检索结果-内蒙古大学图书馆

电测与仪表 2024年第1期61卷 107-112页

作者：张梅保富云南电网有限责任公司信息中心昆明650217

由于电力市场竞争日益激烈,用户对服务质量的要求不断提高,用户投诉量持续上升。在基于大数据的电力客户投诉预测模型的体系结构基础上,提出一种基于局部线性嵌入和深度森林算法的电力客户投诉预测方法。采用局部线性嵌入算法对客户投... 详细信息

由于电力市场竞争日益激烈,用户对服务质量的要求不断提高,用户投诉量持续上升。在基于大数据的电力客户投诉预测模型的体系结构基础上,提出一种基于局部线性嵌入和深度森林算法的电力客户投诉预测方法。采用局部线性嵌入算法对客户投诉预测模型的输入特征向量进行降维处理,减少计算量和避免陷入局部最优解;对降维后的投诉预测特征向量进行多粒度扫描,提高其表征学习能力;基于级联森林建立深度森林算法模型,实现客户投诉预测。实际数据的仿真结果表明,与不进行降维处理及其他预测模型相比,文中所提出的预测模型可以更准确地预测客户投诉趋势,为电力企业客户投诉分析和预测提供了参考依据。

关键词：电力客户投诉预测模型局部线性嵌入深度森林算法

来源：评论

学校读者我要写书评

暂无评论

基于最大化IC-IR加权法合成因子和深度森林算法预测的多因子选股方案研究

基于最大化IC-IR加权法合成因子和深度森林算法预测的多因子选股...

引用

作者：王启文上海师范大学

学位级别：硕士

量化投资是使计算机代替投资者进行资本市场上的自动交易,能够克服人类的主观情绪,减少追涨杀跌、羊群效应。多因子量化选股模型原理容易理解、具有很强的包容性,是市场上最为常用的量化选股模型之一,但是在高频交易和资金规模急剧扩张... 详细信息

量化投资是使计算机代替投资者进行资本市场上的自动交易,能够克服人类的主观情绪,减少追涨杀跌、羊群效应。多因子量化选股模型原理容易理解、具有很强的包容性,是市场上最为常用的量化选股模型之一,但是在高频交易和资金规模急剧扩张的情况下,逐渐出现以下问题:第一,因子在长期使用中出现收益率逐渐减小、逆转或消失的情况,因子数据所包含的信息具有时效性,需要选取一种方法使因子效用最大化、增加因子的使用寿命。第二,多因子数据属于金融时间序列数据,往往具有高维度、非线性等特点,在采用一些现有的机器学习、深度学习算法预测收益率的时候,需要较高的硬件设施和时间成本来训练样本,影响了模型的效用,降低了算法的预测准确率,因此,需要找到合适的算法改善时间序列的预测准确率。针对上述问题,首先,本文构建的选股方案从因子合成角度入手,采用最大化IC-IR加权法合成因子。该方法通过滚动时间窗口确定当期的权重,能够动态设定因子的权重,可以强化因子匹配动态市场的能力,提高因子使用寿命,增加因子收益率,提升模型的稳定性。其次,考虑到因子数据的特征和算法使用的便捷程度,本选股方案选取新颖的深度学习算法——深度森林算法(gc Forest)对收益率进行预测,可以加强原始数据的特征,具有更强的预测准确性,同时对比其它算法具有更简洁的参数设置过程。方案具体过程如下:使用2015年至2019年的沪深300指数成分股的因子数据,数据处理之后进行因子有效性检测,对比指标覆盖常见的因子检验指标,如IC值、IR值、t值等。经过筛选剔除了14个因子。接着进行因子合成,将最大化IC-IR加权法和等权法、PCA法、历史IC值法等进行对比,结果显示:因子合成方法均能在一定程度上提升因子的有效性和稳定性,其中历史IC值法和最大化IC-IR加权法均能大幅度提升因子的各种指标结果。通过最大化IC-IR加权法合成的因子得到的IR值平均为0.34,是提供最好的因子稳定性的合成方法,最差的是等权法,得到的IR值平均为0.12。利用合成的因子在不同算法下进行预测,结果显示:SVM算法预测准确率较低为55.060%;随机森林算法预测准确率为55.317%;深度森林算法在级联森林的每一层中都具有相近的准确率,模型准确率为57.333%。同时对比F1＿score、ROC曲线等指标,能够看出深度森林算法性能优于随机森林、SVM算法。对构建的模型使用2020年至2022年6月的沪深300指数成分股数据进行回测,选取当期上涨概率最高的65只股票买入,进行月度调仓。回测期间,本方案年化收益率为23.1%,阿尔法比率为19.3%,贝塔系数为1.05,夏普比率为0.61,最大回撤33.3%。总的来说,本文构建了一套能够获得稳定超额收益的多因子量化选股方案。

关键词：多因子选股因子合成最大化IC-IR加权法深度森林算法

来源：评论

学校读者我要写书评

暂无评论

基于深度森林算法的烧结矿转鼓指数预测模型

引用

冶金自动化 2022年第4期46卷 78-85页

作者：郝良元刘福龙刘小杰钟文达宋亚超河钢集团有限公司华北理工大学冶金与能源学院河钢股份有限公司承德分公司

传统烧结转鼓强度检测方法存在检测结果滞后问题，这已经严重制约了烧结质量的提高。为了保证高质量烧结矿的顺利生产，提出了一种以烧结机实际工作生产数据为基础，应用深度森林算法建立的转鼓指数实时预测模型。首先，采集储存于异源... 详细信息

传统烧结转鼓强度检测方法存在检测结果滞后问题，这已经严重制约了烧结质量的提高。为了保证高质量烧结矿的顺利生产，提出了一种以烧结机实际工作生产数据为基础，应用深度森林算法建立的转鼓指数实时预测模型。首先，采集储存于异源数据库的2年内的烧结矿生产数据，并进行数据处理工作。然后，利用反向特征筛选方法提取了适用于转鼓指数预测的最优特征参数组合。最后，利用深度森林算法建立了转鼓指数预测模型。预测结果分析表明，与随机森林、支持向量机模型相比，深度森林模型综合预测能力最优，预测值误差接近零且展现出更高的命中率。通过烧结机实际工作生产数据检验和对模型进行训练和优化，能够达到对转鼓指数进行快速精准预测的目的，对烧结现场中烧结矿的高质量生产具有一定指导意义。

关键词：烧结转鼓指数深度森林算法反向特征筛选预测模型烧结矿质量

来源：评论

学校读者我要写书评

暂无评论

基于深度森林算法的异常用电行为检测方法

引用

电子设计工程 2022年第19期30卷 115-119页

作者：张昕孙莉许高俊国网江苏省电力有限公司营销服务中心江苏南京210019

面对当前使用的逻辑回归、模糊聚类检测方法在异常用电行为数据持续增加情况下,出现的检测精准度低的问题,提出了基于深度森林算法的异常用电行为检测方法。构建基于深度森林的异常用电特征采样模型,预处理原始样本数据,消除遗漏数据。... 详细信息

面对当前使用的逻辑回归、模糊聚类检测方法在异常用电行为数据持续增加情况下,出现的检测精准度低的问题,提出了基于深度森林算法的异常用电行为检测方法。构建基于深度森林的异常用电特征采样模型,预处理原始样本数据,消除遗漏数据。采用插值方法修复缺失值,并提取完整异常用电行为特征量。训练样本,减少拟合风险,使用深度森林算法,确定用电行为异常指数,并分类异常用电行为。由实验结果可知,该方法检测到的分时电量数据均与实际数据一致,当误检率为0.2时,检测率为0.05,具有精准检测结果。

关键词：深度森林算法异常用电行为检测修复缺失值行为特征量

来源：评论

学校读者我要写书评

暂无评论

基于深度森林算法的分布式WSN入侵检测模型

引用

兰州理工大学学报 2020年第4期46卷 103-109页

作者：董瑞洪闫厚华张秋余李学勇兰州理工大学计算机与通信学院甘肃兰州730050

针对现有的特征选择算法和分类算法在无线传感器网络(WSN)入侵检测系统中检测性能表现不佳、检测实时性差、模型复杂度高等问题,提出一种基于随机森林和深度森林算法的分布式WSN入侵检测模型.该模型首先对传感器节点流量数据进行预处理... 详细信息

针对现有的特征选择算法和分类算法在无线传感器网络(WSN)入侵检测系统中检测性能表现不佳、检测实时性差、模型复杂度高等问题,提出一种基于随机森林和深度森林算法的分布式WSN入侵检测模型.该模型首先对传感器节点流量数据进行预处理;然后将轻量级随机森林分类器部署到传感器节点和簇头节点,传感器节点和簇头节点合作对流量数据进行处理,并在基站上采用深度森林算法从大量流量数据中发现攻击行为;最后对WSN中的入侵行为进行实时分类入侵检测.使用无线传感器数据集WSN-DS和NSL-KDD数据集来评估所提出的模型性能.实验结果表明,该模型与现有的入侵检测模型相比,具有良好的检测性能,实时性较高,可避免模型过度拟合.

关键词：入侵检测无线传感器网络随机森林深度森林算法集成分类器

来源：评论

学校读者我要写书评

暂无评论

基于深度森林算法的阿尔茨海默病相关药物活性成分的识别

引用

西北药学杂志 2025年第03期 68-75页

作者：李翔杨斌青岛市第八人民医院枣庄学院信息科学与工程学院

目的筛选中药复方中治疗阿尔茨海默病的相关活性成分，用于研发治疗阿尔茨海默病的药物。方法提出基于多粒度级联森林（multi-grained cascade forest,gcForest）算法的活性化合物识别算法。首先收集用于治疗阿尔茨海默病的活性和非... 详细信息

目的筛选中药复方中治疗阿尔茨海默病的相关活性成分，用于研发治疗阿尔茨海默病的药物。方法提出基于多粒度级联森林（multi-grained cascade forest,gcForest）算法的活性化合物识别算法。首先收集用于治疗阿尔茨海默病的活性和非活性成分数据集。然后提取成分的分子描述符，利用gcForest来学习并预测新复方中具有阿尔茨海默病治疗活性的成分。结果相比于支持向量机、随机森林、自适应增强算法、逻辑回归、朴素贝叶斯、岭分类、随机梯度下降、高斯过程分类、直方图梯度提升分类、梯度增强、极限梯度增强回归、轻量梯度增强机和套袋方法 13种分类方法，gcForest算法能够更准确地识别与阿尔茨海默病治疗相关的活性成分。结论基于gcForest建立阿尔茨海默病治疗相关活性化合物的识别算法，能够提高网络药理学分析中药治疗阿尔茨海默病作用机制的准确性，从而有助于提高新药的研发效率。

关键词：阿尔茨海默病深度森林算法药物活性成分中药复方分类分子描述符药物研发

来源：评论

学校读者我要写书评

暂无评论

大数据环境下的并行深度森林优化算法研究

大数据环境下的并行深度森林优化算法研究

引用

作者：李文豪江西理工大学

学位级别：硕士

深度森林算法是一种基于深度模型的级联随机森林算法,与深度神经网络相比具有更少的超参数,更低的数据需求量,并且有较好的鲁棒性和泛化能力,因而被广泛应用于各个领域。然而,大数据环境下传统深度森林在资源、能效和实时性等方面有诸... 详细信息

深度森林算法是一种基于深度模型的级联随机森林算法,与深度神经网络相比具有更少的超参数,更低的数据需求量,并且有较好的鲁棒性和泛化能力,因而被广泛应用于各个领域。然而,大数据环境下传统深度森林在资源、能效和实时性等方面有诸多限制,难以应用于实时性要求高的场景。因此,人们越发关注在分布式系统上实现并行化深度森林算法的研究,使其满足高性能、低能耗及时效性强的目标。为了提升数据处理能力,加州大学伯克利分校的AMP实验室提出了Spark分布式计算框架,因其计算速度快、可扩展性强大等特点,受到了研究学者的广泛关注。在深度森林模型训练过程引入Spark能够很好地满足其对数据处理能力的要求,但如何降低无关特征对模型训练的影响、如何提升深度森林模型的分类性能以及如何提高深度森林模型在Spark框架上的并行训练效率仍需解决。基于此,本文主要工作如下: 针对大数据环境下并行深度森林算法中存在不相关及冗余特征过多、多粒度扫描不平衡、分类性能不足以及并行化效率低等问题,本文提出了基于互信息和融合加权的并行深度森林优化算法PDF-MIMW。首先,提出了基于互信息的特征提取策略FE-MI,结合特征重要性、交互性和冗余性度量过滤不相关和冗余特征;接着,提出了基于填充的改进多粒度扫描策略IMGS-P,对输入数据进行填充,保证多粒度扫描的平衡;其次,提出了并行子森林构建策略SFC-MW,结合Spark框架并行构建加权子森林,提升模型的分类性能;最后,提出了基于混合粒子群算法的负载均衡策略LB-HPSO,优化Spark框架中任务节点的负载分配,提高模型的并行训练效率。实验表明,PDF-MIMW算法不仅在分类性能上表现更为出色,在大数据环境下的训练效率也更高。针对大数据环境下并行深度森林算法中存在原始数据噪声大,分类速度慢,并行性能不足等问题,本文提出了基于Spark和稀疏自编码器的并行深度森林优化算法PDFSSAE。首先,提出了基于稀疏自编码器的特征降维策略FDR-SAE,对原始特征集进行降维处理,有效降低原始数据的噪声;接着,提出了基于剪枝的模型构建策略MC-P,设计了决策树相似度对决策树进行聚类和筛选,以提高模型的分类速度;最后,提出了动态负载均衡策略DLB,对各计算节点的负载进行动态分配,避免了并行性能不足的问题。实验结果表明,PDF-SSAE算法能够降低深度森林模型在大数据环境下的训练计算开销,同时提升模型的分类速度,展现出了优异的性能表现。

关键词：大数据深度森林算法 Spark 并行计算

来源：评论

学校读者我要写书评

暂无评论

基于随机森林的车载容迟网络路由算法的研究

基于随机森林的车载容迟网络路由算法的研究

引用

作者：芮琦南京邮电大学

学位级别：硕士

车载容迟网络(Vehicular Delay Tolerant Network,VDTN)是一种新型的容迟网络结构,其消息借助移动的车辆节点作为载体进行存储、携带和转发。由于消息的源车辆节点和目的车辆节点之间不存在确定的端到端的连接,使得消息转发机制面临了... 详细信息

车载容迟网络(Vehicular Delay Tolerant Network,VDTN)是一种新型的容迟网络结构,其消息借助移动的车辆节点作为载体进行存储、携带和转发。由于消息的源车辆节点和目的车辆节点之间不存在确定的端到端的连接,使得消息转发机制面临了巨大的挑战。同时,随着车辆高速行驶,网络拓扑结构动态变化严重影响了通信的质量问题。因此,如何设计出有效的高性能路由算法是目前VDTN研究的重点之一。本文重点研究分析了VDTN的相关理论知识和容迟网络路由算法的研究现状等。然后对随机森林(Random Forest,RF)和深度森林(Deep Forest,DF)进行了详细的描述,为VDTN路由算法的设计和仿真奠定了基础。针对VDTN中车辆节点高速移动造成的通信链路不稳定性问题,本文利用车辆节点的移动模式,提出了一种基于RF的VDTN路由算法。首先,引入与车辆节点运动相联系的属性并利用动态相遇奖励机制对车辆节点进行分类,以此构建初始RF模型。接着,从决策树的分类性能和多样性两个方面优化模型,选择分类性能好、多样性高的决策树构造改进的RF模型,其中,决策树的分类性能和多样性分别根据每棵树分类错误率及相应的惩罚权重和由不合度量定义的决策树之间的相似度来衡量。最后,根据改进的RF模型提出新的VDTN路由算法。仿真实验证明,所提出的路由算法能显著提高消息的投递率,降低消息的投递时延,从而验证了其有效性。对上述工作进行扩展,本文提出了一种基于DF的VDTN路由算法。该算法通过构建DF模型以提高模型对投递等级预测的准确度。首先,引入XGBoost和Adaboost模型来改变级联森林的基分类器类型继而增加模型的多样性,并提升DF整体的稳定性。其次,在每一层级联结构中增加两层级联子层,利用逐层处理进行模型内的特征转换,以更好地提取与车辆节点移动模式相关的特征。最后,利用Relief F算法选择权重高的特征构成新的DF输入特征数据集,以进一步提高模型的预测性能。仿真实验结果表明,优化后DF模型可以更精确的预测车辆节点的投递等级,所提出的基于DF的VDTN路由算法有效提升了消息的投递率,降低了网络开销。本论文的研究成果可以为VDTN路由算法的研究提供新思路,同时在实际车联网环境中也具有广阔的应用前景。

关键词：车载容迟网络随机森林算法路由算法深度森林算法分类性能多样性

来源：评论

学校读者我要写书评

暂无评论

基于深度森林及电阻层析成像的气液两相流流型辨识

引用

计量学报 2023年第6期44卷 893-898页

作者：张立峰佟彤肖凯华北电力大学自动化系河北保定071003

提出了一种基于深度森林(DF)算法与电阻层析成像技术(ERT)的气液两相流流型辨识方法。首先利用ERT实验装置对4种典型流型进行数据采集,以多帧数据求均值的方式对采集的数据进行预处理;然后选择合适的基本分类器构建深度森林模型,并调整... 详细信息

提出了一种基于深度森林(DF)算法与电阻层析成像技术(ERT)的气液两相流流型辨识方法。首先利用ERT实验装置对4种典型流型进行数据采集,以多帧数据求均值的方式对采集的数据进行预处理;然后选择合适的基本分类器构建深度森林模型,并调整模型的最大层数以保障分类的准确率;最后对多帧数据求均值的有效性和深度森林模型的流型辨识能力进行验证,并与深度神经网络(DNN)及卷积神经网络(CNN)2种传统深度学习算法进行比较。结果表明深度森林的流型辨识准确性优于其他2种算法,平均辨识精度可达98.75%,多帧数据求均值的预处理方法更有利于流型辨识。

关键词：计量学电阻层析成像流型辨识深度森林算法气液两相流

来源：评论

学校读者我要写书评

暂无评论

基于数据-算法双驱动融合的火成岩岩性识别方法

引用

测井技术 2025年第2期49卷 218-225页

作者：韩锐羿宋晓妮王欣茹郭宇航吉林建筑大学测绘与勘查工程学院吉林长春130118 吉林大学地球探测科学与技术学院吉林长春130026

现有火成岩岩性识别技术面临常规测井响应与岩性敏感度差异显著、离散矿物实验数据难以构建连续地层模型以及岩心-测井标定样本类别不平衡等技术瓶颈。为解决这些问题,该研究提出数据-算法双驱动融合的火成岩岩性识别方法。首先通过矿... 详细信息

现有火成岩岩性识别技术面临常规测井响应与岩性敏感度差异显著、离散矿物实验数据难以构建连续地层模型以及岩心-测井标定样本类别不平衡等技术瓶颈。为解决这些问题,该研究提出数据-算法双驱动融合的火成岩岩性识别方法。首先通过矿物化学组分与测井数据融合,建立具有岩石物理意义的特征表征体系;进而设计基于Mahalanobis距离的层次化重采样机制,有效缓解小样本类别识别偏倚问题;最终建立具有概率解释性的贝叶斯深度森林模型,实现火成岩复杂岩性的高精度识别。基于辽河盆地东部凹陷20口井的8356组数据,开展嵌套式验证;该方法在同井测试中准确率为100%,异井测试准确率达89%,加权F1值0.88,准确率较其他火成岩岩性识别方法显著提升。研究结果表明,通过地质先验知识与深度学习融合,可有效提升火成岩岩性识别的工程适用性与解释可靠性,为复杂储层精细评价提供新的技术手段。

关键词：测井解释岩性识别深度森林算法测井数据融合火成岩样本不平衡处理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：