期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
6
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于梯度提升决策树算法的鄱阳湖水环境参数遥感反演
被引量:
18
1
作者
李怡静
孙晓敏
+4 位作者
郭玉银
刘发根
周冠华
徐崇斌
刘亮
《航天返回与遥感》
CSCD
2020年第6期90-102,共13页
鄱阳湖是中国第一大淡水湖和国际重要湿地,对区域经济发展和生态文明建设都具有非常重要的作用。近年来受气候变化及流域经济发展影响,其水质持续逼近轻度富营养,局部水华发生风险较高。为保护鄱阳湖水生态环境,探索适用于鄱阳湖的大尺...
鄱阳湖是中国第一大淡水湖和国际重要湿地,对区域经济发展和生态文明建设都具有非常重要的作用。近年来受气候变化及流域经济发展影响,其水质持续逼近轻度富营养,局部水华发生风险较高。为保护鄱阳湖水生态环境,探索适用于鄱阳湖的大尺度水质遥感监测方法至关重要。文章以鄱阳湖为实验区域,结合2018年7月和2019年8月两次鄱阳湖丰水期的实测水质数据和"高分一号"卫星影像,基于梯度提升决策树算法构建水质参数反演模型,反演了高锰酸盐指数、总磷、总氮、透明度、叶绿素a、悬浮泥沙等6种水质参数。对反演算法的输入波段和参数配置进行了调试与优化,以均方根误差和决定系数作为精度评价指标,测试了该算法对各水质参数反演的精度和速度,结果表明,梯度提升决策树算法反演各水质参数的精度较高且速度较快,对多数水质参数反演的决定系数在0.8以上,具有实用价值,能够实现对内陆复杂水体水质的高精度遥感监测。
展开更多
关键词
遥感反演
机器学习
梯度提升决策树算法
“高分一号”卫星数据
水环境
鄱阳湖
下载PDF
职称材料
基于梯度增强决策树算法的纸张质量软测量模型
被引量:
6
2
作者
江伦
满奕
+3 位作者
李继庚
洪蒙纳
孟子薇
朱小林
《中国造纸》
CAS
北大核心
2020年第5期37-42,共6页
本研究提出了一种基于梯度增强决策树(GBDT)算法的纸张质量软测量模型,该方法可在线软测量纸张的关键物理指标如抗张强度、柔软度和松厚度。结果表明,采用GBDT进行纸张质量软测量时,抗张强度、柔软度和松厚度的平均相对误差分别为7. 21%...
本研究提出了一种基于梯度增强决策树(GBDT)算法的纸张质量软测量模型,该方法可在线软测量纸张的关键物理指标如抗张强度、柔软度和松厚度。结果表明,采用GBDT进行纸张质量软测量时,抗张强度、柔软度和松厚度的平均相对误差分别为7. 21%、7. 38%和3. 5%;采集新数据验证后,纸张抗张强度、柔软度和松厚度的平均相对误差分别为6. 87%、6. 88%和3. 12%,表明模型对新验证数据的预测结果精度高。
展开更多
关键词
数据模型
纸张质量
软测量
梯度增强决策树(GBDT)算法
下载PDF
职称材料
基于梯度提升树算法的玉米施肥模型构建
被引量:
4
3
作者
卓越
严海军
《水资源与水工程学报》
CSCD
2020年第4期223-228,237,共7页
为了模拟作物的土壤养分含量、施肥量与产量之间的非线性关系,利用玉米"3414"试验数据进行插值,以土壤养分含量和施肥量作为输入量,产量作为输出量,使用梯度提升树(GBDT)算法建立施肥模型,并与BP神经网络(BPNN)、支持向量回归...
为了模拟作物的土壤养分含量、施肥量与产量之间的非线性关系,利用玉米"3414"试验数据进行插值,以土壤养分含量和施肥量作为输入量,产量作为输出量,使用梯度提升树(GBDT)算法建立施肥模型,并与BP神经网络(BPNN)、支持向量回归(SVR)、随机森林(RF)算法建立的施肥模型进行对比。结果表明:应用构建的GBDT模型得到的玉米产量平均相对误差、平均绝对误差和均方根误差分别为0.46%、48.7和62.2 kg/hm^2,优于其他3种算法。基于GBDT算法的施肥模型在模拟土壤养分含量、施肥量与产量之间关系时具有较高精度,对于指导精准施肥具有较强的应用价值。
展开更多
关键词
施肥模型
梯度提升树算法
施肥量
产量
玉米
下载PDF
职称材料
基于PCA和LDA的食源性致病菌拉曼光谱分类识别
被引量:
2
4
作者
黄忠民
曾万聃
+1 位作者
吴敏
夏志平
《激光杂志》
CAS
北大核心
2022年第9期55-59,共5页
鉴于拉曼光谱具有无损快速、精确、检测范围广的优点,食源性致病菌的识别检测方法逐渐转变为新型的拉曼光谱检测方法。以大肠杆菌和布鲁氏菌作为实验对象,得到拉曼光谱图,使用PCA(Principal Component Analysis,主成分分析)与LDA(Linear...
鉴于拉曼光谱具有无损快速、精确、检测范围广的优点,食源性致病菌的识别检测方法逐渐转变为新型的拉曼光谱检测方法。以大肠杆菌和布鲁氏菌作为实验对象,得到拉曼光谱图,使用PCA(Principal Component Analysis,主成分分析)与LDA(Linear Discriminant Analysis,线性判别分析)两种不同的降维方式进行降维,并通过机器学习中的GBDT(Gradient Boosting Decision Tree,梯度提升决策树)算法模型实现分类。实验结果分类模型可以成功地对两种食源性致病菌进行分类,达到了97.10%和90.28%的准确率,在原有的算法基础上大幅度提高准确率,减少样本特征数带来的误差,并为拉曼光谱结合机器学习算法分类识别提供一定性参考。
展开更多
关键词
拉曼光谱
主成分分析
线性判别分析
食源性致病菌分类识别
梯度提升决策树算法
下载PDF
职称材料
基于光伏发电影响因素分析的集成建模及预测应用
被引量:
3
5
作者
杨凌帆
刘倩
+2 位作者
张雨金
周郅皓
周杭霞
《中国计量大学学报》
2019年第2期158-165,共8页
目的:开发一种短期光伏发电功率预测模型,解决电能接入并网后对电网的稳定性和安全性产生影响的问题。方法:利用每日的光伏部分数据建立模型,剩余数据作为测试集,得到每天发电功率的误差。以误差最小的作为测试集,剩余天数的光伏数据作...
目的:开发一种短期光伏发电功率预测模型,解决电能接入并网后对电网的稳定性和安全性产生影响的问题。方法:利用每日的光伏部分数据建立模型,剩余数据作为测试集,得到每天发电功率的误差。以误差最小的作为测试集,剩余天数的光伏数据作为训练集,根据预测结果的误差大小合并数据,建立新的PSO-SVM弱学习器。最终运用改进的PSO算法找出每个弱学习器的系数,建立预测模型。结果:实验结果显示此模型相较于传统的BP、SVM模型预测效果有了明显的提升。结论:本预测模型具有较精确的预测能力和较强的适应性,并且适应于任何不同天气类型和不同因素的训练数据。
展开更多
关键词
计量
光伏发电
预测模型
因素重要性分析
梯度提升决策树算法
数据组合分析
下载PDF
职称材料
基于梯度提升树的河南小麦成本收益分析
6
作者
温建
曾一鸣
+2 位作者
夏枫苒
汪松玉
雷丽娟
《江西农业学报》
CAS
2022年第12期204-210,共7页
基于2006—2020年河南省小麦生产数据,运用梯度提升树算法和文献分析法,分析了河南省小麦生产过程中成本和收益关系。结果表明:(1)2009—2019年的河南省小麦平均种植面积约占全国的23%,平均产量约占全国的27%。(2)通过对小麦生产过程中...
基于2006—2020年河南省小麦生产数据,运用梯度提升树算法和文献分析法,分析了河南省小麦生产过程中成本和收益关系。结果表明:(1)2009—2019年的河南省小麦平均种植面积约占全国的23%,平均产量约占全国的27%。(2)通过对小麦生产过程中的总成本、总产值、净利润、成本利润率以及平均售价进行分析发现,2016—2020年小麦的净利润情况不容乐观,大部分为负值。(3)气候不适、病虫害等自然原因大幅增加了小麦生产的成本。(4)梯度提升树模型的结果显示,在影响小麦生产成本的因子中,人工成本占比最大。综上,提出了降低河南省小麦生产成本和提高其经济效益的建议和对策,即改善投入结构、规模化种植、依靠科技、降低生产成本、政府加大支持和投入力度。
展开更多
关键词
梯度提升树算法
小麦
成本收益
河南省
下载PDF
职称材料
题名
基于梯度提升决策树算法的鄱阳湖水环境参数遥感反演
被引量:
18
1
作者
李怡静
孙晓敏
郭玉银
刘发根
周冠华
徐崇斌
刘亮
机构
北京航空航天大学仪器科学与光电工程学院
北京空间机电研究所
江西省鄱阳湖水文局
出处
《航天返回与遥感》
CSCD
2020年第6期90-102,共13页
基金
国家自然科学基金项目(41971320)
江西省水利厅科技项目遥感技术在鄱阳湖水质生态监测中的应用(201820TG07)。
文摘
鄱阳湖是中国第一大淡水湖和国际重要湿地,对区域经济发展和生态文明建设都具有非常重要的作用。近年来受气候变化及流域经济发展影响,其水质持续逼近轻度富营养,局部水华发生风险较高。为保护鄱阳湖水生态环境,探索适用于鄱阳湖的大尺度水质遥感监测方法至关重要。文章以鄱阳湖为实验区域,结合2018年7月和2019年8月两次鄱阳湖丰水期的实测水质数据和"高分一号"卫星影像,基于梯度提升决策树算法构建水质参数反演模型,反演了高锰酸盐指数、总磷、总氮、透明度、叶绿素a、悬浮泥沙等6种水质参数。对反演算法的输入波段和参数配置进行了调试与优化,以均方根误差和决定系数作为精度评价指标,测试了该算法对各水质参数反演的精度和速度,结果表明,梯度提升决策树算法反演各水质参数的精度较高且速度较快,对多数水质参数反演的决定系数在0.8以上,具有实用价值,能够实现对内陆复杂水体水质的高精度遥感监测。
关键词
遥感反演
机器学习
梯度提升决策树算法
“高分一号”卫星数据
水环境
鄱阳湖
Keywords
remote
sensing
retrieval
machine
learning
method
gradient
boosting
decision
tree
algorithm
GF-1
satellite
data
water
environment
Poyang
Lake
分类号
X87 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
基于梯度增强决策树算法的纸张质量软测量模型
被引量:
6
2
作者
江伦
满奕
李继庚
洪蒙纳
孟子薇
朱小林
机构
华南理工大学制浆造纸工程国家重点实验室
深圳新益昌科技股份有限公司
出处
《中国造纸》
CAS
北大核心
2020年第5期37-42,共6页
文摘
本研究提出了一种基于梯度增强决策树(GBDT)算法的纸张质量软测量模型,该方法可在线软测量纸张的关键物理指标如抗张强度、柔软度和松厚度。结果表明,采用GBDT进行纸张质量软测量时,抗张强度、柔软度和松厚度的平均相对误差分别为7. 21%、7. 38%和3. 5%;采集新数据验证后,纸张抗张强度、柔软度和松厚度的平均相对误差分别为6. 87%、6. 88%和3. 12%,表明模型对新验证数据的预测结果精度高。
关键词
数据模型
纸张质量
软测量
梯度增强决策树(GBDT)算法
Keywords
data
model
paper
quality
soft
measurement
gradient
boosting
decision
tree
algorithm
分类号
TS752 [轻工技术与工程—制浆造纸工程]
下载PDF
职称材料
题名
基于梯度提升树算法的玉米施肥模型构建
被引量:
4
3
作者
卓越
严海军
机构
中国农业大学水利与土木工程学院
出处
《水资源与水工程学报》
CSCD
2020年第4期223-228,237,共7页
基金
国家重点研发计划项目(2017YFD0201502)
国家自然科学基金项目(51939005)。
文摘
为了模拟作物的土壤养分含量、施肥量与产量之间的非线性关系,利用玉米"3414"试验数据进行插值,以土壤养分含量和施肥量作为输入量,产量作为输出量,使用梯度提升树(GBDT)算法建立施肥模型,并与BP神经网络(BPNN)、支持向量回归(SVR)、随机森林(RF)算法建立的施肥模型进行对比。结果表明:应用构建的GBDT模型得到的玉米产量平均相对误差、平均绝对误差和均方根误差分别为0.46%、48.7和62.2 kg/hm^2,优于其他3种算法。基于GBDT算法的施肥模型在模拟土壤养分含量、施肥量与产量之间关系时具有较高精度,对于指导精准施肥具有较强的应用价值。
关键词
施肥模型
梯度提升树算法
施肥量
产量
玉米
Keywords
fertilization
model
gradient
boosting
decision
tree
algorithm
fertilizer
application
rate
yield
maize
分类号
SO7.2 [农业科学—作物学]
S5O
下载PDF
职称材料
题名
基于PCA和LDA的食源性致病菌拉曼光谱分类识别
被引量:
2
4
作者
黄忠民
曾万聃
吴敏
夏志平
机构
上海应用技术大学计算机科学与信息工程学院
军事兽医研究所
出处
《激光杂志》
CAS
北大核心
2022年第9期55-59,共5页
基金
国家重点研发计划(No.2016YFC1201605)
光合基金B类(No.20210702)。
文摘
鉴于拉曼光谱具有无损快速、精确、检测范围广的优点,食源性致病菌的识别检测方法逐渐转变为新型的拉曼光谱检测方法。以大肠杆菌和布鲁氏菌作为实验对象,得到拉曼光谱图,使用PCA(Principal Component Analysis,主成分分析)与LDA(Linear Discriminant Analysis,线性判别分析)两种不同的降维方式进行降维,并通过机器学习中的GBDT(Gradient Boosting Decision Tree,梯度提升决策树)算法模型实现分类。实验结果分类模型可以成功地对两种食源性致病菌进行分类,达到了97.10%和90.28%的准确率,在原有的算法基础上大幅度提高准确率,减少样本特征数带来的误差,并为拉曼光谱结合机器学习算法分类识别提供一定性参考。
关键词
拉曼光谱
主成分分析
线性判别分析
食源性致病菌分类识别
梯度提升决策树算法
Keywords
raman
spectroscopy
principal
component
analysis
linear
discriminant
analysis
classification
and
identification
of
foodborne
pathogens
gradient
boosting
decision
tree
algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于光伏发电影响因素分析的集成建模及预测应用
被引量:
3
5
作者
杨凌帆
刘倩
张雨金
周郅皓
周杭霞
机构
中国计量大学信息工程学院
出处
《中国计量大学学报》
2019年第2期158-165,共8页
基金
浙江省基础公益研究计划项目(No.LGF18F020017)
文摘
目的:开发一种短期光伏发电功率预测模型,解决电能接入并网后对电网的稳定性和安全性产生影响的问题。方法:利用每日的光伏部分数据建立模型,剩余数据作为测试集,得到每天发电功率的误差。以误差最小的作为测试集,剩余天数的光伏数据作为训练集,根据预测结果的误差大小合并数据,建立新的PSO-SVM弱学习器。最终运用改进的PSO算法找出每个弱学习器的系数,建立预测模型。结果:实验结果显示此模型相较于传统的BP、SVM模型预测效果有了明显的提升。结论:本预测模型具有较精确的预测能力和较强的适应性,并且适应于任何不同天气类型和不同因素的训练数据。
关键词
计量
光伏发电
预测模型
因素重要性分析
梯度提升决策树算法
数据组合分析
Keywords
measurement
photovoltaic
power
generation
prediction
model
factor
importance
analysis
gradient
boosting
decision
tree
algorithm
data
combination
analysis
分类号
TB97 [一般工业技术—计量学]
下载PDF
职称材料
题名
基于梯度提升树的河南小麦成本收益分析
6
作者
温建
曾一鸣
夏枫苒
汪松玉
雷丽娟
机构
河南农业大学信息与管理科学学院
出处
《江西农业学报》
CAS
2022年第12期204-210,共7页
基金
河南高等学校重点科研项目(17A413007)。
文摘
基于2006—2020年河南省小麦生产数据,运用梯度提升树算法和文献分析法,分析了河南省小麦生产过程中成本和收益关系。结果表明:(1)2009—2019年的河南省小麦平均种植面积约占全国的23%,平均产量约占全国的27%。(2)通过对小麦生产过程中的总成本、总产值、净利润、成本利润率以及平均售价进行分析发现,2016—2020年小麦的净利润情况不容乐观,大部分为负值。(3)气候不适、病虫害等自然原因大幅增加了小麦生产的成本。(4)梯度提升树模型的结果显示,在影响小麦生产成本的因子中,人工成本占比最大。综上,提出了降低河南省小麦生产成本和提高其经济效益的建议和对策,即改善投入结构、规模化种植、依靠科技、降低生产成本、政府加大支持和投入力度。
关键词
梯度提升树算法
小麦
成本收益
河南省
Keywords
gradient
boosting
decision
tree
algorithm
Wheat
Cost-benefit
Henan
Province
分类号
F325.2 [经济管理—产业经济]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于梯度提升决策树算法的鄱阳湖水环境参数遥感反演
李怡静
孙晓敏
郭玉银
刘发根
周冠华
徐崇斌
刘亮
《航天返回与遥感》
CSCD
2020
18
下载PDF
职称材料
2
基于梯度增强决策树算法的纸张质量软测量模型
江伦
满奕
李继庚
洪蒙纳
孟子薇
朱小林
《中国造纸》
CAS
北大核心
2020
6
下载PDF
职称材料
3
基于梯度提升树算法的玉米施肥模型构建
卓越
严海军
《水资源与水工程学报》
CSCD
2020
4
下载PDF
职称材料
4
基于PCA和LDA的食源性致病菌拉曼光谱分类识别
黄忠民
曾万聃
吴敏
夏志平
《激光杂志》
CAS
北大核心
2022
2
下载PDF
职称材料
5
基于光伏发电影响因素分析的集成建模及预测应用
杨凌帆
刘倩
张雨金
周郅皓
周杭霞
《中国计量大学学报》
2019
3
下载PDF
职称材料
6
基于梯度提升树的河南小麦成本收益分析
温建
曾一鸣
夏枫苒
汪松玉
雷丽娟
《江西农业学报》
CAS
2022
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部