检索结果-内蒙古大学图书馆

石油地球物理勘探 2016年第6期51卷 1202-1211,1052-1053页

作者：宋建国高强山李哲中国石油大学(华东)地球科学与技术学院山东青岛266580 海洋国家实验室海洋矿产资源评价与探测技术功能实验室山东青岛266071 中国石油大学(华东)信息与控制工程学院山东青岛266580

针对储层预测的复杂非线性及稳定性问题,将随机森林回归算法引入到地震储层预测中,建立地震属性与储层特征参数之间的非线性关系。以多种不同的地震属性为基础,通过构建井旁道地震属性与特征参数的回归森林模型进行储层预测,以预测值与... 详细信息

针对储层预测的复杂非线性及稳定性问题,将随机森林回归算法引入到地震储层预测中,建立地震属性与储层特征参数之间的非线性关系。以多种不同的地震属性为基础,通过构建井旁道地震属性与特征参数的回归森林模型进行储层预测,以预测值与实际值之间的均方根误差值为评价标准,分析随机森林回归算法在地震储层预测中的特点。将本方法应用于某陆地工区的自然电位预测和某海上工区的自然伽马预测,并与支持向量回归机方法的预测结果进对比,结果表明,尽管地震数据受到较强噪声的影响,随机森林方法仍可较好地刻画出储层的三角洲前缘沉积特征,表现出较好的稳定性和较高准确性。

关键词：随机森林回归地震属性特征参数储层预测

来源：评论

学校读者我要写书评

暂无评论

基于偏振反射模型和随机森林回归的叶片氮含量反演

引用

光谱学与光谱分析 2021年第9期41卷 2911-2917页

作者：张子晗晏磊刘思远付瑜姜凯文杨彬刘绥华张飞舟北京大学地球与空间科学学院遥感与地理信息系统研究所空间信息集成与3S工程应用北京市重点实验室北京100871 桂林航空工业学院广西高校无人机遥测重点实验室广西桂林541004 湖南大学电气与信息工程学院湖南长沙410082 贵州师范大学地理与环境科学学院贵州贵阳550001

叶片氮含量极大程度上影响植被生物化学过程,有重要的研究意义。利用机载高光谱数据反演叶片氮含量在农业遥感领域有广泛应用,但其反演精度不能完全满足精细农业的需要,有一定提升空间。叶片氮含量遥感反演精度受机理误差和算法误差的影... 详细信息

叶片氮含量极大程度上影响植被生物化学过程,有重要的研究意义。利用机载高光谱数据反演叶片氮含量在农业遥感领域有广泛应用,但其反演精度不能完全满足精细农业的需要,有一定提升空间。叶片氮含量遥感反演精度受机理误差和算法误差的影响,机理误差主要来源于叶片表面反射。传感器探测到的反射辐射既包含叶片内部多次散射,又包含叶片表面镜面反射部分,只有前者是携带叶片内部生化组分(如氮含量)信息的,由于后者是入射光在叶表蜡质层发生的直接反射,因此该部分并不携带叶片内部信息。根据菲涅尔定律,叶表镜面反射是部分偏振的,而内部散射是非偏振的,因而通过偏振反射建模可部分去除叶表镜面反射影响,以消除机理误差。算法误差主要来源于不同氮含量反演算法对于高光谱数据挖掘能力的差别。比较了偏最小二乘法、主成分回归、支持向量机、K-近邻算法和随机森林回归在高光谱叶片氮含量反演中的表现,在调整算法参数之后,选择使用随机森林回归算法以减少高光谱反演算法误差。以常绿针叶林、落叶阔叶林和针阔混交林为研究对象,利用多角度偏振卫星POLDER/PARASOL的多光谱数据库构建二向偏振反射模型,用以模拟和分析研究区森林的偏振反射率;从HySpex传感器系统获取的机载高光谱数据中去除偏振反射率带来的光谱机理误差,以实现叶片氮含量的精确反演。以均方根误差为主要指标评估精度变化可获得以下结论:在高光谱叶片氮含量反演中,消除偏振反射率带来的机理误差后,各算法反演精度均有提升,平均提升了4.244%。其中,随机森林回归可以最大程度减小反演算法误差(可决系数达到0.803,均方根误差达到0.252),且对光谱偏振信息最为敏感,去除偏振后精度提高了13.103%。相比于广泛使用的偏最小二乘算法,去除光谱机理误差并减小反演算法误差后,叶片氮含量反演精度整体提高了32.440%。该研究实现了基于机载高光谱数据的叶片氮含量精确反演,证明了在叶片氮含量反演中去除偏振反射率的必要性,体现了在高光谱氮含量反演中随机森林算法的应用潜力。

关键词：遥感反演偏振遥感叶片氮含量高光谱数据随机森林回归双向偏振分布函数

来源：评论

学校读者我要写书评

暂无评论

基于EnKF和随机森林回归的玉米单产估测

引用

农业机械学报 2020年第9期51卷 135-143页

作者：王鹏新胡亚京李俐许连香中国农业大学信息与电气工程学院北京100083 农业农村部农业灾害遥感重点实验室北京100083 中国农业大学土地科学与技术学院北京100083

为了提高玉米的估产精度,以河北省中部平原为研究区域,采用CERES-Maize模型模拟2013—2018年8个典型样点玉米整个生育期的叶面积指数(LAI),将遥感反演的LAI与CERES-Maize模型模拟的LAI相结合,通过集合卡尔曼滤波(EnKF)同化算法实现2013... 详细信息

为了提高玉米的估产精度,以河北省中部平原为研究区域,采用CERES-Maize模型模拟2013—2018年8个典型样点玉米整个生育期的叶面积指数(LAI),将遥感反演的LAI与CERES-Maize模型模拟的LAI相结合,通过集合卡尔曼滤波(EnKF)同化算法实现2013—2018年玉米主要生育时期旬尺度LAI的同化,运用随机森林回归法计算同化和未同化的LAI权重,进而建立玉米单产估测模型,对2015年53个县(区)的玉米进行单产估测和精度评价,并分析2013—2018年玉米的单产时空分布特征。结果表明,采用EnKF算法对8个研究样点进行单点同化,同化LAI更符合玉米实际生长情况;将样点LAI同化值从单点尺度扩展到区域尺度,同化LAI图像减少了相邻像素间LAI陡升陡降的现象,其效果优于遥感反演的LAI;与未同化LAI构建的估测模型相比,应用同化的LAI所建的估测模型精度明显提高,R2提高了0.0245;在2015年河北中部平原53个县(区)估产结果中,总体平均相对误差为12.11%,RMSE为371 kg/hm^2,NRMSE为6.18%;河北中部平原玉米单产估测结果呈现个别年份波动、总体呈先减少后增加的年际变化特点,并呈现西部地区最高、北部和南部地区次之、东部地区最低的空间分布特征。

关键词：玉米估产集合卡尔曼滤波叶面积指数随机森林回归

来源：评论

学校读者我要写书评

暂无评论

基于随机森林回归的玉米单产估测

引用

农业机械学报 2019年第7期50卷 237-245页

作者：王鹏新齐璇李俐王蕾许连香中国农业大学信息与电气工程学院北京100083 农业农村部农业灾害遥感重点实验室北京100083 中国农业大学土地科学与技术学院北京100083

为了提高玉米单产估测精度,以河北省中部平原为研究区域,以条件植被温度指数(VTCI)和上包络线S-G滤波的叶面积指数(LAI)为特征变量,通过随机森林回归确定玉米主要生育时期VTCI和LAI的权重,构建加权VTCI和LAI与玉米单产的单变量和双变量... 详细信息

为了提高玉米单产估测精度,以河北省中部平原为研究区域,以条件植被温度指数(VTCI)和上包络线S-G滤波的叶面积指数(LAI)为特征变量,通过随机森林回归确定玉米主要生育时期VTCI和LAI的权重,构建加权VTCI和LAI与玉米单产的单变量和双变量估产模型。结果表明,基于随机森林回归的双变量估产模型精度最高(R^2=0.303),达极显著水平(P<0.001)。将随机森林回归双变量估产模型用于研究区域2012年各县(区)玉米单产估测,结果表明,53个县(区)玉米估测单产与实际单产的平均相对误差为9.85%,均方根误差为824.77kg/hm^2,模型精度较高。基于随机森林回归双变量估产模型逐像素估测研究区域2010—2018年玉米单产,结果表明,玉米单产在空间上的分布特征为西部地区最高、北部和南部次之、东部地区最低,年际间的分布特征为在波动中呈先减少后增加的趋势。

关键词：玉米估产条件植被温度指数叶面积指数随机森林回归

来源：评论

学校读者我要写书评

暂无评论

基于随机森林回归的智能手机用步长估计模型

引用

中国惯性技术学报 2020年第2期28卷 147-152页

作者：毕京学汪云甲齐红霞曹鸿基姚国标山东建筑大学测绘地理信息学院济南250101 中国矿业大学环境与测绘学院徐州221116

行人航位推算是智能手机室内定位与导航系统中最常用的方法,步长估计是重要组成部分。针对现有步长估计模型精度不够高、多数模型无法用于智能手机的问题,提出了一种面向智能手机基于随机森林回归的高精度步长估计模型。利用线性回归和... 详细信息

行人航位推算是智能手机室内定位与导航系统中最常用的方法,步长估计是重要组成部分。针对现有步长估计模型精度不够高、多数模型无法用于智能手机的问题,提出了一种面向智能手机基于随机森林回归的高精度步长估计模型。利用线性回归和相关分析方法对测试数据进行特征分析,以身高、步频及其算术平方根为训练特征构建随机森林回归模型,采用十折交叉验证法的误差评定结果(相关系数和均方根误差)对随机森林回归模型进行改进。利用提出步长估计模型在4段走廊内开展实验,步行211 m的距离误差为2.582 m,相对误差约为1.22%;与常用三种模型相比,相对误差减小了2.18%~5.82%,且具有更高轨迹重合度。实验结果表明,提出模型比常用三种模型具有更高估计精度。

关键词：室内定位智能手机行人航位推算步长估计随机森林回归十折交叉验证

来源：评论

学校读者我要写书评

暂无评论

基于优化随机森林回归模型的土壤盐渍化反演

引用

地球信息科学学报 2021年第9期23卷 1662-1674页

作者：杨练兵陈春波郑宏伟罗格平尚白军 Olaf Hellwich 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室乌鲁木齐830011 新疆维吾尔自治区遥感与地理信息系统应用重点实验室乌鲁木齐830011 中国科学院大学北京100049 中国科学院中亚生态与环境研究中心乌鲁木齐830011 德国柏林工业大学计算机视觉和遥感研究所柏林10623

当前应用于土壤盐分含量(Soil Salinity Content,SSC)反演的随机森林回归(Random Forests Regression,RFR)较少关注对模型精度影响较大的反演参数子集和模型参数的同步优化。本研究选择渭-库绿洲和奇台绿洲为实验区,基于Landsat-5 TM、S... 详细信息

当前应用于土壤盐分含量(Soil Salinity Content,SSC)反演的随机森林回归(Random Forests Regression,RFR)较少关注对模型精度影响较大的反演参数子集和模型参数的同步优化。本研究选择渭-库绿洲和奇台绿洲为实验区,基于Landsat-5 TM、SRTM、MOD11A2.006遥感数据构建反演参数。首先,利用弹性网络(Elastic Net,EN)筛选出反演参数子集,然后利用遗传算法(Genetic Algorithm,GA)和贝叶斯优化算法(Bayesian Optimization Algorithm,BOA)分别优化随机森林回归(Random Forests Regression,RFR)参数,建立反演参数子集和模型参数分步优化的RFR模型(EN-GA-RFR、EN-BOA-RFR)。建立利用GA和BOA分别同步优化反演参数子集和模型参数的RFR模型(GA-RFR、BOA-RFR)。在每个实验区,对比EN-GARFR、EN-BOA-RFR、GA-RFR、BOA-RFR的预测精度。最后分析每个实验区各类盐渍土的空间分布,并对2个实验区的反演参数进行对比分析。结果表明:每个实验区模型预测精度由高到低的排序均为BOA-RFR>GA-RFR>EN-BOA-RFR=EN-GARFR,整体上BOA的优化性能均好于GA;渭-库绿洲和奇台绿洲面积占比最大的盐渍土类型分别为盐渍土和中度盐渍土;反演参数对SSC的表征能力存在空间分异性。

关键词：土壤盐分含量同步优化随机森林回归贝叶斯优化算法遗传算法弹性网络反演参数子集模型参数

来源：评论

学校读者我要写书评

暂无评论

利用随机森林回归进行极化SAR土壤水分反演

引用

武汉大学学报（信息科学版） 2019年第3期44卷 405-412页

作者：李平湘刘致曲杨杰孙维东黎旻懿任烨仙武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 德清数联空间信息技术有限公司浙江德清313200

全极化合成孔径雷达影像能够提供地物丰富的极化信息,挖掘这些信息在地表参数反演中的作用是目前相关领域的研究趋势之一。针对冬小麦区域的不同植被覆盖情况,利用随机森林回归对常用极化特征在土壤水分反演中的重要性进行评估,并在此... 详细信息

全极化合成孔径雷达影像能够提供地物丰富的极化信息,挖掘这些信息在地表参数反演中的作用是目前相关领域的研究趋势之一。针对冬小麦区域的不同植被覆盖情况,利用随机森林回归对常用极化特征在土壤水分反演中的重要性进行评估,并在此基础上进行特征选择,挑选优化的极化特征组合,构建了高精度的土壤水分反演模型。实验结果显示,由重要性评分较高的极化特征所组成的反演模型能得到均方根误差(root mean square error, RMSE)小于6%的反演精度,比只输入传统线极化后向散射系数的模型在不同时相、不同数据集的精度都有所提高。与支持向量回归和人工神经网络模型进行比较,利用随机森林回归进行重要性评分与土壤水分反演的效果更好。

关键词：极化SAR 土壤水分随机森林回归支持向量回归人工神经网络

来源：评论

学校读者我要写书评

暂无评论

随机森林回归分析方法在代谢组学批次效应移除中的应用

引用

中国卫生统计 2020年第5期37卷 667-671页

作者：谭起龙邓魁李康李贞子哈尔滨医科大学卫生统计学教研室 150081

目的通过随机森林回归(random forest,RF)方法提取不同批次间质控(quality control,QC)样本数据的批次特征,从而移除代谢组研究样本数据的批次效应,提高统计分析方法的分类识别能力。方法利用心血管疾病的代谢组质控样本在检测过程中产... 详细信息

目的通过随机森林回归(random forest,RF)方法提取不同批次间质控(quality control,QC)样本数据的批次特征,从而移除代谢组研究样本数据的批次效应,提高统计分析方法的分类识别能力。方法利用心血管疾病的代谢组质控样本在检测过程中产生的系统误差,通过随机森林回归方法获得质控样本质谱数据的系统误差特征,从而移除研究样本数据中存在的批次效应。对校正后的质谱数据用可视化方法和定量度量指标进行评价,再用统计方法筛选差异变量和建立判别模型,评价移除效果。结果经过QC-RF回归方法移除批次效应后的质谱数据分类判别效果明显优于使用QC-LOESS方法、ComBat方法和原始数据得到的结果。结论对于代谢组学质谱数据,QC-RF回归方法能够移除批次效应,提高数据的有效性和稳定性,具有实际应用价值。

关键词：代谢组学质谱数据批次效应随机森林回归

来源：评论

学校读者我要写书评

暂无评论

基于随机森林回归的制丝过程参数影响权重分析

引用

烟草科技 2017年第2期50卷 63-71页

作者：刘继辉许磊马晓龙李达林鸿佳杨洋杨晶津李兴绪王慧红云红河烟草(集团)有限责任公司昆明市红锦路367号650231 云南财经大学云南省经济社会大数据研究院昆明市龙泉路237号650221

为提高制丝工艺质量评价中参数赋权分析的科学性和客观性,选取"云烟"某规格一类卷烟制丝过程全批次数据的稳态数据样本,通过Pearson相关性矩阵筛选各工序出口含水率的解释变量,然后利用随机森林回归进行建模分析,采用拟合优... 详细信息

为提高制丝工艺质量评价中参数赋权分析的科学性和客观性,选取"云烟"某规格一类卷烟制丝过程全批次数据的稳态数据样本,通过Pearson相关性矩阵筛选各工序出口含水率的解释变量,然后利用随机森林回归进行建模分析,采用拟合优度和五折交叉验证的测试集标准化均方误差分别验证模型的拟合效果和外推预测性能,最终根据OOB均方误差的平均递减值进行解释变量影响权重的测度和关键参数的筛选。结果表明:1综合Pearson相关性矩阵和设备控制原理,筛选得到37个解释变量;2制丝过程5个工序随机森林回归模型的拟合优度均大于0.9、五折交叉验证测试集的标准化均方误差均小于1,表明模型的拟合效果和外推预测性能较好;3根据解释变量影响权重的测度分析,筛选得到18个关键参数;4基于全样本数据建立的制丝过程关键参数筛选和赋权方法,可为制丝关键质量特性精准控制和工艺质量评价提供参考。

关键词：制丝过程稳态数据样本 Pearson相关性随机森林回归权重分析

来源：评论

学校读者我要写书评

暂无评论

基于混沌时序-随机森林回归的堆石坝料加水量预测研究

引用

水力发电学报 2018年第8期37卷 1-12页

作者：钟登华田耕关涛崔博鄢玉玲天津大学水利工程仿真与安全国家重点实验室天津300350

堆石坝碾压施工过程中一般通过对坝料加水以提高压实质量。然而现阶段针对坝料加水量控制的研究中,存在无法精确给定加水量、未考虑坝料上坝后摊铺施工过程中气象因素对坝料含水率的影响等问题,难以保证坝料在碾压施工开始时满足坝料设... 详细信息

堆石坝碾压施工过程中一般通过对坝料加水以提高压实质量。然而现阶段针对坝料加水量控制的研究中,存在无法精确给定加水量、未考虑坝料上坝后摊铺施工过程中气象因素对坝料含水率的影响等问题,难以保证坝料在碾压施工开始时满足坝料设计含水率的要求。为有效控制堆石坝坝料加水量,基于混沌时序和随机森林回归方法,建立考虑气象因素影响的堆石坝料含水率变化预测模型并精确给定加水量,主要包括:(1)利用混沌时序方法,在设定时间内进行气象信息短期预测;(2)建立基于随机森林回归方法的含水率变化预测模型,预测气象因素引起的坝料含水率非线性变化,并通过十折交叉验证检验了模型预测精度;(3)结合预测的含水率变化、坝料初始含水率、设计含水率和坝料质量对加水量进行精确计算。在碾压监控系统和运输监控系统的基础上,结合某实际工程,验证了该方法的有效性和准确性,并与现有加水方法进行了对比,为堆石坝坝料加水量的精细化控制提供了科学指导。

关键词：堆石坝加水加水量混沌时序随机森林回归

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：