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：
高斯隶属度优化的超分辨率随机森林学习算法 被引量：2
1
作者 周文谊 王吉源 《计算机工程与应用》 CSCD 北大核心 2016年第23期208-212,共5页
随机森林学习算法是一种有效的单图像超分辨率方法,然而其决策函数是确定的二值函数,这对某些图像块的确定性划分并不是最优的选择。为提升单图像超分辨率性能,采用高斯隶属度函数构建随机森林各决策节点的决策函数,将决策函数的输出值... 随机森林学习算法是一种有效的单图像超分辨率方法,然而其决策函数是确定的二值函数,这对某些图像块的确定性划分并不是最优的选择。为提升单图像超分辨率性能,采用高斯隶属度函数构建随机森林各决策节点的决策函数,将决策函数的输出值由0和1的确定值转换到0-1之间的概率值,并在叶节点上依据数据划分路径上各决策节点概率的乘积进行预测,依据最小经验冒险准则学习决策参数,使随机森林能更好学习不同的样本数据。实验结果表明,与随机森林学习等目前主流单图像超分辨率方法相比,该方法可以提升超分辨率图像的峰值信噪比,同时运算效率与传统随机森林学习算法相当。 展开更多
关键词 随机森林学习 单图像超分辨率 决策函数 高斯隶属度函数 经验冒险
下载PDF
急性阑尾炎的多排螺旋CT影像特点比较与机器学习分析 被引量：6
2
作者 米华 贺文 《现代医用影像学》 2021年第4期658-661,共4页
目的:探讨各种类型急性阑尾炎的CT影像表现特点及意义。方法:回顾性分析了87例经手术病理证实为急性阑尾炎的CT影像,卡方检验分析各征象在不同类型急性阑尾炎之间的差异,随机森林法机器学习判断区分化脓性和坏疽性阑尾炎的CT征象的重要... 目的:探讨各种类型急性阑尾炎的CT影像表现特点及意义。方法:回顾性分析了87例经手术病理证实为急性阑尾炎的CT影像,卡方检验分析各征象在不同类型急性阑尾炎之间的差异,随机森林法机器学习判断区分化脓性和坏疽性阑尾炎的CT征象的重要性。结果:单纯性阑尾炎、化脓性阑尾炎和坏疽性阑尾炎发生率分别为24.1%,46.0%和29.9%。在三种类型之间,阑尾有无粪石没有显著差异(P>0.05),其他征象均有显著(P<0.05)或极显著(P<0.01)差异。机器学习发现肠壁和肠管外气体积聚、阑尾增强程度减低是坏疽性阑尾炎区别于化脓性阑尾炎的重要征象。结论:多排螺旋CT可以揭示各型急性阑尾炎的形态特点,对选择治疗方式能够提供有价值的信息。 展开更多
关键词 单纯性阑尾炎 化脓性阑尾炎 坏疽性阑尾炎 随机森林机器学习 X线计算机体层摄影术
下载PDF
优化随机森林模型的网络故障预测 被引量：6
3
作者 邱少明 杨雯升 +1 位作者 杜秀丽 王雪珂 《计算机应用与软件》 北大核心 2021年第2期103-109,170,共8页
随机森林是一种组合分类器技术,相较于决策树等单分类器,具有更好的预测和分类性能,但其也存在一些问题:因为随机森林自身的随机性,导致预测结果存在波动性;所使用的原始数据集样本基数大,维数多,增加了随机森林组合分类器的训练时间。... 随机森林是一种组合分类器技术,相较于决策树等单分类器,具有更好的预测和分类性能,但其也存在一些问题:因为随机森林自身的随机性,导致预测结果存在波动性;所使用的原始数据集样本基数大,维数多,增加了随机森林组合分类器的训练时间。针对以上问题,提出优化随机森林模型,对数据集进行数据集预处理和PCA降维操作,引入累计贡献率。结合选择的最佳阈值进行最终的预测结果分类,提高了模型的训练速度、预测准确率和稳定性。实验证明,该方法具有更优越的预测性能。 展开更多
关键词 故障预测 随机森林机器学习 PCA降维
下载PDF
基于聚煤环境分区的煤体结构测井判别及应用--以沁水盆地南部马必东地区为例 被引量：2
4
作者 张建国 韩晟 +1 位作者 张聪 陈彦君 《煤田地质与勘探》 CSCD 北大核心 2021年第4期114-122,共9页
煤体结构的测井曲线判别是一种高效经济的地球物理判别方法,但是受沉积环境和煤储层物性等因素影响,测井曲线具有多解性,造成煤体结构测井响应不明显,由此得到的判别方法也会有区域局限性。因此,在进行测井判别之前,需要对除煤体结构以... 煤体结构的测井曲线判别是一种高效经济的地球物理判别方法,但是受沉积环境和煤储层物性等因素影响,测井曲线具有多解性,造成煤体结构测井响应不明显,由此得到的判别方法也会有区域局限性。因此,在进行测井判别之前,需要对除煤体结构以外的影响测井曲线的因素加以控制。以沁水盆地马必东区块3号煤为例,首先利用煤心灰分与伽马测井曲线的正相关性进行煤心归位,以确保测井深度与取心深度的一致性;再利用煤心的镜质组与惰质组含量之比(镜惰比)对工区的聚煤环境进行分区,并优选聚煤环境相近分区的测井曲线。结果表明,电阻率系列曲线可以较清晰地反映该地区的煤体结构,受探测深度的影响,声波曲线无法准确地反映该地区煤体结构的变化规律。利用取心井训练的多测井曲线随机森林模型对未取心井煤体结构进行预测和判定,实测压裂曲线检验表明,预测结果与实测数据吻合率高。应用表明,基于聚煤环境分区的煤体结构测井判别方法可以反映煤体结构分布规律,指导压裂工作,降低煤层气开发成本,且有助于指导跨区块的煤体结构测井响应研究。 展开更多
关键词 煤体结构 测井响应 聚煤环境 煤心归位 随机森林方法 显微组分
下载PDF
基于随机森林的分类器在犯罪预测中的应用研究 被引量：27
5
作者 孙菲菲 曹卓 肖晓雷 《情报杂志》 CSSCI 北大核心 2014年第10期148-152,共5页
犯罪预测一直是公安部门亟待解决的突出问题。基于随机森林这种模型组合分类器,结合机器学习技术在犯罪预测中的应用现状,提出了一种用于预测犯罪的新的分类方法,并通过模拟实验来展示这种分类方法比一般的随机森林分类会有更高的可信... 犯罪预测一直是公安部门亟待解决的突出问题。基于随机森林这种模型组合分类器,结合机器学习技术在犯罪预测中的应用现状,提出了一种用于预测犯罪的新的分类方法,并通过模拟实验来展示这种分类方法比一般的随机森林分类会有更高的可信度。创新之处在于提出的这种随机森林分类器的每一棵树都是退化的决策树,并且根据在线学习的结果在下一轮的分类中选择区分度更高的决策树。最终给出一个应用于犯罪预测的较为成功的分类器的思路和模式,得出准确有效的预测结论。 展开更多
关键词 随机森林 机器学习 分类器 犯罪预测 决策树 数据挖掘
下载PDF
基于三种机器学习算法的山洪灾害风险评价 被引量：25
6
作者 周超 方秀琴 +1 位作者 吴小君 王雨晨 《地球信息科学学报》 CSCD 北大核心 2019年第11期1679-1688,共10页
依据洪灾风险概念模型,从触发因子、孕灾环境和承灾体3方面选取江西省的12个洪灾风险指标,采用k近邻、随机森林、AdaBoost 3种机器学习算法构建洪灾风险评价模型。利用精度、Kappa系数、ROC曲线(AUC值)3种定量评估指标评价洪灾风险模型... 依据洪灾风险概念模型,从触发因子、孕灾环境和承灾体3方面选取江西省的12个洪灾风险指标,采用k近邻、随机森林、AdaBoost 3种机器学习算法构建洪灾风险评价模型。利用精度、Kappa系数、ROC曲线(AUC值)3种定量评估指标评价洪灾风险模型,基于随机森林和Boruta特征提取算法共同分析指标重要性,最后对比3种模型绘制的江西省山洪灾害风险分区图并分析山洪灾害分布特征。结果表明:①AdaBoost模型的精度、Kappa系数和AUC值的平均值为别为0.902、0.870和0.826,精度和Kappa系数略优于随机森林,AUC值与随机森林相当,而k近邻模型的3种性能指标均低于前2种算法;②农田生产潜力、年最大6 h暴雨均值、年最大1 h暴雨均值、归一化差值植被指数、年降雨量均值这5个指标对最终的洪灾风险形成具有非常重要作用;③江西省较高风险区与最高风险区的面积和约占江西省总面积的34.4%,且主要分布于高降雨量、高暴雨量、农田生产潜力大的山区。 展开更多
关键词 随机森林机器学习算法 AdaBoost机器学习算法 ROC曲线 Boruta算法 洪灾风险评价 江西省
原文传递
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