基于机器学习简化MMPI量表的有效性研究

针对传统MMPI量表中题目数量过多,许多应用场景下受试者依从性差的问题,提出使用机器学习算法对MMPI量表中的临床量表进行简化的方法,对6种经典机器学习算法的简化效果进行了比较,并在受试者测评数据上对原始和简化后测评结果的敏感度与特异度进行了对比分析。实验结果表明,使用最小绝对收缩和选择算子(LASSO)的算法在保持相近准确率的同时简化效果最好,平均减少了37.3%的男性和39.1%的女性受试者题目数量,并且简化后测评结果的敏感度与特异度仍能保持在原始测评结果的85%,缩短了测评时间,适用于更多的应用场景。     

基于动态学习的风电场风速集合预报校准技术研究

利用ECWMF集合数值天气预报结果,针对风电场风速预报、风功率预测,对比分析分位回归、K值近邻及其集成预测方法,根据风速波动特征对集合数值预报成员进行动态检验筛选,筛选出的预报成员再进行分位回归概率区间预测。结果表明与单一分位回归方法相比,基于K值近邻的分位数回归效果显著提升,相关性从原有0.59～0.68提升至0.63～0.82,提升了0.04～0.2,均方根误差从2.44～2.59m/s减少至1.95～2.39m/s。利用"风速-功率"实测数据分段统计得到风功率曲线,与传统算法相比,风功率准确率从81%提升至81.3%,合格率从84.3%提升至84.8%,风速变换到功率的相关性略降,为0.75。基于K值近邻的分位数集成方法,其风速预测基本包罗功率的波动区间,该方法对改善基于单一数值天气预报的风功率预测,指导意义明确、效果明显,在其他风电场的数值天气预报中验证取得一定的效果。     

基于过采样和客观赋权法的岩爆预测

为解决基于机器学习的岩爆预测中存在的数据不均衡问题,提高模型泛化能力,进而提高岩爆预测性能,该文构建了由246组岩爆案例组成的岩爆预测数据集,优选了单轴抗压强度与单轴抗拉强度之比、最大切应力、最大切向应力与单轴抗压强度之比、单轴抗压强度、单轴抗拉强度、弹性能指数6个常用岩爆等级判别特征。通过引入9种经典机器学习算法,建立了9个考虑多因素的岩爆预测模型,研究了5种过采样方法及5种客观赋权方法对模型预测性能的影响。研究结果表明:数据在过采样处理后,模型准确率提高了11.8%～52.3%、宏平均F_1值提高了13.0%～50.0%;随机过采样方法对模型性能提升效果最佳,最能解决数据不均衡问题;随机过采样均衡化数据集后,客观赋权作用因模型而异,只能提升基于极限梯度提升算法、随机森林、决策树、极限树构建的模型的准确率(分别提高1.1%、 2.1%、 10.7%、 12.9%)及宏平均F_1值(分别提高1.2%、 2.3%、 11.8%、 12.8%);基于随机过采样的多层感知机算法模型是最优的岩爆预测模型,其准确率及宏平均F_1值均最高,分别为0.917、 0.920。     

基于机器学习均值化的地质灾害易发性评价

建立地质灾害易发性评价模型并开展易发性评价，对提高区域地质灾害预报预警效率和精度有重要意义.然而，如何建立既切合区域实际、又具有推广适用价值的地质灾害易发性评价模型是制约地质灾害预报预警的关键科学问题.以云南省南华县2015年地质灾害详查数据为基础，选择地形、地貌等11个因子，基于均值法，采取梯度提升树算法（XGBoost、LightGBM、CatBoost）、信息量模型与地理加权回归模型开展了地质灾害易发性评价研究.结果表明：(1)地理加权回归模型预测结果存在过拟合现象，信息量模型则存在欠拟合现象；(2)均值法效果最好，AUC(Area Under Curve)值为0.933 7，精度较地理加权回归模型、XGBoost、LightGBM、CatBoost、信息量模型分别提高了1.7%、1.8%、2.0%、3.8%、4.0%；(3)Catboost对正样本的预测效果最差，但是对负样本的预测效果最好，而XGBoost对正样本的预测效果最好，对负样本的预测效果很差，基于3种梯度算法的均值法则对正负样本的预测精度有了明显提高；(4)南华县地质灾害主要诱因有道路修建、断层活动、降雨冲刷、河流侵...     

基于足迹图像的FtH-Net预测身高方法

为解决在刑侦领域需要通过脚印信息预测身高的问题,文中提出一种基于深度学习的回归预测算法。该算法首先对原始数据进行预处理来得到适用于深度学习回归模型的数据集,然后根据足迹数据的特性提出了一种由边缘提取和回归预测两个部分组成的新型网络架构FtH-Net(Foot to Height-Net),最后基于预处理得到的数据集和FtH-Net训练得到一个性能良好的预测模型。实验结果表明,相比于传统方法,该方法在保证模型泛化能力的同时大幅度提升了预测的准确率,预测身高2 cm以内的准确率达到了67%。     

基于梯度的帧内自适应深度决策算法

提出了一种基于梯度的帧内候选模式裁剪算法,通过自适应深度划分并利用空间信息来简化帧内预测过程,大大减少了计算复杂度.实验结果显示,所提出的算法对比HM16.7,可以减少35.25%的计算复杂度,且只有极小的编码效率损失.     

应用提升回归树研究碳钢的土壤腐蚀规律

以碳钢土壤腐蚀数据为对象,建立腐蚀率模型,对该材料的自然环境腐蚀规律进行研究。提出一种基于提升回归树(boosted regression trees)算法的新方法,针对实验数据小样本情况下的参数选取问题,采用ε不敏感损失函数、动态收缩系数对原算法进行改进。与神经网络、支撑向量回归(SVR)等多个典型算法进行对比研究。仿真数据和实验数据验证表明:改进的提升回归树算法对于数据的高维度、缺失值、高噪声等问题具有较好的鲁棒性,适合小样本数据的处理。利用该算法建立的模型能够准确的描述和预测碳钢在土壤中的腐蚀率,还可用于对腐蚀影响因素及因素间交互作用进行探索性分析。     

基于改进径向基函数神经网络的交通出行选择策略分析

利用逻辑回归方法分析影响交通出行选择的各种因素;建立基于径向基函数神经网络的交通出行选择预测模型,同时建立基于线性回归-径向基函数神经网络模型和基于逻辑回归-径向基函数神经网络模型预测人们出行方式选择高铁还是火车.结果表明,与单一径向基函数神经网络算法相比,回归-径向基函数神经网络组合算法预测准确率更高,而逻辑回归-径向基函数神经网络可有效减少非重要因素影响,并能提升预测准确率,取得较佳预测效果.     

基于神经网络模型的室内大规模人流密度预测

提出了一种新型的适用于大规模室内人流密度预测算法.在现有基于无线信号强度的人流密度估算算法基础上,引入加权运算来提升估算质量.进一步,根据连续若干个时间段内估算所得的人流密度,通过BP神经网络模型,对未来某一时刻该区域的人流密度进行预测.根据仿真模型和3个月的数据采集与分析,所得到预测模型的准确率达到了94.70%.      

动态层次组播路由

随着网络的发展,平面路由难于适用不断扩展的大规模网络。文章针对这一缺陷,提出一种分层路由结构。文章具体分析了层次网络结构和树构造过程,并结合层次网络结构特点提出了动态层次组播路由算法(DHMR),该算法具有扩展性,适用于大规模网络。实验结果表明,动态层次组播路由算法从运行速度比动态平面路由算法(DFMR)快,同时减少了算法的时间复杂度和存储空间,但组播树的性能有所降低。     

基于提升树的自然场景中文文本定位算法研究

提出了一种新的基于提升树算法的自然场景中文文本定位技术.首先利用边缘特征进行文本区域的检测,即对下采样后彩色图像首先进行边缘提取、二值化处理,然后通过形态学运算以及连通区域分析去除大量的非字符连通域,获得候选的文本区域,最后,提取候选文本区域的PHOG-Gabor特征,通过提升树算法进一步确认是否为字符连通域.通过实验验证,该算法具有很高的召回率和准确率,综合性能较高.     

基于定量关联规则树的分类及回归预测算法

为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题,提出基于定量关联规则树的分类及回归预测算法。采用改进的定量关联规则算法挖掘数值型数据生成关联规则库,并基于关联规则树结构实现分类及回归预测。研究结果表明：改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度;而采用关联规则树结构可使分类与回归预测时间明显加快,提高了样本匹配学习的速度。     

基于WiFi指纹的高精度室内定位融合算法

针对室内环境中指纹定位接收信号强度信息的高维时变特性以及动态目标定位误差的累积问题,提出了一种基于梯度提升决策树与粒子滤波相结合的融合算法。该算法首先利用梯度提升决策树算法建立的位置坐标与接收信号强度之间的非线性映射模型,对在线接收的信号强度数据进行特征分类判别,实现位置的初步估计;随着目标的运动,进一步结合粒子滤波方法,迭代地实现动态目标位置的精确预测;另外,将定位轨迹与实际轨迹进行对比,以验证该算法的稳定性。实验仿真结果表明:累积分布函数在80%的百分位处,提出算法的定位精度控制在1.19 m以内,明显优于基于支持向量机、随机森林等定位算法;同时较基于梯度提升决策树算法的定位精度提升了34.9%;所获得的定位轨迹与实际轨迹的趋势一致且趋于收敛。     

宫颈细胞图像的特征选择与分类识别算法研究

为了提高宫颈细胞识别速度,以最少的特征数量获得最高的识别准确率,运用分类与回归树算法(Classification and Regression Trees,CART)进行特征的选择,并采用粒子群算法(Particle Swarm Optimization,PSO)对分类器支持向量机(Support Vector Machine,SVM)进行优化,形成了PSO-SVM分类算法对细胞进行分类.使用Herlev数据集对文中提出的算法进行验证.通过CART特征选择方法,成功地从20个特征中提取出9个更具代表性的特征,并且二分类和七分类的准确率均达到99%以上.并引入其他几种宫颈癌细胞的分类识别算法进行仿真比较,结果表明,本文算法在特征数目较少的情况下识别准确率依然具有明显优势,从而验证了该算法的有效性.所述方法有效降低了人工特征选择的难度,在减少了识别用时的情况下,依然保证了细胞的识别准确率与之前几乎无异,为宫颈癌疾病诊断提供了一套有效的方法框架.     

简化GNU编译器套件抽象语法树的算法研究

提出了一种消除抽象语法树文本中冗余的方法,借助Knuth-Morris-Pratt(KMP)算法,设计核心算法,对抽象语法树进行简化,并选出几个经典的代码片段进行实验,对算法的性能做了相应验证.实验结果表明,算法在消除冗余方面的简化率达到90%以上.     

基于Tensorflow框架的生产线零件编号分类算法研究

针对由手工提取特征不充分引起生产线零件编号分类效率和准确率低等问题,提出深度卷积神经网络零件编号分类算法.理论分析了神经网络各层数学原理,在Tensorflow框架下搭建11层卷积神经网络,引入弃权技术,消弱各神经元间联合适应性,防止网络过拟合,反向传播中采用基于指数衰减的批量梯度优化算法.由于采集的生产线现场零件编号图像有限,引入Chars74K数据集以增加数据集规模.样本数据集中80%用于训练、20%用于测试.研究结果表明,本文算法准确率达87.91%,但仍不理想.经分析,数据集中易混淆字符影响算法性能,尝试优化数据集,将数据集中易混淆字符进行删减或合并,算法准确率达到94.1%,性能获得显著提升.本文提出的生产线零件编号分类算法不需要人工特征提取等预处理操作,算法速度快、准确率高.     

航空液压系统流量智能预测方法研究

液压系统是飞机重要机载系统之一,它为飞机输出能源驱动,其性能、稳定性和可靠性直接影响飞机的安全性。流量是衡量液压系统稳定性的重要判据,实时监测液压系统管路流量可对系统特性分析、故障诊断提供有力的支持。但由于流量传感器造成的流阻对系统特性有显著影响,因此在航空液压系统中未广泛使用。针对传感器带来的流阻问题,深入分析了与流量相关的参数,提出基于梯度提升回归树的航空液压系统流量预测模型,通过关键参数预测液压系统的流量。最后试验结果表明, GBRT模型相比最小二乘线性回归模型、决策树回归模型、极端梯度提升树XGBoost模型,在预测准确度、训练时间、测试时间等指标中取得了较好的表现,验证提出方法的有效性。     

基于布谷鸟搜索的XGBoost算法优化及应用研究

为提高XGBoost算法预测精度，采用布谷鸟搜索算法全局优化XGBoost的超参数包括学习率、输出结点分裂的最小损失、树模型的最大深度和弱学习器的数量，构建CS-XGBoost模型训练数据集。实验结果表明，基于CS-XGBoost的收入分类模型的准确率、精确率、F1分数和AUC等指标分别为95.67%、97.17%、95.56%和97.96%,均优于Logistic回归、支持向量机、随机森林、XGBoost算法和基于网格搜索的XGBoost算法；基于CS-XGBoost的房价预测模型的决定系数、均方根误差及平均绝对误差分别为0.905 5、2.943 5及2.165 4,预测精度较XGBoost算法得到显著提升。     

基于SSA-BP的离港航班滑出时间预测

针对传统BP神经网络在离港航班滑出时间预测时存在对初始权值和阈值敏感、准确性和稳定性不好等缺点,提出了一种基于麻雀搜索算法(Sparrow Search Algorithm, SSA)获取BP神经网络的最优权值和阈值的方法。首先分析了离港航班滑出时间的可量化影响因素及相关性,然后构建了基于SSA-BP的离港航班滑出时间预测模型,并采用我国中南某枢纽机场2周的实际运行数据对预测模型进行了验证。结果表明：①离港航班滑出时间与同时段滑行的离港航班数量强相关,与同时段滑行的进港航班数量、同时段推出的离港航班数量、平均滑出时间中度相关,与滑行距离和转弯个数弱相关；②基于SSA优化后的BP神经网络预测结果误差在±60s内的准确率提升了20%,误差±180s内的准确率提升了12%,误差±300s内的准确率提升了7%；预测结果的平均绝对误差百分比提升了2.61%,平均绝对误差减少了11.73s,均方根误差减少了61.03s。研究成果为提升大型枢纽机场场面运行效率提供了思路。     

基于集成算法的路段短时行驶时间预测

为了更好地解决路段行驶时间的短时预测问题，提出并改善了一种基于树的集成算法。针对小时间尺度下交通时变性强这一特性，构建更加鲁棒的梯度提升树（GBDT）以减少突变点的干扰。为了克服偏差 方差窘境，将随机树（RF）与GBDT进行融合，提出RF-GBDT的集成算法，并考虑各种历史旅行时间数据的相关变量以提高模型的可解释性。预测结果表明，与单独的RF或GBDT相比，RF-GBDT具有更好的预测准确度与算法稳定性。