期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到24篇文章
< 1 2 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MRMR-Stacking的心脏骤停死亡风险预测模型 认领 引用
1
作者 柯希 陈伟 +1 位作者 张瑛琪 孙洁 《计算机应用与软件》 北大核心 2026年第7期121-128,共8页
针对单一模型和对原始数据利用率不高的传统Stacking模型对心脏骤停死亡风险预测精度低下的问题,提出基于最大相关最小冗余特征选择方法(Max-Relevance and Min-Redundancy,MRMR)的改进Stacking(MRMR-Stacking)预测模型。以河北省七家... 针对单一模型和对原始数据利用率不高的传统Stacking模型对心脏骤停死亡风险预测精度低下的问题,提出基于最大相关最小冗余特征选择方法(Max-Relevance and Min-Redundancy,MRMR)的改进Stacking(MRMR-Stacking)预测模型。以河北省七家医院近五年收集的1447条病例数据为例,训练改进模型并验证其准确性等性能指标,并结合SHAP方法解释模型。结果显示MRMR-Stacking模型准确率88.7%,各方面性能较随机森林和传统Stacking模型提升1%到3%,SHAP方法验证优化模型具有优秀的外推性,能够有效达到为临床急诊医生采取合理干预措施提供参考依据的目的。 展开更多
关键词 改进Stacking 心脏骤停 AUC值加权 MRMR算法 SHAP方法
暂未订购 下载PDF
基于mRMR算法的烘丝出口水分特征因素选择 认领 引用
2
作者 张垚 张健 +2 位作者 王俊强 杨逸云 康坤 《微处理机》 2026年第4期78-83,共6页
鉴于烘丝出口水分是卷烟生产中影响烟丝品质与后续加工稳定性的核心指标,为降低烘丝过程数据复杂度、提升出口水分预测模型精度并优化传感器布设成本,提出一种基于最大相关—最小冗余(mRMR)算法的烘丝出口水分多源特征选择方法。以某卷... 鉴于烘丝出口水分是卷烟生产中影响烟丝品质与后续加工稳定性的核心指标,为降低烘丝过程数据复杂度、提升出口水分预测模型精度并优化传感器布设成本,提出一种基于最大相关—最小冗余(mRMR)算法的烘丝出口水分多源特征选择方法。以某卷烟厂烘丝生产线的监测数据为研究对象,通过对物料特性、工艺参数、设备状态三类多源特征数据进行处理与分析,利用mRMR算法筛选出具有高相关性与低冗余性的关键特征。实验结果表明,该方法可有效识别影响烘丝出口水分的核心因素(如热风温度、烟丝初始含水率等),特征选择后传感器布置数量减少40%以上,同时预测精度提升了35.01%,为烘丝工序的精准调控与成本优化提供科学依据。 展开更多
关键词 烘丝出口水分 特征选择 mRMR算法
暂未订购 下载PDF
基于MRMR和SVM的短文本分类算法改进研究 认领 引用 被引量：1
3
作者 章启超 周莲英 丁腊春 《计算机与数字工程》 2025年第1期164-169,共6页
特征集质量和分类器性能是影响短文本分类效果的两个重要因素。具有最大特征最小冗余特点的MRMR算法是目前常用的特征降维算法,论文通过基于词分布频率的调节因子改进该算法,调节因子会在计算特征互信息值的时候降低低频特征词的权重,... 特征集质量和分类器性能是影响短文本分类效果的两个重要因素。具有最大特征最小冗余特点的MRMR算法是目前常用的特征降维算法,论文通过基于词分布频率的调节因子改进该算法,调节因子会在计算特征互信息值的时候降低低频特征词的权重,解决低频词语与特征标签之间高依赖的问题。之后以支持向量机为基础分类器,通过加入了变步长因子的萤火虫算法对其进行参数寻优,变步长因子的自适应性解决了萤火虫算法出现的震荡等现象,最后利用Adaboost框架迭代训练出多个不同权重的SVM基础分类器,集成得到性能更优的强分类器。论文使用网络爬虫获取的短文本数据集进行验证,以精确率(P)、召回率(R)、F1值做为评估标准,优化后的算法相比原算法在精确率上提高8%,召回率提高10%,F1值提高9%,因此实验结果表明优化后的算法具有更高的效率。 展开更多
关键词 短文本分类 特征降维 MRMR算法 支持向量机 Adaboost
暂未订购 下载PDF
基于AdaBoost模型和mRMR算法的小麦白粉病遥感监测 认领 引用 被引量：22
4
作者 马慧琴 黄文江 +6 位作者 景元书 董莹莹 张竞成 聂臣巍 唐翠翠 赵晋陵 黄林生 《农业工程学报》 EI CAS CSCD 北大核心 2017年第5期162-169,共8页
除选择合适的建模方法外,选择合适的特征选择算法来优选建模特征对提高作物病害的遥感监测水平具有重要作用。选取陕西省关中平原西部小麦白粉病为对象,基于Landsat 8遥感影像共提取了18个特征变量,通过相关性分析(correlation analysis... 除选择合适的建模方法外,选择合适的特征选择算法来优选建模特征对提高作物病害的遥感监测水平具有重要作用。选取陕西省关中平原西部小麦白粉病为对象,基于Landsat 8遥感影像共提取了18个特征变量,通过相关性分析(correlation analysis,CA)和最小冗余最大相关(minimum redundancy maximum relevance,mRMR)2种特征选择算法筛选出了2组不同的特征变量,分别将其输入Fisher线性判别分析(Fisher linear discriminant analysis,FLDA)、支持向量机(support vector machine,SVM)和AdaBoost 3种方法,构建小麦白粉病发生严重程度监测模型,并对其进行精度验证与对比分析。结果表明,2种AdaBoost模型对小麦白粉病发生严重程度的总体监测精度分别比FLDA模型和SVM模型高出27.9%、27.9%和14.0%、9.3%,mRMR算法筛选特征所建FLDA、SVM及AdaBoost监测模型的总体监测精度分别比CA筛选特征所建模型高出7.0%、11.7%和7.0%,且mRMR算法筛选特征结合AdaBoost方法所建监测模型的精度和Kappa系数分别为88.4%和0.807,为所有模型中最高。说明将AdaBoost方法用于作物病害遥感监测效果较好,在作物病害监测模型的特征变量选择中mRMR算法比常用CA算法更具优势。研究结果可为其他作物病害遥感监测提供方法参考。 展开更多
关键词 病害 遥感 监测 小麦 mRMR算法 AdaBoost方法
暂未订购 下载PDF
基于GF-1遥感影像和relief-mRMR-GASVM模型的小麦白粉病监测 认领 引用 被引量：15
5
作者 黄林生 阮超 +3 位作者 黄文江 师越 彭代亮 丁文娟 《农业工程学报》 EI CAS CSCD 北大核心 2018年第15期167-175,314,共9页
选择合适的建模和特征选择算法对提高作物病害的遥感监测水平有着重要的作用。研究以河北省小麦白粉病为研究对象,基于GF-1/WFV数据共提取了4个波段反射率数据和10个对作物长势和胁迫敏感的植被指数作为初选特征。针对常用的特征提取算... 选择合适的建模和特征选择算法对提高作物病害的遥感监测水平有着重要的作用。研究以河北省小麦白粉病为研究对象,基于GF-1/WFV数据共提取了4个波段反射率数据和10个对作物长势和胁迫敏感的植被指数作为初选特征。针对常用的特征提取算法relief算法筛选出的特征存在冗余性的问题,提出了一种relief结合最小冗余最大相关(minimum redundancy maximum relevance,m RMR)的特征降维算法(relief-m RMR)。首先,通过relief算法计算出各特征的权重系数,对特征集进行加权;然后利用m RMR算法选出与类别具有最小冗余性的特征,利用支持向量机(support vector machine,SVM)对河北白粉病进行监测,并用遗传算法(genetic algorithm,GA)优化的SVM(GASVM)建立了白粉病的监测模型(relief-m RMR-GASVM),将监测结果分别与SVM和网格寻优(grid search,GS)算法优化的SVM(GSSVM)的监测结果进行对比分析,同时比较了该方法与Ada Boost、粒子群(Pso)优化的最小二乘支持向量机(least squares support vector machine,Pso-LSSVM)和随机森林(random forest,RF)3种方法的优越性。结果表明,relief-m RMR算法筛选出的特征与GASVM、SVM和GSSVM建立的监测模型精度比传统relief算法筛选特征所建模型的精度分别提高了14.3个百分点、7.2个百分点和7.1个百分点,比传统m RMR算法筛选特征所建模型的精度分别提高了14.3个百分点、14.3个百分点和14.2个百分点。relief-m RMR算法结合GASVM建立的监测模型精度为所有模型中最高,精度为85.7个百分点,分别比SVM和GSSVM所建监测模型精度提高了21.4个百分点和7.2个百分点。此外,GF-1数据结合relief-m RMR-GASVM模型的监测精度分别高出Ada Boost、Pso-LSSVM和RF方法21.4个百分点、14.3个百分点和7.1个百分点。说明GF-1数据结合relief-m RMR-GASVM模型可用于小麦白粉病的遥感监测。 展开更多
关键词 病害 遥感 监测 小麦 白粉病 支持向量机 relief算法 mRMR算法
暂未订购 下载PDF
基于两阶段特征选择和改进NRBO-BiLSTM的短期风电功率预测方法 认领 引用
6
作者 袁博 周霞 +1 位作者 戴剑丰 张腾飞 《南方能源建设》 2026年第3期138-151,共14页
[目的]针对风电功率预测中特征因素太多、关键特征与功率间映射关系难以有效挖掘和预测精度不高的问题,提出一种考虑两阶段特征选择的短期风电功率预测方法。[方法]首先,采用基于互信息(Mutual Information,MI)的最大相关-最小冗余判据(... [目的]针对风电功率预测中特征因素太多、关键特征与功率间映射关系难以有效挖掘和预测精度不高的问题,提出一种考虑两阶段特征选择的短期风电功率预测方法。[方法]首先,采用基于互信息(Mutual Information,MI)的最大相关-最小冗余判据(minimal Redundancy Maximal Relevance,mRMR)对风电功率预测数据中的风速、风向等特征进行相关性分析,通过最大化特征与风电功率之间的相关性并最小化特征间的冗余度,实现特征的初步筛选;接着,利用随机森林(Random Forest,RF)算法中的袋外(Out-of-Bag,OOB)重要性评价方法对筛选后的特征进行重要性评价,进行特征的二次筛选以获取最优特征子集;然后,对牛顿-拉夫逊优化(Newton-Raphson Based Optimizer,NRBO)算法的自适应参数进行改进,并利用改进后的NRBO优化算法对双向长短期记忆(Bidirectional Long Short-Term Memory,BiLSTM)网络的相关参数进行优化;最后将最优特征子集输入到NRBO-BiLSTM风电功率预测模型中进行短期风电功率预测。[结果]算例分析表明,所提两阶段特征选择方法能有效剔除特征间冗余及低重要性特征,最优特征子集显著提升了模型性能;改进NRBO算法优化效果显著,预测精度显著优于对比模型。[结论]文章成功地将两阶段特征选择与改进的NRBO算法相结合,所提模型能够精准捕捉风电功率的波动规律,有效提升了短期风电功率的预测精度。 展开更多
关键词 风电功率预测 最大相关-最小冗余判据 随机森林算法 牛顿-拉夫逊优化 双向长短期记忆
暂未订购 下载PDF
基于改进的MRMR算法和代价敏感分类的财务预警研究 认领 引用 被引量：13
7
作者 罗康洋 王国强 《统计与信息论坛》 CSSCI 北大核心 2020年第3期77-85,共9页
针对上市公司财务预警数据呈现出的高维和不平衡的双重特性,基于改进的MRMR算法和代价敏感分类构建财务预警模型并进行实证分析。首先,为了克服财务预警数据的不平衡性对特征选择和分类的不利影响,使用组合采样技术SMOTE+ENN进行数据平... 针对上市公司财务预警数据呈现出的高维和不平衡的双重特性,基于改进的MRMR算法和代价敏感分类构建财务预警模型并进行实证分析。首先,为了克服财务预警数据的不平衡性对特征选择和分类的不利影响,使用组合采样技术SMOTE+ENN进行数据平衡化处理。其次,利用绝对值余弦度量构建改进的MRMR算法并进行特征选择。最后,将支持向量机、L2-逻辑回归和CART决策树及其对应代价敏感模型作为比较模型进行财务预警研究。通过大量实证分析显示,SMOTE+ENN的引入有效提升了ST公司样本及其对应特征的重要性。在不影响财务预警模型总体分类性能的前提下,改进的MRMR算法可以得到更为简洁的预测特征集,且组合模型MRMR_FDAQ+CSSVM的预测结果最优,因此建议优先将该模型应用于上市公司财务危机的预测。 展开更多
关键词 高维数据 不平衡数据集 财务预警 MRMR算法 代价敏感分类模型
暂未订购 下载PDF
Relief-MRMR-SVM在煤矸图像分类的研究 认领 引用 被引量：2
8
作者 张释如 朱萌 《煤炭工程》 北大核心 2022年第4期139-144,共6页
煤和矸石的图像分类是实现煤矸自动分选的关键环节。为提高煤矸分选模型的准确性和稳定性,提出了一种结合Relief、MRMR算法及SVM分类器构建的混合式特征选择及分类方法,提取煤矸图像的颜色及纹理共26个特征对其分类进行研究。在提取纹... 煤和矸石的图像分类是实现煤矸自动分选的关键环节。为提高煤矸分选模型的准确性和稳定性,提出了一种结合Relief、MRMR算法及SVM分类器构建的混合式特征选择及分类方法,提取煤矸图像的颜色及纹理共26个特征对其分类进行研究。在提取纹理时联合使用了LBP局部和GLCM全局特征,有助于提高分类的准确性。利用该特征选择方法选出最优特征子集后,用粒子群和支持向量机算法构建PSO-SVM最佳参数模型进行煤矸分类。结果显示,该方法能剔除较多冗余特征,提高煤矸分类的效率;在两个数据集上,该模型的平均分类准确率分别达到96.12%和94.17%,证明了方法的有效性和模型的稳定性。 展开更多
关键词 图像分类 特征选择 最大相关最小冗余算法 局部二值模式 煤和矸石
暂未订购 下载PDF
基于mRMR与基尼重要性的树突状细胞模型 认领 引用 被引量：2
9
作者 张凯林 董红斌 《计算机工程》 CAS CSCD 北大核心 2023年第5期129-138,共10页
树突状细胞算法(DCA)模拟人体免疫系统中树突状细胞对抗原的识别与提呈过程,是一种快速有效的异常检测方法,其关键是从数据中选取有效特征以表示特定的输入信号。然而,现有信号选取方法存在特征子集冗余、时间复杂度高等问题,导致生成... 树突状细胞算法(DCA)模拟人体免疫系统中树突状细胞对抗原的识别与提呈过程,是一种快速有效的异常检测方法,其关键是从数据中选取有效特征以表示特定的输入信号。然而,现有信号选取方法存在特征子集冗余、时间复杂度高等问题,导致生成的抗原信号有效性较低,且在高维大样本数据集上运行速度较慢。考虑抗原信号的可用性与信号选取过程的时间效率,提出基于最大相关最小冗余(mRMR)与基尼重要性的树突状细胞模型MRGI-DCA。通过mRMR从原始数据集中快速地提取最相关特征子集,且最大限度地降低特征子集的冗余性。在mRMR预降维的基础上,根据CART树模型快速、准确等特点,利用基尼重要性得到更有效的抗原信号。实验结果表明,MRGI-DCA总体表现优于IG-DCA、COR-DCA、GA-DCA和SVM-DCA方法,其中,准确率、F1值和AUC在高维、低维、异常数据集上的平均值较COR-DCA分别提高6.01%、5.86%、9.96%,并且平均运行时间约为COR-DCA的1/5。 展开更多
关键词 树突状细胞算法 信号选取 最大相关最小冗余算法 基尼重要性 人工免疫系统
暂未订购 下载PDF
mRMR和PSO算法对神经网络预测模型优化效果 认领 引用 被引量：2
10
作者 杜润琪 于丹 +1 位作者 刘益民 岑悦 《煤气与热力》 2024年第1期6-9,34,共4页
提出利用最大相关和最小冗余(mRMR)算法、粒子群优化(PSO)算法,对BP神经网络预测模型进行优化。对某住宅楼进行供热负荷预测,评价3种神经网络预测模型(BP神经网络预测模型、mRMR-BP神经网络预测模型、PSO-mRMR-BP神经网络预测模型)的预... 提出利用最大相关和最小冗余(mRMR)算法、粒子群优化(PSO)算法,对BP神经网络预测模型进行优化。对某住宅楼进行供热负荷预测,评价3种神经网络预测模型(BP神经网络预测模型、mRMR-BP神经网络预测模型、PSO-mRMR-BP神经网络预测模型)的预测效果。在3种神经网络预测模型中,BP神经网络预测模型的预测效果最差,PSO-mRMR-BP神经网络预测模型的预测效果最佳。与BP神经网络预测模型相比,经过mRMR算法对输入变量进行筛选以及PSO算法对初始参数进行优化,PSO-mRMR-BP神经网络预测模型的预测效果显著提高。 展开更多
关键词 供热负荷 预测 BP神经网络 mRMR算法 PSO算法
暂未订购 下载PDF
基于mRMR-BP算法的辛烷值损失预测模型研究 认领 引用 被引量：1
11
作者 姬子恒 朱建伟 陈海江 《智能计算机与应用》 2022年第3期169-172,179,共4页
化工过程建模一般通过数据关联或机理建模的方法来实现,但由于炼油工艺过程的复杂性以及设备的多样性,其操作变量之间具有高度非线性和相互强耦联的关系。在传统的数据关联模型中,变量相对较少、机理建模对原料的分析要求较高,对过程优... 化工过程建模一般通过数据关联或机理建模的方法来实现,但由于炼油工艺过程的复杂性以及设备的多样性,其操作变量之间具有高度非线性和相互强耦联的关系。在传统的数据关联模型中,变量相对较少、机理建模对原料的分析要求较高,对过程优化的响应不及时,效果并不理想。本文为了降低模型求解的复杂性,使用互信息法和mRMR算法,对367个变量进行降维处理,筛选出同时满足与辛烷值之间具有最大相关性,彼此之间又有最小的冗余性的主要变量。引入BP神经网络模型对辛烷值损失建立预测模型,经过数据训练与学习,产生辛烷值损失的预测结果,并分析主要操作变量对辛烷值损失的影响。 展开更多
关键词 辛烷值 互信息法 最大相关-最小冗余(mRMR)算法 BP神经网络
暂未订购 下载PDF
基于三层加权堆叠模型的电动汽车剩余里程预测 认领 引用 被引量：3
12
作者 石琴 侯伟路 +2 位作者 张晓楠 吴为教 贺泽佳 《汽车工程》 EI CSCD 北大核心 2025年第1期107-116,共10页
为实现电动汽车剩余里程准确预测,本文提出一种基于三层加权堆叠模型的电动汽车剩余里程预测方法。结合最大信息系数和斯皮尔曼系数作为变量评价准则,使用最小冗余最大相关算法从候选特征集中优化得到输入特征集。构建考虑原始训练特征... 为实现电动汽车剩余里程准确预测,本文提出一种基于三层加权堆叠模型的电动汽车剩余里程预测方法。结合最大信息系数和斯皮尔曼系数作为变量评价准则,使用最小冗余最大相关算法从候选特征集中优化得到输入特征集。构建考虑原始训练特征的三层堆叠模型,并利用贝叶斯优化算法得到堆叠模型中基模型权重。最后,使用输入特征集对三层加权堆叠模型训练并实现电动汽车剩余里程预测,结果表明所述三层加权堆叠模型的预测精度较高。此外,与其他模型相比,所述堆叠三层加权模型的泛化能力更强。 展开更多
关键词 电动汽车 mRMR算法 Stacking模型 剩余里程
暂未订购 下载PDF
基于mRMR算法的滑坡多源特征选择 认领 引用 被引量：2
13
作者 张垚 《微处理机》 2023年第5期27-30,共4页
鉴于特征选择在滑坡灾害预测和预警中的重要性,为降低数据复杂度和提高预报模型的准确性,以陕西省子洲县滑坡重点整治示范区的监测数据为研究对象,提出一种基于最大相关最小冗余(mRMR)算法的滑坡灾害多源特征选择方法。通过对滑坡灾害... 鉴于特征选择在滑坡灾害预测和预警中的重要性,为降低数据复杂度和提高预报模型的准确性,以陕西省子洲县滑坡重点整治示范区的监测数据为研究对象,提出一种基于最大相关最小冗余(mRMR)算法的滑坡灾害多源特征选择方法。通过对滑坡灾害多源特征数据进行处理和分析,使用该算法选择出具有代表性和区分度的特征。实验结果表明,该方法可以有效选择出影响滑坡灾害发生的重要特征,特征选择后可减少传统传感器布置数量,降低初期投资成本,同时降低算法难度及计算时间并提高预报的准确性和实时性。 展开更多
关键词 特征选择 mRMR算法 滑坡灾害
暂未订购 下载PDF
基于mRMR-SOM的异步电机轴承故障诊断研究 认领 引用 被引量：1
14
作者 刘文 周智勇 蔡巍 《机电工程》 CAS 北大核心 2024年第1期90-98,共9页
针对异步电机轴承故障诊断问题,提出了一种融合最大相关最小冗余特征选择算法(mRMR)和自组织映射神经网络(SOM)的故障诊断方法,并将其应用于轴承故障诊断的不同阶段。首先,在实验室环境下搭建了异步电机故障诊断试验平台,在不同电机状... 针对异步电机轴承故障诊断问题,提出了一种融合最大相关最小冗余特征选择算法(mRMR)和自组织映射神经网络(SOM)的故障诊断方法,并将其应用于轴承故障诊断的不同阶段。首先,在实验室环境下搭建了异步电机故障诊断试验平台,在不同电机状态下分别采集振动、电流和电压信号,利用统计学方法获取了高维混合特征集;然后,以互信息为背景,利用mRMR根据特征与状态标签间的相关性和特征间的冗余性,筛选了具备强区分能力的特征,以避免计算冗余和后验诊断性能下降;最后,采用SOM对异步电机健康和轴承故障状态进行了分类识别,验证了SOM对异步电机轴承故障诊断的有效性,以及mRMR对故障诊断结果的影响。研究结果表明:基于mRMR-SOM的异步电机轴承故障诊断方法能够准确地区分健康和故障状态,测试集分类准确率达到89%;使用mRMR特征筛选能够将154维特征降低至17维,缩短23.5%的网络收敛时间,并将分类准确率由89%提升至98%;试验结果验证了基于mRMR-SOM的异步电机轴承故障诊断方法对于异步电机轴承故障诊断问题的有效性,且证实其具备良好的诊断效果。 展开更多
关键词 自组织映射神经网络 最大相关最小冗余特征选择算法 互信息 特征降维 特征选择 神经网络算法 U矩阵
暂未订购 下载PDF
基于植被指数和纹理特征融合的冬油菜叶面积指数估测方法 认领 引用 被引量：2
15
作者 刘杰 国佳欣 +6 位作者 张嘉豪 张炳超 熊洁 曹剑鹏 吴尚蓉 邓应彬 陈桂鹏 《智慧农业（中英文）》 CSCD 2025年第6期161-173,共13页
[目的/意义]叶面积指数(Leaf Area Index,LAI)作为量化作物冠层结构、光合潜力和群体长势的核心农学参数,对其精准栽培管理至关重要。旨在探索从无人机多光谱影像中提取植被指数和纹理特征,结合机器学习方法实现高精度估测冬油菜LAI的... [目的/意义]叶面积指数(Leaf Area Index,LAI)作为量化作物冠层结构、光合潜力和群体长势的核心农学参数,对其精准栽培管理至关重要。旨在探索从无人机多光谱影像中提取植被指数和纹理特征,结合机器学习方法实现高精度估测冬油菜LAI的可行性。[方法]以甘蓝型油菜作为研究对象,从多光谱影像中提取植被指数和纹理特征作为输入。通过最小冗余最大相关性(Minimum Redundancy Maximum Relevance,mRMR)算法降低特征维度,选择10个最具有代表性和最小冗余的特征并采用3种回归模型进行建模,使用分组交叉验证(Group KFold Cross Validation)评估模型性能,分组依据是油菜样本所属的小区(将来自同一小区的样本视为一组)。[结果和讨论]输入特征为植被指数与纹理特征的机器学习模型优于输入为单一特征模型。其中基于植被指数与纹理特征融合的支持向量机回归(Support Vector Regression,SVR)模型在全生育期的估算精度最优,决定系数R2=0.90;均方根误差(Root Mean Square Error,RMSE)和平均绝对误差(Mean Absolute Error,MAE)分别为0.39和0.29。[结论]综上所述,融合无人机多光谱植被指数与纹理特征可高精度地反演冬油菜复杂冠层在全生育期的LAI,以期为油菜长势无损监测与精准管理提供高效技术支撑。 展开更多
关键词 冬油菜 叶面积指数 mRMR算法 交叉验证 特征融合 机器学习
暂未订购 下载PDF
基于小腿表面肌电的智能机器人协同控制方法 认领 引用 被引量：15
16
作者 徐超立 林科 +2 位作者 杨晨 吴超华 高小榕 《中国生物医学工程学报》 CAS CSCD 北大核心 2016年第4期385-393,共9页
作为人机交互的核心内容之一,面向机器人控制的步态识别拥有广泛的应用前景。提出一种基于小腿表面肌电信号的智能移动机器人控制方法。通过优化互信息的最大相关最小冗余算法(MRMR),实现对前进、后退、左转、右转等4种步态分类识别,并... 作为人机交互的核心内容之一,面向机器人控制的步态识别拥有广泛的应用前景。提出一种基于小腿表面肌电信号的智能移动机器人控制方法。通过优化互信息的最大相关最小冗余算法(MRMR),实现对前进、后退、左转、右转等4种步态分类识别,并建立一套移动机器人同步控制系统。使用表面肌电信号(sEMG)作为输入信息,对人步态动作进行分类识别,并转化为对机器人运动进行控制的信息,从而实现人与智能移动机器人的实时协同交互。通过采集8名受试者前进、后退、左转、右转行走时的小腿表面肌电信号,并实时控制智能机器人的运动。结果表明,在少量的训练条件下,该方法的步态识别准确率可达88%。基于此方法搭建的移动机器人协同控制系统,具有较强的实时控制能力以及较高的控制准确度。基于小腿表面肌电的智能机器人协同控制方法具有良好的应用前景,未来或可广泛应用于人机运动协调机器人控制等领域。 展开更多
关键词 小腿表面肌电信号 步态识别 最大相关最小冗余算法 智能机器人
暂未订购 下载PDF
基于联合分类的有效测试模式重选方法 认领 引用 被引量：6
17
作者 詹文法 张鲁萍 江健生 《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第3期155-162,共8页
针对目前集成电路测试复杂度的不断增加,导致测试成本不断攀升的问题,提出一种可靠而有效的测试集优化方法。通过k均值(K-means)聚类对原始测试集中的特征进行聚类筛选,然后采用改进的mRMR算法,分段式引入特征之间冗余性权重因子,用以... 针对目前集成电路测试复杂度的不断增加,导致测试成本不断攀升的问题,提出一种可靠而有效的测试集优化方法。通过k均值(K-means)聚类对原始测试集中的特征进行聚类筛选,然后采用改进的mRMR算法,分段式引入特征之间冗余性权重因子,用以权衡特征相关性和冗余性的度量,同时插入了SVM交叉验证,强化了测试模式选择的准确性。在保证故障覆盖率基本不变的情况下,达到减少原始测试集维数的目的。对ISCAS89电路实验表明,该文方法将原始测试集的测试模式进行大量的精简,既保证测试质量,也极大地优化了测试集,进行冗余消除和排序后的测试流程缩短了40.43%的测试时间,提升了测试效率,降低了测试成本。 展开更多
关键词 k均值聚类 原始测试集 改进的mRMR算法 SVM交叉验证
暂未订购 下载PDF
基于气象因素与特征选择的进港航班延误可解释预测研究 认领 引用 被引量：10
18
作者 王维莉 王逸文 《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第5期162-171,共10页
航班延误预测对于提高旅客满意度和优化资源配置具有重要意义,然而,预测模型的不可见性限制了其进一步发展。为提高航班延误预测问题的准确性与可解释性,以某机场航线到港航班为例,在考虑机场不同气象因素的基础上,基于mRMR(max-Relevan... 航班延误预测对于提高旅客满意度和优化资源配置具有重要意义,然而,预测模型的不可见性限制了其进一步发展。为提高航班延误预测问题的准确性与可解释性,以某机场航线到港航班为例,在考虑机场不同气象因素的基础上,基于mRMR(max-Relevance and min-Redundancy)算法剔除冗余特征,筛选最优特征子集作为预测模型的输入,在比较多种机器学习算法后,选择Catboost算法,利用SHAP(Shapley Additive Explanation)归因分析方法,从局部解释和全局解释深入挖掘各因素对航班延误时间的不同影响程度,并采用偏依赖分析提取关键因素的最佳阈值。结果表明:经过特征选择后的Catboost预测模型能够更好地捕捉非线性特征,相比于未经过特征选择的模型,MAE(Mean Absolute Error)、RMSE(Root Mean Square Error)及MAPE(Mean Absolute Percentage Error)分别降低了3.84%,3.35%,4.22%,并利用DM(Diebold-Mariano)检验从统计学上检验模型的差异性;同时,航班延误时间受到多种气象特征以及前序延误等因素共同影响,其中,机场风速和降水量对延误时间有显著正向影响,而机场有效风力和能见度则对延误时间有显著负向影响。 展开更多
关键词 航空运输 航班延误预测 SHAP归因分析 进港航班 mRMR算法 Catboost算法
暂未订购 下载PDF
非均衡数据的债券违约预警研究 认领 引用
19
作者 程建华 徐恒宇 《重庆工商大学学报（自然科学版）》 2021年第3期86-93,共8页
将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个... 将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本,将债券是否违约设定为一个二分类问题进行识别分析,针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型;从企业资本结构、盈利能力、现金流量、偿债能力4个评估因素中筛选16个预警指标,运用ADASYN方法进行过采样合成新样本点,将特征提取mRMR方法引入债券违约领域,得出长期负债率、资本收益率、成本费用利润率以及股权比例这4个变量作为债券违约的最终预警指标,在此基础上运用AdaboostSVM模型进行风险识别。研究结果表明:在建模过程中克服了样本非均衡化问题使得分类精度显著提高,同时通过解决高维数据冗余问题,识别违约债券的准确率进一步提高,反复验证表明该模型具有较强的稳健性和有效性,具有一定的应用价值。 展开更多
关键词 债券违约 ADASYN算法 mRMR算法 AdaboostSVM
暂未订购 下载PDF
基于互信息变量选择的燃煤机组SCR脱硝系统PSO-ELM建模 认领 引用 被引量：2
20
作者 张瑾 姜浩 金秀章 《网络安全与数据治理》 2023年第9期88-95,共8页
针对燃煤机组SCR脱硝系统出口NOx浓度存在测量滞后以及吹扫时数据失真等问题,提出了一种基于特征提取和粒子群算法(PSO)优化极限学习机(ELM)超参数的燃煤机组SCR脱硝系统模型。利用互信息(MI)进行时间迟延补偿,采用最大相关最小冗余(mR... 针对燃煤机组SCR脱硝系统出口NOx浓度存在测量滞后以及吹扫时数据失真等问题,提出了一种基于特征提取和粒子群算法(PSO)优化极限学习机(ELM)超参数的燃煤机组SCR脱硝系统模型。利用互信息(MI)进行时间迟延补偿,采用最大相关最小冗余(mRMR)方法筛选辅助变量,通过PSO优化算法确定ELM最优超参数并建立预测模型,最后进行对比验证。仿真结果表明:采用本文方法所建立的PSO-ELM预测模型的均方误差和相关系数分别为0.9314 mg/m3和0.9786,预测精度高,能够为脱硝系统出口NOx的现场优化控制提供技术支持。 展开更多
关键词 互信息 粒子群算法 SCR脱硝系统 极限学习机 最大相关最小冗余
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈