检索结果-内蒙古大学图书馆

电世界 2025年第2期66卷 1-7页

作者：张征荣金皓轩陆云鹏吴旭上海三菱电梯有限公司上海200245

极端梯度提升(extreme gradient boosting, xgboost)算法在故障预测领域具有显著优势和广阔应用前景。针对数控车床轴传动系统故障预测难题,提出基于抗噪性能优化的xgboost算法,通过针对性的参数调整、特征选择及抗噪优化,显著提升了预... 详细信息

极端梯度提升(extreme gradient boosting, xgboost)算法在故障预测领域具有显著优势和广阔应用前景。针对数控车床轴传动系统故障预测难题,提出基于抗噪性能优化的xgboost算法,通过针对性的参数调整、特征选择及抗噪优化,显著提升了预测精度与模型性能。实验结果显示,该算法相较传统梯度提升决策树算法,预测准确性更高,为企业设备维修管理提供了可靠依据。未来,随着算法的不断优化和数据的持续积累,xgboost算法在故障预测领域的应用将更加广泛和深入。

关键词：故障预测 xgboost算法数控机床

来源：评论

学校读者我要写书评

暂无评论

基于xgboost算法的铁路旅客退票率预测研究

引用

铁道学报 2019年第12期41卷 19-25页

作者：王红爱中国铁道科学研究院

旅客退票后释放的空闲席位被有效再利用是铁路部门研究的重点课题之一,对退票情况进行预测,是实现对此部分席位提前规划和合理管理的前提,可以满足更多旅客的出行需求。研究铁路旅客退票率预测,首先,分析了退票率数据的特点,设计了EW-DB... 详细信息

旅客退票后释放的空闲席位被有效再利用是铁路部门研究的重点课题之一,对退票情况进行预测,是实现对此部分席位提前规划和合理管理的前提,可以满足更多旅客的出行需求。研究铁路旅客退票率预测,首先,分析了退票率数据的特点,设计了EW-DBSCAN算法对旅客退票率进行离散化处理;然后,基于梯度算法在目标离散化区间计算出满足误差范围的最优预测退票率;最后,利用基于贝叶斯参数最优化的xgboost算法对旅客退票率进行分类,并预测各区段的退票率。最后对该分类方法进行验证,并与其他方法进行对比,结果表明本文的分类算法精确度较高。

关键词：铁路客票退票率离散化梯度算法 xgboost算法贝叶斯算法

来源：评论

学校读者我要写书评

暂无评论

基于xgboost算法的亚热带地区生态旅游适宜性评价方法研究

引用

地球信息科学学报 2024年第2期26卷 303-317页

作者：黄钦谭翠杨波湖南师范大学地理科学学院长沙410081 湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室长沙410081 东风高级中学十堰442011

近年来,随着公众环境保护意识的提升,追求人与自然和谐共生的生态旅游方式越来越受到人们的普遍关注。面对丰富多样的生态旅游资源及国内生态旅游的供需矛盾,如何在大保护的前提下有序开发、合理利用,将“绿水青山”科学、合理地转化为... 详细信息

近年来,随着公众环境保护意识的提升,追求人与自然和谐共生的生态旅游方式越来越受到人们的普遍关注。面对丰富多样的生态旅游资源及国内生态旅游的供需矛盾,如何在大保护的前提下有序开发、合理利用,将“绿水青山”科学、合理地转化为“金山银山”是现阶段亟需面对和解决的重大问题。本文以神农架林区为例,基于多源地理空间数据,运用xgboost算法对其生态旅游适宜性进行评估,得出如下结论:(1)基于xgboost算法的生态旅游适宜性评价模型融合了机器学习技术与数据挖掘思想并取得了良好的分类效果,模型在10折交叉验证下的整体分类精度为89.44%,同时兼有良好的召回率(89.68%),F1分数为0.874 5,兼顾了精确度和召回率,模型AUC值为0.959 3,模型整体分类性能表现优秀;(2)根据特征重要性排序结果,生态环境要素NDVI(26.86%)、年平均气温(11.61%)和社会经济因素距道路距离(8.90%)对模型贡献度最高,位列所有特征前3位;(3)生态旅游适宜性分类结果表明,神农架林区整体生态旅游资源丰富,高度适宜区、中度适宜区、边际适宜区和不适宜区的覆盖面积分别占林区总面积的44.13%、15.93%、11.89%和28.05%。本文研究方法突破了传统生态旅游适宜性评估方法主观性较强的局限,立足于数据挖掘思想和机器学习技术解决实际问题,可为区域国土空间规划、乡村振兴战略和生态旅游资源整合提供决策依据。

关键词：生态旅游适宜性评价 xgboost算法机器学习亚热带地区多源地理空间数据神农架林区可持续发展

来源：评论

学校读者我要写书评

暂无评论

基于xgboost算法的v_(P)/v_(S)预测及其在储层检测中的应用

引用

石油地球物理勘探 2024年第4期59卷 653-663页

作者：田仁飞李山刘涛景洋成都理工大学地球物理学院四川成都610059 中国石油大庆油田公司呼伦贝尔分公司黑龙江大庆163712

鄂尔多斯盆地碳酸盐岩地层蕴含着丰富的油气资源。在勘探实践中发现,大牛地气田马家沟组断层发育、断距小,类型多样且成因复杂,给勘探、开发带来了较多挑战。为了应对这些挑战,提高储层预测的精度变得至关重要。在分析大牛地气田敏感弹... 详细信息

鄂尔多斯盆地碳酸盐岩地层蕴含着丰富的油气资源。在勘探实践中发现,大牛地气田马家沟组断层发育、断距小,类型多样且成因复杂,给勘探、开发带来了较多挑战。为了应对这些挑战,提高储层预测的精度变得至关重要。在分析大牛地气田敏感弹性参数的基础上,建立地震属性与储层纵横波速度比(v_(P)/v_(S))的关系,提出一种基于xgboost算法的地震多属性v_(P)/v_(S)预测方法。为了进一步提升xgboost算法的预测精度和泛化能力,采用贝叶斯算法对xgboost算法的超参数进行优化,从而找到最佳的超参数组合,以确保模型在训练集和测试集上的性能均能得到提升。将xgboost算法应用于Marmousi 2模型进行横波速度预测,预测值与实际值相关系数超过0.88,而均方误差、平均绝对百分比误差分别低于6.55×10^(-7)和4%,验证了该方法的准确性和可靠性。在鄂尔多斯盆地大牛地气田,应用该方法获得的v_(P)/v_(S)成功识别出含气储层,结果与实际钻井数据一致。理论模型和实际数据应用结果表明,xgboost作为一种强大的机器学习算法预测精度较高,为直接由叠后地震属性预测v_(P)/v_(S)提供了一种有效的途径。

关键词：横波速度碳酸盐岩储层地震属性 xgboost算法纵横波速度比(v_(P)/v_(S))

来源：评论

学校读者我要写书评

暂无评论

基于RB-xgboost算法的智能电网调度控制系统健康度评价模型

引用

电力自动化设备 2020年第2期40卷 189-195页

作者：谈林涛李军良任昺何杨高欣徐建航黄晴晴国家电网华中电力调控分中心湖北武汉430077 南瑞集团有限公司国网电力科学研究院北京100192 北京邮电大学自动化学院北京100876

针对智能电网调度控制系统(D5000系统)健康度评价,基于专家经验的传统评价方法存在主观性较大的问题,机器学习多分类方法是提高评价客观性的一种有效手段,但健康度各等级样本数目间存在的不平衡问题导致分类准确率较低,为此提出一种基... 详细信息

针对智能电网调度控制系统(D5000系统)健康度评价,基于专家经验的传统评价方法存在主观性较大的问题,机器学习多分类方法是提高评价客观性的一种有效手段,但健康度各等级样本数目间存在的不平衡问题导致分类准确率较低,为此提出一种基于随机平衡和极端梯度提升(RB-xgboost)算法的D5000系统健康度评价模型。首先,针对系统各评价等级样本数目严重不平衡的问题,提出一种自适应随机平衡(RB)的混合采样方法,分别以等级间样本数目的最大值、最小值作为采样区间的上、下限,生成多个随机数对各等级样本数据进行欠采样或过采样,增加训练数据的多样性并降低其不平衡程度;然后,训练平衡后的样本数据,建立极端梯度提升(xgboost)算法子模型,考虑到各子模型重要度的一致性,提出采用硬投票方式集成所有子模型,得到与D5000系统各子模块对应的评价模型;最后,根据该系统指标层级关系,在评价过程中采用并、串行结合的计算方式,构建包含17个RB-xgboost模型的D5000系统整体健康度评价模型。8组KEEL数据库中多类不平衡数据集的实验结果表明,与现有同类典型方法相比,所提方法的平均分类准确率最高提升了6.79%,平均提升了2.03%;某网省级D5000系统的实时采集数据验证了所提方法的有效性。

关键词：智能电网 D5000系统健康度评价多分类自适应随机平衡采样 xgboost算法

来源：评论

学校读者我要写书评

暂无评论

基于xgboost算法的用户评分预测模型及应用

引用

数据分析与知识发现 2019年第1期3卷 118-126页

作者：杨贵军徐雪赵富强天津财经大学中国经济统计研究中心天津300222 天津财经大学理工学院天津300222

【目的】基于用户网络评论构建有效的评分预测模型,挖掘用户消费行为特征。【方法】基于LDA模型,量化用户评论为主题特征向量作为解释变量,将用户评分作为被解释变量,采用xgboost算法,并加入样本扰动和属性扰动生成多个模型进行集成,构... 详细信息

【目的】基于用户网络评论构建有效的评分预测模型,挖掘用户消费行为特征。【方法】基于LDA模型,量化用户评论为主题特征向量作为解释变量,将用户评分作为被解释变量,采用xgboost算法,并加入样本扰动和属性扰动生成多个模型进行集成,构建用户评分预测模型。【结果】针对某汽车门户网站的用户评论评分预测结果表明,该模型较好地揭示了用户对汽车商品的偏好。较逻辑回归、随机森林算法,其预测准确度分别高出13.73%、0.64%,且具有较高的计算效率。【局限】未融合其他方面的数据对用户行为特征进行更全面的刻画。【结论】将用户评论量化为主题特征向量,基于xgboost算法能够准确、高效地预测用户评分。

关键词：评分预测 xgboost算法 LDA主题模型文本特征提取用户评论

来源：评论

学校读者我要写书评

暂无评论

xgboost算法在大气化学模式（WRF-Chem）中的适用性研究

XGBoost算法在大气化学模式（WRF-Chem）中的适用性研究

引用

作者：李江涛中国气象科学研究院

学位级别：硕士

近年来随着我国社会经济的快速发展和城市化进程的加快,大气环境问题日益突出,大气污染治理是迫在眉睫的现实需求,利用数值模式预测大气污染物浓度是制定治理措施的重要技术支撑。随着治理力度的持续推进,精细化管理对污染物浓度模拟的... 详细信息

近年来随着我国社会经济的快速发展和城市化进程的加快,大气环境问题日益突出,大气污染治理是迫在眉睫的现实需求,利用数值模式预测大气污染物浓度是制定治理措施的重要技术支撑。随着治理力度的持续推进,精细化管理对污染物浓度模拟的准确性提出了越来越高的要求。本论文的研究基于WRF-Chem大气化学模式模拟结果,结合北京市大气污染物浓度监测资料,通过数据清洗、特征选择、超参数优化等过程构建了xgboost算法,随后基于构建的算法对北京市两种主要的污染物PM和O浓度进行优化模拟研究。主要研究结论如下:1)xgboost算法在分站点方式下能够较好的捕捉大气污染物浓度时空变化规律,优化后污染物浓度与观测浓度之间的相关系数均在0.9以上,对WRF-Chem模式模拟结果有较大的提升,并且相比郊区,xgboost算法在城区展现出更好的优化效果,相关系数达0.95以上;在分时间方式下的优化结果稍逊于分站点方式,但也表现了较好的效果。2)基于SHAP值理论对PM和O浓度进行特征总体分析表明,时序和周期特征、气溶胶钠离子浓度和硝酸盐浓度是影响xgboost算法对PM浓度预测的重要特征因素,而对O浓度影响最主要的则是温度。将PM和O浓度划分为三个等级,每个等级浓度挑选若干样本进行单样本分析表明,在低污染物浓度下,大部分特征要素对污染物浓度预测产生负效益贡献,而高浓度下大部分特征要素产生正效益贡献,不同特征的贡献值差异较大且分布不均衡,浓度预测结果基本由少数几个特征贡献较大的特征数据构成,同一个特征对于不同浓度预测结果的特征贡献值也存在差异。3)利用xgboost算法对北京地区每个网格点污染物要素进行浓度优化,建立一套空间分辨率为6km,时间分辨率为1h,覆盖整个北京市的大气污染物浓度数据集,从该数据集中挑选污染物高浓度时刻以及季节平均进行区域化的可视化分析,结果表明,优化后的污染物浓度空间分布比WRF-Chem模式模拟更接近观测浓度插值空间分布,并且在季节性优化中,算法对PM的优化效果优于对O的优化效果。4)本研究基于xgboost算法对大气污染物浓度的优化模拟研究,建立了半自动大气污染物优化模拟系统,且在Windows平台下调试和运行成功。此外,通过和SVR,LR,DTR以及RF算法比较得出,xgboost算法对PM和O浓度的优化效果优于其他统计模型算法。本论文的研究为深入分析xgboost及其他人工智能算法模型对大气污染物的优化模拟,从原理和特征定量影响因素等方面提供了一种新的研究思路。

关键词： xgboost算法 WRF-Chem大气化学模式 O3和PM2.5 SHAP值特征贡献

来源：评论

学校读者我要写书评

暂无评论

xgboost算法在四川省GPM降水数据降尺度中的应用

引用

水电能源科学 2021年第10期39卷 14-17页

作者：廉睿玲四川大学—香港理工大学灾后重建与管理学院四川成都610211

针对GPM降水产品低空间分辨率的缺陷,结合四川省156个站点观测资料及地形、海陆位置、水汽、地表覆盖等环境变量,运用xgboost和随机森林(RF)算法建立降尺度模型,将区域GPM产品从0.1°空间分辨率提升至1 km。结果表明,融合多源环境... 详细信息

针对GPM降水产品低空间分辨率的缺陷,结合四川省156个站点观测资料及地形、海陆位置、水汽、地表覆盖等环境变量,运用xgboost和随机森林(RF)算法建立降尺度模型,将区域GPM产品从0.1°空间分辨率提升至1 km。结果表明,融合多源环境因子的xgboost和RF降尺度模型具有可靠性,与原GPM数据相比在提高空间分辨率的同时,数据精度决定系数R2增加了6.98%~8.14%,平均相对误差M AE、均方根误差RMSE分别减小了15.34%~30.17%、8.97%~17.27%;xgboost比RF模型的R2提升0.01,M AE、RMSE分别减小3.47、6.53 mm;四川省GPM产品经降尺度后的空间误差与降水量分布一致,降水丰富地区的模型不确定性更强,模型误差主要受水汽、地表覆被因子影响,海陆位置和地形的影响较小。

关键词： GPM降水产品降尺度 xgboost算法 RF模型模型精度

来源：评论

学校读者我要写书评

暂无评论

基于xgboost算法的电力系统暂态稳定评估

引用

电力自动化设备 2019年第3期39卷 77-83,89页

作者：张晨宇王慧芳叶晓君浙江大学电气工程学院浙江杭州310027 广东电网有限责任公司惠州供电局广东惠州516003

针对暂态稳定评估问题的特点,在改进极限梯度提升(xgboost)算法的基础上进行暂态稳定评估。根据电网物理特点,定义能够反映电力系统稳态运行状态的特征集;研究xgboost算法用于暂态稳定评估的过程:针对暂态稳定预测中2类错误严重程度不... 详细信息

针对暂态稳定评估问题的特点,在改进极限梯度提升(xgboost)算法的基础上进行暂态稳定评估。根据电网物理特点,定义能够反映电力系统稳态运行状态的特征集;研究xgboost算法用于暂态稳定评估的过程:针对暂态稳定预测中2类错误严重程度不同的特点,定义包含注意力系数的对数损失函数,使得模型对不稳定样本的误预测情况减少;使用Logistic函数将模型输出概率化,用于衡量xgboost模型输出的可靠程度,预防部分误预测;给出针对任意系统随机产生样本集的方法。IEEE 39节点系统仿真结果表明,xgboost算法在准确率上均高于其他几类常用机器学习算法,优化后的损失函数降低了不稳定样本错误分类的可能性,使该算法的召回率较优于其他方法,且概率化输出的形式有助于评估模型输出的可靠程度,降低了误预测的概率。

关键词：暂态稳定性 xgboost算法机器学习人工智能 Logistic函数

来源：评论

学校读者我要写书评

暂无评论

xgboost算法在网络借贷信用风险评估中的应用研究

XGBoost算法在网络借贷信用风险评估中的应用研究

引用

作者：陈飞上海社会科学院

学位级别：硕士

近年来,在互联网技术的不断进步和互联网产品的日益丰富下,我国已成为网民人数最多的国家,网络借贷呈现出爆发式增长的现象;另一方面,商业银行受到经营成本、技术水平、“信息不对称”等因素的影响,使其无力也不愿为小微企业和个人提供... 详细信息

近年来,在互联网技术的不断进步和互联网产品的日益丰富下,我国已成为网民人数最多的国家,网络借贷呈现出爆发式增长的现象;另一方面,商业银行受到经营成本、技术水平、“信息不对称”等因素的影响,使其无力也不愿为小微企业和个人提供借贷服务,另外,民间借贷的服务能力不足以满足所有的小微企业和个人对资金的需求,再加上一些民间借贷公司存在利率过高和操作不透明等现象进一步加剧了小微企业和个人的融资困难。网络借贷的出现大大缓解了这种矛盾,从而得到了快速发展,然而,网络借贷行业的快速增长无法掩盖风险,越来越多的网络借贷平台因经营不善而被迫关闭或转型,在社会上引起了广泛的关注。风险的发生,既有网络借贷平台自身对信用风险的重视不够和风险管理技术的不足,也有借款者无力偿还或者不愿偿还贷款,更有一些借款者为了骗取贷款而故意虚构身份。建立一套有效的网络借贷信用风险管理和评估体系,及时对借款者潜在的信用违约风险进行预警和防范具有重大意义,本文以探索高效的网络借贷信用风险评估模型为研究目的,以期为未来我国网络借贷的借款人信用违约风险评估、网络借贷行业健康发展提供一定参考。本文从网络借贷出借方和网络借贷平台的角度出发,来研究借款人的信用风险评估问题,通过文献研究法对网络借贷和信用风险评估等进行了研究分析,使用比较分析法对传统借贷和网络借贷的信用风险评估方法进行了对比分析,提出了基于xgboost算法的网络借贷信用风险评估模型。在模型准备阶段,分别进行了特征生成、特征处理和数据的描述统计,并提出了模型假设,然后进行了模型训练和特征分析,初步构建了一个借款者违约预测模型;在模型比较阶段,用该模型与常用的分类模型Logistic回归、决策树、随机森林和GBDT等进行了对比,得出xgboost模型更适合进行网络借贷信用风险评估的度量;在模型优化阶段,主要通过调整参数来实现,并使用混淆矩阵、ROC曲线、AUC值等指标对模型进行了评估分析;最终得到了一个高效的网络借贷信用风险评估模型。目前,网络借贷行业仍处于快速发展过程中,本文选用的样本数据并不能覆盖所有用户,因此该信用风险评估模型在应用上存在一定的局限性,但在网络借贷信用风险评估的方法和实践上有现实意义,文章最后基于xgboost算法的网络借贷信用风险评估研究结果提出了一些建议。

关键词：网络借贷信用风险评估 xgboost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：