Results 51 to 60 of about 728,627 (161)
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
Application of Machine Learning in Forest Fire Prediction
, 2022 森林火灾的发生对社会经济和自然环境造成了威胁，因此及时预测森林火灾的发生具有重要意义。目前，机器学习被广泛用于各个行业，基于此本文应用神经网络、随机森林、逻辑回归3种机器学习算法，建立森林火灾预测模型，并用此模型对阿尔及利亚Bejaia地区和Sidi Bel-abbesl地区采集到的数据进行预测。实验结果证明，3种机器学习算法对森林火灾风险预测均有较好表现，综合准确率可达95.9%，其中随机森林算法在准确度方面表现最好，逻辑回归算法在运算效率方面表现最好 ...
王倚天, 苗新, 刘爽
core
Functional Ecology, Volume 39, Issue 9, Page 2327-2341, September 2025.Read the free Plain Language Summary for this article on the Journal blog. Abstract While elevational patterns of soil bacterial and fungal communities in mountain ecosystems have been well documented, the assembly processes of soil archaeal and protistan communities, and their linkage with ecosystem multifunctionality (EMF), remain poorly understood ...
Bao‐Min Yao +14 more
wiley +1 more source
Zhongguo youzhi为准确识别法庭科学领域中微量油脂物证，给涉及微量植物油物证鉴定的相关案件提供技术支持，以遗留在不同载体上并在4、25、38 ℃下分别放置1、3、7、14、30、45、60 d的8种微量植物油（亚麻籽油、油茶籽油、菜籽油、玉米油、花生油、芝麻油、大豆油、葵花籽油）为研究对象，利用气相色谱技术测定其脂肪酸组成，以 5种主要脂肪酸（十六烷酸、硬脂酸、油酸、亚油酸、亚麻酸）作为识别指标，结合化学计量学方法构建Fisher判别分析、卷积神经网络和随机森林3种植物油识别模型。结果表明：Fisher判别分析 ...
胡昆，张成龙，杨瑞琴 HU Kun, ZHANG Chenglong, YANG Ruiqin
doaj +1 more source
Journal of Ecology, Volume 113, Issue 7, Page 1746-1759, July 2025.In forests dominated by large clonal plants, such as giant moso bamboo, drought can alter the allocation of newly assimilated C within the tissues of source ramet but may not affect its allocation among interconnected ramets or within plant–soil systems.
Xiaogai Ge +9 more
wiley +1 more source
Shuitu Baochi Xuebao, 2023 可溶性碳组分是土壤有机碳库中最活跃的部分,作为土壤碳周转初期变化的敏感指标,其含量受到凋落叶等植物残体输入、森林类型及季节性水热变化的共同调节。采用土壤原位培养法,以亚热带米槠(Castanopsis carlesii)人工林与杉木(Cunninghamia lanceolata)人工林为对象,分析生长季内土壤可溶性碳(DOC)与热水溶性碳(HWSC)含量动态变化及其对凋落叶输入的响应趋势。结果表明,凋落叶输入、森林类型和培养月份均极显著影响土壤可溶性碳组分含量(p＜0.001 ...
张可欣 +5 more
doaj
, 2012 本发明涉及一种基于光子空间和时间随机性的随机源及随机数提取方法，随机源包括光源，可调光阑，积分球，基于MCP的单光子探测器，光子到达位置坐标和时 间同步测量电路，随机位提取模块。光源发出的光，经过可调光阑后进入积分球，积分球输出均匀的光，由于光子的位置坐标和光子的到达时间的随机性，利用随机 位提取模块对数据处理，可提取随机位。本发明解决了目前光量子随机源技术需要复杂的后处理，产生随机数效率低，速率慢技术问题，提供一种基于光子空间和时 间随机性的光量子随机源及随机数提取方法，具有速度快、效率高 ...
鄢秋荣
core
, 2017 黄土高原中部的丘陵沟壑区位于半湿润、半干旱气候带,生态环境脆弱,水土流失严重,植被恢复是该地区水土保持与生态重建的重要措施。辽东栎天然次生林和刺槐人工林是该地区典型的森林植被类型。以黄土丘陵森林分布区边缘的两种主要森林类型为对象,通过采集林地不同深度土壤样品,对比分析两种林地土壤中碳、氮、磷含量的计量关系及垂直分布特征,旨在探明该区域土壤化学计量特征及主要影响因素。结果表明:(1)在两种林地类型中,土壤有机碳与全碳含量呈正相关关系,两种林地可用同一曲线进行拟合 ...
吕金林[1,4] +17 more
core +2 more sources
Random Forest Algorithm Research And Improvement
, 2013 随机森林作为一种常见的数据挖掘方法，已被证实是一种state-of-art的学习器，其不仅具有很高的分类回归性能，而且运算快速高效，并且随机森林能有效处理多分类问题，在应对噪声干扰上也具有明显的优势。 但是传统的随机森林模型在树的数量和树的选择中没有深入的研究。另外随机森林在半监督问题上的研究也较少，目前尚无良好的半监督随机森林模型，限制了随机森林的应用范围。本文针对这两个问题，展开了随机森林模型改进的研究。 本文利用随机森林的间隔，设计了一种基于Margin最优化的随机森林修剪模型 ...
吕伟航
core
, 2017 生态化学计量学是研究生态过程中化学元素比例关系及其随生物和非生物环境因子的变化规律。研究碳(C)、氮(N)、磷(P)化学计量特征的时空分布格局已成为当前的热点问题。土壤C:N:P特征研究相对滞后于植物部分，尚未获得普遍性的时空分布规律，且较少涉及时空变异的环境驱动机制。同时，土壤作为森林树木生长养分资源的供应环境，其C:N:P不仅能指示土壤有机质分解和养分状况，而且还与森林群落生物量分配、多样性和生态功能等密切关联。因此，研究森林土壤C:N:P的时空变异格局及其驱动机制 ...
冯德枫
core