检索结果-南通市图书馆

融合主被动微波遥感的高分辨率地表冻融状态识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

冰川冻土 2023年第2期45卷 808-822页

作者：张晨晋锐中国科学院西北生态环境资源研究院黑河遥感试验研究站/甘肃省遥感重点实验室甘肃兰州730000 中国科学院大学北京100049

为细致刻画地表冻融状态及其年循环特征、长时间序列变化趋势及其与陆地生态系统的相互作用,需要进行高分辨率(1 km)的地表冻融状态识别。被动微波的低空间分辨率,无法精细描述地表冻融状态的空间变化;主动微波(合成孔径雷达)能以较高... 详细信息

为细致刻画地表冻融状态及其年循环特征、长时间序列变化趋势及其与陆地生态系统的相互作用,需要进行高分辨率(1 km)的地表冻融状态识别。被动微波的低空间分辨率,无法精细描述地表冻融状态的空间变化;主动微波(合成孔径雷达)能以较高的分辨率识别地表冻融状态,但其低时间分辨率无法准确捕捉春秋季地表冻融转换。融合主被动微波遥感信息,发展高分辨率地表冻融状态识别算法对细致刻画地表冻融状态、生产高分辨率地表冻融遥感产品具有重要意义。本文以青藏高原中部土壤温湿度观测网为研究区,采用随机森林分类算法,以升/降轨Sentinel-1σ0 VV(垂直极化后向散射)、SMAP TbV(垂直极化亮温)和辅助时空信息为输入,构建融合多源信息的高分辨率(1 km)地表冻融状态识别算法。结果表明:在降轨时,有/无主动微波信息,地表冻结期(每年1—3月)识别精度分别为100.0%/97.8%;地表融化期(每年6—10月)识别精度分别为99.1%/99.4%;地表冻融转换时期(每年4—5月)的识别精度为82.0%/74.1%;地表融冻转换时期(每年11—12月)的识别精度为95.1%/90.0%,精度有所下降。其原因是主要受到海拔、坡向及土壤质地的影响。通过对输入变量重要性排序,分析其在随机森林中的贡献可知,DOY(儒略日)、Tb_(V)、LAI(叶面积指数)、LST(地表温度)、σ_(VV)^(0)、坡向是必要的输入变量。其中σ_(VV)^(0)虽然排在第五位,但去除σ_(VV)^(0),算法在地表冻融转换时期的识别精度下降显著(春/秋季精度分别下降23.7%、9.4%),证明主动微波信息对于提高算法识别精度的重要性,因此在主动微波信息可获取时,应融合主被动微波信息进行地表冻融状态识别。高分辨率的地表冻融状态可准确划分地表的稳定冻结期、稳定融化期及冻融转换期,并反映地表冻融转换时期的空间异质性特征。

关键词：地表冻融状态主被动微波高空间分辨率随机森林分类算法信息融合

改进GSM-RFC模型在回采巷道围岩稳定性分级的预测

在线全文

学校读者我要写书评

暂无评论

辽宁工程技术大学学报（自然科学版） 2018年第3期37卷 449-455页

作者：邵良杉周玉辽宁工程技术大学系统工程研究所辽宁葫芦岛125100

为对回采巷道围岩稳定性等级进行准确分类,在分析回采巷道围岩稳定性影响因素的基础上,采用改进网格搜索法(GSM)对随机森林分类(RFC)算法关键参数进行搜索确定.首先对RFC中生成决策树的叶节点最小记录百分比进行最优选值,而后以预测准... 详细信息

为对回采巷道围岩稳定性等级进行准确分类,在分析回采巷道围岩稳定性影响因素的基础上,采用改进网格搜索法(GSM)对随机森林分类(RFC)算法关键参数进行搜索确定.首先对RFC中生成决策树的叶节点最小记录百分比进行最优选值,而后以预测准确率为目标函数,借助改进GSM两次搜索确定RFC关键参数,并对各影响因素重要程度进行排序.从95组现场数据中选取80组作为训练集,15组为测试集,并将预测结果与GSM-RFC、RFC对比.研究结果表明:RFC最优叶节点最小记录百分比为58%,最优分裂属性值为3,最优决策树棵树为420;较GSM-RFC与RFC模型,改进GSM-RFC模型有更高的准确率(97.778%)、Kappa系数(0.970)和较合理的运行时间(482.772s),表明改进GSM-RFC模型具有更好的拟合效果和泛化误差,可以满足工程实际需要.

关键词：回采巷道围岩稳定性改进网格搜索法随机森林分类算法改进GMS-RFC模型

基于用户特征抽取和随机森林分类的用户创新社区领先用户识别研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2017年第11期1卷 62-74页

作者：原欣伟杨少华王超超杜占河西安理工大学经济与管理学院西安710054

【目的】为了发挥用户创新社区及领先用户在企业开放式创新中的作用,对用户创新社区情境下的领先用户识别方法进行研究。【方法】结合领先用户特征,利用用户创新社区中的用户数据,从用户内容信息和行为数据两方面抽取用户特征,并在此基... 详细信息

【目的】为了发挥用户创新社区及领先用户在企业开放式创新中的作用,对用户创新社区情境下的领先用户识别方法进行研究。【方法】结合领先用户特征,利用用户创新社区中的用户数据,从用户内容信息和行为数据两方面抽取用户特征,并在此基础上提出基于随机森林分类的领先用户识别方法。并以小米社区的MIUI论坛为例进行实例分析。【结果】实验结果表明,本文提出的识别方法在领先用户和非领先用户之间具有较好的区分度。【局限】不同产品领域用户创新社区的用户生成内容和行为数据有一定差异,本文仅以讨论小米手机操作系统的MIUI论坛为例,涉及其他产品领域用户创新社区时,用户特征抽取和相应的训练模型可能需要依具体情况适当调整。【结论】本文方法是一种适合用户创新社区情境的领先用户识别方法,可以和传统方法有机结合,以进一步提高此类社区领先用户识别的效率和效力。

关键词：用户创新社区领先用户识别用户特征随机森林分类算法

针对欺诈网页高度数据不平衡问题的分类检测方法研究

在线全文

学校读者我要写书评

暂无评论

针对欺诈网页高度数据不平衡问题的分类检测方法研究

作者：林钊西南交通大学

学位级别：硕士

近年来,互联网技术飞速发展,网络应用深入到了人们生活的方方面面。在互联网技术方便人们生活的同时,也有一些人利用互联网技术方便快捷的特点来谋取私利。于是,网络环境中出现了大量具有欺骗性质,传播不良信息的欺诈网站。欺诈网页传... 详细信息

近年来,互联网技术飞速发展,网络应用深入到了人们生活的方方面面。在互联网技术方便人们生活的同时,也有一些人利用互联网技术方便快捷的特点来谋取私利。于是,网络环境中出现了大量具有欺骗性质,传播不良信息的欺诈网站。欺诈网页传播有害信息,降低搜索引擎的服务质量,严重威胁网络安全。如何快速准确的检测欺诈网页成为web安全研究热点。从分类算法角度研究,网页欺诈检测由于其数据的不平衡性,导致传统分类算法出现分类的偏向性,多表现为多数类检测准确率高,少数类准确率低。本文通过对常用分类算法的比较分析,选取随机森林算法作为基础检测算法,分析数据不平衡对随机森林的具体影响提出基于随机森林的集成学习算法。在集成算法的每个子分类器利用训练数据的数量优势提高少数类检测准确率,而利用样本的相似性保持多数类的检测准确率。实验结果显示该算法提升了少数类的检测准确率,并得到了较为均衡的两类检测准确率。从数据平衡算法角度研究,应对不平衡分类问题最直接的办法就是对数据进行平衡,但仅仅使用过采样增加少数类数量对分类效果提升有限。本文提出了智能混合型数据平衡算法。一方面使用降噪改进的SMOTE过采样增加少数类数量,另一方面通过基于异常点去除和密度削减的级联欠采样算法减少多数类的数量。同时,使用模拟退火算法对各部分采样具体参数进行寻优确定。实验结果显示该算法对数据集的平衡有效增强了实验所用所有传统分类器的性能,并在与随机森林与C4.5的结合使用中均得到了非常好的分类器性能。

关键词：不平衡数据欺诈网页检测随机森林分类算法树形集成框架异常点检测算法智能平衡算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于随机森林的条纹管激光雷达回波分类研究

基于随机森林的条纹管激光雷达回波分类研究

作者：张漫哈尔滨工业大学

学位级别：硕士

条纹管激光雷达作为具有研究前景的激光雷达之一,可以在全波形采样的基础上,同时获取多个探测区域及目标的高精度三维信息,在机载激光雷达测绘领域具备广阔的发展前景。在实地测绘过程中,条纹管激光雷达系统每秒获得的回波数据可以达到... 详细信息

条纹管激光雷达作为具有研究前景的激光雷达之一,可以在全波形采样的基础上,同时获取多个探测区域及目标的高精度三维信息,在机载激光雷达测绘领域具备广阔的发展前景。在实地测绘过程中,条纹管激光雷达系统每秒获得的回波数据可以达到几百兆,使得高速海量回波数据的分析和处理成为目前的重点研究方向。而现有的分类识别方法是针对条纹回波数据反演出的点云数据进行分类和识别工作,这种二次数据处理方法降低了雷达数据的准确性和时效性,对后期雷达应用推广产生了一定影响。因此,针对条纹管激光雷达回波数据及图像的直接分类提取研究是必要的。随着机器学习以及深度学习的发展,越来越多的机器学习方法被引入到图像处理领域,解决如图像识别、图像分类等任务。其中随机森林算法是在决策树算法的基础上融合了集成学习方法得到的强分类器,在分类任务和回归任务中均有出色表现。本文基于随机森林算法,提出了直接对原始条纹回波信号进行分类处理,并结合图像识别技术提出了对条纹图像中的目标区域进行单独提取和归类的方法。该方法结合了随机森林算法的快速性和抗干扰能力,较好的解决了现有条纹回波数据二次分类方法时效性和准确性较差的问题,在对不同地形的分类任务中都表现出良好的适应性。本文根据形态学特征和局部检测特征理论,结合特征提取流程建立了条纹图像的特征提取算法,对原始条纹回波信号特征进行分析和提取,并利用得到的特征集结合随机森林分类模型训练流程建立了随机森林分类模型,初始模型的分类准确率为86.6%。模型建立完成后,使用网格搜索法对随机森林模型的基决策树数量、基决策树最大深度进行调参,得到的最优随机森林分类模型的基决策树数量为130,最大基决策树深度为8,分类准确率为89.3%,并通过最优模型的袋外数据估计得分计算样本特征重要性,从而验证了特征数据库中的特征分布。通过对比随机森林算法与其他分类算法在执行条纹回波信号二分类和三分类任务时的准确率和召回率,可以看出随机森林算法在处理条纹回波数据时是具有显著优势的。最后使用分类模型对条纹回波信号数据进行了分类和标记,将最后的分类结果进行了点云转换和显示,并利用分类好的条纹回波数据进行了典型目标的提取和点云转换。

关键词：条纹管激光雷达图像特征提取随机森林分类算法参数优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进随机森林的空气质量分类预测研究

基于改进随机森林的空气质量分类预测研究

作者：易华玲重庆大学

学位级别：硕士

环境空气是地球生态环境的重要组成部分,空气质量的优劣不仅与人体健康与否息息相关,还与动植物的生长发育状况紧密相连,严重的空气污染甚至会加剧全球气候变暖,对地球生态系统循环百害而无一利。本研究针对直观、易于理解的空气质量等... 详细信息

环境空气是地球生态环境的重要组成部分,空气质量的优劣不仅与人体健康与否息息相关,还与动植物的生长发育状况紧密相连,严重的空气污染甚至会加剧全球气候变暖,对地球生态系统循环百害而无一利。本研究针对直观、易于理解的空气质量等级这一指标展开研究工作,构建基于机器学习的空气质量分类预测模型。利用机器学习方法,可以充分发挥历史空气数据的科学价值,提升对空气质量变化的动态监测能力,提醒公众及时地采取对应防护措施,帮助相关环保机构决策科学化,对智慧环保事业发展、生态环境可持续发展有重要的理论指导意义和实践价值。本研究选取国家标准规定的六种主要空气污染物(SO、CO、NO、O、PM、PM)的浓度值作为模型的输入,对空气样本进行质量等级预测,模型的输出空间为六种空气质量等级。本研究以原始随机森林算法为基础,考虑空气数据存在分布不平衡特性和含标签噪声的问题,构建基于改进随机森林的空气质量分类预测模型。论文包括的主要工作如下:(1)本文分析了来自中国环境监测总站的真实空气样本集,发现真实空气样本的类别分布不平衡;由于空气自动化监测的设备强依赖性,空气数据经传感器产生和传感网络传输的过程可能导致真实空气样本集中存在噪声样本。(2)本文分析并验证了原始随机森林分类算法会受训练集的分布不平衡特性和含标签噪声的影响。训练集越不平衡、标签噪声含量越大,原始随机森林分类模型性能受影响程度越大。(3)本文提出了一种基于分层重采样的随机森林算法,并验证了基于该算法的分类模型对不平衡分类问题具有很好的预测能力,特别是能显著提升少数类样本的识别率。(4)本文提出了一种基于类别标签纠正的随机森林算法,实验结果表明基于该算法的分类模型增强了对标签噪声的鲁棒性,能显著提高含标签噪声分类任务的预测准确率。(5)本文设计了一种基于改进随机森林的空气质量分类预测模型,该模型能减轻空气质量分类任务中数据分布不平衡问题和含标签噪声的影响,显著提升少数类空气样本的分类预测准确度,即使在较高比例的标签噪声情况下也能取得很好的分类性能,增强了对样本集中标签噪声的鲁棒性。

关键词：空气质量分布不平衡标签噪声随机森林分类算法

基于图像识别和机器学习的桥梁养护管理系统研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像识别和机器学习的桥梁养护管理系统研究与实现

作者：张艳娇南京邮电大学

学位级别：硕士

新中国成立以来,我国的交通事业取得了跨越式的成就,桥梁也得到进一步的发展与扩大。长时间的日晒雨淋、超负荷运载以及其他不合理的使用都可能影响桥梁的结构安全,产生剥落、锈蚀、裂缝等病害。如果我们不能及时地对其进行检修与养护,... 详细信息

新中国成立以来,我国的交通事业取得了跨越式的成就,桥梁也得到进一步的发展与扩大。长时间的日晒雨淋、超负荷运载以及其他不合理的使用都可能影响桥梁的结构安全,产生剥落、锈蚀、裂缝等病害。如果我们不能及时地对其进行检修与养护,甚至会导致进一步的恶化。有效的桥梁养护管理不仅可以减少维修的频率和费用,增加桥梁的使用寿命,而且可以保障公共安全。本文使用Spring+Struts2+Mybatis架构开发桥梁养护管理系统,对桥梁的各种检测数据和计算数据进行了有效的分类和管理。本系统使用分层加权法和模糊综合评估法对桥梁进行性能评估和等级评定,并给出相应的建议养护方案,方便维修人员进行及时维修。本文不仅注重于桥梁的评估计算和养护决策,在桥梁病害图片的检测上也结合图像识别和机器学习进行了进一步的研究。对于病害的图片使用局部二值模式算法和灰度共生矩阵的旋转不变特征提取算法共同提取病害的纹理特征,使用随机森林分类算法对桥梁各种病害的图片进行分类训练,并生成对应的模型。通过调用Weka的相关接口实现病害的实时预测分类,并将整个预测过程封装成接口。使用微信小程序对桥梁病害的图片进行拍摄,调用封装的接口对病害的种类进行分析并返回分类结果,实现拍摄的病害图片与桥梁中病害的统计直接关联,省却人工复杂的操作。

关键词：桥梁养护管理模糊综合评估特征提取随机森林分类算法实时预测分类

基于现场数据的城轨列车运行晚点趋势分析及调整研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于现场数据的城轨列车运行晚点趋势分析及调整研究

作者：卢柯宇西南交通大学

学位级别：硕士

随着我国城市轨道交通的发展,地铁以其安全、高效、准时的特点,逐渐成为城市居民首选的出行方式。随着客流量的增加、发车间隔时间的缩短,一旦某一列车发生晚点,其影响范围将扩大并出现晚点传播的现象,影响乘客乘车体验,甚至导致路网瘫... 详细信息

随着我国城市轨道交通的发展,地铁以其安全、高效、准时的特点,逐渐成为城市居民首选的出行方式。随着客流量的增加、发车间隔时间的缩短,一旦某一列车发生晚点,其影响范围将扩大并出现晚点传播的现象,影响乘客乘车体验,甚至导致路网瘫痪。在有限的时间内对列车进行调整,降低晚点造成的影响是亟待解决的问题。本文基于地铁运营现场数据,提出了一种分析列车晚点趋势并对晚点列车进行调整的方法,以提高列车的运行效率与服务质量。论文主要工作如下:首先,分析了国内外列车晚点预测与晚点调整领域的研究现状,并对晚点产生的原因、晚点传播的原理以及晚点调整的方法进行了总结。同时,基于线路的运营情况对原始数据进行了预处理与相应分析。其次,从晚点的分布特征与统计特征两个角度对数据进行了聚类分析,聚类结果能够体现列车晚点时间的变化规律、晚点时间与列车开行时段、晚点时间与车站之间的关系,以及晚点影响程度。通过聚类分析,将列车的晚点状态分为5个类别,各类列车的晚点状态均具有明显特征。然后,基于随机森林分类算法对当前列车的晚点状态进行分类,模型具有较好的分类效果,能够准确判断当前列车晚点状态的类别。结合马尔可夫链,将分类结果作为初始状态,通过构建马尔可夫转移矩阵,对后续列车的晚点趋势进行分析。最后,以其中一种晚点状态为例,建立了列车晚点调整模型,设计了基于遗传算法的模型求解算法。晚点调整模型将晚点总时间与乘客不满意度作为目标函数,将列车停站时间、区间运行时间与追踪间隔时间作为约束条件,根据实际运营场景对模型相关参数进行设置。利用Python语言对模型与算法进行了仿真,结果表明:与仅考虑晚点总时间的模型相比,该模型在适量增加晚点总时间的情况下,能够有效降低乘客的等待时间、提高城市轨道交通的服务水平。

关键词：城市轨道交通列车晚点趋势分析列车晚点调整聚类分析随机森林分类算法马尔可夫链遗传算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

部分决策树在软件缺陷预测中的应用

软件导刊 2020年第3期19卷 182-185页

作者：张洋湖南省农村信用社联合社信息科技部湖南长沙410000

由于多个特征属性的存在以及属性间存在关联和冗余等因素,导致软件缺陷预测方法计算量较大,且降低了模型预测性能。因此,提出一种基于部分决策树(PART)的特征属性选择算法,使用PART作为特征属性选择的评价准则,然后采用SMOTE方法使数据... 详细信息

由于多个特征属性的存在以及属性间存在关联和冗余等因素,导致软件缺陷预测方法计算量较大,且降低了模型预测性能。因此,提出一种基于部分决策树(PART)的特征属性选择算法,使用PART作为特征属性选择的评价准则,然后采用SMOTE方法使数据集达到平衡后,运用回溯爬山算法搜索属性集子空间,找到最优属性子集,最后采用随机森林分类算法预测结果。通过在NASA MDP基础数据集上进行实验,并与基于相关性关系、主成分分析(PCA)两种特征属性选择方法进行比较,得出新方法在分类预测中的准确率比相关性分析方法高出1%~11%,比主成分分析方法高出3%~19%。所以该方法不仅能够有效选取特征属性子集,而且显著提高了分类预测精度及效率。

关键词：软件缺陷预测部分决策树特征属性选择随机森林分类算法