端事件聚焦分析,统计了每条代表河流的主要问题类型,分析了引发跨境河流水资源争端的代表性问题。结果表明:涉事国家人口密度、人均国内可再生淡水资源量和地区因素对跨境河流水资源争端的影响最大;引发跨境河流水资源争端的代表性问题包括地区气候特征、水污染以及基础设施建设等。

基于XGBoost算法的低渗透致密气井动静一体化分类模型

子米气田为典型的低渗透致密气田,不同气井储层物性及生产特征差异大,开发策略亟需改善。针对该问题,提出了一种基于XGBoost算法的致密气井分类方法。通过计算特征参数的皮尔逊相关系数,判断4个动态、5个静态特征参数与气井产能的相关程度,以此确定模型的输入特征。然后基于XGBoost算法,通过参数优化,完成模型训练并对子米气田进行气井分类。研究表明:影响气井分类的主要因素为生产配产、原始地层压力、有效厚度、孔隙度和无阻流量;子米气田1、2类气井产能主要受到储层厚度和基质渗透率的影响,3类气井产能主要影响因素为有效厚度和含气饱和度;与专家划分结果相比,模型分类结果准确率为92.3%。该研究提高了气井分类实效性,降低了人为主观性,分类结果切合矿场实际,对气井分类管理和开发策略的制订有一定的指导意义。

基于XGBoost算法和成分特征的烟叶质量分级预测方法

针对当前烟叶质量分析过程中容易出现信息损失的问题,提出一种基于XGBoost算法和成分特征的烟叶质量分级预测方法。采集烟叶样品的近红外光谱数据并应用红外定量分析原理,提取烟叶成分特征,利用随机森林算法计算每种成分特征的重要性,并筛选出有意义的特征项;同时引入正则项的极限梯度提升算法构建烟叶等级预测模型,处理大规模的烟叶质量特征数据;再结合当前烟叶质量分级标准,得出最终的烟叶质量分级预测结果。结果表明:该方法预测结果的AUC值为0.9,极大地提升了烟叶质量分级预测结果的准确性。

基于XGBoost算法的电商用户重复购买行为预测

机器学习算法广泛应用于电商用户行为数据分析及商业预测.其中,XGBoost算法作为一种常用的有监督机器学习算法,能够实现电商用户行为特征最优选择与行为模型构建、评估消费价值、预测重复购买行为概率、提高商业决策的精准性与可行性.本研究采用阿里云天池大数据竞赛“天猫复购预测”所提供的“双十一”电商购物节关联数据集中约42万电商平台用户产生的5500万条行为数据,基于促销活动情境完成特征构造,实现有监督分类学习.本研究实现了XGBoost算法的参数优化与数据特征值处理过程优化,完成了促销活动后6个月内电商用户重复购买行为的预测模型演算.结果表明:优化后的XGBoost算法能够比较精准地预测电商用户重复购买行为、评估在线用户潜在购买价值、实现精准营销以及真正促进促销活动的长期投资回报率提高.

基于XGBoost算法的机会型创业预测研究

机会型创业对跨越中等收入陷阱,实现经济转型升级和高质量发展的作用日益凸显。基于计划行为理论,从主观规范、行为态度、知觉行为控制3个方面并结合人口统计学特征选择12个特征变量,构建机会型创业影响因素框架。在此基础上,基于全球创业观察数据库,运用XGBoost算法预测机会型创业并判别关键影响因素,将预测结果与3种机器学习算法进行比较。结果表明,基于准确率、精确率、召回率和F1值4个评估指标,XGBoost算法可以较好地预测机会型创业,优于逻辑回归、支持向量机和随机森林算法;创业自我效能、机会识别和关系感知是影响机会型创业的重要因素。聚焦新型创业研究,有助于拓展计划行为理论的适用边界和机器学习算法在创业领域的应用,为有效识别机会型创业和针对性培育机会型创业提供理论指导与实践启示。

应用MIPSO-XGBoost算法预测汽油产率

应用机器学习方法预测催化裂化工艺过程汽油产率。首先从参数优化的角度,构建了应用线性权重递减的混合整数粒子群优化算法优化XGBoost参数;其次建立了基于MIPSO-XGBoost混合算法的汽油产率预测算法。结果表明:与经典的XGBoost算法相比,MIPSO-XGBoost算法预测效果更好,均方误差(MSE)、平均绝对误差(MAE)与平均绝对百分比误差(MAPE)分别降低了0.4083、0.1827、0.4848;与GBDT算法、RF算法和AdaBoost算法相比,MIPSO-XGBoost算法在预测精度上也具有明显的优势,MSE、MAE、MAPE的指标值更小,对汽油产率的拟合结果更接近实际值,表明MIPSO-XGBoost汽油产率预测算法能对汽油产率进行较准确有效的预测。

基于IPLS-XGBoost算法的可见-近红外光谱鸡蛋新鲜度高效准确检测技术研究

针对传统光谱法检测鸡蛋新鲜度存在的效率低、准确率不够高等问题,提出采用可见-近红外光谱结合极度提升树(XGBoost)等算法对鸡蛋新鲜度分类进行研究,以期在保证足够高准确度的同时大幅提高检测效率。将不同储存条件下的鸡蛋作为样本,并分别划分为训练集和测试集,采用训练集的综合评价指标(F-measure)和准确率(Accuracy)评估分类模型的性能。具体地,首先利用可见-近红外光谱系统采集鸡蛋的反射光谱,将所得的光谱数据经过不同预处理后再结合随机森林(random forest,RF)、偏最小二乘(partial least squares,PLS)、支持向量机(support vector machine,SVM)、多层感知机(muhi-layer perception,MLP)以及XGBoost等分类算法构建鸡蛋新鲜度分类评估模型,并对比各模型性能指标。分析结果发现,经Savitzky-Golay一阶导(Savitzky Golay first-order derivative,SG-1^(st)-Der)预处理后的RF、SVM、XGBoost模型和经标准正态变量(standardized normal variate,SNV)预处理后的PLS、MLP模型具有较好的训练结果。为进一步提高模型精度和运算效率,提出利用区间偏最小二乘法(interval partial least squares,IPLS)对SG-1^(st)-Der和SNV预处理后的光谱数据首先进行降维,然后再分别建立基于RF、SVM、XGBoost、PLS及MLP等算法的预估模型,最后通过测试集对模型进行验证。结果发现原始光谱数据经SG-1^(st)-Der预处理后所建立的IPLS-XGBoost分类模型性能最优,在不同储藏条件下测试集的F-measure分别为92.33%和90%,Accuracy分别达到94.44%和91.67%,而程序运行时间均不超过0.6 s。表明,可见-近红外光谱结合IPLS-XGBoost分类算法可应用于鸡蛋新鲜度评估,该方法在模型分类性能、准确度评估、运行速度等方面比传统方法更具优越性。