检索结果-内蒙古大学图书馆

作者：陶训涛中央财经大学

学位级别：硕士

随着数据采集和存储技术的快速发展，人们现实的经济社会活动产生了日趋增多的庞大的数据库。这已经发生在人类社会的几乎所有的领域，从普通的，比如超市业务数据、信用卡使用记录，到专业领域的，如天体图像、医疗记录等。在这些领域... 详细信息

随着数据采集和存储技术的快速发展，人们现实的经济社会活动产生了日趋增多的庞大的数据库。这已经发生在人类社会的几乎所有的领域，从普通的，比如超市业务数据、信用卡使用记录，到专业领域的，如天体图像、医疗记录等。在这些领域中，经常会出现分类问题，它涵盖了任何基于已获得的信息，并且需要决策和预测的所有情况，例如在银行贷款申请过程中，银行会根据客户的收入，性别，以往的信用记录等给客户进行分类；在医学领域，可以根据已有的记录，根据某种细胞表现的特征，对其进行判别，决策是否属于癌细胞等。\n 在分类问题中，选择适当的方法，得到最小的预测误差显得尤为重要。本文将分类方法划分为两类，一类是用于分类的传统统计方法；另一类是数据挖掘中的分类方法。在传统统计方法中，重点给出了线性判别分析和1ogistic回归方法，并且对这两种方法进行了对比。在数据挖掘方法中，重点讨论了机器学习中的应用较为广泛的分类与回归树算法（Classification and Regression Trees，简记为CART），CART算法是一种类似于流程图的二叉树结构，它具有运行速度快，精度高，生成模型简单，能处理大数据集等优点。1994年Breiman提出了Bagging组合方法，即利用Booststrap抽样方法得到新训练集，利用这些新训练集构建众多基分类模型，并通过组合这些基模型得到最终的分类组合分类模型。在此基础上，1996年Freund和Schapire提出了更为精确的的方法-Adaboost，它在获取训练集时采用自适应抽样权重，对那些难以分类正确的样本采用加权抽样权重的形式，并在组合最终模型时，采用自适应投票权重。2001年Breiman提出了随机森林算法，它是以Bootstarp抽样方式获取新的训练集，并在构建模型时，在每个节点处产生划分条件时，是采用随机选择F个自变量，并从这F个自变量中选择最优的一个划分。\n 通过Bagging分类算法和随机森林分类算法的比较可知，组合算法中，基模型为未剪枝随机变量划分分类树的有偏集小于修剪分类树的有偏集。又由于Adaboost难以确定其组合模型的收敛性，所以在Adaboost分类算法的基础上给出了拟Adaboost分类算法，该方法可被证明具有收敛性，且通过与Adaboost分类算法方法对比发现模拟的自适应再加权权重和实际的自适应权重可以达到同样的效果，即减小组合模型的推广误差。此时，我们可以将拟自适应再加权方法和基模型为未剪枝随机变量划分分类树的随机森林算法结合在一起，由此，接下来给出了拟自适应随机森林分类算法，并证明了此算法具有收敛性。最后，我们通过两个实验数据分析发现，在训练集较大时，拟自适应随机森林分类算法会优于随机森林分类算法。

关键词：自适应随机森林分类算法数据库

来源：评论

学校读者我要写书评

暂无评论

基于Sentinel-2的江淮分水岭撂荒地提取

引用

安徽农业科学 2025年第3期53卷 47-52,76页

作者：李元庆宋宏利刘欢李伟涛刘兴宇河北工程大学地球科学与工程学院河北邯郸056038 滁州学院地理信息与旅游学院安徽滁州239000

[目的]研究江淮分水岭因地形破碎、丘陵起伏、云覆盖严重等原因导致撂荒地提取精度较低问题。[方法]基于GEE云平台,以凤阳县为研究区域,使用Sentinel-2 MSI影像数据,采用随机森林分类算法对凤阳县2017—2023年土地进行分类,获取7年的土... 详细信息

[目的]研究江淮分水岭因地形破碎、丘陵起伏、云覆盖严重等原因导致撂荒地提取精度较低问题。[方法]基于GEE云平台,以凤阳县为研究区域,使用Sentinel-2 MSI影像数据,采用随机森林分类算法对凤阳县2017—2023年土地进行分类,获取7年的土地分类数据,并制定撂荒地识别规则,在此基础上提取研究区撂荒地数据。[结果]遥感影像的总体土地分类精度在82.45%~91.37%,符合研究所需精度要求;2018年研究区撂荒地面积最大,为974.52 hm^(2),撂荒率最高,为0.91%;2018—2019年撂荒地面积呈减少趋势,2019—2021年撂荒地面积逐年增加;2018—2023年撂荒地的复耕地面积最大约为678.15 hm^(2),而最小复耕地面积约为78.23 hm^(2),复耕率最高值达到69.59%,复耕率最小值为37.02%。[结论]该研究为评估农田抛荒的风险和生态环境的治理提供有力的数据支撑,也为其他撂荒地提取提供参考。

关键词：撂荒地江淮分水岭 Sentinel-2 随机森林分类算法凤阳县

来源：评论

学校读者我要写书评

暂无评论

融合主被动微波遥感的高分辨率地表冻融状态识别

引用

冰川冻土 2023年第2期45卷 808-822页

作者：张晨晋锐中国科学院西北生态环境资源研究院黑河遥感试验研究站/甘肃省遥感重点实验室甘肃兰州730000 中国科学院大学北京100049

为细致刻画地表冻融状态及其年循环特征、长时间序列变化趋势及其与陆地生态系统的相互作用,需要进行高分辨率(1 km)的地表冻融状态识别。被动微波的低空间分辨率,无法精细描述地表冻融状态的空间变化;主动微波(合成孔径雷达)能以较高... 详细信息

为细致刻画地表冻融状态及其年循环特征、长时间序列变化趋势及其与陆地生态系统的相互作用,需要进行高分辨率(1 km)的地表冻融状态识别。被动微波的低空间分辨率,无法精细描述地表冻融状态的空间变化;主动微波(合成孔径雷达)能以较高的分辨率识别地表冻融状态,但其低时间分辨率无法准确捕捉春秋季地表冻融转换。融合主被动微波遥感信息,发展高分辨率地表冻融状态识别算法对细致刻画地表冻融状态、生产高分辨率地表冻融遥感产品具有重要意义。本文以青藏高原中部土壤温湿度观测网为研究区,采用随机森林分类算法,以升/降轨Sentinel-1σ0 VV(垂直极化后向散射)、SMAP TbV(垂直极化亮温)和辅助时空信息为输入,构建融合多源信息的高分辨率(1 km)地表冻融状态识别算法。结果表明:在降轨时,有/无主动微波信息,地表冻结期(每年1—3月)识别精度分别为100.0%/97.8%;地表融化期(每年6—10月)识别精度分别为99.1%/99.4%;地表冻融转换时期(每年4—5月)的识别精度为82.0%/74.1%;地表融冻转换时期(每年11—12月)的识别精度为95.1%/90.0%,精度有所下降。其原因是主要受到海拔、坡向及土壤质地的影响。通过对输入变量重要性排序,分析其在随机森林中的贡献可知,DOY(儒略日)、Tb_(V)、LAI(叶面积指数)、LST(地表温度)、σ_(VV)^(0)、坡向是必要的输入变量。其中σ_(VV)^(0)虽然排在第五位,但去除σ_(VV)^(0),算法在地表冻融转换时期的识别精度下降显著(春/秋季精度分别下降23.7%、9.4%),证明主动微波信息对于提高算法识别精度的重要性,因此在主动微波信息可获取时,应融合主被动微波信息进行地表冻融状态识别。高分辨率的地表冻融状态可准确划分地表的稳定冻结期、稳定融化期及冻融转换期,并反映地表冻融转换时期的空间异质性特征。

关键词：地表冻融状态主被动微波高空间分辨率随机森林分类算法信息融合

来源：评论

学校读者我要写书评

暂无评论

改进GSM-RFC模型在回采巷道围岩稳定性分级的预测

引用

辽宁工程技术大学学报（自然科学版） 2018年第3期37卷 449-455页

作者：邵良杉周玉辽宁工程技术大学系统工程研究所辽宁葫芦岛125100

为对回采巷道围岩稳定性等级进行准确分类,在分析回采巷道围岩稳定性影响因素的基础上,采用改进网格搜索法(GSM)对随机森林分类(RFC)算法关键参数进行搜索确定.首先对RFC中生成决策树的叶节点最小记录百分比进行最优选值,而后以预测准... 详细信息

为对回采巷道围岩稳定性等级进行准确分类,在分析回采巷道围岩稳定性影响因素的基础上,采用改进网格搜索法(GSM)对随机森林分类(RFC)算法关键参数进行搜索确定.首先对RFC中生成决策树的叶节点最小记录百分比进行最优选值,而后以预测准确率为目标函数,借助改进GSM两次搜索确定RFC关键参数,并对各影响因素重要程度进行排序.从95组现场数据中选取80组作为训练集,15组为测试集,并将预测结果与GSM-RFC、RFC对比.研究结果表明:RFC最优叶节点最小记录百分比为58%,最优分裂属性值为3,最优决策树棵树为420;较GSM-RFC与RFC模型,改进GSM-RFC模型有更高的准确率(97.778%)、Kappa系数(0.970)和较合理的运行时间(482.772s),表明改进GSM-RFC模型具有更好的拟合效果和泛化误差,可以满足工程实际需要.

关键词：回采巷道围岩稳定性改进网格搜索法随机森林分类算法改进GMS-RFC模型

来源：评论

学校读者我要写书评

暂无评论

基于用户特征抽取和随机森林分类的用户创新社区领先用户识别研究

引用

数据分析与知识发现 2017年第11期1卷 62-74页

作者：原欣伟杨少华王超超杜占河西安理工大学经济与管理学院西安710054

【目的】为了发挥用户创新社区及领先用户在企业开放式创新中的作用,对用户创新社区情境下的领先用户识别方法进行研究。【方法】结合领先用户特征,利用用户创新社区中的用户数据,从用户内容信息和行为数据两方面抽取用户特征,并在此基... 详细信息

【目的】为了发挥用户创新社区及领先用户在企业开放式创新中的作用,对用户创新社区情境下的领先用户识别方法进行研究。【方法】结合领先用户特征,利用用户创新社区中的用户数据,从用户内容信息和行为数据两方面抽取用户特征,并在此基础上提出基于随机森林分类的领先用户识别方法。并以小米社区的MIUI论坛为例进行实例分析。【结果】实验结果表明,本文提出的识别方法在领先用户和非领先用户之间具有较好的区分度。【局限】不同产品领域用户创新社区的用户生成内容和行为数据有一定差异,本文仅以讨论小米手机操作系统的MIUI论坛为例,涉及其他产品领域用户创新社区时,用户特征抽取和相应的训练模型可能需要依具体情况适当调整。【结论】本文方法是一种适合用户创新社区情境的领先用户识别方法,可以和传统方法有机结合,以进一步提高此类社区领先用户识别的效率和效力。

关键词：用户创新社区领先用户识别用户特征随机森林分类算法

来源：评论

学校读者我要写书评

暂无评论

基于RFC-SAGA-RBF的直流偏磁下CT畸变电流反衍方法

引用

南方电网技术 2024年第12期18卷 51-61页

作者：王波尹仕红肖勇胡珊珊范小飞潘深琛王保帅深圳供电局有限公司广东深圳518001 南方电网科学研究院广州510663 广东省电网智能量测与先进计量企业重点实验室广州510663

线路中的直流偏磁电流易引起计量用电流互感器(current transformer,CT)饱和,CT在饱和状态下输出的二次侧电流含有的谐波分量将导致电能计量误差增大。为了提高直流偏磁下电流互感器测量的准确性,提出了CT畸变电流的反衍方法。该方法将... 详细信息

线路中的直流偏磁电流易引起计量用电流互感器(current transformer,CT)饱和,CT在饱和状态下输出的二次侧电流含有的谐波分量将导致电能计量误差增大。为了提高直流偏磁下电流互感器测量的准确性,提出了CT畸变电流的反衍方法。该方法将直流偏磁下CT畸变电流反衍过程分为离网和在网两个阶段。离网阶段,首先通过改变CT的运行环境生成数据样本集,然后利用随机森林分类(random forest classification,RFC)算法对CT的饱和程度进行分类,最后针对每一子类分别训练,经模拟退火遗传算法优化的径向基神经网络(simulate anneal genetic algorithm-radial basis function,SAGA-RBF)模型对饱和电流进行反衍;在网阶段,通过小波变换对二次侧电流波形进行饱和数据段提取,再将饱和数据段输入离线模型实现二次侧畸变电流反衍一次侧电流。仿真结果表明,所提方法在各种工况下均能对CT一次侧电流进行反衍,并提高CT的计量准确度。

关键词：电磁式电流互感器直流偏磁饱和电流重构小波变换随机森林分类算法

来源：评论

学校读者我要写书评

暂无评论

针对欺诈网页高度数据不平衡问题的分类检测方法研究

针对欺诈网页高度数据不平衡问题的分类检测方法研究

引用

作者：林钊西南交通大学

学位级别：硕士

近年来,互联网技术飞速发展,网络应用深入到了人们生活的方方面面。在互联网技术方便人们生活的同时,也有一些人利用互联网技术方便快捷的特点来谋取私利。于是,网络环境中出现了大量具有欺骗性质,传播不良信息的欺诈网站。欺诈网页传... 详细信息

近年来,互联网技术飞速发展,网络应用深入到了人们生活的方方面面。在互联网技术方便人们生活的同时,也有一些人利用互联网技术方便快捷的特点来谋取私利。于是,网络环境中出现了大量具有欺骗性质,传播不良信息的欺诈网站。欺诈网页传播有害信息,降低搜索引擎的服务质量,严重威胁网络安全。如何快速准确的检测欺诈网页成为web安全研究热点。从分类算法角度研究,网页欺诈检测由于其数据的不平衡性,导致传统分类算法出现分类的偏向性,多表现为多数类检测准确率高,少数类准确率低。本文通过对常用分类算法的比较分析,选取随机森林算法作为基础检测算法,分析数据不平衡对随机森林的具体影响提出基于随机森林的集成学习算法。在集成算法的每个子分类器利用训练数据的数量优势提高少数类检测准确率,而利用样本的相似性保持多数类的检测准确率。实验结果显示该算法提升了少数类的检测准确率,并得到了较为均衡的两类检测准确率。从数据平衡算法角度研究,应对不平衡分类问题最直接的办法就是对数据进行平衡,但仅仅使用过采样增加少数类数量对分类效果提升有限。本文提出了智能混合型数据平衡算法。一方面使用降噪改进的SMOTE过采样增加少数类数量,另一方面通过基于异常点去除和密度削减的级联欠采样算法减少多数类的数量。同时,使用模拟退火算法对各部分采样具体参数进行寻优确定。实验结果显示该算法对数据集的平衡有效增强了实验所用所有传统分类器的性能,并在与随机森林与C4.5的结合使用中均得到了非常好的分类器性能。

关键词：不平衡数据欺诈网页检测随机森林分类算法树形集成框架异常点检测算法智能平衡算法

来源：评论

学校读者我要写书评

暂无评论

密集匹配点云下的建筑物及其屋顶特征线提取

密集匹配点云下的建筑物及其屋顶特征线提取

引用

作者：吴冬沈阳建筑大学

学位级别：硕士

建筑物是城市中的重要地物，建筑物三维模型在智慧城市建设过程中扮演着重要的角色。建筑物的特征点、线、面是建筑物三维重建的主要基础数据，建筑物特征点可以看作是多条特征线相交的结果，而特征面可看作是由多条特征线所构成的闭合... 详细信息

建筑物是城市中的重要地物，建筑物三维模型在智慧城市建设过程中扮演着重要的角色。建筑物的特征点、线、面是建筑物三维重建的主要基础数据，建筑物特征点可以看作是多条特征线相交的结果，而特征面可看作是由多条特征线所构成的闭合平面。所以在建筑物三维重建过程中，对特征线的精确提取尤为重要。　　与机载LiDAR点云相比，摄影测量密集匹配点云具有成本低、纹理信息丰富等优点。所以本文将以密集匹配点云为研究对象，着重研究摄影测量密集匹配点云下的建筑物屋顶特征线提取技术。该研究主要包括以下四个方面：　　（1）针对密集匹配点云滤波处理问题，对比研究包括基于数学形态学滤波、基于坡度滤波以及布料模拟滤波在内的三种滤波算法的优缺点，寻求适用于本文数据集的滤波算法。实验结果表明，布料模拟滤波算法更加适用于本文的三组数据集。在地形变化较大的区域，布料模拟滤波算法的滤波效果明显优于其他两种滤波算法。同时布料模拟滤波算法的Kappa值也优于其他算法;（2）针对密集匹配点云中点的数据量较大、分类时间较长等问题，提出了一种基于特征重要性加权的随机森林分类算法。所提出的方法大体上分为三步，首先在传统随机森林模型的基础上剔除分类精度较差的决策树分类器;其次对剩余的决策树进行相似性检验，剔除预测效果一致或相似的决策树，保证整体随机森林中分类器的多样性;最后计算单棵决策树模型与整体随机森林模型特征重要性的相关系数，以相关系数作为每一棵决策树的权重值，利用加权投票的方式预测分类结果。实验表明，该算法在不降低分类精度的同时，大大缩减了点云分类的时间。照比传统的随机森林模型，缩短了70%的分类时间;（3）提出了一种基于三角面片法向量与平面拟合的区域生长算法。基于建筑物屋顶同一平面内点云的法向量方向相同或相似且所有点云到某一固定平面的距离相等或相近的原理进行区域增长。实验结果表明，该算法平面点云分割结果比传统的随机抽样一致性平面检测算法更加的规则，对噪点有着抗干扰性;（4）针对分割出来的平面点云边界线提取问题，利用区域边界仅有一个临近三角面片的特征进行边界提取，同时在提取过程中利用三角面片边界斜率进行直线拟合以及角点检测。最后针对提取出的边界线，提出了三种情形下的边界线规则化方法。通过规则化处理得到最终的屋顶特征线。

关键词：建筑物屋顶特征线提取密集匹配点云滤波处理随机森林分类算法区域生长算法

来源：评论

学校读者我要写书评

暂无评论

基于现场数据的城轨列车运行晚点趋势分析及调整研究

基于现场数据的城轨列车运行晚点趋势分析及调整研究

引用

作者：卢柯宇西南交通大学

学位级别：硕士

随着我国城市轨道交通的发展,地铁以其安全、高效、准时的特点,逐渐成为城市居民首选的出行方式。随着客流量的增加、发车间隔时间的缩短,一旦某一列车发生晚点,其影响范围将扩大并出现晚点传播的现象,影响乘客乘车体验,甚至导致路网瘫... 详细信息

随着我国城市轨道交通的发展,地铁以其安全、高效、准时的特点,逐渐成为城市居民首选的出行方式。随着客流量的增加、发车间隔时间的缩短,一旦某一列车发生晚点,其影响范围将扩大并出现晚点传播的现象,影响乘客乘车体验,甚至导致路网瘫痪。在有限的时间内对列车进行调整,降低晚点造成的影响是亟待解决的问题。本文基于地铁运营现场数据,提出了一种分析列车晚点趋势并对晚点列车进行调整的方法,以提高列车的运行效率与服务质量。论文主要工作如下:首先,分析了国内外列车晚点预测与晚点调整领域的研究现状,并对晚点产生的原因、晚点传播的原理以及晚点调整的方法进行了总结。同时,基于线路的运营情况对原始数据进行了预处理与相应分析。其次,从晚点的分布特征与统计特征两个角度对数据进行了聚类分析,聚类结果能够体现列车晚点时间的变化规律、晚点时间与列车开行时段、晚点时间与车站之间的关系,以及晚点影响程度。通过聚类分析,将列车的晚点状态分为5个类别,各类列车的晚点状态均具有明显特征。然后,基于随机森林分类算法对当前列车的晚点状态进行分类,模型具有较好的分类效果,能够准确判断当前列车晚点状态的类别。结合马尔可夫链,将分类结果作为初始状态,通过构建马尔可夫转移矩阵,对后续列车的晚点趋势进行分析。最后,以其中一种晚点状态为例,建立了列车晚点调整模型,设计了基于遗传算法的模型求解算法。晚点调整模型将晚点总时间与乘客不满意度作为目标函数,将列车停站时间、区间运行时间与追踪间隔时间作为约束条件,根据实际运营场景对模型相关参数进行设置。利用Python语言对模型与算法进行了仿真,结果表明:与仅考虑晚点总时间的模型相比,该模型在适量增加晚点总时间的情况下,能够有效降低乘客的等待时间、提高城市轨道交通的服务水平。

关键词：城市轨道交通列车晚点趋势分析列车晚点调整聚类分析随机森林分类算法马尔可夫链遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于随机森林的条纹管激光雷达回波分类研究

基于随机森林的条纹管激光雷达回波分类研究

引用

作者：张漫哈尔滨工业大学

学位级别：硕士

条纹管激光雷达作为具有研究前景的激光雷达之一,可以在全波形采样的基础上,同时获取多个探测区域及目标的高精度三维信息,在机载激光雷达测绘领域具备广阔的发展前景。在实地测绘过程中,条纹管激光雷达系统每秒获得的回波数据可以达到... 详细信息

条纹管激光雷达作为具有研究前景的激光雷达之一,可以在全波形采样的基础上,同时获取多个探测区域及目标的高精度三维信息,在机载激光雷达测绘领域具备广阔的发展前景。在实地测绘过程中,条纹管激光雷达系统每秒获得的回波数据可以达到几百兆,使得高速海量回波数据的分析和处理成为目前的重点研究方向。而现有的分类识别方法是针对条纹回波数据反演出的点云数据进行分类和识别工作,这种二次数据处理方法降低了雷达数据的准确性和时效性,对后期雷达应用推广产生了一定影响。因此,针对条纹管激光雷达回波数据及图像的直接分类提取研究是必要的。随着机器学习以及深度学习的发展,越来越多的机器学习方法被引入到图像处理领域,解决如图像识别、图像分类等任务。其中随机森林算法是在决策树算法的基础上融合了集成学习方法得到的强分类器,在分类任务和回归任务中均有出色表现。本文基于随机森林算法,提出了直接对原始条纹回波信号进行分类处理,并结合图像识别技术提出了对条纹图像中的目标区域进行单独提取和归类的方法。该方法结合了随机森林算法的快速性和抗干扰能力,较好的解决了现有条纹回波数据二次分类方法时效性和准确性较差的问题,在对不同地形的分类任务中都表现出良好的适应性。本文根据形态学特征和局部检测特征理论,结合特征提取流程建立了条纹图像的特征提取算法,对原始条纹回波信号特征进行分析和提取,并利用得到的特征集结合随机森林分类模型训练流程建立了随机森林分类模型,初始模型的分类准确率为86.6%。模型建立完成后,使用网格搜索法对随机森林模型的基决策树数量、基决策树最大深度进行调参,得到的最优随机森林分类模型的基决策树数量为130,最大基决策树深度为8,分类准确率为89.3%,并通过最优模型的袋外数据估计得分计算样本特征重要性,从而验证了特征数据库中的特征分布。通过对比随机森林算法与其他分类算法在执行条纹回波信号二分类和三分类任务时的准确率和召回率,可以看出随机森林算法在处理条纹回波数据时是具有显著优势的。最后使用分类模型对条纹回波信号数据进行了分类和标记,将最后的分类结果进行了点云转换和显示,并利用分类好的条纹回波数据进行了典型目标的提取和点云转换。

关键词：条纹管激光雷达图像特征提取随机森林分类算法参数优化

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：