Results 41 to 50 of about 721 (116)
Zhongshan Daxue xuebao. Yixue kexue ban目的采用机器学习方法构建冠状动脉狭窄风险识别模型，分析影响冠状动脉狭窄的主要因素。方法连续纳入2013年1月至2020年5月就诊于山西省两所医院，经冠状动脉造影确诊为冠心病的患者。以患者临床资料为自变量，Gensini积分为结局变量，采用Logistic回归、反向传播神经网络（BPNN）和随机森林（RF）算法构建冠状动脉狭窄风险识别模型。通过灵敏度（TPR）、特异度（TNR）、准确率（ACC）、阳性预测值（PV+）、阴性预测值（PV-）、受试者工作特征曲线下面积（AUC）和校准曲线进行模型评价 ...
吕勇峰 +5 more
doaj
基于2005—2017年中国及周边地区9场地震滑坡制作的全国滑坡危险性
Shuitu Baochi Xuebao目的通过构建随机森林模型，全面评估和预测全国范围内的滑坡危险性，为防灾减灾提供科学依据和决策支持。方法基于9个典型地震区域（如汶川、芦山、鲁甸等）的滑坡样本数据，综合提取滑坡正负样本点，并结合地形、降雨、土地利用、NDVI等多因子数据，利用栅格标准化处理和波段合成技术，构建随机森林模型进行训练与验证。在此基础上，应用模型对全国范围的滑坡危险性进行预测，并通过AUC值等指标评估模型性能，分析关键影响因子及其作用机制。结果1）随机森林模型在多个地震区域均表现出较高的预测性能，AUC值最高接近1 ...
关效羽, 杨文涛
doaj
Shuitu Baochi Xuebao, 2023 油松作为我国北方地区典型的森林植被类型,研究辐射能量在其冠层中的分配、收支及传输,是构建森林冠层辐射传输模型和生态过程模型的理论基础,对阐明森林植被群落中能量流动和物质循环机理具有重要意义。基于贺兰山生态站油松林通量塔定位观测获取的上、下行长短波辐射、光合有效辐射(photosynthetically active radiation,PAR)以及气象数据,分析2021年4—9月不同天气和季节条件下油松林冠层的辐射能量截获及传输特征。结果表明:(1)晴天条件下太阳总辐射的日变化表现为光滑的"单峰"曲线 ...
田静 +9 more
doaj
Shuitu Baochi Xuebao, 2004 树干茎流研究是国内外森林水文学研究中的重要内容,对国内外树干茎流的研究方法及研究成果进行综述,并将树干茎流研究方法分为野外实测法和数学模型估测法,分别进行了系统分类和简要述评。树干茎流的野外实测法有观测标准株的选取与树干茎流水的收集两个关键技术环节。树干茎流的数学模型分为3种类型,即经验模型、概念模型、理论模型。经验模型反映的是树干茎流量(或茎流流率)与降雨量的定量关系,概念模型描述的是茎流量与降雨特征及林分特征因子的数量关系,理论模型刻画了树干茎流形成的机理和动态变化过程(树干茎流随降雨的时空变化规律)
周择福 张光灿 刘霞 薄金燕 李小磊
doaj
He jishu放射性核素在膨润土上的分配系数（Kd）是放射性废物处置库安全评价中的关键参数之一。本研究旨在使用机器学习（Machine Learning，ML）模型可靠地预测多种放射性阳离子在膨润土中的Kd值。该研究基于日本原子能机构吸附数据库（Japan Atomic Energy Agency's adsorption database，JAEA-SDB），收集10种核素（Am、Bi、Cm、Cs、Eu、Ni、Pb、Po、Ra、U）在膨润土中的1 240组Kd数据，选取9个输入因子，构建了包括随机森林（Random
杨 馨, 张 坤明, 陈 涛
doaj +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
Shuitu Baochi Xuebao, 2011 为了探究海拔高度与土壤理化性质之间的关系,对秦岭火地塘林区不同海拔高度土壤理化性质进行研究。在不同海拔高度设置样地,对土壤进行分层取样,室内测定土壤pH值、有机质、全氮、全磷、全钾、有效氮、有效磷和有效钾含量。结果表明:(1)在不同采样深度下,随着土壤深度增加,除土壤pH值逐渐升高外,有机质、全氮、有效磷和有效钾的含量逐渐降低,其他指标无明显变化规律;(2)土壤pH值、有机质、全氮和有效磷含量与海拔之间有显著的相关关系,土壤pH值随海拔升高先逐渐升高,最高点出现在海拔1 800～2 000m ...
张巧明 +3 more
doaj
Gaoya dianqi针对电力系统中配电网线路中的电弧故障检测易发生故障误判的问题，提出了一种基于改进梅尔倒谱系数和随机森林算法的故障电弧声纹识别模型。该模型首先对故障电弧声信号进行分帧加窗处理，提取其梅尔倒谱系数，使用费舍尔比计算特征各维度对区分故障的贡献度，根据贡献度设计出合适的权值对特征向量进行加权降维处理，得到区分性更强的特征向量。最后采用随机森林算法对故障电弧声纹信号进行识别。为了验证该模型的有效性，文中搭建故障电弧试验平台采集故障电弧声信号，对故障电弧燃烧发展过程的声信号时频域进行分析 ...
陈凯 +5 more
doaj
基于小样本随机森林模型的低气压下室内设备空气放电故障识别方法研究
Gaoya dianqi空气绝缘的室内电力设备发生放电故障时，利用半导体气体传感器检测空气放电分解物的成分和含量，能够判断放电故障的严重程度，因此研发智能、精准的机器嗅觉算法对监测室内电力设备的正常运行有着重要意义。本文搭建了空气放电实验平台，模拟了低气压高海拔条件下的火花和局部放电故障，通过基于半导体传感器阵列的空气放电分解物检测装置对不同放电故障的气体分解物进行特征提取，然后利用基于主成分分析的小样本扩充增强方法对数据集进行丰富和精简，最后采用随机森林算法对放电分解故障进行分类。结果表明随机森林算法平均识别准确度97.22%
李天辉 +7 more
doaj
Gaoya dianqi, 2018 为实现电气设备局部放电模式的准确识别,提出了一种基于时频特征核熵成分分析的局部放电模式识别方法。首先采用S变换理论对局部放电脉冲信号进行时频特征分析,针对S变换分析结果维数庞大但冗余信息较多而不便于模式识别的缺点,基于核熵成分分析方法对S变换结果进行压缩降维处理,得到了局部放电模式识别时频特征向量,同时结合随机森林分类器实现了局部放电类型的准确识别。搭建了尖端放电、沿面放电、气泡放电、悬浮放电等典型变压器绝缘缺陷模型并采集了局部放电信号,分别采用文中方法、PCA方法及KPCA方法进行了局放模式识别实验 ...
李思同 +5 more
doaj