搜索到5853 篇“ ADABOOST “的相关文章
基于Gentle Adaboost的气密性检测系统 2024年 差压法气密性检测易受外部因素与预设参数影响。针对问题基于集成学习建立气密性检测系统,包含传感器终端数据采集系统、人机交互界面,并用最小二乘法对传感器进行线性拟合,利用Gentle Adaboost算法寻找每轮迭代中最佳弱分类器并更新下一轮样本权重,通过集成数轮迭代中最佳弱分类器组成强分类器,对被测物的气密性能进行判断。实验结果表明:所提系统在气密性检测中的准确度、精确度与召回率皆优于传统方法与单一分类模型,准确度达到99.8%,能有效克服外部因素对检测结果的影响,提高了差压法气密性检测的准确性与稳定性。 张梓齐 耿乐陶 李阳 杨正乐 郭子兴 胡敏 庄正飞关键词:气密性检测 差压法 分类器 基于AdaBoost算法的混凝土抗压强度预测 2024年 论文采集1030组混凝土抗压强度试验数据,通过训练AdaBoost算法,得到可用于预测混凝土抗压强度值的模型。结果表明:AdaBoost算法模型可以在给定输入变量的情况下准确有效地预测混凝土抗压强度;10折交叉验证决定系数R2的平均值达到0.952,平均绝对百分比误差(MAPE)达到11.39%,说明十折交叉验证具有较高准确率;AdaBoost算法与人工神经网络和支持向量机独立学习算法比较,表现出集成学习算法的优越性;讨论了AdaBoost算法模型中训练数据集数量、弱学习器类型和输入变量的数量相关因素,发现使用1030数据集的80%可以获得良好的预测结果。 胡畔 肖约 汪芳 唐文泽 周华关键词:混凝土 抗压强度 基于Adaboost-INGO-HKELM的变压器故障辨识 2024年 针对目前变压器故障诊断准确率低的问题,提出一种多策略集成模型。首先通过等度量映射(isometric mapping, Isomap)对高维非线性不可分的变压器故障数据进行降维处理。其次,利用混合核极限学习机(hybrid kernel based extreme learning machine, HKELM)进行训练学习,考虑到HKELM模型易受参数影响,所以利用北方苍鹰优化算法(northern goshawk optimization, NGO)对其参数进行寻优。但由于NGO收敛速度较慢,易陷入局部最优,引入切比雪夫混沌映射、择优学习、自适应t分布联合策略对其进行改进。同时为了提高模型整体的准确率,通过结合Adaboost集成算法,构建Adaboost-INGO-HKELM变压器故障辨识模型。最后,将提出的Adaboost-INGO-HKELM模型与未进行降维处理的INGO-HKELM模型、Isomap-INGO-KELM模型、Adaboost-Isomap-GWO-SVM等7种模型的测试准确率进行对比。提出的Adaboost-INGO-HKELM模型的准确率可达96%,均高于其他模型,验证了该模型对变压器故障辨识具有很好的效果。 谢国民 江海洋一种基于DBSCAN算法改进的稳健AdaBoost回归模型 2024年 传统的AdaBoost.R2算法在AdaBoost算法思想的基础上将回归问题转化为二分类问题,取得了较好的估计效果。但该算法对异常点敏感,在迭代过程中会将异常点的权重不断加大,导致模型的稳健性较差。提出一种改进的AdaBoost算法,称为AdaBoost.DBSCAN。首先,通过DBSCAN聚类算法对观测点进行分类;然后,分别针对正常点和异常点,采用不同的权重控制策略进行控制,保证异常点的权重在迭代过程中无法以指数速率增长,同时能较大程度地保存样本信息。模拟和实际应用结果表示,与传统的AdaBoost.R2、AdaBoost.RT算法以及AdaBoost.RS算法相比,该算法具有良好的稳健性,在含有不同比例异常点的数据集中都能够获得较好的表现。 黄静 杨联强关键词:DBSCAN聚类算法 异常点 稳健性 基于改进LSTM-AdaBoost的铣刀磨损量预测 2024年 针对铣刀磨损量预测时精度低的问题,提出一种基于黑寡妇算法(BWO)优化的长短期记忆神经网络(LSTM)与AdaBoost集成学习算法相结合的铣刀磨损量预测方法。在铣刀磨损振动信号中提取时域、频域以及时频域多域特征。通过BWO算法优化LSTM的核心参数,并将优化后的LSTM网络与AdaBoost算法进行结合,构建铣刀磨损量预测模型。最后用PHM Society 2010铣刀全寿命周期的振动数据进行实验。研究结果表明:所提方法能够有效地预测出铣刀磨损量变化值,优化后模型的平均绝对误差百分比为3.436%、均方根误差为6.471、决定系数R^(2)为0.935。该方法能够获得准确率更高的铣刀磨损量预测值,预测效率更高。 赵小惠 杨文彬 胡胜 郇凯旋 谭琦关键词:ADABOOST算法 一种可用于肝癌呼气信号鉴别的改进AdaBoost级联分类器 2024年 为了降低呼气检测技术在肝癌筛查中的漏诊率,本研究设计一种改进的AdaBoost级联分类器,并将其应用于鉴别健康志愿者和肝癌患者的呼气信号。首先,对训练样本进行自助划分获得一组训练子集。基于该训练子集,先后利用不同的机器学习算法,采用K折交叉训练和投票法得到多个子分类器;接着,将多个子分类器加权组合得到一个改进的AdaBoost分类器;然后,再次自助划分训练样本,以新的训练子集训练得到另一个AdaBoost分类器;最后,将两个AdaBoost分类器串联形成级联分类器。测试样本送入该级联分类器后,按照级联规则,潜在的异常样本将被反复筛查。以电子鼻采集到的120名志愿者的呼气信号的Relief优化特征集为训练样本,构建改进AdaBoost级联分类器,并对40例测试样本进行鉴别。结果表明,该级联分类器可有效区分出测试组中的肝癌患者和健康人的呼气信号,平均敏感性为93.42%,明显优于传统AdaBoost级联分类器,漏诊率显著降低。此外,该级联分类器的稳定性较好,精度的变异系数仅为3.95%。可见,改进AdaBoost级联分类器可有效提升分类器对肝癌呼气信号的检测能力,对实现基于呼气检测的肝癌无创普及性筛查技术的研究具有重要意义。 郝丽俊 郝丽俊 黄钢 黄钢关键词:漏诊率 结合决策树和AdaBoost的缓存侧信道攻击检测 2024年 缓存侧信道攻击严重威胁各类系统的安全,对攻击进行检测可以有效阻断攻击。为此,提出了一种基于决策树和AdaBoost的AD检测模型,通过匹配系统硬件事件信息特征,快速有效地识别缓存侧信道攻击。首先,分析缓存侧信道攻击特点,提取攻击硬件事件特征模式。其次,利用决策树的快速响应能力,同时结合AdaBoost对数据样本进行加权迭代,对采集的不同负载下的特征数据进行模型训练,优化检测模型在不同负载时的整体检测精度。实验结果表明,该模型在不同系统负载条件下的检测精度均不低于98.8%,能够快速准确地检测出缓存侧信道攻击。 李扬 尹大鹏 马自强 姚梓豪 魏良根关键词:系统安全 基于CEEMD-LSTM-Adaboost模型的白糖期货跨期套利策略 2024年 以白糖期货合约SR2201和SR2109的5 min高频数据为研究对象,在验证二者存在长期均衡关系的条件下,构建GARCH模型来刻画残差的ARCH效应,将互补集合经验模态分解(CEEMD)方法与长短期记忆网络(LSTM)、自适应提升算法(Adaboost)相结合,通过预测价差涨跌进行套利操作,设置不同开平仓阈值,在样本区间内进行4种神经网络套利策略对比研究。结果表明:基于CEEMD-LSTM-Adaboost模型的神经网络套利策略应用于白糖期货市场可行有效,并且其在模型预测精度和套利效果方面均比BP、LSTM和LSTM-Adaboost神经网络更具优势。 甘柳燕 唐国强 蒋文希 覃良文关键词:跨期套利 白糖期货 基于AdaBoost模型和SVM模型的铁水温度预测 2024年 以某炼铁厂3号高炉实际生产数据为基础,针对原始数据存在的重复值、缺失值和异常值等问题进行数据处理,选用AdaBoost模型和SVM模型对铁水温度进行预测。结果表明,AdaBoost模型相较于SVM模型取得更好的预测效果,R达到0.878,±5℃预测准确率为85.21%,可满足高炉实际生产需要。基于高炉炼铁数据仓库系统,建立FineBI前端工具与铁水温度预测应用的数据连接,构建由特征参数、相关性分析、预测结果、模型评估和预测曲线等模块组成的前端界面,实现了高炉铁水温度预测应用的可视化展示。 李欣 李宏扬 刘然 刘小杰 唐文文 吕庆 陈树军关键词:高炉 SVM模型 数据仓库 基于BP-Adaboost与TOPSIS的航空装备供应商评价 2024年 为提升航空装备供应商评价标准的适用性及准确性,提出并设计出一种基于逆向传播(back propagation,BP)神经网络-弱分类器(Adaboost)与优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)的航空装备供应商评价方法。运用因子分析理论对供应商评价指标进行筛选,构建适合航空装备行业特点的供应商评价指标体系。在Adaboost算法元框架下,将BP神经网络作为基分类器,设计基于BP-Adaboost强分类器供应商分类模型。针对BP-Adaboost算法无法精确计算供应商综合得分的不足,设计基于TOPSIS法的供应商评价模型。案例分析结果表明,基于BP-Adaboost与TOPSIS法的航空装备供应商评价模型具有更高的评价准确度,对企业完善供应商管理体系提供理论和实践指导。 顾玉磊 马晖 王愚勤 胡卉 刘富鑫关键词:供应商评价指标体系
相关作者
叶庆卫 作品数:179 被引量:372 H指数:10 供职机构:宁波大学 研究主题:振动信号 弱分类器 模态参数 模态参数识别 轻轨 王元庆 作品数:225 被引量:541 H指数:12 供职机构:南京大学 研究主题:自由立体显示 激光雷达 立体图像 图像 自由立体显示器 赵峰 作品数:342 被引量:511 H指数:12 供职机构:山东大学 研究主题:频谱拍卖 频谱 授权用户 频谱效率 中继站 严云洋 作品数:143 被引量:525 H指数:13 供职机构:淮阴工学院 研究主题:火焰检测 特征抽取 人脸识别 人脸检测 图像分割 丁晓青 作品数:268 被引量:1,631 H指数:22 供职机构:清华大学 研究主题:模式识别 汉字识别 线性鉴别分析 字符 字符识别