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7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：
卷积神经网络特征重要性分析及增强特征选择模型 被引量：27
1
作者 卢泓宇 张敏 +1 位作者 刘奕群 马少平 《软件学报》 EI CSCD 北大核心 2017年第11期2879-2890,共12页
卷积神经网络等深度神经网络凭借着其强大的表达能力、突出的分类性能,已在不同领域内得到了广泛应用.当面对高维特征时,深度神经网络通常被认为具有较好的鲁棒性,能够隐含地对特征进行选择,但由于网络参数巨大,如果数据量达不到足够的... 卷积神经网络等深度神经网络凭借着其强大的表达能力、突出的分类性能,已在不同领域内得到了广泛应用.当面对高维特征时,深度神经网络通常被认为具有较好的鲁棒性,能够隐含地对特征进行选择,但由于网络参数巨大,如果数据量达不到足够的规模,则会导致学习不充分,因而可能无法达到最优的特征选择.而神经网络的黑箱特性使得无法观测神经网络选择了哪些特征,也无法评估其特征选择的能力.为此,以卷积神经网络为例,首先研究如何显式地表达神经网络中的特征重要性,提出了基于感受野的特征贡献度分析方法;其次,将神经网络特征选择与传统特征评价方法进行对比分析发现,在非海量样本的情况下,传统特征评价方法对高重要性特征和噪声特征的识别能力反而能够超过神经网络.因此,进一步地提出了卷积神经网络增强特征选择模型,将传统特征评价方法对特征重要性的理解结合到神经网络的学习过程中,以辅助深度神经网络进行特征选择.在基于文本的社交媒体用户属性建模任务下进行了对比实验,结果验证了该模型的有效性. 展开更多
关键词 卷积神经网络 特征重要性分析 特征选择 文本分类
下载PDF
机器学习法在面向对象影像分类中的对比分析 被引量：20
2
作者 赵丹平 顾海燕 贾莹 《测绘科学》 CSCD 北大核心 2016年第10期181-186,共6页
针对如何选择遥感影像面向地理对象分类方法的问题,该文面向地理国情普查中的地表覆盖分类应用,以3个典型区域(山区、平原、城区)的多源高分辨率遥感影像为实验数据,从分类效果、分类精度等方面对比分析3种分类方法(支持向量机、决策树... 针对如何选择遥感影像面向地理对象分类方法的问题,该文面向地理国情普查中的地表覆盖分类应用,以3个典型区域(山区、平原、城区)的多源高分辨率遥感影像为实验数据,从分类效果、分类精度等方面对比分析3种分类方法(支持向量机、决策树、随机森林)的优劣。在相同影像分割、特征提取、样本采集条件下,通过333组分类实验,得出以下规律:支持向量机分类方法稳定性强,分类速度快,但对特征数的要求高,特征数目与总体精度、地物环境之间的规律性不强,从而增加了特征提取与选择的难度,而随着特征的增加,决策树、随机森林的总体分类精度均为先升高后降低,最后趋于平衡。最后,综合随机森林对特征的优选机制和支持向量机的高分类精度,得到新的组合分类器。 展开更多
关键词 面向地理对象影像分类 地表覆盖分类 地理国情普查 多尺度分割 特征重要性分析 决策树 支持向量机 随机森林
原文传递
基于随机森林算法的二氧化碳驱油与封存主控因素研究
3
作者 任俊帆 薛亮 +2 位作者 聂捷 肖镭 廖广志 《地质科技通报》 CAS CSCD 北大核心 2024年第3期147-156,共10页
在碳达峰、碳中和目标背景下,二氧化碳驱油与封存是经济可行的碳减排的主要技术手段。明确影响二氧化碳驱油与封存效果的主控因素,是实现二氧化碳高效驱油与封存的基础。在行业标准算例PUNQ-S3模型的基础上,综合考虑二氧化碳与原油混相... 在碳达峰、碳中和目标背景下,二氧化碳驱油与封存是经济可行的碳减排的主要技术手段。明确影响二氧化碳驱油与封存效果的主控因素,是实现二氧化碳高效驱油与封存的基础。在行业标准算例PUNQ-S3模型的基础上,综合考虑二氧化碳与原油混相作用和二氧化碳构造、残余、溶解、矿化封存机理,构建了二氧化碳提高原油采收率与地质封存一体化数值模拟模型,结合随机森林智能算法,开展了影响二氧化碳驱产油量和封存量的储层和生产参数特征重要性分析,考虑驱油与封存时间尺度的差异,建立了参数时序特征重要性分析方法,实现了在不同二氧化碳驱油与封存阶段的主控因素分析。结果表明,二氧化碳驱油与封存时序随机森林模型准确性高,在二氧化碳驱油与封存前期,二氧化碳构造封存量受储层含水饱和度控制,溶解封存量受地层水矿化度控制;在二氧化碳驱油与封存中、后期,二氧化碳构造封存量则受储层渗透率控制,溶解封存量则受储层渗透率与地层水矿化度控制;残余封存量在二氧化碳驱油与封存前期较小,导致其主控因素不明显,在二氧化碳驱油与封存中后期受储层渗透率与含水饱和度控制;二氧化碳矿化封存量在整个二氧化碳驱油与封存阶段受地层水pH值与矿化度控制;二氧化碳驱油量在整个二氧化碳驱油与封存阶段受储层渗透率及含水饱和度控制。时序随机森林算法可以明确不同二氧化碳驱油与封存阶段的主控因素,为二氧化碳提高原油采收率和地质封存的高效实施提供了技术支撑。 展开更多
关键词 二氧化碳驱油与封存 随机森林算法 特征重要性分析 原油采收率 数值模拟 地层水矿化度 储层
下载PDF
基于XGBoost模型集成学习的RC框架结构地震响应预测方法
4
作者 赵煜东 许卫晓 +3 位作者 李静 杨伟松 赵继幸 姜冠宇 《青岛理工大学学报》 CAS 2024年第2期76-83,132,共9页
为实现钢筋混凝土(RC)框架结构地震响应的快速预测,提出了基于集成学习的RC框架结构地震响应预测方法。设计低层、多层和小高层共3个RC框架结构作为研究算例,根据条件均值谱(CMS)选取地震动记录,通过弹塑性时程分析搭建样本数据库,以地... 为实现钢筋混凝土(RC)框架结构地震响应的快速预测,提出了基于集成学习的RC框架结构地震响应预测方法。设计低层、多层和小高层共3个RC框架结构作为研究算例,根据条件均值谱(CMS)选取地震动记录,通过弹塑性时程分析搭建样本数据库,以地震动强度信息和结构信息为输入预测结构响应,同时对模型进行特征重要性分析。研究结果表明,建立的XGBoost模型相比梯度提升回归树(GBRT)模型具有更好的泛化性能,特征参数中平均谱加速度(AvgS_(a))的相对重要性最大,提出的方法为快速预测RC框架结构地震响应提供了借鉴,具有较高的应用价值。 展开更多
关键词 RC框架结构 集成学习 地震响应 特征重要性分析
下载PDF
基于机器学习的高速复杂流场流动控制效果预测分析 被引量：3
5
作者 余柏杨 吕宏强 +2 位作者 周岩 罗振兵 刘学军 《实验流体力学》 CAS CSCD 北大核心 2022年第3期44-54,共11页
流动控制激励器是主动流动控制技术的核心,其设计水平和工作性能直接决定了主动流动控制的应用效果和应用方向。为了获得流动控制激励器的作用规律,需要大量实验研究激励参数对控制效果参数的影响,实验代价较大。利用逆向等离子体合成... 流动控制激励器是主动流动控制技术的核心,其设计水平和工作性能直接决定了主动流动控制的应用效果和应用方向。为了获得流动控制激励器的作用规律,需要大量实验研究激励参数对控制效果参数的影响,实验代价较大。利用逆向等离子体合成射流激波控制实验数据,采用机器学习中的高斯过程回归模型,获得激励器参数(头锥直径、腔体体积、放电电容、出口直径)到控制效果参数(最大脱体距离)的映射规律,对比多种核函数下高斯过程回归的预测效果,采用特征重要性分析方法分析激励器参数对控制效果参数的影响程度。结果表明:对于小样本问题,采用2次多项式核函数Poly2的高斯过程回归预测精度最高。在特征重要性分析上,头锥直径对最大脱体距离的影响程度最大;其次是放电电容和腔体体积,2个参数的影响相近;出口直径影响最小。本文工作可为高速复杂流场流动控制实验中激励器各项参数的设置提供一定参考。 展开更多
关键词 主动流动控制 激励器 机器学习 高斯过程 特征重要性分析
下载PDF
基于XGBoost算法的短期交通流预测
6
作者 刘伟 SubhashC. Bagui 贾宏恩 《应用数学进展》 2020年第9期1364-1376,共13页
针对短期交通流预测问题,为完成实时精准预测,建立了一种基于Huber损失的极端梯度上升(Extreme Gradient Boosting, XGBoost)短时交通流预测模型。通过对交通流数据周期性、关联性的分析,提取时间特征,并进行时间特征重要性分析。利用... 针对短期交通流预测问题,为完成实时精准预测,建立了一种基于Huber损失的极端梯度上升(Extreme Gradient Boosting, XGBoost)短时交通流预测模型。通过对交通流数据周期性、关联性的分析,提取时间特征,并进行时间特征重要性分析。利用该模型以及提取的特征进行交通流预测,实验结果表明:该模型优于基于均方误差损失的极端梯度上升模型以及基于平均绝对误差损失的极端梯度上升模型。同时,该模型较梯度提升回归模型、支持向量机回归模型具有更高的预测精度,各误差指标小,且模型训练时间短,符合短时交通流预测所要求的时效性。 展开更多
关键词 交通流预测 极端梯度提升(XGBoost) Huber损失函数 特征重要性分析
下载PDF
居民公募基金投资意愿与选择的影响因素分析
7
作者 陈然 《经济研究导刊》 2023年第21期96-99,共4页
通过文献分析,选出若干因子并分为四大类,分别是基金性质、基金绩效、投资能力、人际环境,基于此设计问卷。通过频数分析、信效度分析、lightGBM模型的拟合、SHAP算法的特征重要性分析发现,投资能力对于投资者选择投资公募基金至关重要... 通过文献分析,选出若干因子并分为四大类,分别是基金性质、基金绩效、投资能力、人际环境,基于此设计问卷。通过频数分析、信效度分析、lightGBM模型的拟合、SHAP算法的特征重要性分析发现,投资能力对于投资者选择投资公募基金至关重要。对于基金性质与基金业绩方面,投资者看重基金的稳健性及流动性等,同时希望基金经理的经验及能力越高越好。而人际环境方面的影响不大。正所谓认知影响行为,居民投资能力很大程度上决定了其投资意愿。因此,对于基金管理公司、基金代销公司和监管机构而言,可重点做好投资者教育,加大金融教育的力度。 展开更多
关键词 公募基金 居民投资意愿 影响因素 lightGBM模型的拟合 SHAP算法的特征重要性分析
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