检索结果-南通市图书馆

维普期刊数据库

基于WOA-XGBoost模型的胶结充填体强度预测

在线全文

学校读者我要写书评

暂无评论

高压物理学报 2023年第5期37卷 113-123页

作者：袁丛祥刘志祥杨小聪郭金峰万串串熊帅刘伟军中南大学资源与安全工程学院湖南长沙410083 矿冶科技集团有限公司北京102628 国家金属矿绿色开采国际联合研究中心北京102628 中钢集团马鞍山矿山研究总院股份有限公司安徽马鞍山243000

单轴抗压强度作为胶结充填体重要的力学性能指标,通常使用传统的力学试验来确定。使用鲸鱼优化算法(whale optimization algorithm,WOA)对极限梯度提升模型(XGBoost)进行优化,建立了WOA-XGBoost混合模型。以某铅锌矿充填料浆配比试验得... 详细信息

单轴抗压强度作为胶结充填体重要的力学性能指标,通常使用传统的力学试验来确定。使用鲸鱼优化算法(whale optimization algorithm,WOA)对极限梯度提升模型(XGBoost)进行优化,建立了WOA-XGBoost混合模型。以某铅锌矿充填料浆配比试验得到的80组数据作为数据库,选取固体质量分数、水泥占比、尾砂占比及养护天数作为输入参数,充填体试块抗压强度作为输出参数。为了与WOA-XGBoost模型进行比较,还构建了XGBoost、RF和WOA-RF模型。结果表明:WOA-XGBoost模型的决定系数为0.9650,均方根误差为0.2074,平均绝对误差为0.1703;XGBoost模型的决定系数、均方根误差、平均绝对误差分别为0.8971、0.4084和0.2467。可见,鲸鱼优化算法能够显著提高XGBoost模型的预测能力。相比XGBoost、RF和WOA-RF模型,WOA-XGBoost混合模型具有更高的预测精度。研究结果对于胶结充填材料的设计和配比优化具有重要意义。

关键词：胶结充填材料单轴抗压强度预测极限梯度提升模型鲸鱼优化算法

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

基于多维度特征分析的KPI异常检测

计算机工程与设计 2021年第5期42卷 1439-1447页

作者：曹志英曹伟张秀国大连海事大学信息科学技术学院辽宁大连116026

为帮助运维人员提前发现未知风险,减少因异常风险带来的损失,提出多种特征融合的异常检测方法。对关键性能指标(KPI)进行多维度的特征提取,使用主成分分析方法(PCA)进行降维,对降维后的数据按照时序模式,使用小波分解提取出高频特征与... 详细信息

为帮助运维人员提前发现未知风险,减少因异常风险带来的损失,提出多种特征融合的异常检测方法。对关键性能指标(KPI)进行多维度的特征提取,使用主成分分析方法(PCA)进行降维,对降维后的数据按照时序模式,使用小波分解提取出高频特征与低频特征,使用极限梯度提升(XGBoost)模型进行异常检测。实验结果表明,该方法有较好的普适性、查全率和准确度较高,受试者工作特征(ROC)曲线也普遍优于其它模型。

关键词：关键性能指标异常检测主成分分析小波分析时间序列极限梯度提升模型

维普期刊数据库

健康城市视角下建成环境对步行效率影响研究——以兰州市城关核心片区为例

在线全文

学校读者我要写书评

暂无评论

南方建筑 2024年第10期 49-59页

作者：杜森钱苾宬王嘉鑫王丽宁兰州交通大学建筑与城市规划学院

步行是体力活动的重要组成部分,步行出行对于减轻交通拥堵、促进邻里交往及推动居民身心健康具有重要的现实意义。以兰州市城关核心片区为研究区域,基于百度地图步行时间数据及兰州市建成环境要素数据,利用极限梯度提升模型探讨了建成... 详细信息

步行是体力活动的重要组成部分,步行出行对于减轻交通拥堵、促进邻里交往及推动居民身心健康具有重要的现实意义。以兰州市城关核心片区为研究区域,基于百度地图步行时间数据及兰州市建成环境要素数据,利用极限梯度提升模型探讨了建成环境对步行出行效率的影响机理。结果表明:(1)对步行出行效率影响较显著的建成环境要素分别为断头路口密度(0.24)、支路与街巷比(0.22)、地块数量密度(0.13)、公交线密度(0.09)、公交站密度(0.08)及土地混合度(0.07)。(2)各建成环境要素与步行出行效率之间呈现复杂的非线性相关关系。从提倡小尺度街道、土地功能混合使用、合理布局公共交通三个方面提出提高步行出行效率的步行空间优化策略。

关键词：步行效率建成环境极限梯度提升模型影响分析

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

基于国债期限利差的经济衰退预警研究

基于国债期限利差的经济衰退预警研究

作者：邢阿雷吉林大学

学位级别：硕士

自“十四五”时期以来,经济高质量发展一直是中国面对新经济形势下的主动策略,也是我国迈向经济强国的关键一步。随着我国实施更大范围、更高水平和更深层次的对外开放,我国与全球经济的联系愈发紧密。然而,近些年来全球竞争格局重塑、... 详细信息

自“十四五”时期以来,经济高质量发展一直是中国面对新经济形势下的主动策略,也是我国迈向经济强国的关键一步。随着我国实施更大范围、更高水平和更深层次的对外开放,我国与全球经济的联系愈发紧密。然而,近些年来全球竞争格局重塑、新兴经济体频繁动荡等问题的破坏程度和负面影响愈加深远,加剧了我国经济稳定发展的复杂性和严峻性。我国需要在一个经济波动频繁、不确定性激增的世界中直面发展挑战并谋求社会进步。所以注重宏观经济走势的准确预测可以有助于国家和政府科学精准实施宏观调控,从而保持经济的韧性和运行的稳定,尤其是面对经济下行风险时,可以减轻经济衰退带来的巨大冲击。为了适应更高精度的预测需求,我们需要从建模技术以及数据信息两方面作为着重点。国债利率期限结构蕴含着有关产出、通膨等多种宏观经济信息,经过多年的努力,我国国债市场建设的逐步完善,利率市场化改革也稳步推进,国债利率期限结构已经成为对宏观经济进行监测的重要前瞻性指标。同时对于非线性程度较为显著的宏观经济系统来说,变量间的关联方式与关系往往不能很好的被基于经验判断或是主观假设的传统计量模型所发掘,因此不能得到理想可靠的预测结果,与侧重线性关系的传统模型相比,机器学习模型以非线性函数为内核,擅长揭示复杂关系的应用潜力亟待开发。因此,本文基于机器学习中的集成模型,研究了国债期限利差对经济衰退的预测能力,同时引入SHAP解释框架对模型进行可视化表达,在一定程度上解决了复杂集成模型可解释性较弱的问题。研究发现:第一,微调了以往研究中对于国债期限利差的选择,并成功选取了包括2年期和3个月期限利差在内的2个新的关键变量,新变量在预警中国经济衰退方面具有显著的贡献能力和稳定性,同时发现国债期限利差对第五个月后的经济形势预测效果最佳。第二,增强了模型的泛化能力,在测试集和训练集样本特征分布不一致的情况下,更好地模拟显示未来未知的经济状况,充分挖掘了国债期限利差与经济衰退的非线性关系,使得模型预测能力更加地稳健。第三,通过SHAP的模型事后解释,打开了不透明决策的黑箱模型,兼顾了模型的预测精度和可解释性,并借助最重要期限利差同与之最相关期限利差间的关系找寻最佳工具。

关键词：国债期限利差经济衰退可解释性预测集成学习极限梯度提升模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于主轴和进给轴电流的铣削力间接预测研究

基于主轴和进给轴电流的铣削力间接预测研究

作者：董泽煜哈尔滨理工大学

学位级别：硕士

铣削力是表征数控机床工作状态和加工精度的重要参数。本文基于电流信号建立了适用于五轴机床的铣削力前瞻预测模型,通过在拓璞VMCC50五轴数控铣削加工中心铣削薄S型样件实验,分析了不同转速下模型的预测精度,建立了五轴联动数控机床瞬... 详细信息

铣削力是表征数控机床工作状态和加工精度的重要参数。本文基于电流信号建立了适用于五轴机床的铣削力前瞻预测模型,通过在拓璞VMCC50五轴数控铣削加工中心铣削薄S型样件实验,分析了不同转速下模型的预测精度,建立了五轴联动数控机床瞬时铣削力预测系统。首先,建立了主轴电流信号预测X向瞬时铣削力的模型,基于Devavit Hartenberg(D-H)法对五轴机床进行运动学建模,通过力雅可比矩阵得到进给轴驱动电机转矩和X、Y、Z三向瞬时铣削力的映射关系。其次,进行五轴铣削实验获得了铣削电流信号和铣削力信号,基于互相关分析法得到铣削电流信号是铣削力信号的延迟信号。在验证两种模型预测精度后,提出了一种基于主轴和进给轴电流最优变权法的瞬时铣削力组合预测方法,较进给模型X向瞬时铣削力预测精度提高了12%。然后,通过互补集合经验模态分解方法(Complementary Ensemble Empirical Mode Decomposition,CEEMD)对基于进给轴转矩预测的Y、Z向铣削力信号以及基于最优变权法预测的X向铣削力进行模态分解,得到各层本征模态函数及趋势序列。构建了麻雀搜索算法(Sparrow Search Alogorithm,SSA)优化的极限梯度提升(EXtreme Gradient Boosting,XGBoost)预测模型,对瞬时铣削力信号进行前瞻预测。得到SSA-XGBoost模型较未优化的XGBoost模型在一定的误差允许范围内能够前瞻预测更多的点,同时预测准确率更高、拟合效果更好。通过输入多组不等长数据进行对比验证,证明了该模型的预测精度会随着样本数的增加而提高。最后,结合Matlab软件建立了五轴联动数控机床瞬时铣削力预测系统,实现了瞬时铣削力前瞻预测模型的可视化,为实现瞬时铣削力在线预测提供了软件支持。

关键词：五轴机床电流信号瞬时铣削力极限梯度提升模型前瞻预测

基于堆栈融合模型的非编码RNA识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于堆栈融合模型的非编码RNA识别方法研究

作者：杨阳哈尔滨工业大学

学位级别：硕士

随着新一代高通量测序技术的不断完善和大规模比较测序的进行,产生了大量可用的转录组数据,区分编码与非编码核糖核酸(Ribonucleic Acid,RNA)成为转录数据分析中的核心任务。非编码RNA识别领域有两种趋势,其一是满足大量非模式生物RNA... 详细信息

随着新一代高通量测序技术的不断完善和大规模比较测序的进行,产生了大量可用的转录组数据,区分编码与非编码核糖核酸(Ribonucleic Acid,RNA)成为转录数据分析中的核心任务。非编码RNA识别领域有两种趋势,其一是满足大量非模式生物RNA的识别需求,这就需要物种中性的识别工具;其二是设计特定的识别工具满足特定物种的识别需求。针对这些问题,本文设计了一种非编码RNA识别框架。本文设计的非编码RNA识别框架由两个模块组成,特征提取模块从脱氧核糖核酸(Deoxyribonucleic acid,DNA)、RNA、肽三个层次上对转录本序列进行特征提取,DNA和RNA层次上总结了之前研究中的17个有效特征,肽层次上创造性地选取了蛋白质的理化特征和二级结构特征共8种。分类器模块设计了基于堆栈集成策略的两层分类器,将机器学习模型随机森林、极限梯度提升模型、轻量梯度提升机组合并应用于非编码RNA识别领域。本文使用Python语言实现了非编码RNA识别框架,根据两种不同的需求实现了跨物种非编码RNA识别模型和植物非编码RNA识别模型。其中跨物种非编码RNA识别模型是一种物种中性的工具,在由人类、小鼠、斑马鱼、果蝇、蠕虫和拟南芥组成的多物种测试集上表现良好,分类准确率达到97.23%。此外,针对植物物种训练了特定模型,使用Ensembl Plants数据库中的拟南芥和玉米数据测试了模型性能,同时对该模型在植物中的适用性进行了证明。在测试过程中,对选取的25个特征重要性进行了分析,结果表明六聚体分数、开放阅读框长度、蛋白质相对分子质量值、蛋白质等电点与相对分子质量的比值、蛋白质二级结构的β-转角值这5个特征被证明是最重要的,其中,蛋白质相对分子质量值、蛋白质等电点与相对分子质量的比值、蛋白质二级结构的β-转角值都是肽层次的特征。

关键词：非编码RNA识别蛋白质特征堆栈集成策略随机森林极限梯度提升模型轻量梯度提升机

耦合CFS集合预报和深度学习的中长期径流概率预测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

耦合CFS集合预报和深度学习的中长期径流概率预测方法研究

作者：卢桂源华中科技大学

学位级别：硕士

高精度径流预报是实现水库群优化调度运行管理的关键。然而,由于天气预报技术制约,基于产汇流机制的径流预报方法难以实现中长期径流预报。近年来,随着人工智能技术和深度学习理论的发展,基于数据驱动的径流预报方法得到广泛关注。数据... 详细信息

高精度径流预报是实现水库群优化调度运行管理的关键。然而,由于天气预报技术制约,基于产汇流机制的径流预报方法难以实现中长期径流预报。近年来,随着人工智能技术和深度学习理论的发展,基于数据驱动的径流预报方法得到广泛关注。数据驱动预报方法关注径流长期序列的内在关系,通过数理统计的方法深度挖掘数据的隐含规律来进行预测。这类方法建模简单,模型适应性和预报性能良好。本文开展了基于深度学习的中长期径流预报模型研究,通过分析气象因素与径流量之间的相关关系,利用最大相关最小冗余准则筛选了关键径流和气象因子,构建了耦合CFS集合预报信息校正的中长期径流预报模型。以三峡水库入库径流为研究对象,模拟研究结果验证了提出的模型具有较高的预报精度和可靠性,本文主要研究工作和成果如下:(1)研究针对基于数据驱动的径流预报方法对径流形成过程的解释性不强的问题,从NCEP上获取CFS全球气象预报数据并进行解析,采用反距离权重法插值得到研究区域气象预报结果,将最大信息系数引入最大相关最小冗余特征选择法中,结合一阶增量选择逐个引入候选因子,根据模型性能评估筛选最优特征子集,为中长期径流预报模型提供数据支持。(2)在气候环境和下垫面条件不断变化的背景下,将极限梯度提升树深度学习模型引入中长期径流预报中,构建了三峡水库月径流预报模型并与常用机器学习和深度学习模型比较分析,实例研究结果表明构建的模型具有更高的预测精度。同时,通过分析气象预报信息特性,提出一种径流预报结果校正的岭回归方法,结果表明,耦合气象预报信息的校正预报具有更高的预测性能,在气候变化下的中长期径流预报中具有更好的适用性。(3)基于组合预测的思想,构建了极限梯度提升树和高斯过程回归组合的混合概率预测模型,与单一预报模型相比,其具有更好的点预测性能,并可提供一定置信度水平下的概率区间;与常用概率预报模型对比研究结果表明,该模型预测精度更高,概率预报结果更可靠。研究结果可为水库中长期径流概率预报提供一种有效方法。

关键词：中长期径流预报极限梯度提升模型耦合校正气象因子混合预测

基于XGBoost的互联网金融贷前逾期识别与模型表达

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于XGBoost的互联网金融贷前逾期识别与模型表达

作者：陈文豪哈尔滨工业大学

学位级别：硕士

本文主要基于XGBoost(eXtreme Gradient Boosting极限梯度提升)模型,研究在互联网金融场景中对有贷前逾期风险的用户进行识别的问题,并通过强大的SHAP(SHAPley夏普利)解释框架对模型进行可视化表达。为了研究这一问题,本文选取了融360... 详细信息

本文主要基于XGBoost(eXtreme Gradient Boosting极限梯度提升)模型,研究在互联网金融场景中对有贷前逾期风险的用户进行识别的问题,并通过强大的SHAP(SHAPley夏普利)解释框架对模型进行可视化表达。为了研究这一问题,本文选取了融360企业提供的公开数据集,在万级数据量以及匿名变量的场景中,实现对变量的清洗、模型的构造、比较、可视化,以此说明XGBoost模型的高精度以及在贷前逾期场景中可解释性。本文一方面综合考虑各种变量的性质,对匿名变量的缺失值进行有规律地插补,以实现对变量的清洗,避免“垃圾进、垃圾出”(Garbage In Garbage Out)的情况发生。另一方面,通过控制训练集和测试集的一致性,构造了逻辑回归(LR)、随机森林(RF)、梯度提升决策树(GBDT)三个模型,将这三个经典模型作为基线模型,通过精度对比说明XGBoost模型的优良性。为了让模型评估指标更贴合实际场景,本文选取了三大类七个指标综合地评判各个模型的识别效果。评价指标中包括模型的排序能力、对正样本的识别能力等,并构造了预期收益这一指标替代常规的准确率指标。进一步地,为了提升模型的精度,本文对所建立的XGBoost模型进一步进行超参数调优。最后,利用对集成模型的解释框架SHAP,将这一模型中各个变量的价值进行可视化处理,从变量角度和样本角度分别进行可视化,实现模型表达的效果。并在匿名变量的场景下进行模拟解释,以便更好地解读其经济管理含义。

关键词：互联网金融贷前逾期识别参数调优极限梯度提升模型夏普利解释框架

并网型光伏系统故障后电量计量自动化追补方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自动化与仪器仪表 2024年第8期 68-72页

作者：董晨曦郑蕾陈铈黄超宋选安国网湖北省电力有限公司信息通信公司武汉430000

在并网型光伏系统中,由于并网设备不同,电能计量装置故障会严重影响整体电量计量准确性,传统方法没有对故障类型加以区分,导致带来较大计量误差。提出针对并网型光伏系统故障后的电量计量自动化追补方法。对系统中故障期间电能计量装置... 详细信息

在并网型光伏系统中,由于并网设备不同,电能计量装置故障会严重影响整体电量计量准确性,传统方法没有对故障类型加以区分,导致带来较大计量误差。提出针对并网型光伏系统故障后的电量计量自动化追补方法。对系统中故障期间电能计量装置的残余电流、残余电压等数据实施缺失数据插补处理。进行电能计量装置的故障分类;根据不同类型故障,估计电能计量装置的自动化追补数据,实现光伏系统故障后的全面电量计量自动化追补。测试结果表明:该方法的剩余电量追补结果接近实际剩余电量,电量计量自动化追补效果较好,且电量计量自动化追补相对误差与绝对误差较低,与实际的追补电量差异较小。

关键词：并网型光伏系统电量计量自动化追补极限梯度提升模型电能计量装置故障

维普期刊数据库