期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测研究 被引量：5
1
作者 纪俊红 昌润琪 温廷新 《安全与环境工程》 CAS CSCD 北大核心 2021年第1期24-28,共5页
交通事故预测研究有助于降低交通事故发生的概率。为提高交通事故预测模型的精度,首先应用网格搜索法获得LightGBM模型的最优超参数,并进行5折交叉验证提升模型的抗拟合能力,建立优化的LightGBM(GSK-LightGBM)模型;然后基于AdaBoost算... 交通事故预测研究有助于降低交通事故发生的概率。为提高交通事故预测模型的精度,首先应用网格搜索法获得LightGBM模型的最优超参数,并进行5折交叉验证提升模型的抗拟合能力,建立优化的LightGBM(GSK-LightGBM)模型;然后基于AdaBoost算法训练多个GSK-LightGBM模型,加权组合得到AdaBoost-LightGBM增强集成模型,并采用网格搜索法结合5折交叉验证,实现了AdaBoost-LightGBM模型的参数优化,构建了GSK-AdaBoost-LightGBM模型;最后基于采集到的1953—2018年我国道路交通事故死亡人数相关样本数据训练模型,得到基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测模型,并引入均方误差、平均绝对误差和平均绝对百分误差3项评估指标评估了模型的预测性能,探究了模型的优化效果。结果表明:GSK-AdaBoost-LightGBM模型的3项评估指标值分别为0.014、0.00035和0.077,低于LightGBM模型、GSK-LightGBM模型和AdaBoost-LightGBM模型的评估指标值,说明该模型的预测精度较高,且明显优于LightGBM模型、GSK-LightGBM模型和AdaBoost-LightGBM模型。 展开更多
关键词 交通事故 死亡人数预测 ADABOOST LightGBM 交通安全
下载PDF
GSK-XGBoost模型在井底风温预测中的应用 被引量：3
2
作者 纪俊红 马铭阳 +1 位作者 崔铁军 昌润琪 《中国安全生产科学技术》 CAS CSCD 北大核心 2022年第3期131-136,共6页
为防治矿井热害,针对矿井井底风温在预测过程中精度较低的问题,提出1种网格搜索法结合K折交叉验证优化XGBoost的预测模型。通过分析确定影响井底风温的主要因素,使用网格搜索算法结合K折交叉验证,进行迭代缩小搜索范围并调参,选取最优... 为防治矿井热害,针对矿井井底风温在预测过程中精度较低的问题,提出1种网格搜索法结合K折交叉验证优化XGBoost的预测模型。通过分析确定影响井底风温的主要因素,使用网格搜索算法结合K折交叉验证,进行迭代缩小搜索范围并调参,选取最优参数配置,实现对XGBoost模型的优化,得到预测结果并与其他模型进行比较。研究结果表明:初始参数经优化后,当最大回归树深度为3且学习速率为0.1时,XGBoost回归模型性能最佳,与随机森林模型、BP神经网络模型、T-S模糊神经网络模型相比,平均相对误差分别降低了2.12%,0.88%,0.3%,均方根误差分别降低了0.66,0.24,0.11℃。 展开更多
关键词 XGBoost回归模型 风温预测 网格搜索 参数寻优
下载PDF
改进灰色关联熵结合BP网络铁水脱硫率预测模型 被引量：2
3
作者 纪俊红 马铭阳 昌润琪 《辽宁科技大学学报》 CAS 2021年第2期129-134,共6页
提出改进灰色关联熵结合神经网络的铁水脱硫率预测模型,用以降低脱硫成本,提高脱硫效率。将灰色关联与改进熵权法结合,优化输入,选取铁水进站质量、进站温度、温降、喷吹时间、石灰消耗量、镁消耗量与进站硫量作为神经网络的输入量,构... 提出改进灰色关联熵结合神经网络的铁水脱硫率预测模型,用以降低脱硫成本,提高脱硫效率。将灰色关联与改进熵权法结合,优化输入,选取铁水进站质量、进站温度、温降、喷吹时间、石灰消耗量、镁消耗量与进站硫量作为神经网络的输入量,构建预测模型,并与其他模型的预测结果进行了对比分析。结果表明,改进灰色关联熵结合神经网络模型的预测精度更高,与单一BP神经网络、深度神经网络、随机森林模型相比,平均误差分别降低了4.20%、3.83%、4.65%。 展开更多
关键词 铁水脱硫率 脱硫率预测 改进熵权 灰色关联 神经网络
下载PDF
岩爆预测GSK-AdaBoost-Random Forest模型 被引量：1
4
作者 纪俊红 昌润琪 +1 位作者 马铭阳 李莎莎 《沈阳建筑大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第5期868-875,共8页
目的建立精度更高,适用性更广的岩爆预测模型,提高岩爆预测工作效率,得到最优的岩爆预测评价指标组合,解决岩爆样本数据不均衡、量纲不同的问题。方法改进模型和优选评价指标两个角度构建岩爆预测改进模型。以预测性能较佳的Random For... 目的建立精度更高,适用性更广的岩爆预测模型,提高岩爆预测工作效率,得到最优的岩爆预测评价指标组合,解决岩爆样本数据不均衡、量纲不同的问题。方法改进模型和优选评价指标两个角度构建岩爆预测改进模型。以预测性能较佳的Random Forest为基本算法,结合基于AdaBoost集成和参数寻优两种思路改进模型,建立GSK-AdaBoost-Random Forest模型。根据样本实际及岩爆成因,构建6组岩爆评价指标组合,分别作为输入变量训练模型。应用随机过采样、统一极差处理法等技术对实测数据进行预处理,构建应用样本集。应用其训练模型,根据准确率比较不同特征组合、不同模型的预测性能。结果以σ_(θ)、σ_(c)、σ_(t)、σ_(θ)/σ_(c)、σ_(c)/σ_(t)、W_(et)为评价指标的岩爆预测GSK-AdaBoost-Random Forest模型准确率最高,为0.857,较准确率最高值为0.69的常规随机森林模型提升明显。对8个工程实例进行的岩爆预测研究验证了所建模型的可靠性。结论GSK-AdaBoost-Random Forest模型的预测准确性远高于常用判别准则,且不易发生过拟合,将其应用于岩爆预测实践可行性较高。 展开更多
关键词 岩石力学 岩爆预测 Random Forest ADABOOST 评价指标
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部