Results 51 to 60 of about 3,078 (118)
Conservation Biology, Volume 38, Issue 3, June 2024.Abstract Multifunctional landscapes that support economic activities and conservation of biological diversity (e.g., cattle ranches with native forest) are becoming increasingly important because small remnants of native forest may comprise the only habitat left for some wildlife species. Understanding the co‐occurrence between wildlife and disturbance
Juliana Vélez +4 more
wiley +1 more source
GCB Bioenergy, Volume 16, Issue 5, May 2024.Biomass contains complex sugars and aromatic polymers that have the potential to serve as sustainable alternatives to fossil fuels and chemicals. Fungi possess specialized enzyme systems capable of breaking down lignocellulose into fermentable building blocks. This review analyses recent advancements in intricate fungal decomposition toolkits, shedding
Fengyun Ren +5 more
wiley +1 more source
Performance of machine‐learning approach for prediction of pre‐eclampsia in a middle‐income country
Ultrasound in Obstetrics &Gynecology, Volume 63, Issue 3, Page 350-357, March 2024.ABSTRACT Objective Pre‐eclampsia (PE) is a serious complication of pregnancy associated with maternal and fetal morbidity and mortality. As current prediction models have limitations and may not be applicable in resource‐limited settings, we aimed to develop a machine‐learning (ML) algorithm that offers a potential solution for developing accurate and ...
J. Torres‐Torres +10 more
wiley +1 more source
Jianzhu Gangjiegou Jinzhan基于收集的189个不锈钢管混凝土构件的轴压试验数据建立了机器学习数据库，采用6种机器学习模型（随机森林、决策树、支持向量机、多层感知器、极端梯度提升和自适应提升）分别对圆形和方形截面不锈钢管混凝土构件进行了轴压承载力预测研究，同时分析了不同参数对机器学习模型预测精度的影响。研究结果表明，上述6种机器学习预测模型中预测精度最高的是极端梯度提升模型，对于圆形和方形截面构件所有参数的预测，该模型的均方根误差分别为0.043 5和0.018 8，且预测值与试验值之比的变异系数分别为0.127和0.166 ...
余琪瑶, 廖飞宇, 陆国兵
doaj +2 more sources
大数据随着地下水利、水务管网对材料需求的多样性和复杂性日益加剧，通过机器学习高效便捷地设计满足个性化需求的特种材料成为人们关注的热点。传统监督学习方法均以大量数据训练建模为基础，但从深埋地下水务管网、高端军工设备等领域所需的特种材料，如稀贵高熵合金等获取大数据集，需要的成本极高且周期较长。为了解决该问题，提出了一种小样本扩充模型——RX-SMOGN，使用极致梯度提升模型和使用交叉验证的递归特征消除算法进行特征筛选，使用SMOGN算法扩充数据集。提出以高熵合金相结构为研究对象 ...
杨涛, 张兆波, 郑添屹, 彭保
doaj +1 more source
Gaoya dianqi, 2023 为打破国外商业软件对数字孪生技术的垄断，掌握具有自主知识产权的仿真模型降阶技术，推动自主可控的数字孪生平台在电力行业的发展布局，文中基于国产多物理场仿真软件，针对±800 kV干式平波电抗器的绝缘校核仿真进行了数值计算模型的高效降阶算法研究。通过有限元模型的参数化计算获取样本数据集，并采用PLS(偏最小二乘法)和GP(高斯过程)两种机器学习算法进行降阶模型的训练和优化，最后从计算精度和计算效率两个方面对机器学习模型的降阶效果进行了对比评估。研究结果表明：机器学习降阶模型获得了较高的计算准确度和效率 ...
杨国华, 王文豪, 陈蕾, 李学宝
doaj
Gaoya dianqi, 2017 为有效克服变压器不完备故障样本数据对故障诊断结果的影响,文中构建了一种基于粗糙集的人工鱼群极限学习机变压器故障诊断方法,该方法首先运用粗糙集对决策表中的16个条件属性进行约简;其次,根据最简规则表对训练样本进行编码,利用已编码的训练样本对极限学习机进行训练,并运用人工鱼群优化方法对极限学习机的权值及阈值进行优化;最后,利用训练好的极限学习机方法对编码好的样本进行故障诊断。该方法将粗糙集在不完整数据方面所具有的优良特性与极限学习机优良的泛化能力有机融合,以有效提高故障诊断精度。经实例对比分析表明 ...
雷帆 +4 more
doaj
Zhongguo youzhi市场上存在利用低价食用植物油掺伪或冒充高价食用植物油的现象，机器学习算法可应用于食用植物油的掺伪鉴别中。旨在为食用植物油掺伪鉴别研究中算法选择提供一定的理论依据，简要介绍了机器学习算法的分类及其在食用植物油掺伪鉴别中应用的流程，并对国内外机器学习算法在橄榄油、山茶油及其他植物油掺伪鉴别中的应用进行分析总结，同时探讨了支持向量机、随机森林、逻辑回归、人工神经网络、主成分分析等机器学习算法在食用植物油掺伪鉴别研究中的优缺点。需要综合考虑数据的特点、模型的性能和实际应用的需求选择合适的机器学习算法 ...
吕壮，黄金，兰梓溶，代婷玉，许宙，陈茂龙，焦叶，文李，程云辉，丁利 LYU Zhuang, HUANG Jin, LAN Zirong, DAI Tingyu, XU Zhou, CHEN Maolong, JIAO Ye, WEN Li, CHENG Yunhui, DING Li
doaj +1 more source
Gaoya dianqi, 2015 机械故障是高压断路器运行过程中的主要故障之一,对高压断路器开展机械状态评估与预测,对提高高压开关设备和电网运行可靠性具有重要意义。文中基于支持向量机进行了高压断路器机械状态预测算法的研究。支持向量机是一种统计机器学习算法,以结构风险最小化为训练目标,能够很好地解决过学习、维数灾难、局部最优等传统机器学习算法遇到的问题。在具体的算法实现中,文中利用断路器前几次动作的触头行程和操作线圈电流曲线来预测下一次或者后几次动作数据。利用预测出来的机械动作数据对高压断路器进行故障诊断,可以发现高压断路器潜在的问题 ...
郝爽 +4 more
doaj
智能科学与技术学报, 2019 人工智能就是让机器能够像人一样学习、思考并理解，即用计算机模拟人的智能，它涵盖认知与推理（包含各种物理常识和社会常识）、计算机视觉、自然语言理解与交互（包含听觉）、机器学习等广泛的学科领域。人机协同的混合增强智能是新一代人工智能的典型特征，视听觉信息的认知计算是新一代人工智能的重要研究内容。理解人类视听觉认知并建立可计算视听觉认知模型对人工智能的核心算法具有重大的启示意义。
郑南宁
doaj