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281篇文章
< 1 2 … 15 >
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：
认知电子战与认知电子战系统研究 被引量：48
1
作者 张春磊 杨小牛 《中国电子科学研究院学报》 2014年第6期551-555,562,共6页
首先对美军认知电子战能力的发展现状进行了简单介绍。在对美军认知电子战项目进行分析的基础上,总结了认知电子战基本内涵、主要优势。最后,提出了一种认知电子战系统框架,并对该框架基于机器学习算法的工作流程进行了分析讨论。
关键词 认知电子战 认知电子战系统 机器学习算法
下载PDF
基于水化学场与水动力场示踪模拟耦合的矿井涌(突)水水源判识 被引量：27
2
作者 曾一凡 梅傲霜 +6 位作者 武强 华照来 赵頔 杜鑫 王路 吕扬 潘旭 《煤炭学报》 EI CAS CSCD 北大核心 2022年第12期4482-4494,共13页
为了弥补现有方法判识结果缺少实际水循环的支撑与验证,以及对实际采矿过程中涌(突)水现象与矿井立体水文地质模型等结合不足的问题,提出一种基于水化学场机器学习分析与水动力场反向示踪模拟耦合的矿井涌(突)水水源综合判识技术。该技... 为了弥补现有方法判识结果缺少实际水循环的支撑与验证,以及对实际采矿过程中涌(突)水现象与矿井立体水文地质模型等结合不足的问题,提出一种基于水化学场机器学习分析与水动力场反向示踪模拟耦合的矿井涌(突)水水源综合判识技术。该技术首先利用水文地球化学的原理揭示矿井涌(突)水及其可能来源含水层(水体)的水化学特征,利用特征的相似性对涌(突)水来源进行定性分析;随后利用机器学习算法对涌(突)水来源进行定量判识;最后建立渗流场数值模型,实现涌(突)水来源的再验证与涌水路径的可视化输出。以曹家滩煤矿为工程实例,运用该方法对122108和122109两个工作面的涌水来源进行判识,研究结果表明:随着深度的增加,研究区地下水中阴离子始终以HCO_(3)^(-)为主导,而阳离子则呈现由Ca^(2+)为主导过渡到Na^(+)+K^(+)为主导的趋势;支持向量机(SVM)需要额外利用遗传算法(GA)等方法对惩罚系数c和核函数参数g进行优选,而随机森林(RF)无需复杂的参数设置和优化便能得到较为满意的性能,且具有更高的准确性;矿井涌(突)水渗流场可视化模型反向示踪显示122109工作面在红土隔水层“天窗”附近,存在第四系含水层地下水通过导水裂隙带涌入工作面的情况。该技术判识出122108工作面涌水来源于直罗组和延安组含水层地下水,122109工作面涌水来源于第四系含水层地下水,判识结果与工程实际情况相吻合。 展开更多
关键词 水源判识 水化学特征 机器学习算法 粒子反向示踪 顶板水害
下载PDF
面向电网巡检的多旋翼无人机航测系统关键技术研究及应用 被引量：27
3
作者 汤坚 杨骥 宫煦利 《测绘通报》 CSCD 北大核心 2017年第5期67-70,共4页
针对无人机电力巡检所面临的定位精度低、近距离巡检操控难度大、自动化程度低、人为操控事故风险高等问题,本文提出了利用多旋翼无人机RTK差分定位技术、复杂塔型飞行规则机器学习算法等无人机航测系统技术,研发面向电网巡检的无人机... 针对无人机电力巡检所面临的定位精度低、近距离巡检操控难度大、自动化程度低、人为操控事故风险高等问题,本文提出了利用多旋翼无人机RTK差分定位技术、复杂塔型飞行规则机器学习算法等无人机航测系统技术,研发面向电网巡检的无人机智能操作系统及控制终端,提升电网线路日常管理和应急指挥的规范性、便利性和经济性,为电网管理部门提供一种低成本、易操作、高效率、机动灵活的新型巡检模式。 展开更多
关键词 电网巡检 RTK差分定位 机器学习算法 无人机智能操作系统
下载PDF
机器学习算法在森林生长收获预估中的应用 被引量：27
4
作者 雷相东 《北京林业大学学报》 CAS CSCD 北大核心 2019年第12期23-36,共14页
森林生长收获预估是森林经理学的一个重要方向,采用模型技术进行森林生长收获估计是森林经营决策的重要前提。传统的统计模型如线性及非线性回归模型、混合效应模型、分位数回归、度量误差模型等统计方法已被广泛应用于研究林木生长,但... 森林生长收获预估是森林经理学的一个重要方向,采用模型技术进行森林生长收获估计是森林经营决策的重要前提。传统的统计模型如线性及非线性回归模型、混合效应模型、分位数回归、度量误差模型等统计方法已被广泛应用于研究林木生长,但这些统计方法在应用时常常需满足一定的统计假设前提,诸如数据独立、正态分布和等方差等。由于森林生长数据的连续观测和层次性,上述假设通常难以满足。近年来随着人工智能技术的发展,机器学习算法为森林生长收获预估提供了一种新的手段,它具有对输入数据的分布形式没有假设前提、能够揭示数据中的隐含结构、预测结果好等优点,但在森林生长收获预估中的应用仍十分有限。文章对分类和回归树、多元自适应样条、bagging回归、增强回归树、随机森林、人工神经网络、支持向量机、K最近邻等方法在森林生长收获预估中的应用、软件及调参等进行了综述,讨论了机器学习方法的优势和挑战,认为机器学习方法在森林生长收获预估方面有很大的潜力,必将得到广泛应用,并和传统统计模型相结合成为生长收获模型发展的一种趋势。 展开更多
关键词 森林生长收获预估 回归 分类 机器学习算法
下载PDF
岩爆烈度等级预测的机器学习算法模型探讨及选择 被引量：24
5
作者 李明亮 李克钢 +3 位作者 秦庆词 吴顺川 刘月东 刘博 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2021年第S01期2806-2816,共11页
为了提高预测岩爆烈度等级的准确度,选取岩体应力系数(sθ/sc)、岩石脆性系数(c ts/s)和弹性变形能系数(et W)构建岩爆烈度等级预测指标体系。基于国内外145组岩爆案例工程数据,采用6种机器学习算法结合随机交叉验证方法分别建立岩爆烈... 为了提高预测岩爆烈度等级的准确度,选取岩体应力系数(sθ/sc)、岩石脆性系数(c ts/s)和弹性变形能系数(et W)构建岩爆烈度等级预测指标体系。基于国内外145组岩爆案例工程数据,采用6种机器学习算法结合随机交叉验证方法分别建立岩爆烈度等级预测模型,利用相关系数原理计算出相关系数,根据变量间的相关系数,确定变量之间不存在强相关,同时先对原始岩爆案例工程数据进行极端值处理,然后做标准化处理,消除量纲的影响。引入T-分布邻域嵌入(T-SNE)降维方法,对数据进行降维可视化,最后,对建立的6种岩爆烈度等级预测模型准确率进行分析讨论及评估。研究结果表明:基于T-分布邻域嵌入(T-SNE)降维方法,结果显示各岩爆烈度等级具有明显的聚集现象;支持向量机模型(SVM)对于岩爆烈度等级为1的样本具有较高的预测准确率,对于岩爆烈度等级为2~4的样本,线性判别模型具有较高的预测准确率,同时兼有较为稳定的模型表现;将线性判别模型(LDA)应用到锦屏二级水电站、江边水电站和苍岭隧道等岩爆案例工程,发现LDA模型预测结果与岩爆实际等级相同,研究结果为岩土工程岩爆预测问题提供较好的指导意义。 展开更多
关键词 岩石力学 岩爆烈度等级预测 机器学习算法 T-SNE 交叉验证
原文传递
基于支持向量机和改进粒子群算法的科学前沿预测模型研究 被引量：23
6
作者 徐路路 王芳 《情报科学》 CSSCI 北大核心 2019年第8期22-28,共7页
【目的/意义】识别科学研究前沿主题,预测未来发展趋势。【方法/过程】首先利用主题概率模型识别出论文、专利及基金项目多源数据中的科学前沿主题;考虑研究前沿主题演化的复杂性和非线性的特点,利用机器学习算法和支持向量机模型预测... 【目的/意义】识别科学研究前沿主题,预测未来发展趋势。【方法/过程】首先利用主题概率模型识别出论文、专利及基金项目多源数据中的科学前沿主题;考虑研究前沿主题演化的复杂性和非线性的特点,利用机器学习算法和支持向量机模型预测主题发展趋势,并采用改进后的粒子群算法对模型参数进行优化,以提高传统支持向量机模型在处理非线性、小样本等数据上的预测准确度。【结果/结论】实验对比发现,本方法对于研究前沿主题的预测准确度较高,准确识别出石墨烯领域未来发展趋势。 展开更多
关键词 多源数据融合 机器学习算法 支持向量机模型 科学前沿 趋势预测
原文传递
基于机器学习和可见光光谱的冬小麦叶片氮积累量估算 被引量：23
7
作者 崔日鲜 刘亚东 付金东 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第6期1837-1842,共6页
在拔节期分4次采集了6个施氮水平下的冬小麦冠层图像,同步进行取样并以凯氏定氮法测定叶片含氮量,进而计算叶片氮积累量。利用随机森林算法分割冠层图像之后提取冠层覆盖度、可见光波段(R,G和B)三个分量及其衍生的5个色彩指数。以冠层... 在拔节期分4次采集了6个施氮水平下的冬小麦冠层图像,同步进行取样并以凯氏定氮法测定叶片含氮量,进而计算叶片氮积累量。利用随机森林算法分割冠层图像之后提取冠层覆盖度、可见光波段(R,G和B)三个分量及其衍生的5个色彩指数。以冠层覆盖度外加色彩指数、色彩分量的两种非线性回归,以及人工神经网络、支持向量回归、随机森林3种机器学习算法建立了冬小麦叶片氮积累量的估算模型。结果表明利用色彩指数的非线性回归模型的估算精度稍低于其他方法,而随机森林算法的拟合精度最高,但存在明显的过拟合现象。其他三种方法,即以冠层覆盖度及色彩分量为输入变量的非线性回归、支持向量回归和人工神经网络方法,均具有较高的拟合精度和泛化性能。 展开更多
关键词 冬小麦 机器学习 可见光 色彩指数 冠层覆盖度 叶片氮积累量
下载PDF
机器学习算法和Hargreaves模型在四川盆地ET_0计算中的比较 被引量：23
8
作者 冯禹 崔宁博 龚道枝 《中国农业气象》 CSCD 北大核心 2016年第4期415-421,共7页
以四川盆地中部遂宁气象站2001-2010年逐日温度资料和大气顶层辐射(Ra)为输入参数,以FAO-56Penman-Monteith(PM)模型计算的参考作物蒸散量(ET0)为标准,分别利用广义回归神经网络(GRNN)和小波神经网络(WNN)两种机器学习算法建立ET0模拟模... 以四川盆地中部遂宁气象站2001-2010年逐日温度资料和大气顶层辐射(Ra)为输入参数,以FAO-56Penman-Monteith(PM)模型计算的参考作物蒸散量(ET0)为标准,分别利用广义回归神经网络(GRNN)和小波神经网络(WNN)两种机器学习算法建立ET0模拟模型,并对GRNN、WNN和Hargreaves(HS1)与两种改进的Hargreaves(HS2和HS3)模型的ET0模拟效果进行对比分析,利用2011-2014年数据对各模型模拟精度进行验证,分析仅有温度资料时不同模型在四川盆地的适用性。结果表明:GRNN模型和WNN模型均具有较强的适用性,GRNN模型均方根误差(RMSE)、模型效率系数(Ens)和决定系数(R2)分别为0.395mm?d^(-1)、0.924和0.902,WNN模型分别为0.401mm?d^(-1)、0.911和0.901,且两种模型计算精度均高于HS1(1.05mm?d^(-1)、0.885和0.334)、HS2(0.652mm?d^(-1)、0.892和0.736)和HS3(0.550mm?d^(-1)、0.881和0.812)模型。模型适用性验证进一步表明,GRNN和WNN模型在四川盆地西部和东部也具有较好的适用性,在输入参数中引入Ra能提高模型的模拟精度。因此,GRNN和WNN可以作为气象资料缺失条件下四川盆地ET0计算的推荐模型,且GRNN计算精度高于WNN,可优先选用。 展开更多
关键词 参考作物蒸散量 温度资料 FAO-56 Penman-Monteith模型 机器学习算法 Hargreaves模型
下载PDF
基于机器学习算法的车险索赔概率与累积赔款预测 被引量：22
9
作者 孟生旺 李天博 高光远 《保险研究》 CSSCI 北大核心 2017年第10期42-53,共12页
保险费率厘定的核心工作是对保险损失的预测。在保险损失预测中,广义线性模型是目前使用最为广泛的主流方法,而机器学习算法则提供了一种新的选择。本文将支持向量机、神经网络和集成学习等机器学习算法应用于汽车保险的损失预测,建立... 保险费率厘定的核心工作是对保险损失的预测。在保险损失预测中,广义线性模型是目前使用最为广泛的主流方法,而机器学习算法则提供了一种新的选择。本文将支持向量机、神经网络和集成学习等机器学习算法应用于汽车保险的损失预测,建立了索赔发生概率的预测模型和累积赔款的预测模型,并与传统广义线性模型中的logistic回归模型和伽马回归模型进行了比较。结果表明,机器学习算法的优点是不依赖于分布假设,在一定程度上可以提高保险损失预测的精度,缺陷是比较耗时,建模过程中的人为干预较多,对使用者提出了更高的要求,且输出结果的可解释性不及广义线性模型。机器学习算法与广义线性模型在保险损失预测中各有优缺点,具有互补性,在实际应用中,可以根据不同的场景选择不同的方法。 展开更多
关键词 机器学习 索赔概率 累积赔款 支持向量机 神经网络 集成学习 汽车保险
原文传递
城市群视角下的产业共聚与产业空间治理:机器学习算法的测度 被引量：22
10
作者 陈露 刘修岩 +1 位作者 叶信岳 胡汉辉 《中国工业经济》 CSSCI 北大核心 2020年第5期99-117,共19页
城市群是未来中国产业发展的主要空间载体与重要地理单元。本文在机器学习Wasserstein距离算法思想的基础上,运用矩阵扩张Sinkhorn算法和熵正则化约束法改进Wasserstein距离算法及其求解方式,通过假设检验与蒙特卡洛模拟构建产业共聚指... 城市群是未来中国产业发展的主要空间载体与重要地理单元。本文在机器学习Wasserstein距离算法思想的基础上,运用矩阵扩张Sinkhorn算法和熵正则化约束法改进Wasserstein距离算法及其求解方式,通过假设检验与蒙特卡洛模拟构建产业共聚指数,测算中国城市群的产业共聚水平。测度结果发现,中国城市群同二位数行业内产业间的共聚水平大于跨二位数行业产业间共聚水平;经济相对落后的城市群表现出明显的产业共聚特征,同时技术密集型产业在上述城市群内部偏向共聚;2007—2013年间中国城市群产业空间共聚水平总体呈下降态势,不同城市群的演化模式存在差异。本文还利用产业共聚指数的方向性,分析了不同城市群产业空间核心产业的差异,绘制出城市群产业空间结构。对产业共聚影响因素的实证研究发现,投入产出关联、技术关联与规模差距对产业间共聚的影响显著为正,行业内部竞争水平从共聚和被共聚两个方向抑制产业间共聚趋势;城市群层面诸如政府规模等区域特征均与产业间共聚水平负相关。据此,本文提出了实施城市群产业空间治理的相应政策建议。 展开更多
关键词 产业共聚 产业空间治理 机器学习算法 城市群
原文传递
基于机器学习算法的建筑能耗监测数据预处理技术研究 被引量：21
11
作者 崔治国 曹勇 +3 位作者 武根峰 刘辉 仇志飞 陈传玮 《建筑科学》 CSCD 北大核心 2018年第2期94-99,共6页
本文分析总结了建筑能耗监测大数据的特点,基于数据挖掘理论和机器学习算法,提出了建筑能耗监测大数据预处理体系与方法。阐明了基于k NN算法的缺失数据填充、基于K-Means算法的异常数据识别与清洗、基于PCA算法的多维度数据降维的原理... 本文分析总结了建筑能耗监测大数据的特点,基于数据挖掘理论和机器学习算法,提出了建筑能耗监测大数据预处理体系与方法。阐明了基于k NN算法的缺失数据填充、基于K-Means算法的异常数据识别与清洗、基于PCA算法的多维度数据降维的原理,应用提出的数据预处理体系和方法,对实际项目的整个制冷季节35 380组数据进行了数据预处理,实现了缺失数据的填充、异常数据的识别与清洗、数据的降维,为后续的数据挖掘应用奠定数据基础。 展开更多
关键词 建筑能耗监测数据 数据挖掘 机器学习算法 数据预处理 KNN K-MEANS PCA
原文传递
基于学生在线学习行为特征的混合课程分类研究 被引量：16
12
作者 罗杨洋 韩锡斌 《中国电化教育》 CSSCI 北大核心 2021年第6期23-30,48,共9页
课程分类对其设计、实施及评价十分重要。混合课程的动态设计和实施、个性化评价以及学习预警研究都要求数据驱动的课程分类,然而这种分类方法目前尚在探索中。该研究选取某高校网络教学平台中2018年秋季学期2456门混合课程的在线数据... 课程分类对其设计、实施及评价十分重要。混合课程的动态设计和实施、个性化评价以及学习预警研究都要求数据驱动的课程分类,然而这种分类方法目前尚在探索中。该研究选取某高校网络教学平台中2018年秋季学期2456门混合课程的在线数据作为样本,提出了一种依据学生在线学习行为聚类特征对混合课程进行分类的方法,并采用2020年春季学期的1851门混合课程对该分类方法的稳定性进行了验证。结果表明:(1)该方法通过机器学习算法对混合课程中的学生在线学习行为进行聚类并提取每类学生的典型特征,并据此将混合课程分为可以自动识别的五种类型:不活跃型课程、低活跃型课程、任务型课程、阅览型课程和高活跃型课程;(2)采用该方法对同一个高校两个学期的混合课程进行分类,结果都归入了五个类别之中,且每类课程中学生学习行为的典型特征相同,由此验证了该方法具有良好的稳定性;(3)该方法不依赖人工事先标注,便于计算机自动化分类,能发现课程中的学生群体行为特征,分析学习过程差异,为教师动态设计、实施混合课程,及时预警学生并实现个性化混合课程评价奠定基础。 展开更多
关键词 混合课程 课程分类 聚类分析 在线学习行为 机器学习算法
下载PDF
基于LightGBM算法的边坡稳定性预测研究 被引量：14
13
作者 张凯 张科 《中国安全科学学报》 CAS CSCD 北大核心 2022年第7期113-120,共8页
为减少边坡失稳造成的灾害和事故,提出基于轻量级梯度提升机(LightGBM)算法的边坡稳定性预测模型;将容重、黏聚力、内摩擦角、边坡角、边坡高度和孔隙压力比6个主要影响因素作为模型的输入,将边坡稳定性作为模型的输出;引入基于混淆矩... 为减少边坡失稳造成的灾害和事故,提出基于轻量级梯度提升机(LightGBM)算法的边坡稳定性预测模型;将容重、黏聚力、内摩擦角、边坡角、边坡高度和孔隙压力比6个主要影响因素作为模型的输入,将边坡稳定性作为模型的输出;引入基于混淆矩阵的分类性能度量指标和被试工作特性曲线线下面积(AUC),评估模型的泛化性能。结果表明:提出的边坡稳定性预测模型能很好地描述影响因素与边坡稳定性之间复杂的非线性关系;与其他算法相比,LightGBM算法的F_(1)-Score和AUC分别为0.92和0.91,分别提高1.10%~61.40%和1.11%~28.17%;相较于0-均值归一化和反正切归一化,考虑正负相关性的最大值和最小值归一化更适合作为LightGBM模型的前处理方法;通过改变训练数据集长度,进行单因素分析,发现模型的泛化性能与训练数据集长度呈正相关关系。 展开更多
关键词 轻量级梯度提升机(LightGBM) 边坡稳定性 机器学习算法 混淆矩阵 归一化
下载PDF
基于机器学习算法的滚动轴承故障诊断研究 被引量：15
14
作者 张星星 李少波 +3 位作者 柘龙炫 胡建军 宋启松 李志昂 《组合机床与自动化加工技术》 北大核心 2020年第7期36-39,44,共5页
为了解决滚动轴承故障诊断过程中特征提取困难以及数据处理缓慢等主要问题,提出了基于5种机器学习算法且仅需提取4种简单特征的滚动轴承故障诊断方法。首先,对不同故障类型的滚动轴承振动信号的时域信号进行了分析,并提取时域信号的4种... 为了解决滚动轴承故障诊断过程中特征提取困难以及数据处理缓慢等主要问题,提出了基于5种机器学习算法且仅需提取4种简单特征的滚动轴承故障诊断方法。首先,对不同故障类型的滚动轴承振动信号的时域信号进行了分析,并提取时域信号的4种简单特征输入到分类模型,然后,采用机器学习算法对滚动轴承进行故障分类与诊断。实验结果表明,与传统的轴承故障诊断方法相比,用机器学习方法对轴承进行故障诊断更简单且具有更好的诊断效果。研究内容为以后用机器学习分类算法来研究轴承的故障诊断问题提供了参考。 展开更多
关键词 滚动轴承 故障诊断 机器学习算法
下载PDF
冬小麦不同叶位叶片的叶绿素含量高光谱估算模型 被引量：14
15
作者 马春艳 王艺琳 +3 位作者 翟丽婷 郭辅臣 李长春 牛海鹏 《农业机械学报》 EI CAS CSCD 北大核心 2022年第6期217-225,358,共10页
科学、高效地获取作物不同叶位叶绿素含量的垂直分布信息,可监测农作物长势状况并进行田间管理。基于冬小麦抽穗期获取的不同叶位叶片的高光谱反射率和叶绿素含量实测数据,将原始光谱、一阶微分光谱、二阶微分光谱、植被指数和连续小波... 科学、高效地获取作物不同叶位叶绿素含量的垂直分布信息,可监测农作物长势状况并进行田间管理。基于冬小麦抽穗期获取的不同叶位叶片的高光谱反射率和叶绿素含量实测数据,将原始光谱、一阶微分光谱、二阶微分光谱、植被指数和连续小波系数与叶绿素含量进行相关性分析,筛选相关性较强的光谱特征参数,然后分别采用偏最小二乘回归、支持向量机、随机森林和反向传播神经网络4种机器学习算法构建冬小麦上1叶、上2叶、上3叶和上4叶的叶绿素含量估算模型,并根据精度评估结果筛选不同叶位叶绿素含量估算的最佳模型。结果表明,上1叶、上2叶和上3叶采用小波系数结合偏最小二乘回归构建的叶绿素含量估算模型精度最高,建模和验证R^(2)分别为0.82和0.75、0.80和0.77、0.71和0.62;上4叶采用植被指数结合支持向量机构建的叶绿素含量估算模型效果最佳,建模和验证R^(2)为0.74和0.79。研究结果可为基于遥感技术精准监测作物营养成分的垂直变化特征提供理论和技术支撑。 展开更多
关键词 冬小麦 不同叶位 叶绿素含量 高光谱 机器学习算法
下载PDF
激光诱导击穿光谱技术结合神经网络和支持向量机算法的人参产地快速识别研究 被引量：14
16
作者 董鹏凯 赵上勇 +4 位作者 郑柯鑫 王冀 高勋 郝作强 林景全 《物理学报》 SCIE EI CAS CSCD 北大核心 2021年第4期61-69,共9页
利用激光诱导击穿光谱技术结合机器学习算法,对东北5个产地(大兴安岭、集安、恒仁、石柱、抚松)的人参进行产地识别,建立了主成分分析算法分别结合反向传播(BP)神经网络和支持向量机算法的人参产地识别模型.实验采集了5个产地人参共657... 利用激光诱导击穿光谱技术结合机器学习算法,对东北5个产地(大兴安岭、集安、恒仁、石柱、抚松)的人参进行产地识别,建立了主成分分析算法分别结合反向传播(BP)神经网络和支持向量机算法的人参产地识别模型.实验采集了5个产地人参共657组在200-975 nm的激光诱导击穿光谱,经光谱数据预处理后,对C,Mg,Ca,Fe,H,N,O等元素的8条特征谱线进行主成分分析,原光谱数据的前3个主成分累积贡献率达到92.50%,且样品在主成分空间中呈现良好的聚集分类.降维后的前3个主成分以2∶1进行随机抽取,分别作为分类算法的训练集和测试集.实验结果表明主成分分析结合BP神经网络及支持向量机的平均识别率分别为99.08%和99.5%.发生误判的原因是集安和石柱两地地理环境的接近而导致的H,O两元素在Ca元素离子发射谱线下的归一化强度相似.本研究为激光诱导击穿光谱技术在人参产地的快速识别提供了方法和参考. 展开更多
关键词 激光诱导击穿光谱 机器学习算法 产地识别 人参
下载PDF
一种Stacking集成结构的台风灾害下停电空间预测方法 被引量：12
17
作者 侯慧 陈希 +3 位作者 李敏 朱凌 黄勇 朱韶华 《电力系统保护与控制》 CSCD 北大核心 2022年第3期76-84,共9页
为提高电网公司防灾减灾能力,考虑电网、气象、地理等因素,从统计学习的角度提出一种台风灾害下停电空间预测方法。首先,以1 km×1 km网格为单位收集数据,并进行标准化、分类变量独热编码处理与筛选、构造特征等处理后作为模型输入... 为提高电网公司防灾减灾能力,考虑电网、气象、地理等因素,从统计学习的角度提出一种台风灾害下停电空间预测方法。首先,以1 km×1 km网格为单位收集数据,并进行标准化、分类变量独热编码处理与筛选、构造特征等处理后作为模型输入数据。其次,选取随机森林、梯度提升决策树、自适应提升、K最近邻、支持向量机、极限树、决策树以及XGBoost等算法,利用Stacking集成技术构造停电空间预测模型。最后,以广东省某县为研究对象,对模型的停电空间预测性能进行验证。在台风“彩虹”下的预测准确率为0.7776,召回率为0.9140。结果验证了在台风灾害下该模型对停电空间预测的可行性与有效性。 展开更多
关键词 台风灾害 统计学习 机器学习算法 STACKING 停电空间预测
下载PDF
基于多类别生产状态的烧结矿转鼓指数预测模型 被引量：12
18
作者 张振 李欣 +3 位作者 刘颂 李福民 刘小杰 吕庆 《中国冶金》 CAS 北大核心 2022年第1期27-35,共9页
将烧结生产大数据与机器学习算法相结合,提出了一种多类别生产状态下预测烧结矿转鼓指数的研究方法。通过数据采集、整合及预处理操作,共获得特征参数65种。以烧结终点位置(BTP)为基础,采用试验研究及可视化分析等方法将转鼓指数划分为... 将烧结生产大数据与机器学习算法相结合,提出了一种多类别生产状态下预测烧结矿转鼓指数的研究方法。通过数据采集、整合及预处理操作,共获得特征参数65种。以烧结终点位置(BTP)为基础,采用试验研究及可视化分析等方法将转鼓指数划分为2个类别。基于分类别转鼓指数数据集,使用特征选择算法计算了特征参数的重要排序,确定最佳特征参数组合作为模型输入参数,使用LightGBM和CatBoost算法分别建立了转鼓指数的预测模型。测试结果表明,CatBoost预测模型综合预测效果最好,与全部数据集构建的转鼓指数预测模型相比,分类别构建的非正常烧和正常烧转鼓指数预测模型的预测效果均得到一定提升,决定系数R;拟合度可达88.09%和90.69%。同时,多类别生产状态下的烧结矿转鼓指数预测模型在误差范围0.25%内命中率能够达到95%。 展开更多
关键词 铁矿石烧结 多类别生产状态 转鼓指数预测 BTP 机器学习算法
原文传递
大数据环境下文本情感分析算法的规模适配研究:以Twitter为数据源 被引量：13
19
作者 余传明 原赛 +1 位作者 王峰 安璐 《图书情报工作》 CSSCI 北大核心 2019年第4期101-111,共11页
[目的/意义]以大数据环境下的文本情感分析这一特定任务为目的,对规模适配问题进行研究,为情报学领域研究人员进行大数据环境下数据分析时,实现效率和成本的最优选择提供借鉴。[方法/过程]采用斯坦福大学Sentiment140数据集,在对传统情... [目的/意义]以大数据环境下的文本情感分析这一特定任务为目的,对规模适配问题进行研究,为情报学领域研究人员进行大数据环境下数据分析时,实现效率和成本的最优选择提供借鉴。[方法/过程]采用斯坦福大学Sentiment140数据集,在对传统情感分析算法分析的基础上,提出了5种面向大数据的文本情感分析算法,检验各种算法在不同环境和数据规模下的适配效果,从准确性、可扩展性和效率等方面进行实证比较研究。[结果/结论]实验结果显示,本文所搭建的集群具有良好的运行效率、正确性以及可扩展性,Spark集群在处理海量文本情感分析数据时更具有效率优势,且在数据规模越大的情况下,效率优势越明显;在资源利用方面,随着节点数和核数的增加,集群的整体运行效率变化显著,配置5个4核4G内存的从节点,能够实现在高效完成分类任务的同时达到节约资源成本的效果。 展开更多
关键词 规模适配 大数据 海量文本 情感分析 机器学习算法
原文传递
基于无人机多时相遥感影像的冬小麦产量估算 被引量：13
20
作者 申洋洋 陈志超 +4 位作者 胡昊 盛莉 周洪奎 娄卫东 沈阿林 《麦类作物学报》 CAS CSCD 北大核心 2021年第10期1298-1306,共9页
为高效准确地预测小麦产量,以浙江省冬小麦为研究对象,利用四旋翼无人机精灵4多光谱相机获取冬小麦5个关键生育时期(拔节期、孕穗期、抽穗期、灌浆期、成熟期)的冠层多光谱数据,选取多光谱相机的五个特征波段计算各生育时期的72个植被指... 为高效准确地预测小麦产量,以浙江省冬小麦为研究对象,利用四旋翼无人机精灵4多光谱相机获取冬小麦5个关键生育时期(拔节期、孕穗期、抽穗期、灌浆期、成熟期)的冠层多光谱数据,选取多光谱相机的五个特征波段计算各生育时期的72个植被指数,分别通过逐步多元线性回归(SMLR)、偏最小二乘回归(PLSR)、BP神经网络(BPNN)、支持向量机(SVM)、随机森林(RF)构建不同生育时期的产量估算模型,最后采用决定系数(R^(2))、均方根误差(RMSE)和相对误差(RE)对估算模型进行评价,筛选出最优估算模型。结果表明,基于随机森林建立的模型估算效果最优,SMLR、PLSR和SVM三种方法建立的模型估算效果接近。利用随机森林算法所建拔节期、孕穗期、抽穗期、灌浆期、成熟期模型的R^(2)、RMSE和RE分别为0.92、0.35、11%;0.93、0.33、10%;0.94、0.32、9%;0.92、0.36、9%;0.77、0.67、33%。模型验证时,抽穗期估算效果最好(R^(2)、RMSE和RE分别为0.91、0.35和15%),拔节期、孕穗期、灌浆期估算效果接近且有很好的估算能力,成熟期估算精度最差(R^(2)、RMSE和RE分别为0.71、0.47和13%)。由此说明,结合机器学习算法和无人机多光谱提取的植被指数可以提高小麦产量估算效果。 展开更多
关键词 无人机多光谱数据 小麦产量 统计分析 机器学习算法
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 2 … 15 下一页 到第 页
使用帮助 返回顶部