期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于ADASYN-GS-XGBOOST混合模型的火山岩测井岩性识别
1
作者 宋梓豪 巩红雨 +2 位作者 冉爱华 杨鹏辉 刘迪仁 《海相油气地质》 CSCD 北大核心 2024年第2期188-196,共9页
火山岩的形成环境复杂,有些地区的火山岩可能只发育两三种岩石类型,这会导致不同岩性取心资料的代表性严重失衡。针对现有的测井岩性识别方法在处理类间不均衡样本时出现效果较差的问题,提出基于ADASYNGS-XGBOOST混合模型的火山岩岩性... 火山岩的形成环境复杂,有些地区的火山岩可能只发育两三种岩石类型,这会导致不同岩性取心资料的代表性严重失衡。针对现有的测井岩性识别方法在处理类间不均衡样本时出现效果较差的问题,提出基于ADASYNGS-XGBOOST混合模型的火山岩岩性识别方法。首先通过ADASYN过采样算法对不均衡样本进行处理得到新的样本集,再以XGBOOST算法作为基分类器对样本进行分类,并利用网格搜索法(GS)对模型进行参数优化,以此建立ADASYN-GS-XGBOOST混合岩性识别模型。将该混合模型训练后的结果与K近邻、朴素贝叶斯、随机森林、XGBOOST及SMOTE-GS-XGBOOST等算法的岩性识别结果进行对比,表明基于ADASYN-GS-XGBOOST算法建立的模型识别效果最好。该方法克服了已有岩性识别方法无法有效解决不均衡样本的问题,极大地提升了火山岩岩性识别的准确率。 展开更多
关键词 adasyn算法 XGBOOST算法 混合模型 火山岩 测井 岩性识别
下载PDF
基于ADASYN-随机森林的智能家电内部电路故障诊断 被引量:1
2
作者 舒一飞 樊博 +2 位作者 康洁滢 郭汶昇 曾来 《兵工自动化》 2023年第1期51-56,共6页
针对智能家电内部电路故障诊断中存在的数据不平衡和分类器诊断精度低的问题,提出一种基于ADASYN算法过采样和随机森林(random forest,RF)的故障诊断方法。将电流信号进行小波包分解,提取最后一层各节点能量作为特征向量;使用ADASYN算... 针对智能家电内部电路故障诊断中存在的数据不平衡和分类器诊断精度低的问题,提出一种基于ADASYN算法过采样和随机森林(random forest,RF)的故障诊断方法。将电流信号进行小波包分解,提取最后一层各节点能量作为特征向量;使用ADASYN算法扩充训练数据集,得到随机森林故障诊断模型并进行测试。实验结果表明:ADASYN-随机森林故障诊断模型对智能家电内部电路故障具有较高的诊断精度,对故障诊断有一定的实用价值和指导意义。 展开更多
关键词 故障诊断 特征提取 小波包分解 adasyn算法 随机森林
下载PDF
基于AD-RF模型的互联网金融信用风险评估
3
作者 陈为民 刘述权 +1 位作者 龙小凡 高大良 《洛阳理工学院学报(社会科学版)》 2023年第2期38-42,共5页
基于互联网金融平台非平衡交易记录数据样本,利用“软信息”特征构建评估指标体系,结合ADASYN算法和随机森林模型,提出改进后的AD-RF信用风险评估模型。该信用风险评估模型优于传统随机森林模型。互联网金融面临的信用风险主要源于对借... 基于互联网金融平台非平衡交易记录数据样本,利用“软信息”特征构建评估指标体系,结合ADASYN算法和随机森林模型,提出改进后的AD-RF信用风险评估模型。该信用风险评估模型优于传统随机森林模型。互联网金融面临的信用风险主要源于对借款人的道德水平高低、还款能力大小、违约成本大小的未知和借款利率的变化。 展开更多
关键词 互联网金融 信用风险评估 AD-RF模型非平衡数据 adasyn算法 随机森林模型
下载PDF
基于Stacking模型融合的ESG评级预测研究
4
作者 李虹霖 《计算机应用文摘》 2023年第8期70-73,76,共5页
ESG由环境(Environment)、社会(Social)、公司治理(Governanee)3个方面组成,已逐渐成为金融机构、企业与投资人考察企业价值的重点关注对象。而目前数据挖掘技术、机器学习、集成学习等算法理论在ESG的表现上鲜为人知。基于此,文章将机... ESG由环境(Environment)、社会(Social)、公司治理(Governanee)3个方面组成,已逐渐成为金融机构、企业与投资人考察企业价值的重点关注对象。而目前数据挖掘技术、机器学习、集成学习等算法理论在ESG的表现上鲜为人知。基于此,文章将机器学习模型融合理论融入ESG领域,能够为后续在ESG评级上进行相关研究奠定理论基础与拓宽研究渠道,也能为机器学习、集成学习算法提供一个新的可适用场景;同时,针对Stacking融合理论中存在的不足,提出在Stacking第一层训练框架中依据精度进行加权平均,在第二层训练框架中加入特征选择,旨在为Stacking理论的进一步精进提供帮助。经过数据集验证后发现,由精度加权与特征选取改进后的Stacking模型融合算法相较于单一模型预测、传统Stacking模型预测与Blending模型预测,其效果最佳,验证了改进Stacking算法的可行性,与其在ESG领域的可适用性。 展开更多
关键词 算法 算法 机器学习
下载PDF
非均衡数据的债券违约预警研究
5
作者 程建华 徐恒宇 《重庆工商大学学报(自然科学版)》 2021年第3期86-93,共8页
将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个... 将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个评估因素中筛选16个预警指标,运用ADASYN方法进行过采样合成新样本点,将特征提取mRMR方法引入债券违约领域,得出长期负债率、资本收益率、成本费用利润率以及股权比例这4个变量作为债券违约的最终预警指标,在此基础上运用AdaboostSVM模型进行风险识别。研究结果表明:在建模过程中克服了样本非均衡化问题使得分类精度显著提高,同时通过解决高维数据冗余问题,识别违约债券的准确率进一步提高,反复验证表明该模型具有较强的稳健性和有效性,具有一定的应用价值。 展开更多
关键词 债券违约 adasyn算法 mRMR算法 AdaboostSVM
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部