检索结果-内蒙古大学图书馆

环境与职业医学 2025年第2期42卷 157-164页

作者：莫有桦张鹏谷一硕朱晓俊樊晶光国家卫生健康委职业安全卫生研究中心国家卫生健康委粉尘危害工程防护重点实验室北京102308 广东药科大学公共卫生学院广东广州510240

[背景]轻量级梯度提升机算法(LightGBM)以其高效、快速等特点成为预测模型中的热门选择。然而,由于机器学习模型存在“黑盒”特性,导致模型可解释性较差。目前很少有研究从LightGBM模型及模型可解释性的角度评估职业伤害的严重程度。[目... 详细信息

[背景]轻量级梯度提升机算法(LightGBM)以其高效、快速等特点成为预测模型中的热门选择。然而,由于机器学习模型存在“黑盒”特性,导致模型可解释性较差。目前很少有研究从LightGBM模型及模型可解释性的角度评估职业伤害的严重程度。[目的]评估LightGBM模型及模型可解释性方法在职业伤害预测中的应用价值。[方法]应用美国矿山安全与健康管理局(MSHA)1983—2022年采矿业工人职业伤害数据集,以伤害程度(死亡/致命性职业伤害和永久/部分残疾)作为结局变量,以伤害发生的月份、年龄、性别、事故发生时间、轮班开始时间、事故发生时间与轮班开始时间间隔、总工龄、矿山总工龄、现矿山工龄、职业伤害致因、事故类型、伤害发生活动(即伤害发生时工人正在进行的活动)、伤害来源、受伤部位、作业环境类型、产品类别、伤害性质共17个指标作为预测变量。通过最小绝对收缩与选择算子算法(Lasso)回归方法筛选特征集。应用LightGBM构建职业伤害预测模型,以预测模型的曲线下面积(AUC)为主要评价指标,AUC越接近1,说明模型预测性能越好。应用Shapley加法解释(SHAP)法对模型可解释性进行评价。[结果]通过Lasso回归,识别出关键影响因素7个,分别为事故发生时间与轮班开始时间间隔、现矿山工龄、职业伤害致因、事故类型、受伤部位、伤害性质、作业环境类型。基于Lasso回归特征筛选构建的LightGBM模型预测性能良好,其AUC值、准确度、特异度、灵敏度分别为0.9941(95%CI:0.9917~0.9966)、0.9743、0.9781、0.9640,预测的致死性职业伤害概率与实际的致死性职业伤害概率一致性较高。在职业伤害预测模型中,通过SHAP值分析各指标的重要性,发现受伤部位和伤害性质是影响模型预测结果的两个主要特征,其他特征的影响较小。受伤部位的SHAP值分布广泛,尤其是头颈部和多部位的受伤,对预测致死性风险的模型有显著影响。伤害性质也对模型有不同方向的影响,窒息/溺水、挤压和多部位受伤对工人发生致死性职业伤害风险影响较大。[结论]LightGBM模型能够高效地处理大规模数据并提供高精度的预测结果。模型可解释性研究有助于更准确地探索、分析采矿业工人发生致死性职业伤害的各种风险关键因素,并进一步揭示这些因素间的复杂交互作用,从而为劳动工人提供更好的预防干预保护措施和最佳的资源配置。

关键词：职业伤害轻量级梯度提升机算法预测模型模型可解释性 Shapley加法解释

来源：评论

学校读者我要写书评

暂无评论

基于BO-LightGBM算法的XLPE配电电缆绝缘状态评估

引用

绝缘材料 2025年第3期58卷 131-140页

作者：罗正均叶刚周箩鱼李涛陈楠张志熙长江大学电工电子国家级实验教学示范中心湖北荆州434023 湖北师范大学电气工程与自动化学院湖北黄石435002

为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确... 详细信息

为提升电缆绝缘状态评估的精度,本文提出了一种基于贝叶斯优化(BO)算法与轻量级梯度提升机(LightGBM)算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合,形成不同的特征子集,通过遍历所有的特征子集,找到五折交叉验证的准确率最高所对应的特征组合,完成对输入特征的筛选。然后使用BO算法对LightGBM中的7个超参数进行寻优。最后利用本文所提出的BO-LightGBM算法完成对电缆绝缘状态的评估。结果表明:本文提出的特征子集法与主成分分析法和互信息筛选法相比能更好地提升模型表现;经过BO算法优化后,LightGBM模型的精度能得到进一步的提升,与粒子群优化算法(PSO)和遗传算法优化(GA)相比,BO算法的计算效率能在几乎相同的精度下分别提升约80%和86.9%;与其他常用机器学习算法进行对比,本文模型的相关性能指标均为最优。

关键词： XLPE电缆状态评估机器学习贝叶斯优化算法轻量级梯度提升机算法

来源：评论

学校读者我要写书评

暂无评论

融合生成对抗网络和难例挖掘的产品质量预测模型

引用

计算机集成制造系统 2024年第10期30卷 3698-3707页

作者：李剑锋柏雪赵春财钱朋超王洪涛徐伟风中国计量大学经济与管理学院浙江杭州310018 新凤鸣集团研究院质量管理部浙江桐乡314513 杭州古珀医疗科技有限公司研发中心浙江杭州311200

针对连续性工业生产特点,重点关注类别不平衡造成的不合格样本召回率低问题。为了从高维数据提取有效特征,结合one class F-score和最小冗余最大相关性在特征提取方面的优势,有效降低特征维度并提取有价值特征;利用Wasserstein生成对抗... 详细信息

针对连续性工业生产特点,重点关注类别不平衡造成的不合格样本召回率低问题。为了从高维数据提取有效特征,结合one class F-score和最小冗余最大相关性在特征提取方面的优势,有效降低特征维度并提取有价值特征;利用Wasserstein生成对抗网络(WGAN)方法扩增不合格样本数量;通过类别权重优化Focal Loss函数以提高困难样本识别率;通过轻量级梯度提升机算法结合阈值移动策略,构建基于WGAN数据增强和难例挖掘技术的质量预测模型(WGAN_Focal Loss_LGB(TM))。将所提模型应用于开源SECOM数据集,验证了所提方法的有效性。

关键词：高维数据 Wasserstein生成式对抗网络 Focal Loss函数难例挖掘轻量级梯度提升机算法阈值移动产品质量预测

来源：评论

学校读者我要写书评

暂无评论

基于MI-CEEMDAN-RF-LGBM的风功率预测分析

引用

电力与能源 2024年第2期45卷 239-242页

作者：李洪涛吉林电力股份有限公司浙江分公司浙江杭州310013

针对传统的风功率预测精度无法满足现场实际需求的问题,提出了一种基于互信息(MI)-完全自适应噪声集合经验模态分解(CEEMDAN)-随机森林(RF)-轻量级梯度提升机(LGBM)多种算法融合的风功率预测模型。采用MI法对风向、风速、温度等一系列... 详细信息

针对传统的风功率预测精度无法满足现场实际需求的问题,提出了一种基于互信息(MI)-完全自适应噪声集合经验模态分解(CEEMDAN)-随机森林(RF)-轻量级梯度提升机(LGBM)多种算法融合的风功率预测模型。采用MI法对风向、风速、温度等一系列风机参数数据进行特征选择,选出与风功率强相关的参数变量;利用CEEMDAN算法对原始风功率序列进行特征分解,将其分解成多个模态分量;为了防止建模输入过多造成数据的冗余,采用RF算法进行二次特征选择,对提取出的特征变量进行特征选择,进一步筛选出与风功率原始序列具有较高相关性的特征变量;利用LGBM算法、极限学习机(ELM)以及深度信念网络(DBN)分别建立风向预测模型,选择出建模精度更高的风功率预测模型。采用桂林某风电场53 747组、每组间隔为10min的风功率、风向、风速等风机参数数据进行试验,验证了所载模型的有效性。

关键词：风功率预测互信息轻量级梯度提升机算法

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：