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 被引量：17
1
作者 原欣伟 杨少华 +1 位作者 王超超 杜占河 《数据分析与知识发现》 CSSCI CSCD 2017年第11期62-74,共13页
【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... 【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。 展开更多
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
原文传递
改进GSM-RFC模型在回采巷道围岩稳定性分级的预测 被引量：4
2
作者 邵良杉 周玉 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2018年第3期449-455,共7页
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... 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. 展开更多
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
下载PDF
部分决策树在软件缺陷预测中的应用 被引量：1
3
作者 张洋 《软件导刊》 2020年第3期182-185,共4页
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... 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。 展开更多
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
下载PDF
融合主被动微波遥感的高分辨率地表冻融状态识别
4
作者 张晨 晋锐 《冰川冻土》 CSCD 北大核心 2023年第2期808-822,共15页
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... 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。 展开更多
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
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