检索结果-南通市图书馆

随机森林算法在农村居民点适宜性评价中的应用

在线全文

学校读者我要写书评

暂无评论

资源科学 2018年第10期40卷 2085-2098页

作者：徐枫王占岐张红伟柴季中国地质大学(武汉)公共管理学院武汉430074

农村居民点适宜性评价是优化农村土地利用布局的基础性工作之一,解决该研究领域存在的问题,提高评价结果的科学合理性,使之更好地服务于农村土地资源的转型、优化利用,事关乡村振兴战略的实施。本文引入机器学习方法,通过对小规模已知... 详细信息

农村居民点适宜性评价是优化农村土地利用布局的基础性工作之一,解决该研究领域存在的问题,提高评价结果的科学合理性,使之更好地服务于农村土地资源的转型、优化利用,事关乡村振兴战略的实施。本文引入机器学习方法,通过对小规模已知样本的学习实现大规模未知数据的高精度分类与评价,从方法可行性、数模结合、优化策略和预测实现等方面进行探讨,应用随机森林算法对湖北省房县农村居民点利用的适宜性问题展开实证研究。结果显示:(1)房县农村居民点适宜性受其可通达能力、海拔高度、地块面积及当地农业生产活跃程度的影响较大,也与农民生活、收入水平紧密相关;(2)训练模型的性能受特征(评价因子)规模变化的影响较小,其中,16维特征集合模型的测试精度可达83.54%;(3)不同训练模型的预测结果均反映出房县的非适宜型居民点规模较大,该算法的鲁棒性强,评价结果稳定可靠。研究表明,机器学习方法能较好地支撑农村居民点适宜性评价工作,评价结果能为优化农村土地利用和基层治理提供数据基础。

关键词：机器学习方法随机森林算法适宜性评价农村居民点分类和预测房县

在线全文

学校读者我要写书评

暂无评论

基于随机森林算法的制冷剂充注量故障诊断

华南理工大学学报（自然科学版） 2020年第2期48卷 16-24页

作者：周璇王晓佩梁列全闫军威华南理工大学机械与汽车工程学院广东广州610640 广东财经大学信息学院广东广州610320

制冷剂充注量异常是一种高风险故障,直接影响制冷系统的性能,且其表征参数诸多,难以有效、快速、准确地在线识别。针对上述问题,文中提出了一种基于随机森林(RF)算法的制冷剂充注量故障监测与诊断方法。使用ASHRAE 1999年提供的制冷主... 详细信息

制冷剂充注量异常是一种高风险故障,直接影响制冷系统的性能,且其表征参数诸多,难以有效、快速、准确地在线识别。针对上述问题,文中提出了一种基于随机森林(RF)算法的制冷剂充注量故障监测与诊断方法。使用ASHRAE 1999年提供的制冷主机故障数据库,对制冷剂充注量相关的直接测量特征数据进行分析,在保持各特征变量物理意义的前提下,利用随机森林算法研究各故障特征量的贡献率,并在不同样本规模和故障特征量维度的条件下,比较了基于RF、基于支持向量机(SVM)、基于决策树(DT)算法的制冷剂充注量故障诊断效果。结果表明:RF算法具有比较好的识别效率以及较高的分类准确率,平均诊断准确率分别比DT算法、SVM算法提高约3.3%和2.9%。此外,文中还分析了充注量异常诊断贡献率较高的前3个故障特征量,为保证制冷系统运行性能与安全运行提供了理论依据。

关键词：故障诊断制冷剂充注量随机森林算法制冷系统

基于特征优化和随机森林算法的锂离子电池SOH估计

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第12期60卷 335-343页

作者：武骥方雷超刘兴涛陈佳佳刘晓剑吕帮合肥工业大学汽车与交通工程学院合肥230009 安徽省智能汽车工程实验室合肥230009

电池健康状态(State of health,SOH)估计是电动汽车动力电池管理系统的重要功能之一。对其准确估计有利于延长锂离子电池的寿命,保障车辆安全可靠运行。面向数据驱动的锂离子电池SOH估计方法,针对以往方法存在无法平衡SOH估计精度和模... 详细信息

电池健康状态(State of health,SOH)估计是电动汽车动力电池管理系统的重要功能之一。对其准确估计有利于延长锂离子电池的寿命,保障车辆安全可靠运行。面向数据驱动的锂离子电池SOH估计方法,针对以往方法存在无法平衡SOH估计精度和模型计算成本的问题,提出一种基于特征优化的解决方案。首先基于部分充电电压曲线和增量容量曲线提取多个特征,通过随机森林算法中的基尼系数计算出各个特征的重要性;然后综合考虑模型的估计准确度和所选子集的特征数量等两方面因素选择出最优特征子集;最后应用随机森林算法建立电池老化模型并估计SOH。结果表明,该SOH估计方法的平均绝对误差和均方根误差分别在0.4%和0.5%以内。该方法中的特征优化策略能够选择出最优的特征集合,结合随机森林算法后可以在实现较高SOH估计精确度的同时降低模型的计算成本。

关键词：锂离子电池 SOH估计特征选择随机森林算法

随机森林算法在页岩气田多段压裂改造中的应用

在线全文

学校读者我要写书评

暂无评论

大庆石油地质与开发 2020年第6期39卷 168-174页

作者：纪磊李菊花肖佳林长江大学石油工程学院湖北武汉430100 中国石化江汉油田分公司工程技术研究院湖北武汉430035

针对页岩气藏多段压裂压后效果分析及待压井压裂参数优选难度大的问题,将储层物性参数和压裂完井参数相结合,引入随机森林算法进行已压裂页岩气井段压后效果分析,同时建立基于随机森林的产能回归模型优选待压井压裂重要参数。以涪陵页... 详细信息

针对页岩气藏多段压裂压后效果分析及待压井压裂参数优选难度大的问题,将储层物性参数和压裂完井参数相结合,引入随机森林算法进行已压裂页岩气井段压后效果分析,同时建立基于随机森林的产能回归模型优选待压井压裂重要参数。以涪陵页岩气田一期建产区具有产气剖面的压裂井测井解释资料、压裂资料、钻井资料为数据集,使用偏相关分析和特征递归消除法的二级策略进行参数降维,搭建主控因子为主体的决策树模型采用偏依赖图分析压后高产的主控因素区间,最后以待压裂井为研究对象基于随机森林算法的产能回归模型优选压裂重要参数。实例气藏研究结果显示压裂不同层位时,簇间距、40/70目低密度陶粒(中砂)、总砂量等影响因素对页岩气产量的影响波动比较大,簇数和中砂最高砂比对页岩气井段产量的响应不是非常明显。偏依赖图分析认为建议压裂簇数为2个,簇间距控制在30 m以内,40/70目低密度陶粒用量大于35 m3,总砂量控制在56 m3以内、中砂最高砂比大于12时为最佳压裂参数。此后采用正交设计实验设计了六因素三水平的54组实验,基于随机森林算法的产能回归模型预测不同压裂参数下的产量作为实验结果,开展趋势面响应分析,即可得到该待压井的6项关键压裂参数取值。该方法能够为后续工程和地质参数的选取提供有效依据。

关键词：页岩气随机森林算法决策树多段压裂压裂参数

基于MODIS影像和随机森林算法的河北坝上林地动态监测

在线全文

学校读者我要写书评

暂无评论

北京大学学报（自然科学版） 2018年第4期54卷 792-800页

作者：周佳宁张洁李天宏北京大学深圳研究生院环境与能源学院深圳518055 北京大学环境科学与工程学院北京100871

为了揭示河北省坝上地区林地的动态变化特征,采用250 m空间分辨率的MODIS反射率和NDVI数据,利用TM遥感影像辅助选择训练样本,基于随机森林分类算法,提取2000—2015年8个时相的林地信息,并分析其空间变化情况。结果表明,与常用的最大似... 详细信息

为了揭示河北省坝上地区林地的动态变化特征,采用250 m空间分辨率的MODIS反射率和NDVI数据,利用TM遥感影像辅助选择训练样本,基于随机森林分类算法,提取2000—2015年8个时相的林地信息,并分析其空间变化情况。结果表明,与常用的最大似然法和神经网络法相比,随机森林法分类的精度更高,总体精度和Kappa系数分别为91.89%和0.88。通过二进制编码方法,快捷地揭示了8个时相的林地信息在空间上的动态变化,识别出变化幅度较大的年份和空间分布。结果显示,林地退化严重的地区集中在丰宁、围场、张北和沽源四县,时间集中在2002,2010和2013年。

关键词：坝上林地 MODIS 随机森林算法动态监测

基于气象因子的随机森林算法在塔河地区林火预测中的应用

在线全文

学校读者我要写书评

暂无评论

林业科学 2016年第1期52卷 89-98页

作者：梁慧玲林玉蕊杨光苏漳文王文辉郭福涛福建农林大学林学院福州350002 福建农林大学计算机与信息学院福州350002 东北林业大学林学院哈尔滨150040

[目的]应用逻辑斯蒂回归模型和随机森林算法建立大兴安岭塔河地区林火发生的预测模型并对比模型预测精度,判断随机森林算法在该地区林火预测中的适应性,为该地区林火管理工作提供技术支持。[方法]利用1974—2008年大兴安岭塔河地区森林... 详细信息

[目的]应用逻辑斯蒂回归模型和随机森林算法建立大兴安岭塔河地区林火发生的预测模型并对比模型预测精度,判断随机森林算法在该地区林火预测中的适应性,为该地区林火管理工作提供技术支持。[方法]利用1974—2008年大兴安岭塔河地区森林火灾发生数据,分别运用二项逻辑斯蒂回归模型和随机森林算法,对塔河地区林火发生与气象因子之间的关系进行实证分析。为减少训练样本分布对试验结果的影响,将全样本数据随机分成60%的训练样本和40%的测试样本,并且进行5次重复,建立5个中间模型(样本组)。选择在5个中间模型中的3个及以上的显著变量(因子)对全样本数据进行分析并分别比较2种模型算法在5个中间模型和全样本模型中的预测准确率。此外,还设计了变量交互试验进一步验证相同变量下2种模型的预测精度。[结果]日最小相对湿度、细小可燃物湿度码和干旱码3个因子在二项逻辑斯蒂回归模型和随机森林算法中均与林火发生呈显著相关。模型拟合的预测结果显示:在对5个中间模型的预测中,随机森林算法对训练样本(60%)和测试样本(40%)的预测准确率分别高于二项逻辑斯蒂回归模型8%和10%左右;在全样本模型的预测中,随机森林算法拟合的准确率为85.0%,而二项逻辑斯蒂回归模型拟合的准确率为76.2%,二者相差10%左右,与之前5个中间模型的预测结果一致;在变量交互试验中,随机森林算法拟合的准确率为86.0%,而二项逻辑斯蒂回归模型拟合的准确率为72.8%,随机森林算法的预测准确率提高了18.1%左右。[结论]日最小相对湿度、细小可燃物湿度码和干旱码是影响林火发生的主要气象因子。在基于气象因子的塔河地区林火发生预测模型研究中,随机森林算法的预测准确率高于传统二项逻辑斯蒂回归模型10%左右,具有一定的预测优势和应用价值,可为大兴安岭塔河地区林火预测和决策提供参考。

关键词：塔河地区林火发生气象因子随机森林算法逻辑斯蒂回归

基于机载激光雷达点云和随机森林算法的森林蓄积量估测

在线全文

学校读者我要写书评

暂无评论

林业科学 2021年第8期57卷 68-81页

作者：孙忠秋高金萍吴发云高显连胡杨高剑新国家林业和草原局调查规划设计院北京100714 宁夏大学生态环境学院西北土地退化与生态恢复国家重点实验室培育基地西北退化生态系统恢复与重建教育部重点实验室银川750021

【目的】基于机载激光雷达点云数据提取的森林高度参数和郁闭度,结合分层地面样地调查数据,采用随机森林算法构建森林蓄积量估测模型,分析机载激光雷达点云数据在森林蓄积量反演方面的潜力,为森林蓄积量高效准确估测提供方法依据。【方... 详细信息

【目的】基于机载激光雷达点云数据提取的森林高度参数和郁闭度,结合分层地面样地调查数据,采用随机森林算法构建森林蓄积量估测模型,分析机载激光雷达点云数据在森林蓄积量反演方面的潜力,为森林蓄积量高效准确估测提供方法依据。【方法】以直径30 m的地面样圆离散点云数据为数据源,经数据校准等预处理后,利用LiDAR360软件提取森林高度参数(最大高、平均高等)和郁闭度,并将数据随机分成训练数据(70%)和验证数据(30%)。采用随机森林算法构建森林蓄积量估测模型,对仅用高度参数建模以及联合高度参数和郁闭度建模结果进行比较;同时运用R软件VSURF工具包筛选建模变量,对筛选后变量的建模结果进行分析。【结果】仅用高度参数建模的估测精度为R^(2)=0.75、RMSE=40.07 m^(3)·hm^(-2)、MAE=29.21 m^(3)·hm^(-2)、MRE=49.40%,联合高度参数和郁闭度建模的估测精度为R^(2)=0.79、RMSE=36.23 m^(3)·hm^(-2)、MAE=26.16 m^(3)·hm^(-2)、MRE=38.35%。通过变量筛选,建模参数从24个减少至7个,可极大提高运算效率,同时R2未变化,RMSE从36.23 m^(3)·hm^(-2)升至36.50 m^(3)·hm^(-2),rRMSE从31.92%升至32.97%,MAE从26.16 m^(3)·hm^(-2)降至26.08 m^(3)·hm^(-2),MRE从38.35%降至38.05%。【结论】机载激光雷达点云数据可以提取森林的垂直结构信息(高度参数)和水平结构信息(郁闭度),具备三维结构参数提取能力。采用随机森林算法,增加林分郁闭度信息可显著提高森林蓄积量估测精度。通过变量筛选,虽然能够降低参数数量,但对模型精度具有一定影响,在建模精度要求较高的情况下,建议使用全变量进行蓄积量估测;而在数据量较大的情况下,建议使用筛选变量进行蓄积量估测。基于机载激光雷达点云数据估测森林蓄积量显著优于光学遥感数据,可为森林蓄积量高效准确估测提供方法依据,能够满足大范围森林蓄积量快速反演需求。

关键词：森林蓄积量小光斑激光雷达随机森林算法变量筛选

基于特征优选随机森林算法的农耕区土地利用分类

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4期36卷 244-250页

作者：王李娟孔钰如杨小冬徐艺梁亮王树果江苏师范大学地理测绘与城乡规划学院徐州221116 国家农业信息化工程技术研究中心北京100097

为了提高农耕区土地利用分类精度,该文采用较高空间分辨率和丰富光谱信息的Sentinel-2数据生成光谱特征、无红边波段的植被指数、红边指数和纹理特征4种基本特征变量,并对以上特征变量优选后进行特征重要性排序,进而构建7种特征组合方案... 详细信息

为了提高农耕区土地利用分类精度,该文采用较高空间分辨率和丰富光谱信息的Sentinel-2数据生成光谱特征、无红边波段的植被指数、红边指数和纹理特征4种基本特征变量,并对以上特征变量优选后进行特征重要性排序,进而构建7种特征组合方案,基于随机森林算法和支持向量机对农耕区土地利用信息进行提取并对比验证分类精度。研究结果表明:通过特征优选的随机森林算法进行土地利用信息提取效果最佳,总体精度达到88.24%,Kappa系数为0.84,精度优于相同特征变量下的支持向量机分类方法。该方法能够有效提高农耕区土地利用分类精度,可为土地资源监测、管理提供技术支持和理论参考。

关键词：随机森林算法土地利用分类农耕区特征优选 Sentinel-2 红边指数

基于可见光光谱和随机森林算法的冬小麦冠层图像分割

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 2015年第12期35卷 3480-3484页

作者：刘亚东崔日鲜青岛农业大学农学与植物保护学院/山东省旱作农业技术重点实验室山东青岛266109

数字图像分析技术因其高效、快速等特点,已被广泛应用于作物长势和氮素营养状况的无损监测领域。获取作物冠层覆盖度及可见光光谱亮度值及其衍生的色彩指数,需要从作物冠层图像中准确分割出作物图像。研究以冬小麦与背景(土壤)在可见光... 详细信息

数字图像分析技术因其高效、快速等特点,已被广泛应用于作物长势和氮素营养状况的无损监测领域。获取作物冠层覆盖度及可见光光谱亮度值及其衍生的色彩指数,需要从作物冠层图像中准确分割出作物图像。研究以冬小麦与背景(土壤)在可见光波段反射率的差异为依据,利用基于CIEL*a*b*色彩空间a*分量的最大类间方差法和基于sRGB和CIEL*a*b*两个色彩空间的随机森林算法对冬小麦冠层图像进行了分割,并比较了图像分割精度。结果表明,三种方法均具有较高的分割精度,其中基于随机森林算法的图像分割效果明显好于最大类间方差法,而基于sRGB和CIEL*a*b*两个色彩空间的随机森林算法的图像分割效果差异较小。研究结果表明,随机森林算法可直接利用冠层图像可见光波段的三个色彩分量(R,G和B)分割冬小麦冠层图像。

关键词：可见光光谱随机森林算法最大类间方差法冠层图像分割