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10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：
京津冀站点风温湿要素的机器学习订正方法 被引量：11
1
作者 韩念霏 杨璐 +3 位作者 陈明轩 宋林烨 曹伟华 韩雷 《应用气象学报》 CSCD 北大核心 2022年第4期489-500,共12页
基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 ... 基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。 展开更多
关键词 睿图-睿思 机器学习 XGBoost方法 stacking方法
下载PDF
基于Stacking策略的稳定性分类器组合模型研究 被引量：10
2
作者 吴挡平 张忠林 曹婷婷 《小型微型计算机系统》 CSCD 北大核心 2019年第5期1045-1049,共5页
针对Bagging、AdaBoost等通用的集成算法对于稳定性分类算法集成效果不是很好的问题,提出了基于Stacking策略的稳定性分类器组合算法.该算法通过构造一个两层的叠加式框架结构,融合数据降维技术处理两层分类器的输入特征,对4种稳定性分... 针对Bagging、AdaBoost等通用的集成算法对于稳定性分类算法集成效果不是很好的问题,提出了基于Stacking策略的稳定性分类器组合算法.该算法通过构造一个两层的叠加式框架结构,融合数据降维技术处理两层分类器的输入特征,对4种稳定性分类器(LDA、GLM、SVM、KNN)进行组合学习.利用UCI数据集测试算法的性能.实验结果表明:相比一些集成算法(RF、Bagging、C50、AdaBoost),基于Stacking策略稳定性分类器组合模型可以获得更高的分类准确率.同时也为二分类的分类模型提供了一个可行的参考方法. 展开更多
关键词 stacking方法 稳定性分类器 分类精度 数据降维技术 集成算法
下载PDF
集成卷积神经网络和视觉Transformer的隧道掌子面岩性判识研究
3
作者 向露露 童建军 +2 位作者 王明年 苗兴旺 叶沛 《隧道建设（中英文）》 CSCD 北大核心 2024年第5期1056-1067,I0078-I0089,共24页
为研究综合高效的隧道掌子面岩性智能分类方法,首先,通过收集高铁沿线施工隧道高清掌子面照片、地质素描图及工程地质说明,筛选并统计出灰岩、泥岩、砂岩、玄武岩4种岩性,在此基础上,采用图像增强扩充样本数量并构建岩性样本集;然后,基... 为研究综合高效的隧道掌子面岩性智能分类方法,首先,通过收集高铁沿线施工隧道高清掌子面照片、地质素描图及工程地质说明,筛选并统计出灰岩、泥岩、砂岩、玄武岩4种岩性,在此基础上,采用图像增强扩充样本数量并构建岩性样本集;然后,基于上述样本集分别构建ResNet50V2岩性分类迁移模型及VIT岩性分类模型,对比二者岩性分类效果,并采用Stacking方法集成2种模型的分类特点;最后,通过对比3种元学习器(逻辑回归、支持向量机、决策树)对2种模型的集成融合效果来选取最适用的元学习器。结果表明:采用逻辑回归集成ResNet50V2及VIT所构建的集成模型对岩性的分类效果最好,能充分融合掌子面岩性的全、局部特征来进行分类,模型准确率达到93.8%。 展开更多
关键词 隧道 掌子面岩性 卷积神经网络 视觉Transformer 集成学习 stacking方法
下载PDF
糖尿病视网膜病变的风险揭示与关键因素分析 被引量：3
4
作者 申思源 罗冬梅 《中国医学物理学杂志》 CSCD 2022年第6期783-787,共5页
目的:通过构建组合模型对糖尿病并发视网膜病变(DR)的患病风险进行预测,为DR的预防和诊断提供参考。方法:基于3000例糖尿病患者的生化检测数据,运用互信息作为评价标准筛选出与DR有关的特征因素,将其作为入模变量构建5种常见的模型,以... 目的:通过构建组合模型对糖尿病并发视网膜病变(DR)的患病风险进行预测,为DR的预防和诊断提供参考。方法:基于3000例糖尿病患者的生化检测数据,运用互信息作为评价标准筛选出与DR有关的特征因素,将其作为入模变量构建5种常见的模型,以准确率、精确率、召回率和AUC作为评价标准筛选出预测能力较优的3种模型,并运用Stacking方法构建组合模型。结果:通过互信息筛选出39个特征因素,发现随机森林模型、SVM模型以及Logistic回归模型这3种模型表现较优;构建的3种组合模型中,发现以SVM、Logistic为初级分类器,随机森林为次级分类器的组合模型预测能力最好,其AUC高达0.877。结论:组合模型相比单一模型具有更好的DR风险预测能力,更有助于DR的临床诊断。 展开更多
关键词 糖尿病视网膜病变 互信息 组合模型 stacking方法 风险预测
下载PDF
多网络联合识别辐射源个体的优化方法 被引量：2
5
作者 刘英辉 许华 史蕴豪 《信号处理》 CSCD 北大核心 2020年第4期602-610,共9页
针对辐射源指纹特征间差异细微且受噪声干扰容易导致识别率下降的问题,提出了一种基于Stacking方法的辐射源个体识别优化算法。该算法集成了多个放缩程度各异的网络的识别结果,能利用不同网络结构在低信噪比条件下提取特征的差异性,从... 针对辐射源指纹特征间差异细微且受噪声干扰容易导致识别率下降的问题,提出了一种基于Stacking方法的辐射源个体识别优化算法。该算法集成了多个放缩程度各异的网络的识别结果,能利用不同网络结构在低信噪比条件下提取特征的差异性,从而提升算法整体的特征提取能力。同时为避免分类准确率提高造成模型规模过大,本文使用网络规模小且结构放缩差异较大的EfficientNets系列网络作为基础网络。实验首先在高斯信道条件下验证了基础网络能够有效识别功率放大器杂散噪声,之后利用Stacking等优化算法改进模型整体的性能。结果表明,本方法能够进一步利用提取到的特征之间差异,与其他方法相比对辐射源个体有更高的识别率。 展开更多
关键词 个体识别 循环自相关 EfficientNets网络 stacking方法
下载PDF
基于Stacking方法的多策略本体映射 被引量：2
6
作者 夏红科 郑雪峰 胡祥 《计算机应用研究》 CSCD 北大核心 2009年第10期3653-3656,共4页
将概念相似度的计算问题看做分类问题,提出一种基于Stacking方法的多策略本体映射框架;利用Stacking方法组合多种概念相似度算法,进而提出基于Widrow-Hoff理论的元数据分类算法LMSMC。该框架中,第0层分类器使用各种概念相似度算法对源... 将概念相似度的计算问题看做分类问题,提出一种基于Stacking方法的多策略本体映射框架;利用Stacking方法组合多种概念相似度算法,进而提出基于Widrow-Hoff理论的元数据分类算法LMSMC。该框架中,第0层分类器使用各种概念相似度算法对源本体进行分类,第1层分类器使用LMSMC算法对元数据进行分类,从而实现组合多种算法的本体映射。实验表明该方法比单独使用相似度算法在查全率、查准率上均有所提高。 展开更多
关键词 本体映射 stacking方法 概念相似度 分类
下载PDF
基于Stacking的Android恶意检测方法研究 被引量：1
7
作者 董克源 徐建 《计算机与数字工程》 2019年第5期1184-1188,共5页
针对单一的数据挖掘算法对安卓恶意应用检测精度低的问题,论文提出了一种基于Stacking的Android恶意检测方法。该方法以安卓应用为研究对象,采用改进的特征提取方法来提取权限特征,训练多种基分类模型。最后,采用集成学习的思想,融合每... 针对单一的数据挖掘算法对安卓恶意应用检测精度低的问题,论文提出了一种基于Stacking的Android恶意检测方法。该方法以安卓应用为研究对象,采用改进的特征提取方法来提取权限特征,训练多种基分类模型。最后,采用集成学习的思想,融合每一种分类模型产生的分类结果,训练新的分类模型。针对应用市场的真实应用的测试检测和分析结果表明:基于Stacking的Android恶意检测方法能提高恶意应用检测精度。 展开更多
关键词 ANDROID 恶意检测 权限特征 分类 stacking方法
下载PDF
基于Stacking的钢板表面颜色预测
8
作者 刘媛媛 赵希庆 《计算机时代》 2020年第8期65-68,共4页
钢板表面颜色是判定钢板表面耐蚀性能的重要指标,提前预测钢板表面颜色可以为控制钢板表面耐蚀性能提供指导。针对单一模型预测精度较低的情况,提出一种基于Stacking的组合模型。该模型采用两层模式,第一层使用支持向量机、随机森林、G... 钢板表面颜色是判定钢板表面耐蚀性能的重要指标,提前预测钢板表面颜色可以为控制钢板表面耐蚀性能提供指导。针对单一模型预测精度较低的情况,提出一种基于Stacking的组合模型。该模型采用两层模式,第一层使用支持向量机、随机森林、GBDT等七个个体学习器作为初级学习器,第二层使用XGBoost作为次级学习器。使用该方法对钢板表面颜色进行预测,结果表明,基于Stacking的组合模型与单一模型相比,在多个性能指标上取得了明显的提升。 展开更多
关键词 钢板表面颜色 分类 集成学习 stacking方法
下载PDF
Stacking框架下Boosting算法融合模型量化投资策略设计及应用
9
作者 陈创练 邹湘妮 《计量经济学报》 CSCD 2024年第2期425-441,共17页
金融市场瞬息万变,对于量化投资策略,需要及时地调整和优化.融合模型可以根据市场变化动态调整模型的权重和组合方式,实现自适应的调整和优化.基于此,本文尝试从融合模型的角度来设计量化投资策略.本文基于LightGBM、Adaboost、XGBoost... 金融市场瞬息万变,对于量化投资策略,需要及时地调整和优化.融合模型可以根据市场变化动态调整模型的权重和组合方式,实现自适应的调整和优化.基于此,本文尝试从融合模型的角度来设计量化投资策略.本文基于LightGBM、Adaboost、XGBoost三种不同的Boosting类算法构造了三个不同的融合两层Stacking模型,通过沪深300成分股上进行选股回测实证分析来对比择优来得到最合适的基学习模型和次级模型最佳的融合效果.实证结果表明,三种不同的融合模型在股票市场的预测表现均优于单一算法模型,其中表现最为优异的是基学习器为XGBoost和LightGBM算法,AdaBoost算法作为次级学习器的融合模型.在持仓数量为20只时,平均年化收益为13.57%,夏普比率为1.23,最大回撤为0.48.此外该回测结果表明,融合模型在市场波动性较大时有更好的适应性和有效性.本研究能够为投资者提供一种新的投资思路,也对如何推动融合模型在金融实践中运用具备一定的启示意义. 展开更多
关键词 BOOSTING算法 多因子选股模型 stacking融合方法 量化投资策略
原文传递
坝基灌浆量预测ISSA-Stacking集成学习代理模型研究
10
作者 祝玉珊 王晓玲 +3 位作者 崔博 陈文龙 轩昕祺 余红玲 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2024年第2期174-185,共12页
灌浆量预测对坝基灌浆施工具有重要意义.由于灌浆工程隐蔽且复杂,传统方法难以实现准确高效的灌浆量预测.代理模型是一种能够建立影响因素与响应值之间近似关系的快速求解方法,然而单一代理模型的预测稳定性和准确性较低,组合代理模型... 灌浆量预测对坝基灌浆施工具有重要意义.由于灌浆工程隐蔽且复杂,传统方法难以实现准确高效的灌浆量预测.代理模型是一种能够建立影响因素与响应值之间近似关系的快速求解方法,然而单一代理模型的预测稳定性和准确性较低,组合代理模型仅将单一模型结果进行加权平均,预测精度仍有待提高.为解决上述问题,本文提出一种ISSA-Stacking集成学习代理模型新方法用于灌浆量预测研究.首先,针对灌浆量预测具有数据量小、影响因素与灌浆量之间非线性关系复杂且预测不确定性较大等特性,基于Stacking集成学习策略,选取在小样本预测中表现优越的支持向量回归(SVR)、具有良好非线性拟合能力的BP神经网络(BPNN)和预测泛化性能及稳定性高的随机森林(RF)等算法作为基学习器,采用自适应学习和不确定性处理能力强的自适应神经模糊推理系统(ANFIS)作为元学习器以集成上述机器学习算法的优势,构建具有更优预测性能和泛化能力的Stacking集成学习方法作为代理模型;其次,为进一步提高模型预测精度,采用混沌理论和Lévy飞行策略改进的麻雀搜索算法(ISSA)对集成学习代理模型进行参数同步优化;最后,将所提ISSA-Stacking集成学习代理模型应用于某实际灌浆工程的灌浆量预测并与其他方法进行对比分析.结果表明,所提方法具有较高的预测精度,绝对平均误差仅为0.21 m^(3);与组合代理模型及单一代理模型(SVR、BPNN和RF)相比,平均精度分别提高24.34%、30.84%、32.68%和26.56%,为灌浆量预测提供了一种新思路. 展开更多
关键词 灌浆量预测 stacking集成学习方法 代理模型 麻雀搜索算法
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