On grey relation projection model based on projection pursuit

Multidimensional grey relation projection value can be synthesized as one-dimensional projection value by using projection pursuit model. The larger the projection value is,the better the model. Thus,according to the projection value,the best one can be chosen from the model aggregation. Because projection pursuit modeling based on accelerating genetic algorithm can simplify the implementation procedure of the projection pursuit technique and overcome its complex calculation as well as the difficulty in implementing its program,a new method can be obtained for choosing the best grey relation projection model based on the projection pursuit technique.

基于可见光谱特征波长提取和分类算法的柑橘黄龙病快检研究

柑橘黄龙病(HLB)是由亚洲韧皮杆菌引起的一种严重病害,目前无法根治。其防控具有重要意义和经济价值。当前利用健康和患病叶片的光谱差异对其进行诊断显示了良好的应用前景。因患病叶片在叶绿素反射区及O—H伸缩振动区的可见光谱与健康叶片存在显著差异,而可见光谱检测在采集和数据处理方面具有成本低、简便的优势,研究可见光谱的黄龙病快速检测方法具有可行性和重要意义。为了减少光谱数据冗余和计算量,实现精准的黄龙病的早期鉴别以及降低黄龙病相似病症的误诊率,采集了黄龙病患病地区共160个叶片样本。经qPCR测定分别将其分类标定为健康、轻度疾病、重度疾病和缺镁症四类。根据叶片样本在可见光波段450~800 nm的反射光谱特征,通过S-G平滑以及降采样等预处理光谱数据后,为了优选出尽可能囊括光谱特征信息的特征波长,分别使用遗传算法(GA)、连续投影算法(SPA)以及竞争自适应重加权采样法(CARS)对采集到的可见光谱数据进行特征波长提取和降维优选出特征波长,进一步降低模型复杂度,提高预测精度。综合泛化能力及检测速度的考量,在定性判别分析模型的选择中采用训练速度快,分析准确率高的最小二乘支持向量机(LS-SVM)以及随机森林(RF)对两种变量筛选算法降维后的数据进行分类判别。通过对不同的模型的验证优选,筛选出最佳的快检方案。对比发现,在建立的模型中,SPA-RF模型与其他模型比较,对于训练集和测试集的判别准确率分别达到了100%和97.5%。结果表明,连续投影算法以及随机森林的组合分类模型可以很好地实现黄龙病早期的病理鉴别,同时也能够很好地识别出黄龙病病叶与其他相似病症的差异,为柑橘黄龙病快速检测及防治提供了一种方法依据。

基于变量筛选与机器学习算法的渭-库绿洲土壤有机质含量估测研究

选择合适的变量筛选方法和模型可有效提升土壤有机质含量的估测精度。本研究以新疆渭干河-库车河绿洲为研究区,基于哨兵2号(Sentinel-2)卫星影像和实测土壤有机质,通过对土壤有机质与遥感影像波段及多种光谱指数进行相关分析,结合Boruta算法和连续投影算法(Successive Projections Algorithm,SPA)进行变量筛选,构建随机森林(Random Forest,RF)模型和BP神经网络(Back Propagation Neural Network,BPNN)模型进行表层土壤有机质含量的估测。结果表明:(1)波段B3、B4、B5、B7和B8A以及转换植被指数(Transformed Vegetation Index,TVI)、颜色指数(Color Index,CI)对土壤有机质含量的估测具有重要作用;(2)单独使用Boruta算法和SPA算法筛选的变量集建模效果要优于全变量集以及结合算法筛选的变量集,Boruta算法优于SPA算法;(3)RF模型的估测能力优于BPNN模型,最优估测模型训练集和验证集的决定系数(R^(2))均大于0.74,模型拟合效果较好,均方根误差(RMSE)小于2.0 g/kg,相对分析误差(RPD)大于1.6,能够较好地进行土壤有机质含量的估测。采用Boruta算法结合随机森林模型可较好地反演绿洲表层土壤有机质的空间分布,为该区域土壤养分评价提供参考。

面瘫治愈前后相关穴位静电位动态过程特征映射关系小样品分析及应用初探

目的:探寻面瘫治疗期间过程综合特征值与已康复期康复程度等级之间可通过模型描述的数学映射关系。方法:在实验中测量与治疗同步的面瘫患者相关穴位直流静电位,并按照中医学原理建立起描述相关穴位静电位的离散、失稳状态的基础特征值,构成有高度代表性和浓缩性的综合特征值。理论上从生物物理学“穴位的生物电势能”角度进行中西医结合的解释。结果:对3个综合特征值的曲线及其卡尔曼滤波曲线的7人平均值曲线进行观察,发现其所描述的失稳与散乱程度确实随着治愈过程而日趋减弱。在此基础上建立起治疗过程的过程特征值、组成小样本矩阵及相应的康复程度特征值图标(即教师值),运行数学工具软件MATLAB提供的随机森林搜索算法,建立起经3次检验正确率分别达到66.7%、66.67、83.3%的分类模型,初步证实了上述映射关系的存在。结论:建立一个正确率和稳定性足够高的映射关系数学模型,可预估治疗结果并为及时改进治疗方案提供参考信息。

基于随机森林算法的电力数字化优先业务自动化筛选方法

针对原始业务数据干扰较大,电力业务筛选结果准确率较低且耗时较长的问题,提出了基于随机森林算法的电力数字化优先业务自动筛选方法。使用密度峰值聚类算法,确定电力数字化业务优先级影响因素。使用随机森林算法对电力数字化业务进行评估排序,完成业务优先级分析。设定电力业务筛选规则,实现电力数字化优先业务自动化筛选。实验结果证实,此方法可提升筛选结果精准度,降低筛选过程的耗时,可以进一步提升电力系统业务处理性能。

基于Sentinel-2影像和机器学习算法的冬小麦秸秆覆盖度遥感估算

为探究大范围小麦秸秆覆盖度(CRC)估测方法,以冬小麦秸秆为研究对象,基于Sentinel-2遥感卫星影像光谱指数、波段和纹理特征及其不同特征组合,利用灰色关联-随机森林(GRA-RF)敏感特征提取方法,结合高斯过程(GPR)、套索(LASSO)、岭回归(RR)和偏最小二乘(PLSR)等多种机器学习算法,开展小麦CRC估算的最优模型研究。结果表明,基于GRA-RF特征优选后的机器学习模型显著改善了小麦CRC的估算精度,LASSO算法总体对小麦CRC的估测效果最佳,并且针对不同的光谱特征组合表现出差异化的结果。其中,以光谱指数、波段和纹理信息构成的组合特征集构建的CRC遥感估算模型精度最优(r^(2)=0.65,RMSE=9.25%),以波段与纹理两者组合特征估算的CRC精度次之(r^(2)=0.63,RMSE=9.31%),仅利用单一的光谱指数、波段或者纹理特征估算冬小麦CRC的精度均劣于组合特征的结果。这说明应用GRA-RF组合筛选方法能够有效优选秸秆覆盖度的光谱特征;相比于单一特征,光谱指数、波段、纹理信息等构成的组合特征更能有效地监测小麦秸秆覆盖度。

湖滨绿洲棕漠土有机碳含量高光谱估算

以博斯腾湖湖滨绿洲为研究区,利用实测棕漠土有机碳含量与高光谱(350~2 500 nm)数据,应用竞争性自适应重加权采样算法(CARS)、连续投影算法(SPA)、竞争性自适应重加权采样-连续投影算法(CARS-SPA)筛选棕漠土有机碳含量响应的高光谱特征波段,分别采用全波段和特征波段结合随机森林(RF)模型构建棕漠土有机碳含量估算模型。结果表明:博斯腾湖湖滨绿洲棕漠土0~50.0 cm土层有机碳含量为1.40~40.92 g/kg,平均值为14.20 g/kg,变异系数为55.54%,呈中等变异水平。CARS、SPA、CARS-SPA等算法筛选出的棕漠土有机碳含量响应特征波段分别为122个、11个和10个。基于CARS-SPA算法筛选出的特征波段数据输入RF模型估算效果最好,验证集检验的决定系数(R^(2))、相对分析误差(RPD)、均方根误差(RMSE)分别为0.85、2.59和2.72 g/kg,该方法能有效减少光谱数据冗余、提高模型估算精度和运行效率。本研究结果为研究区棕漠土有机碳含量的估算提供参考。

基于大数据的配电网架空线路工程造价预测

大数据与人工智能技术推动了工程造价全方位创新,为了提升配电网工程造价决策的水平,针对配电网架空线路工程中存在造价影响因素多、预测精度低等问题,提出一种配电网架空线路工程造价组合预测模型。首先,对配电网架空线路工程中重要数据缺失情况进行分析处理,其次,基于随机森林算法对配电网架空线路重要造价影响因素进行选取。最后,在参数寻优基础上采用最小二乘支持向量机模型进行造价预测。仿真对比结果显示,所构建的造价预测模型能有效提升预测速度和精度,该预测模型可为实现配电网架空线路工程造价预测提供一种有效实用的方法。

基于灰色投影改进随机森林算法的电力系统短期负荷预测

针对短期负荷预测领域传统的机器学习算法(如人工神经网络、支持向量机等)存在的诸如泛化性能不强、参数和模型结构确定困难等问题,将随机森林回归算法引入短期负荷预测领域。同时应用投影原理改进了传统的灰色关联相似日选取算法,提出了一种基于灰色投影改进随机森林算法的电力系统短期负荷预测组合方法。基于灰色投影的相似日选取方法,采用灰色关联度判断矩阵表征历史样本与待预测日影响因素间的关联关系,并用熵权法确立影响因素的权重对判断矩阵加权,最后利用各个样本关联度投影值排序得到相似日集合。采用随机森林算法建立预测模型,利用灰色投影筛选出的相似日样本集合训练模型,最后输入预测日特征向量(天气预报数值、日类型等)完成预测。以浙江电网某县级市的负荷数据作为实际算例,并将上述方法与支持向量机方法以及未作灰色投影改进的随机森林算法进行对比。实验结果表明,新方法具有较高的预测精度和鲁棒性。

结合WGCNA鉴定与猪肌纤维和肌内脂肪相关的中枢基因

[目的]肌纤维直径和肌内脂肪含量是影响猪肉质性状的重要因素之一,中国本土猪品种和国外猪品种在肌肉发育和性能性状方面存在很大差异,本研究将课题组前期猪肌肉发育转录组数据随机分为训练集和测试集,对训练集数据进行加权基因共表达网络分析(Weighted Gene Co‐expression Network Analysis,WGCNA),筛选与性状显著相关的基因模块,得到核心基因。[方法]通过GO和KEGG功能富集分析和共表达网络分析筛选模块的核心基因,采用随机森林方法通过测试集样本对核心基因进行验证,最终获得与性状显著相关的hub基因。[结果]WGCNA结果发现,2个品种7262条差异基因形成16个模块基因集,其中肌内脂肪含量与MEblack模块成极显著正相关,与MEsalmon模块显著负相关。肌纤维密度与MEblack模块和MElightgreen模块显著负相关。MEmagenta模块与肌纤维直径极显著正相关。对各模块共表达网络分析,根据基因连通度获得19条核心基因。随机森林法对19个核心基因进行监督学习,测试集样本预测准确率在87.50%以上。最终确定FAM131B、RIC8B、PLEKHA5、PARP6和CBX7是影响肌肉发育和肌内脂肪沉积的关键基因。[结论]本研究将WGCNA与随机森林深度学习方法相结合,确证了5条显著影响肌纤维发育和肌内脂肪沉积的hub基因,研究结果为解析猪肉质性状形成的分子机理提供理论参考。

基于灰色关联投影随机森林算法的水平井压后产能预测及压裂参数优化

基于数据挖潜建立了压裂油井产量预测与合理压裂参数优选的灰色关联投影随机森林算法,采用加权的灰色关联投影方法筛选出数据集;采用网格搜索交叉验证方法对森林模型参数进行优化;在此基础上训练随机森林回归模型进行产量预测,结合响应面分析方法对压裂参数进行优化。产量预测实例表明该算法的决定系数0.9189高于随机森林算法、梯度提升决策树算法;三口井日产油实际值与预测值之间的误差为9.6%、1.2%、1.1%。结合新疆玛湖油田实际储层对M1井进行压裂优化:总压裂液量21000 m^(3)、裂缝簇数34条、总砂量1181.86 m^(3)为最佳压裂参数,此时日产油为44.356 m^(3)。

基于灰色投影随机森林算法的配网故障量预测模型

科学合理的配网故障抢修管理能及时对配网故障进行抢修,进而减小电力公司损失,提高供电服务质量。本文提出了一种基于灰色投影随机森林算法的配网故障量预测模型。该模型可以根据历史数据来对未来不同区域、不同电压等级的设备故障量进行预测,预测结果可为各单位进行抢修资源合理调配提供依据。该预测模型采用随机森林算法建立预测模型,并利用灰色投影筛选出相似日的样本集合作为训练数据。在真实电力数据上的仿真验证结果表明,该模型的预测效果令人满意。

基于RF-PSO-LSSVM的高层建筑项目工期风险预测

针对高层建筑项目在工期风险预测时样本数据少且特征维度高的特点,建立了利用随机森林(random forest,RF)算法和粒子群(particle swarm optimization,PSO)算法优化最小二乘支持向量机(least squares support vector machine,LSSVM)的高层建筑项目工期风险预测模型。采用在特征选择方面具有显著优势的RF算法筛选出最佳特征子集;利用PSO算法对LSSVM的正则化参数和核函数参数进行优化;采用精确率、召回率以及F 1m值对所建立模型的预测性能进行验证与评估。研究结果表明:用所建立的模型对高层建筑项目进行工期风险预测,平均精确率达到了93.71%,平均召回率达到了94.04%。该模型能够准确预测高层建筑项目工期的风险等级,进一步完善了高层建筑项目工期风险的预测方法,其预测结果可为高层建筑项目控制工期风险提供一定的参考。

基于随机森林的高寒草地地上生物量高光谱估算

草地地上生物量(Aboveground biomass,AGB)是衡量草地生产力的关键因素,准确测定草地AGB具有重要意义。高光谱因具有时效性强、不破坏草地等特点被广泛用于草地生理生态指标的测定。本研究提取和计算了海北试验站高寒草地冠层的原始光谱(Original spectrum,OR)反射率、一阶微分光谱(First derivative spectrum,FD)反射率、光谱位置面积参数(Spectral parameters of spectral position and area,PA)和植被指数(Vegetation indices,VI)4种不同类型的特征变量,使用连续投影算法(Successive projections algorithm,SPA)和递归特征消除算法(Recursive feature elimination,RFE)进行特征选择,采用随机森林算法(Random forest,RF)构建草地AGB估测模型。结果表明:在由4种特征变量分别构建的草地AGB估测模型中,基于VI的RF模型精度最高(测试集R2=0.70,RMSE=557.87 kg·ha^(-1)),实测AGB与估测AGB的线性R2达到0.72;不同类型特征变量组合构建的草地AGB估测模型中,PA+VI组合的RF模型精度最高(R2=0.71,RMSE=548.97 kg·ha^(-1)),实测AGB和估测AGB的线性R2达到0.73。

基于随机森林算法的冬小麦生物量遥感估算模型对比

为了寻求高效的冬小麦生物量估算方法,该研究获取了2014年陕西省杨凌区拔节期、抽穗期和灌浆期的冬小麦生物量和对应的RADARSAT-2全极化雷达、GF1-WFV多光谱数据,并利用随机森林算法(random forest,RF)将光谱、雷达后向散射、光学植被指数和雷达植被指数结合进行冬小麦生物量回归建模。将相关系数分析(correlation coefficient,r)、袋外数据(out-of-bag data,OOB)重要性和灰色关联分析(grey relational analysis,GRA)与随机森林算法(RF)进行整合,构建了3种冬小麦生物量估算模型:r-RF、OOB-RF和GRA-RF,并分别利用3种估算模型对冬小麦生物量进行了估算。结果表明:r-RF、OOB-RF和GRA-RF3种模型分别采用3、4、10组数据时,验证决定系数分别为0.70、0.70和0.65,平均绝对误差分别为0.162、0.164和0.172 kg/m2,均方根误差分别为0.218、0.221和0.236 kg/m2,r-RF和OOB-RF比GRA-RF对冬小麦生物量有更好而的预测能力。研究结果证实了随机森林算法对冬小麦生物量进行遥感估算的潜力。

基于RF-Apriori混合算法的关键涉恐特征关联规则挖掘

提出一种基于RF-Apriori混合算法的关键涉恐特征关联规则挖掘方法。通过构建多元特征样本数据集,对样本数据预处理后使用RF算法训练生成涉恐威胁主体识别模型,快速发现关键涉恐特征,使用Aprior算法提取关键涉恐特征的频繁项集及关联规则,对关联规则的有效性、可靠性与关联性进行量化评估。实验表明,基于RF-Apriori混合算法能够有效识别涉恐威胁主体,可合理选择关键涉恐特征,快速提取主要涉恐特征的关联规则,提升反恐情报预警预防效能。

基于随机森林-投影寻踪法的生物滞留系统多目标评价方法

生物滞留系统性能受植物和介质土的影响显著,且各性能指标具有多样性和不相容性,而传统评价方法具有较强的主观性易导致评价结果出错。采用随机森林模型对原始数据进行特征筛选以降低数据维度,构建投影寻踪模型对不同植物和土壤的水力渗透性能和污染物去除性能进行多目标评价,并利用高鲁棒性的遗传算法(GA)和粒子群算法(PSO)进行模型求解。植物评价结果表明,风车草为生物滞留系统的最佳植物,且评价结果与层次分析模型和BP神经网络模型方法相似;介质土评价结果表明,RST2(9.8%壤砂土+88.2%细砂+2%蛭石)为生物滞留系统的最佳介质土配置方案,且评价结果与传统投影寻踪法相似。研究结果证实了随机森林-投影寻踪(RF-PP)模型适用于生物滞留系统多目标评价。

基于高光谱的土壤碳酸钙含量估算模型研究

土壤中碳酸钙的含量是土壤分类及肥力评价的重要依据。研究选取陕西省黄土高原区的78个黄绵土土壤样品为研究对象,在分析碳酸钙含量的基础上,采用SVC HR-1024i便携式光谱仪获取土壤样品的可见光、近红外与短波红外高光谱反射率(350~2500 nm)数据,对原始光谱曲线分别进行一阶微分、二阶微分和连续统去除3种数学变换,运用相关分析法和连续投影算法分别进行敏感波段的选取,采用随机森林回归建立土壤碳酸钙的估算模型。结果表明:黄绵土的光谱曲线特征相似,在1440 nm,1900 nm和2200 nm等处均存在明显的吸收特征,且碳酸钙含量与光谱反射率呈现正相关态势;基于二阶微分与连续投影算法的随机森林估算模型精度最高,验证集R^(2)为0.82,相对分析误差(residual predictive deviation,RPD)值为2.37。

基于灰色投影优化随机森林算法的输电线路舞动预警方法

为实现对输电线路舞动的准确预警,多种预警模型被建立。其中对于预警模型的研究点多集中于参数的最优选取,而尚未开展针对训练样本的聚类改进,特别是地形参量存在难以客观衡量的问题,容易导致预测精度不佳抑或模型存在适应性问题。为此,提出了一种基于灰色投影优化随机森林算法的舞动预警模型。通过加权灰色关联投影法来优化选取与待预测样本关联度较高的样本作为训练样本集,以此来改进随机森林模型对低关联度数据的拟合能力。此外,模型还通过多维度参量即导线分裂数、直径、档距等内部参量以及风速、风向角、湿度等外部参量作为输入特征量来提高预警的准确性。利用历史舞动数据对模型进行检验,结果显示该模型的预警结果相较于传统随机森林算法和BP神经网络具有明显优势。通过该方法,可为输电线路舞动预警提供一种新的解决路线。

基于SVM和差分进化算法的输变电工程数据预测与评估模型设计

针对当前输变电工程数据繁杂且难以有效预测和评估的问题,设计了一种基于SVM和差分进化算法的输变电工程数据预测与评估模型。在对输变电工程项目的影响因素进行分析的基础上,通过随机比特森林算法筛选出输变电工程的主要影响因素并构建相应的数据特征子集,将数据特征子集作为支持向量机(SVM)的输入变量,利用差分进化算法优化SVM的核心参数,从而构建相应的预测与评估模型。将浙江省2012-2020年输变电工程造价实际数据作为数据集进行算例分析,实验结果表明,所提模型对于输变电工程数据预测与评估的平均误差均低于6%,相比于其他常用算法具有显著的优势,能够较为准确地对输变电工程数据进行预测与评估。