检索结果-南通市图书馆

基于特征变量扩展的含气饱和度随机森林预测方法

在线全文

学校读者我要写书评

暂无评论

岩性油气藏 2024年第2期36卷 65-75页

作者：桂金咏李胜军高建虎刘炳杨郭欣中国石油勘探开发研究院西北分院兰州730020

采用数据驱动的方式,提出了一种基于随机森林机器学习算法训练出含气饱和度地震预测方法,并将该方法应用于中国西部复杂天然气藏中,分别对单井资料和二维地震资料进行了含气饱和度预测与分析。研究结果表明:(1)抽取井旁道纵波速度、横... 详细信息

采用数据驱动的方式,提出了一种基于随机森林机器学习算法训练出含气饱和度地震预测方法,并将该方法应用于中国西部复杂天然气藏中,分别对单井资料和二维地震资料进行了含气饱和度预测与分析。研究结果表明:(1)抽取井旁道纵波速度、横波速度和密度3个弹性参数叠前地震反演结果作为基本特征变量样本,引入边界合成少数类过采样技术对基本特征变量样本和对应的含气饱和度样本进行平衡化处理;利用扩展弹性阻抗结合数学变换自动生成一系列的扩展变量;再利用随机森林对特征变量进行含气饱和度预测重要性排名,并优选重要性较高的特征变量进行含气饱和度随机森林训练。(2)该方法大幅减少了特征变量提取和优选的人工工作量,且有效减少了信息冗余以及因含气饱和度样本不平衡导致的训练偏倚问题,有效增强了随机森林算法在含气饱和度地震预测方面的能力。(3)实际单井应用中预测的含气饱和度与测井解释的含气饱和度的相关系数可达0.9855;在二维地震资料应用中,该方法比基于常规未平衡化的11个弹性参数作为随机森林输入预测出的含气饱和度精度更高。

关键词：含气饱和度随机森林纵波速度横波速度密度特征变量不平衡数据机器学习气层预测地震预测

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

用于灌溉耕地制图的特征变量优选

农业工程学报 2022年第3期38卷 119-127页

作者：刘莹朱秀芳徐昆北京师范大学遥感科学国家重点实验室北京100875 北京师范大学环境演变与自然灾害教育部重点实验室北京100875 北京师范大学地理科学学部遥感科学与工程研究院北京100875 山东黄河河务局山东黄河信息中心济南250013

灌溉耕地制图可以为粮食安全、水资源管理和气候变化等相关研究提供数据基础。构建和选择表征灌溉耕地信息的特征变量是灌溉耕地制图最重要的环节之一。该研究选择有良好灌溉信息数据基础的美国内布拉斯加州为研究区,基于已有灌溉耕地... 详细信息

灌溉耕地制图可以为粮食安全、水资源管理和气候变化等相关研究提供数据基础。构建和选择表征灌溉耕地信息的特征变量是灌溉耕地制图最重要的环节之一。该研究选择有良好灌溉信息数据基础的美国内布拉斯加州为研究区,基于已有灌溉耕地空间分布图和灌溉信息数据,提取灌溉耕地和雨养耕地的样本,计算了样本的4类82个特征变量,利用随机森林对比分析了82个特征变量对灌溉耕地识别的重要性。研究结果显示四类特征变量对灌溉耕地识别的贡献程度由高到低为综合特征变量、植被特征变量、土壤特征变量、气象特征变量。不同时相的特征变量对于灌溉农田的识别效果存在差异。重要性排序前4的特征变量包括4月和5月的作物水分胁迫指数,7月的增强型植被指数以及灌溉概率指数。利用重要性前16的特征变量分类得到的灌溉农田的总体精度最高,为88.44%。研究可为灌溉耕地制图相关研究中特征变量的选择提供参考。

关键词：随机森林灌溉土壤特征变量特征选择灌溉耕地制图

二维相关光谱的猪肉TVB-N特征变量优选研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2018年第7期38卷 2094-2100页

作者：王文秀彭彦昆房晓倩卜晓朴中国农业大学工学院国家农产品加工技术装备研发分中心北京100083

为了探讨利用二维相关可见/近红外光谱法优选猪肉挥发性盐基氮(TVB-N)特征变量的可行性,以贮藏时间为外扰,研究了不同新鲜程度猪肉样本的二维相关光谱特性。首先,获取56个猪肉样本在贮藏1~14d的400~1 000nm范围的可见/近红外反射光谱,... 详细信息

为了探讨利用二维相关可见/近红外光谱法优选猪肉挥发性盐基氮(TVB-N)特征变量的可行性,以贮藏时间为外扰,研究了不同新鲜程度猪肉样本的二维相关光谱特性。首先,获取56个猪肉样本在贮藏1~14d的400~1 000nm范围的可见/近红外反射光谱,经过标准正态变量变换(SNV)处理后,基于全波段光谱建立TVB-N的偏最小二乘回归(PLSR)模型。然后,依据TVB-N实测值,从中挑选出10个具有一定浓度梯度的样本(贮藏时间分别为0,36,72,108,144,180,216,252,288和324h),利用一阶导数对光谱进行预处理后,根据不同样本之间的光谱差异,选取7个波段用于二维相关光谱解析。分析各个波段的二维相关同步谱和自相关谱,从7个波段范围内共选取23个变量作为不同贮藏时间下与TVB-N相关的敏感波长,并建立简化的PLSR模型。相较于全波段光谱数据所建模型,模型效果有所改善,预测集决定系数R2p由0.792 1上升至0.865 8,误差从3.658 2mg·(100g)^(-1)下降至3.246 0mg·(100g)^(-1)。表明基于二维相关光谱对猪肉TVB-N特征变量进行优选的思路是可行的,该方法能够从全光谱数据中筛选出与目标物质相关的敏感变量,这也为近红外光谱特征波长选择提供了一个新的方法。

关键词：二维相关光谱可见/近红外光谱挥发性盐基氮特征变量

在线全文

学校读者我要写书评

暂无评论

改进和声搜索算法的近红外光谱特征变量选择

光谱学与光谱分析 2020年第6期40卷 1869-1875页

作者：张磊丁香乾宫会丽吴丽君白晓莉罗林中国海洋大学信息科学与工程学院山东青岛266100 云南中烟工业有限责任公司技术中心云南昆明650024

近红外光谱分析以其简便、快速、高效、低成本、绿色环保等优点,已广泛应用于诸多领域。然而,近红外光谱同时存在变量维度高、多重共线性、包含冗余信息和高频噪声等问题,直接构建预测模型不但增加建模复杂度,同时也会影响模型的预测性... 详细信息

近红外光谱分析以其简便、快速、高效、低成本、绿色环保等优点,已广泛应用于诸多领域。然而,近红外光谱同时存在变量维度高、多重共线性、包含冗余信息和高频噪声等问题,直接构建预测模型不但增加建模复杂度,同时也会影响模型的预测性能和泛化能力,因此提出一种基于改进和声搜索算法(HS)的光谱特征变量选择方法。HS常用于解决特征变量优化选择问题。在应用和声搜索算法进行最优光谱变量选择时,首先通过偏最小二乘(PLS)载荷系数计算各光谱点的特征贡献度,作为和声搜索算法改进的扰动权重。算法优选光谱特征变量过程中,引入变量特征贡献度作为激励因子,采用随机遍历和激励因子共同作用的方式生成初始解向量。产生新和声向量时,应用变量特征贡献度作为惩罚项,通过加入平衡因子使选择参数随迭代次数而动态调整,从而适应光谱变量的搜索,增强搜索过程的遍历性和种群的多样性。为验证本算法的有效性,以烟叶样品烟碱、总糖、总氮三个指标的近红外光谱PLS建模应用为例,对采集的原始光谱进行预处理后,应用该方法对光谱变量进行优选,根据变量被选择的累积频次分别计算不同变量个数的模型预测性能,通过校正均方根误差(RMSEC)随变量增加的变化趋势确定最终选择的光谱特征变量。在训练集上分别建立各指标的PLS模型,应用测试集测试模型性能,并与全光谱、无信息变量消除法(UVE)和粒子群算法(PSO)进行比较。实验结果显示,应用该算法所选变量建立的烟碱、总糖和总氮三个模型的决定系数(R^2)分别为0.9211,0.9257和0.9412,预测均方根误差(RMSEP)分别为0.1023,1.0346和0.0531,与其他方法相比,光谱特征变量更少,同时R^2和RMSEP值更优。由此表明,改进的和声搜索算法能有效筛选特征光谱,降低建模复杂度,提升模型预测性能和泛化能力。

关键词：近红外光谱特征变量和声搜索算法载荷系数偏最小二乘法

基于SVR与特征变量选择方法的煤炭发热量预测

在线全文

学校读者我要写书评

暂无评论

煤炭学报 2019年第S1期44卷 278-288页

作者：李大虎韦鲁滨朱学帅荣令坤时景阳内蒙古科技大学矿业与煤炭学院内蒙古包头014010 中国矿业大学(北京)化学与环境工程学院北京100083

目前应用较多的煤炭发热量预测模型主要以传统的线性回归模型为主,且大多以灰分、挥发分、固定碳等工业分析数据为主,而较少考虑元素分析指标对发热量预测效果的影响。因此,此类方法存在对煤的发热量预测精度低、适用范围窄的缺陷。本... 详细信息

目前应用较多的煤炭发热量预测模型主要以传统的线性回归模型为主,且大多以灰分、挥发分、固定碳等工业分析数据为主,而较少考虑元素分析指标对发热量预测效果的影响。因此,此类方法存在对煤的发热量预测精度低、适用范围窄的缺陷。本文基于我国不同地域的60组煤质分析样本,同时考虑工业分析和元素分析指标对发热量的影响,采用平均影响值法(Mean Impact Value,MIV)和粒子群算法(Particle Swarm Optimization,PSO)相结合的方法,对影响煤炭发热量的指标进行特征变量筛选,并结合支持向量回归方法(Support Vector Regression,SVR)对煤炭发热量进行非线性建模和预测。结果表明:对于我国不同地域的60组煤炭样本,煤的工业分析和元素分析指标中,仅灰分、碳含量与发热量之间存在一定的线性相关性,其余指标与发热量的线性相关性较差,煤的发热量预测应优先考虑非线性建模方法。经特征变量筛选后发现,煤的工业分析指标中水分、灰分和挥发分三者对发热量的影响均较大,而元素分析中仅碳含量对发热量影响较为显著;以影响显著的4个指标为特征变量进行发热量预测,SVR方法对煤发热量的预测精度显著提高,相关系数达0.9827%,远高于其他线性回归模型。同时,不同发热量模型预测结果也表明,煤炭样本来源地域越接近,各方法预测精度差异越小,应依据样本地域差异选取合适的预测方法。

关键词：发热量预测 SVR 特征变量

高光谱图像结合特征变量筛选定量检测羊肉中狐狸肉掺假

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2021年第17期37卷 276-284页

作者：白宗秀朱荣光王世昌郑敏冲顾剑峰崔晓敏张垚鑫石河子大学机械电气工程学院石河子832003

为了探讨快速无损检测羊肉糜中狐狸肉掺假含量的可行性,该研究利用高光谱技术结合特征变量筛选方法开展了其定量检测研究。利用遗传算法、竞争性自适应重加权算法和二维相关光谱分析(Two-Dimensional Correlation Spectroscopy,2D-COS)... 详细信息

为了探讨快速无损检测羊肉糜中狐狸肉掺假含量的可行性,该研究利用高光谱技术结合特征变量筛选方法开展了其定量检测研究。利用遗传算法、竞争性自适应重加权算法和二维相关光谱分析(Two-Dimensional Correlation Spectroscopy,2D-COS)3种方法分别对代表性样品全部846个波长进行特征波长筛选,得到207、34和14个特征波长;基于全部波长和特征波长建立羊肉糜中狐狸肉掺假含量的偏最小二乘回归(Partial Least Squares Regression,PLSR)和支持向量回归(Support Vector Regression,SVR)模型并进行比较。研究结果表明,基于全部波长和特征波长建立的SVR模型性能均优于PLSR模型。其中,利用2D-COS方法提取的14个特征波长建立的SVR模型(即2D-COS-SVR模型)性能最优,其预测集决定系数和均方根误差分别为0.928和3.00%,相对分析误差为4.85,表明高光谱结合2D-COS-SVR模型可以有效实现羊肉糜中狐狸肉掺假的定量检测。该研究结果为开发低成本肉类掺假检测系统提供技术支持和参考依据。

关键词：无损检测光谱分析高光谱特征变量羊肉掺假狐狸肉二维相关光谱

光谱特征变量和BP神经网络构建油用牡丹种子含水率估算模型

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2020年第22期36卷 308-315页

作者：刘秀英余俊茹王世华河南科技大学农学院洛阳471023 洛阳市共微生物与绿色发展重点实验室洛阳471023 洛阳市植物营养与环境生态重点实验室洛阳471023

为了进一步提高种子含水率的高光谱估算精度,该研究测定了156份油用牡丹种子的近红外吸收光谱及其对应的含水率值,分析了近红外吸收光谱、一阶微分光谱、水分吸收特征参数与含水率的相关关系,构建了基于特征波长吸收光谱、特征波长一阶... 详细信息

为了进一步提高种子含水率的高光谱估算精度,该研究测定了156份油用牡丹种子的近红外吸收光谱及其对应的含水率值,分析了近红外吸收光谱、一阶微分光谱、水分吸收特征参数与含水率的相关关系,构建了基于特征波长吸收光谱、特征波长一阶微分光谱、水分特征吸收参数和BP神经网络的油用牡丹种子含水率估算模型,并对模型进行了验证;再结合一元线性回归(SLR,Single Linear Regression)、逐步多元线性回归(SMLR,Stepwise MultipleLinear Regression)、偏最小二乘回归(PLSR,Partial Least Squares Regression)模型与BP神经网络(BPNN,BP Neural Network)模型进行比较。结果表明:1)油用牡丹种子含水率的吸收光谱特征波长位于1410、1900、1990 nm,一阶微分光谱特征波长位于1150、1950、2080 nm;2)以DF2080和AD2140为自变量建立的一元线性回归模型预测效果较优,在能够满足水分估算精度的情况下,是最优的选择方法。3)将优选的特征参数作为输入,实测含水率值作为输出,构建BP神经网络模型,其建模与验模R2分别为0.978和0.973,RMSE分别为0.220%和0.242%,而RPD值分别为6.478和5.889,与其他模型相比,BP神经网络模型的建模及预测精度均最高,是估算油用牡丹种子含水率的最优模型,其次为逐步多元线性回归模型。研究结果表明BP神经网络模型对种子含水率具有更好的预测能力,是估算油用牡丹种子含水率的有效方法。

关键词：水分模型近红外光谱特征变量 BP神经网络油用牡丹种子

在线全文

学校读者我要写书评

暂无评论

土壤水分反演特征变量研究综述

土壤学报 2019年第1期56卷 23-35页

作者：王俊霞潘耀忠朱秀芳孙章丽北京师范大学地表过程与资源生态国家重点实验室北京100875 北京师范大学地理科学学部遥感科学与工程研究院北京100875 北京师范大学环境演变与自然灾害教育部重点实验室北京100875 北京师范大学地理科学学部遥感科学国家重点实验室北京100875

土壤水分是水、能量和生物地球化学循环中不可忽略的组成部分,土壤水分信息对水资源管理、农业生产以及气候变化等相关研究有着重要意义。基于遥感数据的土壤水分反演算法是获取土壤水分信息的重要手段,通过对影响土壤水分反演的因素进... 详细信息

土壤水分是水、能量和生物地球化学循环中不可忽略的组成部分,土壤水分信息对水资源管理、农业生产以及气候变化等相关研究有着重要意义。基于遥感数据的土壤水分反演算法是获取土壤水分信息的重要手段,通过对影响土壤水分反演的因素进行梳理,将影响因素抽象为包括土壤特征,植被特征,以及气象特征在内的特征变量,并以此为主线对土壤水分的反演研究进行回顾与梳理。分析了利用不同特征变量反演土壤水分时存在的问题和发展趋势,指出土壤水分反演过程中存在特征变量理论研究不足、综合应用不深的问题,强调耦合使用各类特征变量以提高水分反演精度是未来的研究热点。

关键词：特征变量土壤水分反演遥感

在线全文

学校读者我要写书评

暂无评论

一种特征变量广义预测控制方法

辽宁工程技术大学学报（自然科学版） 2019年第6期38卷 566-572页

作者：吴金霞辽宁工业大学理学院辽宁锦州121001

针对一类具有统计运动规律的复杂生产过程系统难以控制问题,提出了一种新的广义预测控制方法,即直接利用特征向量而非状态变量,通过工况模式所属类别的变化来描述系统的动力学特性,进行控制器设计.在前期二维工作的基础上,将该方法推广... 详细信息

针对一类具有统计运动规律的复杂生产过程系统难以控制问题,提出了一种新的广义预测控制方法,即直接利用特征向量而非状态变量,通过工况模式所属类别的变化来描述系统的动力学特性,进行控制器设计.在前期二维工作的基础上,将该方法推广到高维.以三维情形为例,根据安阳钢铁厂400烧结机的实际工况数据,首先提取工况特征变量并进行模式类别划分,其次通过定义描述模式运动的变量来建立系统的预测模型,最后根据新变量进行广义预测控制.研究结果表明:该方法能够有效描述系统的统计特性,并根据实际工况数据及预测模型直接辨识得到控制器中的参数,对系统进行了有效的控制,解决了该类系统难以控制问题.

关键词：广义预测控制特征变量模式运动空间模式类别变量烧结过程