检索结果-内蒙古大学图书馆

作者：樊磊安徽大学

学位级别：硕士

在世界能源格局的背景下，分布式光伏得到了空前的发展，装机量逐年增长。分布式光伏地理位置相对分散，数据在不同的用户并网点都存在一定缺失，这对功率预测带来了一定的困难。预测工作作为电力系统一个重要过程，对后续的并网控制和... 详细信息

在世界能源格局的背景下，分布式光伏得到了空前的发展，装机量逐年增长。分布式光伏地理位置相对分散，数据在不同的用户并网点都存在一定缺失，这对功率预测带来了一定的困难。预测工作作为电力系统一个重要过程，对后续的并网控制和调度有着基础作用，故预测高精度就显得至关重要。　　针对分布式光伏数据特性，首先对数据进行预处理，在归一化后先通过皮尔逊相关系数进行特征工程操作，将相关性不高的冗余项进行剔除降维，减少输入的维数，提取相关性高的气象因素提高模型的学习率。由于厂站设备在记录数据时存在着丢失和错误记录，且经过降维后的数据还存在着异常，采用四分位方法进行数据的识别及清洗，在不受数据分布的影响前提下，有效的隔离出孤立值。为了探究数据缺失对预测工作的影响，在不同的缺失情况下比较预测精度，验证完整且质量高数据集的重要性。对清洗后序列缺失的数据，选取基于皮尔逊系数的数值插补。在数据预处理后选取合适的机理模型和数据驱动模型，为后续仿真提供高效的预测模型。　　在数据预处理的基础上，建立数字孪生体模型，将物理空间和数据空间结合，物理空间为分布式光伏厂站的各个结构和设备参数，数据空间选取的是长短期记忆网络（Long Short Term Memory Network，LSTM），将物理空间中采集到气象和功率数据经过处理输入进LSTM模型中，经过数据模型得到一个预测值，然后在物理空间的数据库中寻找与预测日相似的功率数据，分析比较两个功率值，通过权重的加权计算出最后的功率值，数字孪生体模型将机理和数据驱动联通，有效的提高了预测精度。　　建立融合stacking模型，选取合适的机理模型和数据驱动模型作为基学习器，通过对各个数据驱动分别仿真验证，最终选取合适的数据驱动作为基学习器，然后分别对机理模型和数据驱动模型采取相应的特征工程，将特征工程后的数据输入进基学习器中，最后由融合模型得出功率值。　　本文采用德国地区分布式光伏数据分别对数字孪生体模型和融合stacking模型进行验证分析，根据实际的预测结果和指标验证各自模型的有效性。提出数据处理有效的解决了分布式光伏长久以来的预测确实问题，融合模型有效的吸取了机理模型和数据驱动各自的优势，在分布式光伏日益发展的情况下发挥重要作用。

关键词：分布式光伏发电功率预测数据预处理机理模型数字孪生体 stacking模型

来源：评论

学校读者我要写书评

暂无评论

基于Boruta-GBDT集成特征提取方法的心脏病诊断模型研究

基于Boruta-GBDT集成特征提取方法的心脏病诊断模型研究

引用

作者：常梦雨河南大学

学位级别：硕士

进入二十一世纪,随着社会的生活节奏的加快,现代人面临着很多不良的生活习惯,加之工作压力大、熬夜、加班已经成为常态,大多数青壮年身体素质大不如前,心脏负担加大,心脏病的发病比例也随之增高。因此心脏病诊断和治疗方法受到很多学者... 详细信息

进入二十一世纪,随着社会的生活节奏的加快,现代人面临着很多不良的生活习惯,加之工作压力大、熬夜、加班已经成为常态,大多数青壮年身体素质大不如前,心脏负担加大,心脏病的发病比例也随之增高。因此心脏病诊断和治疗方法受到很多学者的广泛关注,目前已经成为医学领域研究的重要课题之一。随着机器学习技术的发展与完善,将机器学习方法应用到医学领域,能够提高医生的诊断效率和准确性,从而对疾病的预防和治疗起到积极的作用。本文主要的研究内容是针对Kaggle网站上发布的公开数据集——心脏病数据集使用机器学习方法建立模型进行预测,该数据集共样本数1190个,其中克利夫兰的303个样本、弗吉尼亚长滩港的200个样本、瑞士苏黎世大学的123个样本、瑞士巴塞尔大学数据集的270个样本。首先,我们详细介绍了数据的来源及变量特征,并对数据集进行探索性分析。针对数值型变量,使用Python软件得到该数据的描述性统计信息,画出该部分数据直方图,然后使用Shapiro-Wilk统计检验量对该数据进行正态性检验,通过验证我们发现其不服从正态分布,对其进行标准化处理,并探究特征变量与目标变量间的关系;针对定性变量,计算定性变量整体各类别所占的比例,通过绘画定性变量与目标变量的小提琴图来确定特征变量与因变量之间的关系。其次,提出了Boruta-GBDT集成特征选择算法,通过该方法提取到的特征子集,与Boruta算法、GBDT算法、随机森林算法独立提取的特征子集形成对照组,使用SVC模型和XGBoost模型在这些提取的子集上分别进行验证比较,结果证明了Boruta-GBDT集成特征选择算法的有效性和稳定性。最后,我们先利用Stata软件对原始数据集使用EM算法进行缺失值估计,对数值型变量和定性变量分别进行标准化处理和One-hot编码处理,再使用Boruta-GBDT集成特征选择算法提取出最优特征子集,利用Python对其分别建立K近邻、支持向量机、逻辑回归、Bagging、Boosting、stacking等预测模型,结合本文数据,使用准确值、精确值、F1分数、召回率、AUC值等指标判断模型的好坏。本文建立的stacking模型准确率为0.906,相比于其他模型的最高结果提高了1.8%;该模型精确率为0.933,和其他模型的最高准确率相比提高了1.4%;F1为0.921,对比其他模型最高F1值提高了1.5%;召回率为0.910,AUC值为0.939,和其他模型对比均是最优。结果表明,stacking模型效果最优。应用SHAP方法对模型进行深入的解释性分析,帮助医生理解、正确的使用预测模型。心脏病是一种常见且严重的健康问题,其发病率和死亡率一直居高不下。心脏病不仅严重影响了患者的生活质量,还可能导致严重的并发症,甚至危及生命。因此,深入研究心脏病的发病机制、预测模型,对于减少心脏病的发生率和死亡率具有至关重要的意义。虽然本文研究针对的是心脏疾病,但可以将方法和思想推广至医学中的其他疾病的预测上,为控制预测各类疾病提供重要参考和思路。

关键词：心脏病预测 EM插补 Boruta-GBDT集成特征选择算法 stacking模型

来源：评论

学校读者我要写书评

暂无评论

移动5G套餐潜在客户识别的多模型比较研究

移动5G套餐潜在客户识别的多模型比较研究

引用

作者：陈泰华首都经济贸易大学

学位级别：硕士

加速5G用户增长和城市发展的紧密相关,利用科技手段解决城市化过程产生的问题,不仅是城市可持续发展的需要,也是信息产业发展的新动力。本研究基于移动用户升级5G套餐的用户信息进行建模,来识别5G潜在用户,助力4G时代向5G时代的转化。... 详细信息

加速5G用户增长和城市发展的紧密相关,利用科技手段解决城市化过程产生的问题,不仅是城市可持续发展的需要,也是信息产业发展的新动力。本研究基于移动用户升级5G套餐的用户信息进行建模,来识别5G潜在用户,助力4G时代向5G时代的转化。在数据预处理和特征工程阶段,首先对移动用户数据进行探索性数据分析,分析各个特征与5G用户之间的关系,然后进行缺失值填充、数据转换等数据预处理,接着在原始数据特征的基础上进行特征衍生,最后通过特征相关系数进行特征筛选,将筛选后的特征进行特征编码和特征标准化,用于后面的移动5G潜在用户识别模型的训练。在模型训练和模型评估阶段,以特征工程筛选完的27个特征作为自变量,是否移动5G用户为目标变量,运用随机森林、XGBoost、Light GBM、Cat Boost和前馈神经网络模型建立移动5G潜客识别模型,综合运用各种评估指标对各模型预测效果进行比较,并给出各模型下的特征重要性排序。进一步基于模型评估效果最好的XGBoost、Light GBM和Cat Boost模型构造stacking移动5G套餐潜在用户识别模型,该模型的预测准确率和AUC值和前面的模型相比均有所提升。运营商可通过模型预测结果对移动用户进行精准营销,提高移动用户5G转化率。

关键词： 5G潜客识别 XGBoost模型 CatBoost模型 LightGBM模型 stacking模型

来源：评论

学校读者我要写书评

暂无评论

改进过采样方法和自适应集成模型在信用评估中的研究

改进过采样方法和自适应集成模型在信用评估中的研究

引用

作者：于勤丽新疆大学

学位级别：硕士

随着大数据技术在金融行业的应用,各种创新模式的互联网金融产品被大范围推广,与此同时也存在着大量潜在风险.信用评估作为互联网金融的重要部分,其作用不言而喻.在这个背景下,借助大数据手段高效、准确的识别违约用户是信用风险评估消... 详细信息

随着大数据技术在金融行业的应用,各种创新模式的互联网金融产品被大范围推广,与此同时也存在着大量潜在风险.信用评估作为互联网金融的重要部分,其作用不言而喻.在这个背景下,借助大数据手段高效、准确的识别违约用户是信用风险评估消除潜在风险的主要方式.在实际应用中,违约用户的数量总是远少于正常用户的数量,这意味着在信用风险评估过程中使用的数据多为不平衡数据,需要对数据做平衡化处理.针对SMOTE(Synthetic Minority Over-Sampling)等过采样方法对每个少数类合成相同数量新样本以及合成边界噪声样本的缺点,本文提出了一种改进的SMOTE过采样方法.首先根据每个少数类样本所处的位置来确定样本的质量;然后根据分类样本的质量计算其生成的新样本数;最后对生成新样本的位置做了调整,通过在近邻样本和类中心之间进行插值,实现新样本位置向类中心迁移,避免在分类模糊区域合成新样本.在UCI数据集上的实验结果表明,改进的SMOTE过采样方法合成样本质量更高,有效提高了分类的准确率.集成模型是机器学习方法的一种,因其准确且高效的特点在信用风险评估方面应用广泛.stacking(Stacked Generalization)模型是一种性能很高的集成模型,在信用风险评估方面表现优异,为了解决stacking模型容易出现过拟合的问题,并最大程度保证模型的准确率,本文提出在模型训练之前,根据JC(Jaccard and Cosine Similarity)指标为集成模型自适应的选择基模型.选择的基模型既要保证准确率,又要存在一定的差异性.本文采用Lending Club数据集作为实证分析数据,在模型验证方面,分别进行了两大类实验.第一类是SMOTE过采样和改进的SMOTE过采样方法在stacking模型下的对比,结果显示,改进的SMOTE过采样方法生成的少数类样本质量更高.第二类实验是针对不同基分类器构建的stacking模型,结果显示JC指标挑选出的基分类器所构成的stacking集成模型性能更优。

关键词：不平衡数据信用风险过采样 stacking模型 Lending Club数据集

来源：评论

学校读者我要写书评

暂无评论

集成多类特征及分类器的DNA结合蛋白质堆叠预测模型研究

集成多类特征及分类器的DNA结合蛋白质堆叠预测模型研究

引用

作者：刘秀娟天津大学

学位级别：硕士

DNA结合蛋白对DNA修复、DNA复制和DNA修改等生命过程有着重要的意义。使用X射线晶体等实验手段解决预测DNA结合蛋白的问题不仅费时且成本高。目前已经提出很多仅基于序列信息使用机器学习来识别DNA结合蛋白的方法。在这些方法中,关键性... 详细信息

DNA结合蛋白对DNA修复、DNA复制和DNA修改等生命过程有着重要的意义。使用X射线晶体等实验手段解决预测DNA结合蛋白的问题不仅费时且成本高。目前已经提出很多仅基于序列信息使用机器学习来识别DNA结合蛋白的方法。在这些方法中,关键性的工作在于构建序列的有效表达以及选择合适的分类器。衡量不同的特征与分类器的匹配程度以及不同特征的贡献这两个工作,对于预测性能的提高和生物实验的设计有重要意义。本文提出了堆叠模型来预测DNA结合蛋白,该模型结合了多类特征提取方法,也考虑了特征提取方法和分类器之间的匹配,该模型分为两层,第一层为支持向量机,第二层为逻辑回归。首先,使用四种特征提取方法分别训练第一层的SVM分类器,得到四个不同的SVM分类器,之后,使用逻辑回归结合四个SVM的预测概率,得到模型的输出结果。四种特征提取方法分别为LocalDPP,PSSMDWT,188D以及使用自协方差提取预测的蛋白质二级结构信息的方法。前两个方法是基于序列的进化信息;188D则是基于序列的物化属性和序列组成。堆叠模型在训练集PDB1075上的准确率为83.53%,在独立测试集PDB186上的准确性为81.72%,实验结果表明该模型与现有的大多数模型相比,具有更好的性能,同时能够灵活地协调不同的预测模型使其具有更好的性能。

关键词： DNA结合蛋白 stacking模型逻辑回归多类特征

来源：评论

学校读者我要写书评

暂无评论

银行客户购买产品意愿预测模型研究

银行客户购买产品意愿预测模型研究

引用

作者：左呈昆安徽大学

学位级别：硕士

近年来,随着数据挖掘技术的高速发展,各行各业都收集了大量用户的行为信息。为了让银行客户的需求在最大程度上得到满足,各大银行都将提升用户体验作为企业发展的愿景,把工作业务重心转移到以用户为中心的行为分析中来预测客户未来购买... 详细信息

近年来,随着数据挖掘技术的高速发展,各行各业都收集了大量用户的行为信息。为了让银行客户的需求在最大程度上得到满足,各大银行都将提升用户体验作为企业发展的愿景,把工作业务重心转移到以用户为中心的行为分析中来预测客户未来购买银行理财产品的可能性大小。由于传统的商业银行业务量大、面向的客户群体多,所以银行业期望通过对用户购买行为相关数据判断用户未来是否会购买银行的理财产品,以便根据用户的需求调整自身的业务,进而为银行营销策略的设计和工作效率的提高提供数据支撑,适应数智化金融发展的趋势。银行客户购买产品的意愿预测是指通过客户的购买行为数据对客户未来的购买意愿进行预测。当一个产品被推出时,银行官网会在其产品页面中留下一些问题,这些问题可以为后续了解该产品是否受欢迎提供参考。因此,本文将根据用户购买产品的历史记录数据展开研究,解决未来客户对银行产品的购买意愿的预测并分析出哪些特征对客户购买意愿影响程度较大等问题。用户购买产品意愿的预测是数字化营销领域中重要应用场景,本文以银行产品认购预测为背景,利用天池大数据竞赛平台上所提供的公开数据集作为研究对象,将原始问题转化为分类问题。为了理解数据含义、数据结构和特征,首先对原始数据进行探索性数据分析和数据可视化分析,观察原始数据的分布情况,然后进行数据预处理,在此基础上引入影响产品认购的输入特征变量,例如客户年龄、婚姻状况、客户职业、受教育程度、是否有贷款、上次联系时长、活动期间联系次数、银行同业拆借率、消费者价格指数等,然后结合机器学习算法,分别使用Adaboost模型、随机森林模型、GBDT模型和XG boost模型开展模型训练并用模型评估度量指标进行模型效果展示,进一步给出各模型训练出的特征重要性排序,最后运用stacking集成方法对四个模型分类器实施集成,将最后的集成模型与四个基础模型比较和模型评估。结果显示:第一,在众多特征中,与客户联系时长(duration)对客户是否购买银行产品的影响程度最大,另外,活动期间与客户联系的间隔天数(p-days)、银行同业拆借率(lending＿rate)、客户年龄(age)和市场就业变动率(emp＿var＿rate)对客户购买意愿(subscribe)也有比较重要的影响。第二,银行在指定营销策略时,将交流时长(duration)控制在10分钟之内,银行同业拆借率(lending＿rate,可代表银行资金流通的强度)在0-1.5个百分点时,即银行资金流通率较低水平时,客户会更加愿意花钱在理财上,与客户联系的间隔时间(p-days)保持在3～4个月效果较好,另外需要重点关注30岁左右客户,他们购买银行理财产品有更强烈的意愿。第三,经过stacking方法集成后的模型比随机森林模型、XG boost模型、GBDT模型、Adaboost模型这四个模型效果更好,各项度量指标值均为最高水平,其中AUC值和精确率分别达到0.8956和75.64%,F1值为0.45,准确率达到近90%,召回率达到0.37。

关键词：探索性数据分析机器学习 stacking模型

来源：评论

学校读者我要写书评

暂无评论

数据挖掘模型在个人信贷风控中的应用

数据挖掘模型在个人信贷风控中的应用

引用

作者：李博广西师范大学

学位级别：硕士

近年来,随着我国经济的快速发展,居民收入水平的提高,越来越多的人们开始习惯于提前消费,促进了我国个人信贷业务市场的快速增长。但是,发展的过程中许多问题也逐渐显现。一是传统银行的审查机制过紧,不仅会使银行的工作成本大幅增加,... 详细信息

近年来,随着我国经济的快速发展,居民收入水平的提高,越来越多的人们开始习惯于提前消费,促进了我国个人信贷业务市场的快速增长。但是,发展的过程中许多问题也逐渐显现。一是传统银行的审查机制过紧,不仅会使银行的工作成本大幅增加,间接地提高贷款利率,还容易使其错失优质的客户,影响银行的收益;二是新兴网贷平台的审查机制过松,使借贷双方处于信息不对称的地位,导致了许多客户信用违约、平台携款跑路等影响恶劣的事件,对我国信贷市场的发展产生了十分不良的影响,同时对信贷业务的风险控制提出了严峻挑战。这两大问题背后的根源在于放贷一方对客户的信用水平不能做出准确的判断,以致无法做出正确的放贷决策。数据挖掘是分析海量数据的一种手段,通过各种模型的训练过程,可以发现数据中隐藏的、不易察觉的关联关系和因果规律。在信贷风控领域,经过多年的市场发展,行业内已经积累了大量的客户贷款时产生的信用数据,这些数据不仅本身蕴藏着巨大的可分析价值,而且由于以上信贷市场问题的存在,分析这些数据并找出客户信用水平的规律变得十分必要和紧迫。通过数据挖掘模型的应用,人们能发现客户历史贷款数据中各变量间的关系,从而为判断客户的信用水平提供帮助,并能进一步预测客户的违约风险,为放贷决策提供有力的支撑。本文首先介绍了数据挖掘中的相关概念和理论基础,为后续的模型训练及预测做准备。接着以个人信贷风控领域的LendingClub数据为例,先采用变量选择、数据变换、数据降维、类别不平衡处理等多种手段对数据进行预处理;然后以F1度量为模型评价指标,对数据应用了包含K近邻、逻辑回归、决策树、支持向量机在内的多种数据挖掘模型进行训练,并在这些传统个体模型的基础上进行了模型优化,提升了个体模型的预测效果;在此基础上,对数据应用了集成模型中的stacking模型,该模型不仅综合了前面个体模型的预测值,而且将个体模型的结合策略通过训练次级模型的方式求解出来,使模型的预测能力得到提升。最后运用经过训练的stacking模型对客户是否会违约进行了预测,并根据预测结果做出相应的放贷决策,发现客户的违约率与未应用数据挖掘模型时相比有所降低,从而起到了风险控制的作用。

关键词：信贷风控数据挖掘个体模型集成模型 stacking模型

来源：评论

学校读者我要写书评

暂无评论

上市公司财务预警模型构建及最优阈值指数选取的实证分析

上市公司财务预警模型构建及最优阈值指数选取的实证分析

引用

作者：苗世超曲阜师范大学

学位级别：硕士

随着全球化浪潮的不断推进和经济体系的日益复杂化,资本市场在世界经济中扮演着日益重要的角色。中国资本市场自1990年设立上海和深圳证券交易所以来,经历了迅速的发展和深刻的变革,已成为全球重要的资本市场之一。然而快速发展的背后... 详细信息

随着全球化浪潮的不断推进和经济体系的日益复杂化,资本市场在世界经济中扮演着日益重要的角色。中国资本市场自1990年设立上海和深圳证券交易所以来,经历了迅速的发展和深刻的变革,已成为全球重要的资本市场之一。然而快速发展的背后也伴随着如监管不足、信息不对称、股权结构问题等众多挑战。同时全球经济环境的变化和金融创新的快速发展也使得上市公司面临更加复杂的经营环境和财务风险。在这样的大背景下,构建一个有效的上市公司财务预警系统显得尤为关键,不仅有助于提高市场监管效率和透明度,还能帮助投资者做出更明智的决策,促进市场的长期稳定和健康发展。本文选取截至2023年6月我国沪、深两市A股、B股及科创板中标记为“ST”的企业和美股纳斯达克中股价低于1美元的企业作为陷入财务困境的代表样本,基于1:2的匹配比例共选择945家上市公司,包括315家特别处理企业及630家正常企业。选择涵盖上市公司盈利与回报能力、财务结构与偿债能力、运营效率与资产管理能力、流动性与资金管理能力、增长与销售效益能力以及固定资产与资本结构六个方面共计64个财务指标。通过对这些指标的多维财务数据可视化分析,揭示了 ST企业与正常企业在多个财务领域具有显著差异。总体而言,正常企业的财务指标更为集中,反映其财务状况的一致性和稳定性,而ST企业的财务指标则表现出较高的离散性,暗示其财务状况的多变和不稳定。在财务指标特征筛选过程中,针对弹性网络法、递归特征消除法和稳定性选择法三种特征筛选方法所保留的不同指标结果,创新性的提出以不同特征筛选方法间的最大交集来保留指标,共保留27个指标变量用于后续财务预警模型与指数分析;在构建财务预警模型阶段,创新性地将线性判别分析(LDA)与神经网络相融合,同时引入极端随机树和多层感知器模型作为基本模型,在stacking框架下选择Logistic回归函数作为元学习器;在构建财务预警指数阶段,提出以主成分分析中各指标的特征系数为基础权重系数,并根据方差解释比例来分配各财务特征指标的权重。此外,鉴于主成分分析法和极端随机树法导致不同的权重分配,提出了引入加权倾向选择机制以确定财务指标的综合权重。结果显示:stacking模型在多个关键指标上表现卓越,其中AUC值为0.9621、准确率为94.55%、召回率为92.13%、F1分数为91.76%、特异性为96.11%和精确度为91.41%。接下来,本文根据所得综合权重计算财务预警指数大小,并通过10折交叉验证选择最优阈值指数为52。以最优阈值指数分类两组企业,其准确率为99.48%、召回率为100.00%、F1分数为99.21%、特异性为100.00%、精确度为98.44%。尽管在关键性能指标上财务预警指数的最优阈值方法在优于stacking模型,但这并不意味着后者在财务预警领域没有应用价值。为构建一个全面的财务预警系统,结合这两种方法是一种有效策略,财务预警指数的最优阈值可以直观快速筛选出高风险企业,而stacking模型则可以在一定程度上减少最优阈值可能导致的偏差,提供更加全面的决策支持。

关键词：财务预警模型特征筛选 stacking模型最优阈值指数

来源：评论

学校读者我要写书评

暂无评论

基于stacking的高炉铁水质量区间预测

引用

控制与决策 2021年第2期36卷 335-344页

作者：周平刘进进东北大学流程工业综合自动化国家重点实验室沈阳110004

高炉炼铁多元铁水质量的实时准确预报是高炉内部状态进行实时监测和有效控制的重要手段,但预报结果存在准确度不高和缺乏可信度表征的问题,特别是在炉况不稳定和高炉数据波动大的情况下,多元铁水质量的预报结果存在较大偏差和较低可信度... 详细信息

高炉炼铁多元铁水质量的实时准确预报是高炉内部状态进行实时监测和有效控制的重要手段,但预报结果存在准确度不高和缺乏可信度表征的问题,特别是在炉况不稳定和高炉数据波动大的情况下,多元铁水质量的预报结果存在较大偏差和较低可信度,不能为高炉日常操作和调节提供指导.针对这一工程难题,提出一种基于stacking的高炉铁水质量区间预测建模算法,用于建立铁水质量区间预报模型.首先,为了提高建模的准确度,建立基于stacking的铁水质量模型;然后,为了表征预测结果的可信度,引入区间预测的方法,用于多元铁水质量值和预测区间的同时预报;最后,通过工业实验表明,所提出算法能够实现对高炉多元铁水质量的准确预报,并且预测区间拥有较高的可信度,对实际生产操作具有较好的指导意义.

关键词：高炉炼铁 stacking模型区间预测置信度

来源：评论

学校读者我要写书评

暂无评论

顾及时空特征的参考作物蒸散量集成学习估算

引用

排灌机械工程学报 2024年第2期42卷 179-186,193页

作者：刘傲赵东保魏义长肖炼华北水利水电大学测绘与地理信息学院河南郑州450046 自然资源部四川基础地理信息中心四川成都610041

为提升参考作物蒸散量(ET_(0))的估算精度,以四川省为研究区域,发现全省ET_(0)的数据变化具有明显的时间和空间自相关性,继而在气象特征基础上引入时空特征构建以XGBoost, LightGBM,GBDT、随机森林和极限树为基模型的stacking模型.将顾... 详细信息

为提升参考作物蒸散量(ET_(0))的估算精度,以四川省为研究区域,发现全省ET_(0)的数据变化具有明显的时间和空间自相关性,继而在气象特征基础上引入时空特征构建以XGBoost, LightGBM,GBDT、随机森林和极限树为基模型的stacking模型.将顾及时空特征的stacking模型与其各个基模型以及经验模型彭曼公式(FAO 56 Penman-Monteith)的决定系数、平均绝对值误差和均方误差等多项指标进行了全面的精度对比验证.试验结果表明:在顾及空间特征的情况下,stacking模型在测试集上决定系数精度提升了3%,平均绝对值误差和均方误差分别降低了51%和76%;在顾及时序特征的情况下,stacking模型在测试集上的决定系数精度提升了4%,均方误差和平均绝对值误差分别降低了92%和72%.这表明时空特征的引入可有效提升模型估算ET_(0)性能.在同时顾及时空特征的情况下,stacking模型相较于彭曼公式,决定系数提升了39%,均方误差、平均绝对值误差分别降低了95%和77%,并且,在2006—2010年逐年精度验证中,stacking模型精度始终优于其每年最优基模型精度.因此,顾及时空特征的stacking模型可有效提升四川省ET_(0)估算精度.

关键词：参考作物蒸散量 stacking模型时空特征集成学习

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：