期刊文献+
共找到207篇文章
< 1 2 11 >
每页显示 20 50 100
基于网络货运平台司机驾驶行为的信用评价体系构建
1
作者 杨洋 裴童心 +2 位作者 郭丰杰 方羽恬 李艺 《物流技术》 2024年第6期119-132,共14页
我国网络货运平台市场规模快速增长,道路货运数字化、规范化、集约化水平不断提升,然而运输过程中部分司机有不良驾驶习惯、服务质量低、运输风险高,导致平台与货主对司机信用评价不高,构建基于网络货运平台司机驾驶行为的信用评价体系... 我国网络货运平台市场规模快速增长,道路货运数字化、规范化、集约化水平不断提升,然而运输过程中部分司机有不良驾驶习惯、服务质量低、运输风险高,导致平台与货主对司机信用评价不高,构建基于网络货运平台司机驾驶行为的信用评价体系有利于降低运输风险,保障司机安全、货物安全和道路交通安全,同时能够提升司机信用水平,提升网络货运平台服务水平。首先,基于司机驾驶行为选择评价指标,通过因子分析提取四类公共因子建立司机信用评价体系;其次,基于SOM-k-means算法对司机驾驶行为进行聚类,从服务质量和运输风险两个角度将司机划分为九种信用等级;最后,通过随机森林模型对不同信用等级进行分值评定,最终确定高价值、中等价值、低价值司机的分数区间,并对不同信用等级的司机提出治理建议。 展开更多
关键词 网络货运平台 司机驾驶行为 信用评价体系 SOM-k-means 随机森林
下载PDF
基于孤立森林的取水数据异常值检测
2
作者 徐浩 刘怀利 瞿暄 《水电能源科学》 北大核心 2024年第9期29-32,59,共5页
为快速准确地检测出供水企业取水量数据的异常值,提出了基于孤立森林的无监督学习算法,以安徽省水资源取水监测平台提供的A~D四个供水企业取水量数据为例,并通过试验将其与传统箱线图法和有监督学习的k近邻算法进行比较。结果表明,基于... 为快速准确地检测出供水企业取水量数据的异常值,提出了基于孤立森林的无监督学习算法,以安徽省水资源取水监测平台提供的A~D四个供水企业取水量数据为例,并通过试验将其与传统箱线图法和有监督学习的k近邻算法进行比较。结果表明,基于孤立森林的无监督学习算法因其独特的树状结构,使其在进行点异常值检测时平均F1、AAUC值分别达到0.9630、0.9980,较k近邻算法分别高约56.40%、22.47%,较箱线图法分别高约18.92%、9.70%。虽然模拟区间异常取水行为时,基于孤立森林的无监督学习算法性能有所下降,但稳定性仍优于k近邻算法和箱线图法,这表明在异常数据类型检测方面基于孤立森林的无监督学习算法具有一定优越性。 展开更多
关键词 异常值检测 取水量 孤立森林 K近邻 箱线图
下载PDF
基于K-means聚类和随机森林的电缆风险评估及修复决策
3
作者 杨帆 王红斌 +3 位作者 方健 何嘉兴 黄柏 王莉 《南京航空航天大学学报》 CAS CSCD 北大核心 2024年第5期892-899,共8页
交联聚乙烯电缆是10 kV配电系统中的重要设备,其安全性至关重要。对电缆的修复决策做出科学判断,有助于提高配电系统的安全性并降低经济成本。鉴于此,本文提出了一种基于K-means聚类和随机森林(Random forest,RF)分类模型的电缆风险评... 交联聚乙烯电缆是10 kV配电系统中的重要设备,其安全性至关重要。对电缆的修复决策做出科学判断,有助于提高配电系统的安全性并降低经济成本。鉴于此,本文提出了一种基于K-means聚类和随机森林(Random forest,RF)分类模型的电缆风险评估及修复决策方法。该方法首先根据电缆的绝缘状态,定义电缆的风险等级和风险程度;然后利用K-means聚类算法对多个老化指标进行聚类以实现风险等级区间的划分,从而建立多老化指标风险矩阵;基于多老化指标风险矩阵,利用综合权重法确定多维老化指标所对应的分类标签;最后基于RF算法建立并训练电缆的修复决策分类模型,输出电缆的修复决策结果。所提方法的平均正确率达到99.70%,实现了电缆快速且可靠的修复决策。 展开更多
关键词 老化指标 风险矩阵 电缆 随机森林 K-MEANS聚类
下载PDF
煤矿井下钻进速度影响因素及其智能预测方法研究
4
作者 戴剑博 王忠宾 +6 位作者 张琰 司垒 魏东 周文博 顾进恒 邹筱瑜 宋雨雨 《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第7期209-221,共13页
在煤矿井下钻探领域,钻进速度(DR)是评估钻探作业最有效的指标之一,钻速预测是实现煤矿钻进智能化的前提条件,对于优化钻机钻进参数、降低作业成本、实现安全高效钻探具有重要意义。为此,提出煤矿井下钻进速度影响因素及其智能预测方法... 在煤矿井下钻探领域,钻进速度(DR)是评估钻探作业最有效的指标之一,钻速预测是实现煤矿钻进智能化的前提条件,对于优化钻机钻进参数、降低作业成本、实现安全高效钻探具有重要意义。为此,提出煤矿井下钻进速度影响因素及其智能预测方法研究,探索基于钻压、转速、扭矩以及钻进深度等少量钻机参数采用机器学习算法实现钻进速度精准预测。首先通过实验室微钻试验,深入分析煤岩力学性能、钻压、转速和钻进深度对扭矩、钻进速度影响规律。研究结果显示,在煤矿井下钻进过程中,随着钻进压力增大,钻进速度呈逐渐升高趋势,在较高的转速条件下钻进压力对钻进速度影响更加明显,转速增加有利于提高钻进速度,但转速对硬度较低的煤层钻进速度影响更为显著;然后,根据煤矿井下防冲钻孔现场数据,采用K–近邻(KNN)、支持向量回归(SVR)和随机森林回归(RFR)3种不同的机器学习算法建立钻进速度预测模型,并结合粒子群算法(PSO)对3种模型超参数进行优化,最后对比分析PSO–KNN,PSO–SVR和PSO–RFR三种钻进速度预测模型预测结果。研究结果表明,PSO–RFR模型准确性最好,决定系数R2高达0.963,均方误差MSE仅有29.742,而PSO–SVR模型鲁棒性最好,在对抗攻击后评价指标变化率最小。本文研究有助于实现煤矿井下钻进速度的精准预测,为煤矿井下智能钻进参数优化提供理论支撑。 展开更多
关键词 钻机参数 K–近邻 随机森林回归 支持向量回归 粒子群算法 钻进速度预测
下载PDF
基于随机森林算法和K-means算法的网络攻击识别方法
5
作者 荣文晶 高锐 +2 位作者 赵弘洋 云雷 彭辉 《电子产品可靠性与环境试验》 2024年第1期8-12,共5页
5G网络与核电的深度融合能够提升核电厂生产安全管控水平,减少人为事故,促进核电行业安全和经济发展。但由于网络的接入,为核电安全生产带来了一定的安全风险,恶意攻击者会通过向核电5G网络发起攻击进而破坏核电生产。为了解决核电5G网... 5G网络与核电的深度融合能够提升核电厂生产安全管控水平,减少人为事故,促进核电行业安全和经济发展。但由于网络的接入,为核电安全生产带来了一定的安全风险,恶意攻击者会通过向核电5G网络发起攻击进而破坏核电生产。为了解决核电5G网络场景下面临的网络异常和恶意攻击的问题,提出了一种在核电5G网络场景下基于随机森林算法和K-means算法的实时网络异常检测和网络攻击识别方法,对于提高核电网络安全具有重要的意义。 展开更多
关键词 随机森林算法 K-MEANS算法 网络异常检测 网络攻击识别
下载PDF
基于鲸鱼优化的k-means初始聚类中心选取研究
6
作者 刘衍俊 刘晓东 《电子设计工程》 2024年第22期42-46,共5页
传统的k-means算法存在两个主要问题:初始聚类中心的随机选取和在处理大规模数据集时的低运算效率。为了解决这些问题,提出利用鲸鱼优化算法来选取最佳的初始聚类中心,在改进后的算法中结合分布式计算框架Flink实现并行执行。为了进一... 传统的k-means算法存在两个主要问题:初始聚类中心的随机选取和在处理大规模数据集时的低运算效率。为了解决这些问题,提出利用鲸鱼优化算法来选取最佳的初始聚类中心,在改进后的算法中结合分布式计算框架Flink实现并行执行。为了进一步优化聚类效果和提高算法的可靠性,利用孤立森林算法进行异常数据检测,对数据进行分域处理。实验选取UCI机器学习库中的Iris扩张数据集,优化后的k-means算法的轮廓系数指数提升约23%,DBI指数下降约9%,聚类效果有显著提升。 展开更多
关键词 孤立森林 鲸鱼优化算法 K-MEANS算法 Flink
下载PDF
基于机器学习分类算法解析EIS数据的有机涂层性能评价方法
7
作者 纪皓迪 马小兵 《装备环境工程》 CAS 2024年第5期142-149,共8页
目的基于机器学习分类算法快速评估有机涂层的防腐性能。方法通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过... 目的基于机器学习分类算法快速评估有机涂层的防腐性能。方法通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过对比支持向量机(SVM)、k最近邻(k-NN)和随机森林(RF)3种不同的机器学习算法,以及多种输入特征集训练的涂层性能分类器模型的准确率,分析最适合用于涂层性能快速评估的机器学习算法和电化学特征。结果根据不同输入特征训练的k-NN和RF模型均表现出良好的预测效果,而SVM模型的预测效果相对较差。根据不同频率范围训练的分类器模型中,在低频区表现最佳,而在高频区表现较差。结论基于阻抗虚部、虚部+实部和阻抗模值3种输入特征训练的RF分类器模型的预测效果最准确。不同频率区间内,低频区的阻抗特征更能准确表征涂层性能。 展开更多
关键词 有机涂层 分类算法 机器学习 电化学阻抗谱 支持向量机 k最近邻 随机森林
下载PDF
基于混合遗传算法的无人机森林防火巡护路径研究
8
作者 张峰玲 童红卫 +5 位作者 黄天来 陈哲 李勇 叶婷婷 项小军 程爱林 《浙江林业科技》 2024年第5期132-139,共8页
本研究提出了一种混合遗传算法,即K-means聚类分析结合基于模拟退火改进的遗传算法,以优化无人机森林防火巡护路径规划。首先,通过K-means聚类分析对巡护点进行分类,有效降低解空间,并适应无人机的续航限制。接着,初始化种群时采用自然... 本研究提出了一种混合遗传算法,即K-means聚类分析结合基于模拟退火改进的遗传算法,以优化无人机森林防火巡护路径规划。首先,通过K-means聚类分析对巡护点进行分类,有效降低解空间,并适应无人机的续航限制。接着,初始化种群时采用自然数编码表示每个巡护点,形成初始解集。在进化机制中,采用改进的顺序交叉(OX)技术进行基因交换,并通过模拟退火算法优化选择操作,增强局部寻优能力,防止陷入局部最优。文章以浙江省青田县腊口镇为例,实证结果表明,K-means聚类分析将腊口镇防火巡护点分为2个簇,使用改进的遗传算法对每个簇进行优化,均能达到全局最优解。仿真实验结果表明,改进后的混合遗传算法在不同规模的防火巡护点路径规划中表现出色:当巡护点规模为10个以下时,传统遗传算法和混合遗传算法没有明显差距,当巡护点规模增加20个以上时混合遗传算法优化结果优势明显。当巡护点规模为30个时,优化时间增加约3.37秒,但最优路径长度减少了23.90%。当巡护点规模为40个时,优化时间增加约4.83秒,但最优路径长度减少了30.18%。结论显示,K-means聚类分析有效降低了解空间并适应无人机续航限制,遗传算法的全局寻优与模拟退火的局部寻优相结合,显著提高了无人机巡护效率和资源配置效果,为无人机在森林防火中的应用提供了新思路。 展开更多
关键词 遗传算法 K-MEANS聚类算法 无人机 森林防火 路径规划
下载PDF
基于DBSCAN-ML的液压风力发电机故障诊断研究
9
作者 宾世杨 李利强 +1 位作者 程乐 陈浩武 《机床与液压》 北大核心 2024年第14期227-235,共9页
传统风力发电机对于系统故障的解决方案是有限和预先确定的,而具有大量传感器数据的故障预测诊断可以有效预防可能发生的系统故障,从而降低设备维护成本。为此,提出一种基于DBSCAN-ML的风力发电机故障诊断策略。基于密度的应用噪声算法... 传统风力发电机对于系统故障的解决方案是有限和预先确定的,而具有大量传感器数据的故障预测诊断可以有效预防可能发生的系统故障,从而降低设备维护成本。为此,提出一种基于DBSCAN-ML的风力发电机故障诊断策略。基于密度的应用噪声算法空间聚类(DBSCAN)从正常状态数据中分类出异常状态的风力机数据,然后采用决策树和随机森林算法2种机器学习(ML)算法构建预测模型,最后使用K折交叉验证进行测试。通过广西31台风力发电机组数据对此故障诊断方案进行案例验证。结果表明:DBSCAN算法可以有效分离异常状态数据,且决策树预测模型和随机森林模型可以分别获得92.7%和92.1%的准确率,通过数据挖掘和建模可以检测风力发电机组的故障,并可以预测部件的维护需求。 展开更多
关键词 风力发电机 基于密度的应用噪声算法空间聚类(DBSCAN) 机器学习(ML) 决策树 随机森林 K折交叉验证 故障诊断
下载PDF
基于深度学习的电力设备智能运行方式研究
10
作者 皮志贤 任俊达 +1 位作者 李开阳 陈思宇 《电子设计工程》 2024年第23期122-126,共5页
在电力系统中对用户行为数据的分析过程存在主观性强的问题,且在复杂电网环境下难以做出准确的判断。对此,文中提出一种基于改进K-means聚类算法和深度学习相结合的分析算法。在改进K-means聚类算法的基础上构造出用户行为数据分析模型... 在电力系统中对用户行为数据的分析过程存在主观性强的问题,且在复杂电网环境下难以做出准确的判断。对此,文中提出一种基于改进K-means聚类算法和深度学习相结合的分析算法。在改进K-means聚类算法的基础上构造出用户行为数据分析模型,实现了对行为数据的自适应学习。通过HRF-TCN预测模型筛选出用户行为数据的关键特征,降低数据维度后利用时间卷积网络进行预测,并将预测结果传递给电力系统中的设备,使其智能化地调整运行方式。基于公开用电数据集对算法进行的可行性验证结果表明,所提算法能够对用户的行为数据进行准确分析,数据分类效果指标DBI、SC分别为0.826 4和0.440 1,预测指标Ac和F1分别为96.8%、0.967 8,与同类算法相比,其分类效果更好、精度更高。 展开更多
关键词 深度学习 时间卷积网络 随机森林 K-MEANS聚类算法 用户行为数据
下载PDF
基于动态集成加权概率RF的门诊量预测
11
作者 樊冲 《智能计算机与应用》 2024年第5期209-214,共6页
医院门诊量本质上是一种具有潜在规律的时间序列,通过对门诊量进行有效分析和预测,可以更加科学、合理地配置医疗资源。针对门诊量波动幅度较大的时间序列预测问题,提出一种基于动态集成加权概率RF的门诊量预测方法。首先选择具有强泛... 医院门诊量本质上是一种具有潜在规律的时间序列,通过对门诊量进行有效分析和预测,可以更加科学、合理地配置医疗资源。针对门诊量波动幅度较大的时间序列预测问题,提出一种基于动态集成加权概率RF的门诊量预测方法。首先选择具有强泛化性的随机森林(Random Forest,RF)作为预测模型;并且采用k近邻-层次聚类算法对RF模型中树的强度进行评估,从中动态选择性能最佳的决策树,提高回归模型的性能;为了提升预测模型的准确率,采用加权概率融合规则代替原始RF模型的求平均数的规则。经过与BP神经网络和RF对比实验结果表明,提出方法可以更加精准地对门诊量进行预测和分析,为医院更好的运营管理提供了重要依据和决策支持。 展开更多
关键词 门诊量 随机森林 k近邻-层次聚类 加权概率融合
下载PDF
考虑新能源接入下的配电网线损综合检测方法
12
作者 吴若冰 张振超 《电测与仪表》 北大核心 2024年第9期145-150,共6页
双碳目标的提出,促进了电网朝着清洁低碳和安全可控等方向发展,线损是节能减排的直接体现和重要技术指标,针对现有配电网线损异常检测方法存在的检测精度差和效率低等问题,在线损异常检测系统的基础上,提出了一种结合灰色关联分析、改进... 双碳目标的提出,促进了电网朝着清洁低碳和安全可控等方向发展,线损是节能减排的直接体现和重要技术指标,针对现有配电网线损异常检测方法存在的检测精度差和效率低等问题,在线损异常检测系统的基础上,提出了一种结合灰色关联分析、改进K-means算法和孤立森林算法的配电网线损异常检测方法。通过灰色关联分析和改进K-means算法优化孤立森林算法,灰色关联分析完成特征属性的筛选,改进K-means算法完成数据聚类处理,提高了孤立森林算法异常检测的准确率和效率。结果表明,所提方法与常规方法相比,在多项指标上具有最优的检验效果,检验精度达到100%,平均检测时间为0.0402 s,为双碳目标实现提供了一定的支持。 展开更多
关键词 配电网线损 异常检测 灰色关联分析 K-MEANS算法 孤立森林算法 双碳目标
下载PDF
基于机器学习算法的服装直播销量预测模型
13
作者 韩铂 李沛 《丝绸》 CAS CSCD 北大核心 2024年第7期109-117,共9页
为了完善直播销量预测的指标体系,提高直播销量预测的准确率,本文对比多种机器学习算法,分析服装直播销量的影响因素并预测服装直播销量。首先,通过文献分析选取直播销量的影响因素,并使用Spearman相关系数结合显著性进行筛选。其次,通... 为了完善直播销量预测的指标体系,提高直播销量预测的准确率,本文对比多种机器学习算法,分析服装直播销量的影响因素并预测服装直播销量。首先,通过文献分析选取直播销量的影响因素,并使用Spearman相关系数结合显著性进行筛选。其次,通过不同机器学习算法建立服装销量预测模型。选用R 2、MAE、RMSE及MAPE为评价指标,采用5折交叉验证的方法,测试各模型性能。研究结果表明:主播粉丝数、主播近30天场均观看人次、主播近30天场均坑产、产品价格、产品讲解时长、产品近30天历史销量、品牌粉丝数、品牌近30天历史销量、折扣这9个因素之间共线性较弱且与直播销量之间的相关性显著,可作为预测模型中的影响因素;预测算法中K近邻算法和随机森林算法的表现较好,R 2均大于0.98,MAPE均在30.5%以内。预测结果可帮助零售商规划库存,调整生产计划,为产品采购、定价、推广提供数据支持。 展开更多
关键词 直播销量预测 机器学习 随机森林 K近邻 SVM支持向量机 五折交叉验证
下载PDF
基于改进孤立森林算法的交通流异常数据检测模型
14
作者 宫晓婞 董培信 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期61-69,90,共10页
针对交通流异常数据实时检测问题,提出一种基于改进孤立森林算法与K-Means++算法相结合的交通流异常数据检测模型。首先,使用交通流量和交通流速度数据构建交通流序列;然后,利用改进孤立森林算法,构建交通流数据的异常评分模型,并通过K-... 针对交通流异常数据实时检测问题,提出一种基于改进孤立森林算法与K-Means++算法相结合的交通流异常数据检测模型。首先,使用交通流量和交通流速度数据构建交通流序列;然后,利用改进孤立森林算法,构建交通流数据的异常评分模型,并通过K-Means++算法构建滑动窗口计算出异常评分的阈值,以此来实现对交通流数据异常值的实时检测;最后,通过实例分析验证模型的合理性和可行性。研究结果表明:改进孤立森林算法与K-Means++结合的方法可以准确地确定异常评分的阈值进而检测出异常数据;该模型与仅考虑交通流流量的模型、传统孤立森林模型相比,AUC分别高出29.7%和5.3%,与其他常用的LOF、ABOD、OCSVM方法相比,AUC均有所提高。该模型准确率明显提升,在交通流异常数据检测中具有更好的适用性,能够为交通管理部门提供交通状况检测支持,提高交通管理效率。 展开更多
关键词 交通工程 异常检测模型 改进孤立森林算法 交通流数据 K-Means++算法
下载PDF
The Early Warning Signs of a Stroke: An Approach Using Machine Learning Predictions
15
作者 Esraa H. Augi Almabruk Sultan 《Journal of Computer and Communications》 2024年第6期59-71,共13页
Early stroke prediction is vital to prevent damage. A stroke happens when the blood flow to the brain is disrupted by a clot or bleeding, resulting in brain death or injury. However, early diagnosis and treatment redu... Early stroke prediction is vital to prevent damage. A stroke happens when the blood flow to the brain is disrupted by a clot or bleeding, resulting in brain death or injury. However, early diagnosis and treatment reduce long-term needs and lower health costs. We aim for this research to be a machine-learning method for forecasting early warning signs of stroke. The methodology we employed feature selection techniques and multiple algorithms. Utilizing the XGboost Algorithm, the research findings indicate that their proposed model achieved an accuracy rate of 96.45%. This research shows that machine learning can effectively predict early warning signs of stroke, which can help reduce long-term treatment and rehabilitation needs and lower health costs. 展开更多
关键词 Machine Learning STROKE k-Nearest Neighbors Decision Tree Random Forest GXboost
下载PDF
学生体能训练任务智能规划系统设计与实现
16
作者 康梦琦 董经纬 《现代信息科技》 2024年第22期74-80,共7页
随着信息技术的发展,各类数据管理与数据分析技术广泛应用,为社会高质量生活带来诸多便利。在深入研究数据库技术及数据分析技术的基础上,设计了一种对学生体能训练任务智能规划系统。该系统通过设计六个核心表,实现了对人员数据的全面... 随着信息技术的发展,各类数据管理与数据分析技术广泛应用,为社会高质量生活带来诸多便利。在深入研究数据库技术及数据分析技术的基础上,设计了一种对学生体能训练任务智能规划系统。该系统通过设计六个核心表,实现了对人员数据的全面管理,提供了增、删、改、查等基本数据管理功能。同时,该系统还实现了智能化人员分组与成绩预测的功能,其不仅可以采用预设的判断语言进行初步分组,还引入K-means算法进行智能分组,确保了分组的科学性和准确性。此外,智能系统利用线性回归和随机森林模型进行成绩预测,为教练团队制定训练计划提供了更加科学和精准的决策参考,并对学生体能成绩的快速提高提供有效支撑。 展开更多
关键词 SQL Server数据库 K-MEANS算法 线性回归模型预测 随机森林模型预测
下载PDF
基于k-NN和Landsat数据的小面积统计单元森林蓄积估测方法 被引量:28
17
作者 陈尔学 李增元 +1 位作者 武红敢 韩爱惠 《林业科学研究》 CSCD 北大核心 2008年第6期745-750,共6页
基于吉林省一个试验区的森林资源一类清查固定样地数据、Landsat TM数据和土地利用数据,采用精度交叉评价方法研究了k-最近邻(k-NN)法用于小面积统计单元森林蓄积估计的有效性。结果表明:k-NN方法对样地覆盖区影像像元单位面积蓄积量的... 基于吉林省一个试验区的森林资源一类清查固定样地数据、Landsat TM数据和土地利用数据,采用精度交叉评价方法研究了k-最近邻(k-NN)法用于小面积统计单元森林蓄积估计的有效性。结果表明:k-NN方法对样地覆盖区影像像元单位面积蓄积量的估测平均误差在1.5 m3.hm2之内,相对均方根误差(RMSE′)低于传统的基于绿度指数的线性方程估测方法;采用k-NN方法可以实现县市级统计单元的参数估计,估测效果优于只利用固定样地数据的传统成数估计方法。 展开更多
关键词 k-NN方法 森林蓄积量 LANDSAT 森林资源调查
下载PDF
基于RF-SA-SDCNN的涡扇发动机剩余寿命预测
18
作者 肖亮 曾云 《农业装备与车辆工程》 2024年第3期153-158,共6页
针对涡扇发动机现阶段预测精确度低的问题,提出了一种基于RF-SA-SDCNN相融合的涡扇发动机剩余寿命预测方法。首先,将多传感器长序列数据进行指数平滑和归一化处理,以减少由于量纲、取值范围不同和噪声波动引起的误差,并利用随机森林算... 针对涡扇发动机现阶段预测精确度低的问题,提出了一种基于RF-SA-SDCNN相融合的涡扇发动机剩余寿命预测方法。首先,将多传感器长序列数据进行指数平滑和归一化处理,以减少由于量纲、取值范围不同和噪声波动引起的误差,并利用随机森林算法对多元传感器信号进行重要性特征提取;然后,搭建基于随机森林算法和自注意机制与堆叠膨胀卷积神经网络相结合的预测模型,自注意机制通过对特征赋予不同权重分配加强贡献度,堆叠膨胀卷积通过扩大模型感受野提取时序特征用于回归分析,并利用GridSearch优化算法和StratifiedKFold交叉验证方法优化模型提升模型预测精度;最后,采用CMAPSS数据集验证验证所提方法的有效性。结果表明,所提方法可有效提高涡扇发动机剩余寿命预测精度。 展开更多
关键词 随机森林算法 自注意机制 堆叠神经网络 GridSearch K折交叉验证 指数平滑
下载PDF
甘肃黑河流域上游森林地上生物量的多光谱遥感估测 被引量:17
19
作者 郭云 李增元 +2 位作者 陈尔学 田昕 凌飞龙 《林业科学》 EI CAS CSCD 北大核心 2015年第1期140-149,共10页
【目的】以黑河流域上游祁连山森林保护区为研究区,利用133个森林样地调查数据、Landsat-5 TM影像和ASTER GDEM产品为数据源,探讨地形对该流域森林地上生物量(above-ground biomass,AGB)估测的影响,以及选择合适的遥感估测方法反演该流... 【目的】以黑河流域上游祁连山森林保护区为研究区,利用133个森林样地调查数据、Landsat-5 TM影像和ASTER GDEM产品为数据源,探讨地形对该流域森林地上生物量(above-ground biomass,AGB)估测的影响,以及选择合适的遥感估测方法反演该流域的森林AGB。【方法】首先利用青海云杉特殊的生境范围和绿色植被对比值植被指数(ratio vegetation index,RVI)的灵敏程度,及不同地物对纹理特征的不同响应,制定相应的决策树分类器,将研究区的土地覆盖类型分为两大类:森林(青海云杉)-非森林,并利用133个森林样地调查数据和Google Earth高分辨率影像的12 722个采样点对分类结果进行验证(总体分类精度达到90.39%,Kappa系数为0.81);然后运用多元线性逐步回归估测法,以及结合随机森林算法(random forest,RF)优化后的k最近邻分类法(k-nearest neighbors,k-NN)进行森林AGB的遥感估测,对比SCS+C地形校正前后青海云杉森林AGB的估测结果,同时比较2种不同估测方法的反演效果;最后利用得到的最优估测方法反演整个研究区的森林AGB,生成黑河流域上游祁连山森林保护区的森林AGB的等级分布图。【结果】SCS+C地形校正前多元线性逐步回归的估测精度为R2=0.31,RMSE=34.41 t·hm-2,地形校正后多元线性逐步回归的估测精度为R2=0.46,RMSE=30.51 t·hm-2;而基于SCS+C地形校正后的k-NN的交叉验证精度不仅明显高于地形校正前的精度,且显著优于多元线性逐步回归的估测结果,达到R2=0.54,RMSE=26.62 t·hm-2;另外基于最优的k-NN估测模型(窗口为7×7,采用马氏距离,k=3)反演的该流域青海云杉在2009年总的森林地上生物量为8.4×107t,平均森林地上生物量为96.20 t·hm-2。【结论】在地形复杂地区,运用SCS+C模型对地形进行适当校正,能够有效地消除太阳入射角变化引起的地表反射亮度的差异,使影像能够更准确地反映地表信息,提高森林AGB的遥感估测精度;在样本有限的情况下,相对于以大数定律作为理论基础的多元线性逐步回归估测法,k-NN能够避免发生过学习现象和样本不平衡问题,更适于该研究区青海云杉的森林AGB的估测。 展开更多
关键词 Landsat-5 TM SCS+C地形校正 多元线性逐步回归 K-NN 森林地上生物量 遥感估算
下载PDF
基于K-means和Random Forest的WiFi室内定位方法 被引量:10
20
作者 李军 何星 +1 位作者 蔡云泽 徐琴 《控制工程》 CSCD 北大核心 2017年第4期787-792,共6页
为了减小室内环境因素对室内WiFi定位的影响,降低定位成本,提高定位精度以及扩大定位区域,通过对室内定位系统和机器学习算法的讨论,提出了一种基于K-means和Random Forest融合的WiFi室内定位算法。针对室内WiFi信号强度分布的特点,该... 为了减小室内环境因素对室内WiFi定位的影响,降低定位成本,提高定位精度以及扩大定位区域,通过对室内定位系统和机器学习算法的讨论,提出了一种基于K-means和Random Forest融合的WiFi室内定位算法。针对室内WiFi信号强度分布的特点,该算法通过K-means聚类改进算法对数据进行初始分类,然后使用Random Forest对初始分类结果进行二次分类。实验结果表明,该定位算法的定位精度在2米以内的概率为89.1%,达到预期的定位效果,同时对缺失值数据具有较好的适应能力。 展开更多
关键词 室内定位 WIFI RandomForest K-MEANS 多模融合
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部