基于随机森林的锂离子电池荷电状态估算

荷电状态(state-of-charge,SOC)是锂离子电池预测和健康管理非常重要的一部分。锂离子电池的SOC无法直接测量,因此本文提出了基于随机森林回归算法的锂离子电池SOC估计的方法。首先构建随机森林回归模型,使用电池电流、电池电压、电池温度作为模型的训练输入,相对应的SOC作为模型的训练输出;然后使用随机森林算法进行模型训练;最后将训练模型应用于电池SOC估计。实验结果表明,随机森林回归算法对锂离子电池荷电状态的预测最大估算误差为0.02,均方根误差为0.003 204,该方法能有效地估算锂离子电池SOC并且有很高的估计精度。该模型研究为未来电池荷电状态估算系统的模型构建提供了参考。     

基于GF-2的乔木生物量估测模型研究

以福建省将乐林场为研究区,使用野外实测样地数据,结合福建省二类调查数据,获取了共192个样地的生物量数据,其中杉木纯林112个,马尾松纯林80个．对覆盖研究区的2景GF-2影像进行预处理,提取光谱信息、植被指数、纹理特征及地形因子,筛选与样地生物量相关性较高的因子作为建模的自变量,采用支持向量机、随机森林及多元逐步回归3种方法分别建立了杉木和马尾松生物量模型．结果表明:支持向量机、随机森林模型拟合效果均比多元逐步回归模型好,其中随机森林模型决定系数R2最高,2种样地的R2分别为0.65和0.72,估计精度也最高,分别为65.28%和76.82%;杉木样地3种模型的均方根误差分别为64.27、48.16和77.03,马尾松样地3种模型的均方根误差分别为54.79、48.18和65.63,其中随机森林模型的最低．在3种模型中,随机森林模型为乔木生物量的最优模型．      

基于模型堆叠的上网行为日志用户画像方法

上网行为日志数据中包含着大量的用户个性化信息,如何充分挖掘和分析这些信息至关重要。在分析上网行为日志数据的重要性后,提出了一种基于上网行为日志用户画像方法。在该方法中,首先通过特征选择和特征提取方式构建用户特征集,然后利用模型堆叠的技术组合多种单一分类器,构建用户画像模型。利用校园网行为日志数据对性别、年级、年龄三个维度进行用户画像,实验结果表明了所提方法的有效性。     

基于空地协同采样的植被覆盖度随机森林估算方法

基于无人机高光谱影像, 建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本, 利用低空无人机搭载的光学相机, 在从地面难以到达的山地、水域和植被茂密区, 通过垂直拍摄获得厘米分辨率的航拍影像, 作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-blue vegetation index, RGBVI), 然后使用大津分割法提取样方的植被覆盖信息, 得到构建模型所需的训练样本。在此基础上, 基于2018年8月16—18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据, 利用递归特征消除算法优选参与随机森林回归的特征变量集, 利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923, 均方根误差为0.087, 优于常用的像元二分模型, 可用于矿区植被动态信息的精细化监测。     

基于集成学习的电商销量预测研究分析

针对电商销量数据的复杂性和现有预测模型的稳定性及泛化能力不足问题,本研究基于大样本多变量数据,应用随机森林和渐进梯度回归树等机器学习模型进行分析。研究结果表明,相比于广义线性回归、弹性网络、支持向量回归、KNN回归树、决策树、多层感知机、AdaBoost,随机森林和渐进梯度回归树对电商销售数据预测拟合更加精确。相比于广义线性回归、弹性网络等7种传统机器学习算法,随机森林和渐进梯度回归树这两种集成学习的方法对电商销量预测更加精确,且渐进梯度回归树算法拟合效果更好、均方根误差更小,是一种更加有效的电商销量预测方法。     

基于双有序性约束的人脸年龄估计研究

目的 人类年龄是人类识别和搜索任务中的重要特征,现有研究一般将人脸年龄估计视为传统的分类任务,忽略了年龄之间的有序特征,导致估计年龄与真实年龄之间的差距较大,因此,有必要寻找一种方法以缩小估计年龄与实际年龄的差距。方法 提出一种基于双有序性约束卷积神经网络模型(DO-CNN)的人脸图像年龄估计方法。首先,DO-CNN使用基于广义Logistic分布的有序回归模型作为卷积神经网络的分类器,并验证比其他有序分类器在人脸估计任务上的优越性;接着,进一步提出有序竞争比损失函数,在传统竞争比损失函数上,通过引入风险项使损失函数注意到预测年龄与真实年龄的误差,进而指导模型缩小估计年龄与真实年龄的差距。结果 在开源人脸图像年龄数据集FGNET和AgeDB上的对比实验显示：相比现有研究方法,DO-CNN分别提升约12%和3%的准确率,当允许的误差范围扩大后,该优势依然保持。此外,基于广义Logistic分布的有序回归分类器相比基于其他分布的有序回归分类器具有明显提升。结论 实验结果表明：基于双有序性约束的卷积神经网络模型可以明显提升人脸年龄估计的准确率,并减少年龄估计的实际误差。     

基于Sentinel-1和Sentinel-2A数据的森林蓄积量估算

森林蓄积量是森林资源调查的重要指标,探究主动、被动遥感结合估算森林蓄积量对于森林资源监测具有重要意义.在吉林省临江市西小山林场以Sentinel-1和Sentinel-2A为数据源,提取80个纹理变量、24个光学特征变量和3个后向散射系数3种类型的变量,比较了基于多元逐步回归方法和随机森林方法建立的森林蓄积量估算模型,从而确定森林蓄积量估算的最佳方法.单一类型特征变量中,纹理变量构建的模型(a)效果相对较好,均方根误差为53.91 m³·hm^-2.在5个森林蓄积量估算模型中,结合多类型参数建立的模型(d)估算效果较好,R²为0.513,均方根误差为49.70 m³·hm^-2,相对均方根误差为0.26.此外,西小山林场呈现中南部较低,东部和中部偏西较高的森林蓄积量空间分布格局.融合Sentinel-1和sentinel-2A数据的信息,可以提高森林蓄积量估算精度.     

大数据视角下数字社区用户群体人格画像

人格特征是人类行为的关键驱动因素，时刻影响人们的日常生活。尤其在突发公共事件情境下，这种影响机制可能更具有个体差异性。数字社区的出现使得基于用户信息行为大数据自动有效地进行用户群体人格画像成为可能，但相关研究还相对较少。以Twitter用户在COVID-19疫情期间发布的相关信息和其相关信息行为记录为样本，进行用户群体人格画像。首先，邀请专业心理咨询师基于自恋人格的定义和量表设定了数据标注规则并对数据集进行标注；其次，设计了13个潜在的用户行为指标，构建了Logit回归模型，并评估了模型的分类性能(分类准确率达到70.34%);再次，确定了一组与用户群体自恋人格特征密切相关的信息行为指标。这组指标共有5项，具体包括：用户近三年发表的推文总数、负面情感倾向推文所占比例、推文中动词平均数、推文中话题标签平均数、推文中感叹号平均数。从而，提出了一种针对特定情境(突发公共事件)基于用户信息行为大数据分析的群体人格画像的方法，为维护民众心理健康和数字社区清朗空间提供了新的思路。     

基于IPA分析法的互联网亲子游用户画像研究

互联网亲子游是新兴的旅游方式,为其进行用户画像可以明晰核心客户的特征,找准营销的着力点.通过对国内亲子游消费者的大数据报告进行分析,为互联网亲子游用户画像,可以发现:80后的女性是这一旅游方式的核心人群.在此基础上,通过IPA分析对用户画像信息进行再加工,分析用户画像每一标签的对比情况并对用户画像各标签的需要重视程度进行排序,结果发现:性别是首要关注对象,其次是城市、年龄、应用偏好和子女成长阶段.以此为依据提出了互联网亲子游服务调整策略.     

基于CT扫描和随机森林算法的沥青混合料油石比检测

为弥补路面施工过程中传统沥青混合料油石比检测方法耗时长、预测精度低、对环境及人身健康有危害等缺陷,利用CT扫描及图像处理技术得到的沥青混合料内部截面空隙与集料特征,提出了一种基于随机森林算法的沥青混合料油石比检测模型,并与多元线性回归算法、决策树算法、梯度提升树算法的预测结果进行对比。研究结果表明：CT扫描和图像处理技术对沥青混合料空隙和集料的识别效果良好;通过比较分析不同算法的平均绝对误差、均方根误差、平均绝对百分比误差和负相关系数,证明采用随机森林算法的沥青混合料油石比检测模型的准确性能够满足工程应用要求,且优于其他3类算法模型,相比于传统检测方法更加简便、快捷。     

基于贝叶斯方法的蒙古栎林单木树高-胸径模型

【目的】贝叶斯统计法在提高参数稳定性上有较大的优势,但在森林生长模型中的应用并不多见。研究贝叶斯方法在树高-胸径模型中的应用,改进模型参数的估计方法,为蒙古栎天然林树高生长预测提供支持。【方法】以蒙古栎天然异龄林为对象,基于197块蒙古栎天然异龄林固定样地数据,采用传统极大似然法、贝叶斯法估计树高-胸径基础模型,以及极大似然法与层次贝叶斯法估计树高-胸径混合效应模型。随机抽取80%的样地数据用于建立模型,剩余的20%用于检验模型,基于基础模型与混合效应模型,利用经典概率统计法(极大似然估计)、有先验信息的贝叶斯统计法和层次贝叶斯统计法进行参数估计,分析模型的表现和参数分布。模型的拟合效果通过绝对平均误差(MAE)、相对平均误差(RME)、均方根误差(RMSE)、相对均方根误差(RMSE%)、决定系数(R²)、赤池信息准则(AIC)和偏差信息准则(DIC)指标来确定。【结果】对于基础模型,有先验信息的贝叶斯统计参数可信区间集中。对于混合模型,层次贝叶斯法估计的固定效应参数可信区间较传统方法更为集中,但随机效应参数可信区间相较极大似然法的置信区间更为扩散。使用层次贝叶斯混合效应模型的拟合效果最好,其决定系数R²为0.946。MAE、RMSE和RMSE%指标显示,层次贝叶斯法估计的模型精度最高,其次为极大似然估计的混合效应模型,贝叶斯法估计的基础模型以及极大似然估计的基础模型精度较低。【结论】层次贝叶斯统计法在拟合树高-胸径模型方面具有明显的优势,拟合效果最好,模型预估精度最高。此外,层次贝叶斯法能够以之前建立的模型结果作为先验信息而建立新的模型,是森林经营单位更新模型的可选方法之一。     

基于随机森林结合地球物理测井资料的煤体结构识别方法及应用

在更加复杂的地质因素影响下,常规测井方法识别煤体结构准确度低,为精确识别煤体结构,研究了煤体结构测井曲线响应机理以及随机森林决策树个数的优选,从而建立煤体结构与测井曲线的随机森林分类模型进行煤体结构识别。结果表明:决策树个数为500时,随机森林分类模型效果最佳;通过袋外误差和模型对测试集样本的预测结果可知,随机森林分类模型的结果稳定且泛化性强,并且适合处理非均衡数据,预测精度较高。可见随机森林算法能有效识别煤体结构,为煤层气开发提供帮助。     

基于联合轨迹特征的徘徊行为识别方法

徘徊行为判定作为异常行为识别的热点难题,目前存在难以构建具有场景特定性的识别模型问题.特定场景下的行人轨迹数据,或是有标签,或是无标签,针对如何利用特定场景下有标签轨迹数据信息问题,结合行人多种轨迹特征,提出基于分类函数的徘徊行为识别模型,能够通过分类函数自动学习该场景下有标签轨迹数据中的徘徊行为模式;针对如何利用特定场景下无标签轨迹数据信息问题,提出基于异常检测的徘徊行为识别模型,能够在大量无标签轨迹数据中自动学习潜在的徘徊行为模式.基于两种徘徊行为识别模型,提出徘徊行为识别框架,能够利用目标跟踪算法获取特定场景视频中行人的轨迹数据,并根据数据是否带有标签合适地构建对应的具有场景特定的徘徊行为识别模型.为了验证所提模型的有效性,选用CASIA-AR公开数据集作为测试集,和三种基准模型一起,在行走、奔跑和徘徊行为的识别上进行了对比实验.实验结果表明,所提模型在测试集上的准确率和召回率都优于基准模型,F1指标也有提升,验证了所提模型的有效性、场景特定性和迁移性.     

一种基于随机森林的头部位姿估计算法

针对人头部位姿势估计问题,提出一种基于随机森林的头部位姿估计算法.对现有算法只能以高质量人脸深度图像为输入和对面部数据缺失敏感的缺陷,在随机森林分支节点分裂机制中,加入分类测度解决头部区域的分割,以及改进回归测度来估计头部位姿,提出结合两种测度的优化方法,同时在原有几何特征通道基础上加入纹理信息以优化识别率,完成构造基于随机森林的头部位姿估计模型.结合该算法搭建基于Xtion PRO的实时头部位姿估计软件系统进行实验,结果表明,提出的两种测度模型能够较好地解决头部分割和位姿估计问题,该系统能够实时准确的估计头部位姿,并对部分头部遮挡具有鲁棒性.     

基于NPP/VIIRS夜间灯光数据的GDP智能预测模型研究

针对现今传统统计方法难以准确及时的揭示经济参量时空信息且估算GDP精度不足的问题,本文利用国家极轨卫星携带的可见光和近红外成像辐射计（NPP/VIIRS）获取的2012-2018年夜间灯光影像为数据源,对数据产生的误差进行处理得到了可以用来定量分析的长时间序列数据;首先采用随机森林算法对数据集进行预测研究,在此基础上提出一种基于袋外数据估计的回归误差,采用改进的网格搜索算法（Grid Search）对随机森林模型进行参数调优。同时也使用贝叶斯优化（Bayesian Optimization）对随机森林(RF)模型进行参数调优。运用嵌套5F-CV,并通过外部5F-CV循环估算模型的泛化能力,内部5F-CV循环用于确定最佳参数找出最优参数模型,建立自动预测系统,根据输入的研究区数据,使算法模型自动进行精准预测。结果表明基于贝叶斯优化改进的随机森林算法在预测GDP时最好,预测精度达到97%,具有较高的准确率和鲁棒性。研究结果展示了机器学习算法和夜间光照指数用于在县级尺度上预测GDP表现出显著的能力。     

基于评论分析的评分预测与推荐

推荐系统广泛地应用在网络平台中,推荐模型需要预测用户的喜好,帮助用户找到适合的电影、书籍、音乐等商品.通过对用户评分和评论信息的分析,可以发现用户关注的商品特征,并根据商品的特征,推测用户对该商品的喜好程度.本文提出将评论中隐含的语义内容与评分相结合,设计并实现了一种新颖的商品推荐模型.首先利用主题模型挖掘评论文本中隐含的主题分布,用主题分布刻画用户偏好和商品画像,在逻辑回归模型上训练主题与打分的关系,最终评分可以被视为是对用户偏好和商品画像的相似程度的量化表示.最后,本文在真实数据上进行了大量对比实验,结果证明该模型比对比系统性能优越且稳定.     

线性回归分位数的相依样本估计的强相合性

在误差为平稳强φ混合随机序列的条件下,证明了线性模型中的回归分位数的估计的强相合性     

采用表面肌电信号的手指关节角度精确感知方法

针对目前采用肌电信号的手指关节角度连续解码误差较大,导致肌电假肢手运动效果较差的情况,提出了一种应用表面肌电信号、深度回归森林模型和人工神经网络相结合的手指关节角度连续精确感知方法。首先,应用基于滑动时间窗的特征提取器从前臂8个通道的肌电信号中各提取7种肌电信号特征(肌电信号的平均绝对值、积分肌电值、均方根、波形长度、对数特征、过零点数、斜率符号变化数),输入深度森林回归模型得到具有较大波动的掌指关节估计角度;然后,采用人工神经网络对这些掌指关节估计角度进行优化,以创建一种深度森林回归模型与人工神经网络相结合的综合回归模型;最后,利用该综合回归模型对采集到的表面肌电信号进行连续精确解码,得到肌电假手掌指关节角度控制量,其余手指关节角度可通过比例控制得到。采用所提方法进行实验验证,结果表明：所提方法的平均轨迹跟踪精度比传统高斯过程方法提高了42%,达到82.12%,证明所提方法对基于肌电信号的手指关节角度估计具有非常优良的效果。     

基于用户画像的高校图书馆精准化学科服务模式构建

作为大数据环境下精准化推荐服务的有效工具,用户画像受到图书情报领域的极大关注.为将用户画像技术应用于学科服务领域,对学科用户进行了分层并设计了差异化的用户数据收集方案,融合学科服务工作内容,构建了由数据采集层、数据预处理层、标签建模层及用户画像生成层构成的4层学科用户画像模型,在此基础上,探讨并构建了包括学科用户需求精准识别层、学科用户需求精准匹配层和精准学科服务功能实现层在内的学科服务新模式,以期为实现精准化、个性化的学科服务提供借鉴.     

在线用户声誉评价算法的鲁棒性分析

在线评分系统中的恶意或随机打分为准确评价在线用户声誉带来了极大的挑战.对3种基于迭代的经典在线用户声誉评价算法的鲁棒性进行了细致研究.实验先将不同数量用户打分随机化,再以均方根误差为指标衡量其余用户声誉值受影响程度.实验共在3个数据集中进行,在MovieLens和Netflix两个经典实证数据集上的实验结果表明:系统中1%~60%的用户进行随机打分时,基于关联分析的CR算法始终保持很好的鲁棒性;基于打分迭代的IARR算法的均方根误差略有增大,最大值达到0.22,但整体波动较小;而改进的基于打分迭代的IARR2算法的均方根误差最大值达到0.695,其鲁棒性的较大波动是因算法受高声誉用户的影响较大.在Douban数据集上的结果表明:在打分数据稀疏情况下,CR算法也能保持很好的鲁棒性.