Results 61 to 70 of about 849 (155)
Outlier detection based on random forest [PDF]
, 2007 摘要: 提出一种基于随机森林方法的异常样本 (outliers)检测方法。仿真实验表明 ,与其他 2种基于 距离的异常样本检测技术相比 ,这种方法可以更好地提高模型的准确率 ,且具有较强的鲁棒性 ,在处 理大规模数据集时还能显著地减少计算时间。Abstract: It intr oduces an outliers detecti on method based on random forest . Compared with the other t wo common outliers detecti
林成德, 邱一卉
core
Mechanism-learning prediction model for pitting depth of buried pipeline based on HMOGWO-RF [PDF]
Objective China's oil and gas pipeline networks are expected to reach 24×104 km by 2025. Pipeline transportation has become one of the key means of transportation in the country.
Fulin SONG, Hong ZHAO, Xingyuan MIAO
core +1 more source
基于可解释性机器学习的餐厨垃圾浆液厌氧产气性能与关键影响因素
Jingshui jishu【目的】餐厨垃圾浆液厌氧消化系统因进料特征复杂、多因素动态耦合，使得其预测与调控具有较大挑战。【方法】为实现工业规模厌氧反应过程的精准管理与优化，本文收集2019年—2023年上海某工业规模厌氧反应器运行数据，分别利用随机森林、梯度提升、K邻近回归与人工神经网络(ANN)建立产气预测模型，并通过沙普利加和解释(SHAP)算法量化各输入变量对产甲烷效率的贡献与抑制作用。【结果】梯度提升模型在测试集中R 2 最高，均方误差(MSE)与平均绝对误差(MAE)最低 ...
Cui Jie, Zhang Bo, Wang Rongjian
doaj +1 more source
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
Several Research on Random Forest Improvement [PDF]
, 2014 在机器学习领域，随机森林是一种重要和常见的数据挖掘方法。随机森林不 仅具有很高的分类性能，而且具有需要调整的参数较少、运算快速高效、不用担 心过拟合以及较强的容忍噪声能力等特点。随机性能良好的性能使得其在智能信 息处理、生物信息学、金融学、故障诊断、图像识别、工业自动化等领域得到了 广泛的应用并取得巨大的成功，吸引了人们的广泛关注。 虽然许多学者对随机森林进行了广泛的研究，并且取得了许多显著的成果， 但是随机森林仍然存在一些局限和不足，拥有一些可改进的空间 ...
李贞贵
core
Valve Leakage Mode Recognition Method Based on Empirical Mode Decomposition and Random Forest [PDF]
As a critical equipment in nuclear power plants, valve leakage would have an impact on system safety and stable operation. Using acoustic emission technology to identify valve leakage and distinguish between different leakage modes of internal and ...
ZHE Na1, , LIU Shiwen1, 2, HE Pan1, ZHENG Hua1, WANG Liangzi1
core +1 more source
An intelligent lithology identification method for sandstone and mudstone strata and its applications: A case study of the Jurassic strata in the Lunnan area, Xinjiang, China [PDF]
ObjectiveLithology identification lays the foundation for fine-scale reservoir evaluation. However, traditional identification methods generally utilize the interactive relationships between only 2‒3 logging parameters, suffering from low utilization ...
Chengguang ZHANG +8 more
core +1 more source
Dianci bileiqi, 2023 绝缘子的污染性能对维持电力系统的可靠性、安全性和成本效益起着关键作用。在不同的绝缘子监测技术中，泄露电流可以衡量绝缘子串离闪络的距离，是最有意义的污染性能指标之一。综合考虑环境因素和天气信息的影响，提出了一种基于累积污染指数(Cumulative Pollution Index, CPI)的随机森林模型来预测玻璃绝缘子串泄漏电流。累积污染指数能根据风、定向灰尘和雨水数据估计绝缘子串上的可溶性污染沉积物，不仅适用于玻璃制成的绝缘体，还适用于具有疏水转移特性的有机硅树脂涂层绝缘子 ...
张旭, 张颖
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
[Identification of potential regulatory genes for embryonic stem cell self-renewal and pluripotency by random forest]. [PDF]
Nan Fang Yi Ke Da Xue Xue Bao, 2021 Zeng P +5 more
europepmc +1 more source