基于极端梯度提升模型预测江汉平原高碘地下水的空间分布 被引量：1

1

作者 范瑞宇 邓娅敏 薛江凯 《安全与环境工程》 CAS CSCD 北大核心 2022年第5期70-77,共8页

长期摄入高碘地下水(碘浓度>100μg/L)会造成人体甲状腺机能损伤,掌握区域高碘地下水的空间分布规律对于有效规避劣质地下水,保障地下水资源的可持续安全供给至关重要。但大规模地下水水质调查耗费大量的人力、财力、物力。基于江汉... 长期摄入高碘地下水(碘浓度>100μg/L)会造成人体甲状腺机能损伤,掌握区域高碘地下水的空间分布规律对于有效规避劣质地下水,保障地下水资源的可持续安全供给至关重要。但大规模地下水水质调查耗费大量的人力、财力、物力。基于江汉平原177组常规的浅层地下水水质调查数据,选取DOC、HCO^(-)_(3)、Mg^(2+)、Fe^(2+)、NH^(+)_(4)-N、SO_(4)^(2-)等水质参数作为预测变量,建立江汉平原高碘地下水风险极端梯度提升机器学习预测模型,用于预测研究区高碘地下水的空间分布。结果表明:该模型通过测试数据集检验,预测的准确率达到86.4%;模型预测结果显示,江汉平原高碘地下水主要分布在长江河曲沿岸,零星分布在平原腹地河湖区,并识别出江汉平原西北部丘陵前缘的汉江沿岸也是高碘地下水分布的潜在区域。该研究结果将有助于圈划高碘地下水的空间分布范围,可为确定未来地下水水质监测的优先区域提供科学指导。 展开更多

关键词 高碘地下水 极端梯度提升模型 机器学习 江汉平原

在线阅读 下载PDF 职称材料

多尺度建成环境对老年人心理健康的影响——基于极端梯度提升模型的合肥实证 被引量：3

2

作者 韩会然 许岭怡 杨成凤 《地理研究》 CSSCI CSCD 北大核心 2024年第6期1502-1521,共20页

通过建成环境的主动式干预打造心理疗愈环境是突破老年人心理健康危机、建设健康城市的关键抓手,已成为政府和学界迫切关注的议题。但现有研究缺少对不同尺度建成环境的相对重要性及其与心理健康非线性关联的研究。基于此,本研究以合肥... 通过建成环境的主动式干预打造心理疗愈环境是突破老年人心理健康危机、建设健康城市的关键抓手,已成为政府和学界迫切关注的议题。但现有研究缺少对不同尺度建成环境的相对重要性及其与心理健康非线性关联的研究。基于此,本研究以合肥市为案例地,通过积极心理健康量表收集了老年人心理健康的相关数据,结合多源数据,从城市、社区和住区3个尺度构建了建成环境要素的变量体系,运用极端梯度提升模型(Extreme Gradient Boosting,XGBoost)分析了多尺度建成环境对老年人心理健康的影响。结果表明:①合肥市老年人心理健康状况总体良好,心理健康水平的空间分布格局存在由老城中心和新城中心向外围递减的特征。②在整体效应分析中,建成环境是影响老年人心理健康的重要因素,城市尺度建成环境的相对重要性最高,社区尺度建成环境次之,住区尺度建成环境最低;而在单个变量中,社区尺度建成环境要素中的土地利用混合度和绿地覆盖度对老年人心理健康的贡献值最高。③在独立效应分析中,不同尺度建成环境要素对老年人心理健康均具有明显的非线性影响和阈值效应。研究结论能够为不同尺度建成环境的优化调控范围提供科学依据。 展开更多

关键词 建成环境 心理健康 多尺度 极端梯度提升模型 合肥

原文传递

基于遗传算法优化XGBoost模型的地铁乘客出站走行时间预测 被引量：1

3

作者 郭凯旋 肖梅 +1 位作者 刘宇 张皓 《科学技术与工程》 北大核心 2024年第18期7851-7858,共8页

地铁乘客出站走行时间的预测是城市交通运行和管理的重要依据,对其进行准确预测有助于缓解地铁拥堵、优化地铁服务和提高乘客满意度。为了准确预测地铁乘客出站走行时间,首先,基于视频分析软件从监控视频中提取了乘客出站时的走行时间... 地铁乘客出站走行时间的预测是城市交通运行和管理的重要依据,对其进行准确预测有助于缓解地铁拥堵、优化地铁服务和提高乘客满意度。为了准确预测地铁乘客出站走行时间,首先,基于视频分析软件从监控视频中提取了乘客出站时的走行时间和若干特征变量。其次,为了筛选出对走行时间有显著影响的因素,采用相关性分析和最优尺度回归模型进行影响因素分析,并使用遗传算法进行最优特征组合的提取。最终,将提取出的特征作为输入向量,使用极端梯度提升模型(extreme gradient boosting,XGBoost)进行走行时间的预测,并以平均绝对误差等作为评价指标。实验结果表明,本文提出的方法在地铁乘客出站行为预测方面具有较好的效果,平均绝对误差为1.55 s,低于未优化的极端梯度提升模型(1.87 s)、支持向量机(2.03 s)和随机森林(1.96 s)等模型。 展开更多

关键词 遗传算法 极端梯度提升模型 走行时间预测 特征提取

在线阅读 下载PDF 职称材料

结合修正后的全球生态系统动态调查冠层高度的森林地上生物量模型优化——以福建省为例

4

作者 田国帅 周小成 +4 位作者 郝优壮 谭芳林 王永荣 吴善群 林华章 《生态学报》 CAS CSCD 北大核心 2024年第16期7264-7277,共14页

森林地上生物量(Above Ground Biomass,AGB)是衡量森林生态系统碳存储、能量流动和生物多样性的关键指标,对于气候变化研究和森林资源管理至关重要。福建省地处多云多雨的亚热带,地形和森林类型复杂,森林地上生物量估算难度大。为提升... 森林地上生物量(Above Ground Biomass,AGB)是衡量森林生态系统碳存储、能量流动和生物多样性的关键指标,对于气候变化研究和森林资源管理至关重要。福建省地处多云多雨的亚热带,地形和森林类型复杂,森林地上生物量估算难度大。为提升森林地上生物量估算效果,将最新星载激光雷达数据全球生态系统动态调查(GEDI)、Landsat以及Sentinel系列卫星等多源遥感数据进行集成和综合利用,通过Landsat影像计算的林龄对GEDI_V27冠层高度产品进行优化,结合优化后的MGEDI_V27冠层高度产品,建立传统遥感特征结合冠层高度的极端梯度提升模型(XGBoost)生物量反演模型,实现了福建省森林地上生物量的有效估算与制图。研究结果表明:(1)通过林龄优化后的GEDI冠层高度精度评价结果为R^(2)=0.67,RMSE=2.24m;(2)通过递归特征消除算法对三种森林类型进行特征优选,得到10个遥感特征,其中,三种森林类型最重要的遥感特征均为森林冠层高度,并且对比评价了在包含传统遥感特征因子的情况下有无冠层高度对于模型精度的影响,结果表明,在冠层高度因子参加特征构建时,森林AGB回归分析的精度明显提高,证实了冠层高度在生物量估算中具有显著的重要性;(3)研究得到的福建省森林AGB范围为0.001—363.331Mg/hm^(2),整体精度评价结果为R^(2)=0.75,RMSE=17.34Mg/hm^(2),2020年全省AGB总量为8.22亿Mg,平均值为101.24Mg/hm^(2)。通过优化GEDI中的森林冠层高度,并且结合传统遥感特征,可以实现对福建省森林地上生物量的精确估算和监测,研究成果有助于区域森林碳汇的评估。 展开更多

关键词 遥感 全球生态系统动态调查(GEDI) 冠层高度 森林类型 极端梯度提升模型(XGBoost)回归 森林地上生物量

在线阅读 下载PDF 职称材料

核电厂反应堆冷却剂系统故障诊断模型

5

作者 戴滔 隋阳 郑梦琰 《科学技术与工程》 北大核心 2024年第35期15042-15047,共6页

针对传统的基于数据驱动的故障诊断方法难以精准诊断核电厂反应堆冷却剂系统(reactor coolant system,RCS)故障这一问题,建立了一种核电厂RCS故障诊断模型。首先,应用基于交叉验证的递归特征消除算法(feature elimination with cross-va... 针对传统的基于数据驱动的故障诊断方法难以精准诊断核电厂反应堆冷却剂系统(reactor coolant system,RCS)故障这一问题,建立了一种核电厂RCS故障诊断模型。首先,应用基于交叉验证的递归特征消除算法(feature elimination with cross-validation,RFECV)选择模型的输入特征;然后,应用改进的鲸鱼优化算法(improved whale optimization algorithm,IWOA)优化XGBoost模型的超参数;最后,在上述基础上,应用XGBoost模型,建立RCS故障诊断模型。应用所建立的模型对冷却水丧失(loss of coolant accident,LOCA)、主泵卡轴(main pump trip,MPT)和蒸汽发生器管道破裂(steam generator tube rupture,SGTR)事故进行诊断,并将其与传统的故障诊断模型进行对比,验证了本文所建立模型的准确性。模型的诊断结果能够为保障核反应堆的安全稳定运行,杜绝核安全事故的发生提供重要参考。 展开更多

关键词 反应堆冷却剂系统(RCS) 故障诊断 鲸鱼优化算法 极端梯度提升模型

在线阅读 下载PDF 职称材料

基于WOA-XGBoost的膜下滴灌棉花蒸散量预测模型

6

作者 曹缘 王振华 +3 位作者 张继红 刘宁宁 李文昊 张金珠 《排灌机械工程学报》 CSCD 北大核心 2024年第12期1280-1286,共7页

为了科学准确地预测膜下滴灌棉花蒸散量,基于鲸鱼优化算法(whale optimization algorithm,WOA)和极端梯度提升树(XGBoost),提出了WOA-XGBoost棉花蒸散量预测模型.采用最大互信息系数(maximal information coefficient,MIC)筛选影响棉花... 为了科学准确地预测膜下滴灌棉花蒸散量,基于鲸鱼优化算法(whale optimization algorithm,WOA)和极端梯度提升树(XGBoost),提出了WOA-XGBoost棉花蒸散量预测模型.采用最大互信息系数(maximal information coefficient,MIC)筛选影响棉花蒸散量的关键因素,依据相关系数排序构建输入组合,代入WOA-XGBoost模型进行模拟.并与XGBoost,SVM,WOA-SVM和PSO-XGBoost预测结果进行对比验证.结果表明:太阳辐射、最低气温、最高气温、相对湿度、风速和土壤温度与棉花蒸散量相关性较大,其MIC值分别为0.722,0.546,0.496,0.475,0.379和0.219,基于上述6个因素构建的WOA-XGBoost模型综合性能最优,R^(2),MAE,RMSE和MAPE分别为0.922,0.038 mm/h,0.064 mm/h和0.221,预测精度均优于相同输入参数下的其他4种模型.因此,推荐使用WOA-XGBoost模型模拟相关因素与膜下滴灌棉花蒸散量之间的非线性关系.研究可为精确计算膜下滴灌棉花蒸散量提供科学依据,为灌溉决策优化提供参考. 展开更多

关键词 蒸散量 棉花 极端梯度提升树模型 鲸鱼优化算法 预测模型

在线阅读 下载PDF 职称材料

考虑出行目的差异的建成环境对老年人步行时间非线性影响

7

作者 朱震军 韩吉 +3 位作者 唐超 过秀成 焦振宇 张芮嘉 《重庆交通大学学报(自然科学版)》 北大核心 2025年第2期91-98,共8页

为研究不同出行目的下建成环境对老年人步行时间的影响差异,采用2021年汕头市居民出行调查数据,构建极端梯度提升模型(XGBoost)分析建成环境对老年人步行时间的非线性关系,结合SHAP算法输出变量相对重要度和总体可解释性。研究结果表明... 为研究不同出行目的下建成环境对老年人步行时间的影响差异,采用2021年汕头市居民出行调查数据,构建极端梯度提升模型(XGBoost)分析建成环境对老年人步行时间的非线性关系,结合SHAP算法输出变量相对重要度和总体可解释性。研究结果表明:划分出行目的后模型的拟合优度更高。生存性出行时家庭自行车数量的重要度显著提高,而小汽车数量重要度下降;生活性出行时归一化植被系数(NDVI)重要度最高,此时其他建成环境变量重要度均提升;公交站点数量和土地利用混合度与老年人步行时间存在“V”形关系,其有效影响范围分别为[5,13)和(0.40,0.80),公交站点数大于10和土地利用混合度大于0.70均可促进老年人步行时间;交叉口数量和NDVI总体上具有显著正向影响,但NDVI表现出阈值效应,其对应阈值为0.33。研究结果可为社区建成环境适老化改善和老年人交通政策制定提供理论依据。 展开更多

关键词 交通运输工程 老年人 出行目的 建成环境 非线性 极端梯度提升模型

在线阅读 下载PDF 职称材料

不同出行目的下城市建成环境对自行车出行时间的影响

8

作者 朱震军 张芮嘉 +2 位作者 韩吉 唐超 过秀成 《重庆交通大学学报(自然科学版)》 北大核心 2025年第3期88-95,共8页

出行时间是居民选择出行方式的重要因素,为探究不同出行目的下城市建成环境对自行车出行时间影响差异性,基于汕头市居民出行调查数据、路网数据、兴趣点等多源数据,运用极端梯度提升模型和SHAP算法,分析建成环境对通勤与非通勤自行车出... 出行时间是居民选择出行方式的重要因素,为探究不同出行目的下城市建成环境对自行车出行时间影响差异性,基于汕头市居民出行调查数据、路网数据、兴趣点等多源数据,运用极端梯度提升模型和SHAP算法,分析建成环境对通勤与非通勤自行车出行时间的影响。研究表明:极端梯度提升模型拟合效果优于多元线性回归模型;建成环境变量对通勤与非通勤自行车出行时间的重要度不同,且存在非线性影响;人口密度对通勤自行车出行时间的重要度最高,归一化植被系数(NDVI)对非通勤自行车出行时间的重要度最高;人口密度对两类自行车出行时间的影响呈“V”形,公交站点密度和路网密度则呈倒“V”形;NDVI、办公设施数量与土地利用混合度对两类自行车出行时间的影响相反。 展开更多

关键词 交通运输工程 不同出行目的 城市建成环境 自行车出行时间 非线性影响 极端梯度提升模型

在线阅读 下载PDF 职称材料

基于自适应矩估计优化堆栈自编码器的过热汽温预测模型

9

作者 马良玉 梁书源 《电力科学与工程》 2022年第10期47-53,共7页

为实现锅炉过热汽温的预测优化控制,基于某600 MW超临界机组的运行数据,采用堆栈自编码器(stacked autoencoder,SAE)建立其过热汽温特性预测模型。为加快模型训练误差梯度的下降速度,引入自适应矩估计(adaptive moment estimation,Adam... 为实现锅炉过热汽温的预测优化控制,基于某600 MW超临界机组的运行数据,采用堆栈自编码器(stacked autoencoder,SAE)建立其过热汽温特性预测模型。为加快模型训练误差梯度的下降速度,引入自适应矩估计(adaptive moment estimation,Adam)算法对SAE模型进行优化;对使用不同隐含层激活函数时预测模型精度的变化情况进行比较后,选择效果更好的elu激活函数。将基于以上策略建立的Adam-SAE过热汽温预测模型与采用随机搜索优化的极端梯度提升模型的预测效果进行对比,结果表明,Adam-SAE模型的预测误差更小、精度更高。 展开更多

关键词 超临界机组 过热汽温预测 堆栈自编码器 Adam算法 elu激活函数 极端梯度提升模型

在线阅读 下载PDF 职称材料

建成环境对共享单车使用特征的非线性影响研究 被引量：3

10

作者 陈奕璠 张步镐 +3 位作者 党振 郭唐仪 顾子渊 张玉梁 《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第2期217-224,共8页

为研究共享单车使用特征与建成环境的依赖关系,本文以2020年厦门市共享单车订单数据和电子围栏信息为基础,从集计(栅格区域)和非集计(个体出行)两个层面,利用极端梯度提升模型(XGboost),探究建成环境对共享单车使用特征的非线性解释能... 为研究共享单车使用特征与建成环境的依赖关系,本文以2020年厦门市共享单车订单数据和电子围栏信息为基础,从集计(栅格区域)和非集计(个体出行)两个层面,利用极端梯度提升模型(XGboost),探究建成环境对共享单车使用特征的非线性解释能力。首先,识别密度、设计、目的地可达性、土地利用多样性、公共交通可达性和需求管理六个维度的建成环境变量对单车出行生成、吸引以及用户出发时间选择的相对重要性。之后,根据部分依赖图,揭示建成环境变量对单车使用特征指标的影响趋势。结果表明,在集计层面,电子围栏密度是最重要的建成环境因素,对出行生成和吸引的影响程度分别为26.88%和51.90%,且在150个·km^(-2)附近产生阈值效应。在非集计层面,单车用户早高峰借车概率与出行起讫点的建成环境均有关联。其中,目的地栅格中工作场所比例影响最显著(18.17%),出发地栅格CBD邻近度(7.34%)和出发地栅格公交站点密度(5.91%)次之。 展开更多

关键词 城市交通 出行特征 极端梯度提升模型 共享出行 建成环境 非线性分析

在线阅读 下载PDF 职称材料

基于机器学习的不锈钢管混凝土构件轴压承载力预测方法研究

11

作者 余琪瑶 廖飞宇 陆国兵 《建筑钢结构进展》 CSCD 北大核心 2024年第11期15-23,共9页

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... 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0.0435和0.0188,且预测值与试验值之比的变异系数分别为0.127和0.166,相较于现有标准,该模型表现出更高的预测精度和更广泛的适用范围,可为工程应用提供数据支撑和理论指导。 展开更多

关键词 不锈钢管混凝土 机器学习 轴压承载力 极端梯度提升模型 预测精度

在线阅读 下载PDF 职称材料

慢性肾病患者ALP和NLR水平变化对脑卒中发病风险的预测

12

作者 平立英 《中文科技期刊数据库（文摘版）医药卫生》 2024年第9期0074-0079,共6页

研究和预测慢性肾病(ChronicKidneyDisease,CKD)患者的碱性磷酸酶(ALP)和中性粒细胞淋巴细胞比值(NLR)水平变化对脑卒中发病风险的预测能力。方法 本研究采用多种预测模型,包括极端梯度提升(XGBoost),轻量级梯度提升机(LightGBM),随机森... 研究和预测慢性肾病(ChronicKidneyDisease,CKD)患者的碱性磷酸酶(ALP)和中性粒细胞淋巴细胞比值(NLR)水平变化对脑卒中发病风险的预测能力。方法 本研究采用多种预测模型,包括极端梯度提升(XGBoost),轻量级梯度提升机(LightGBM),随机森林(RF),AdaBoost提升算法,朴素贝叶斯(GNB),逻辑回归(logistic),并对比各模型在训练集,验证集以及测试集的预测性能。以AUC,准确度,灵敏度,特异度,阳性预测值,阴性预测值,F1分数为评价指标。结果 通过对训练集,验证集和测试集的比较显示,极端梯度提升(XGBoost)模型在预测慢性肾病患者ALP和NLR对脑卒中的发病风险上展现了最佳的预测性能,AUC数值(训练集0.918、验证集0.818、测试集0.901),准确度概率最高(训练集0.831、验证集0.768、测试集0.806),同时保持了较高的灵敏度和特异度。结论 综合各项评价指标,极端梯度提升(XGBoost)模型对慢性肾病患者ALP和NLR的预测值对脑卒中的发病风险,较其他模型有更高的预测准确度和稳定性,此研究成果可能对慢性肾病患者脑卒中风险的临床预警及早期干预具有重要参考价值。 展开更多

关键词 慢性肾病 ALP和NLR 脑卒中风险 预测模型 极端梯度提升(XGBoost)模型

在线阅读 下载PDF 职称材料

基于机器学习的抗乳腺癌候选药物的分类预测

13

作者 常小改 冯爱芬 范静雅 《四川文理学院学报》 2023年第2期54-60,共7页

乳腺癌是目前世界上最常见致死率较高的癌症之一.通过选用机器学习中处理二分类预测问题的支持向量机(SVM)、K近邻算法(KNN)、随机森林(RF)、极端梯度提升(XGBoost)四种模型,运用每一种模型分别对给定的样本数据构建出化合物的ADMET(吸... 乳腺癌是目前世界上最常见致死率较高的癌症之一.通过选用机器学习中处理二分类预测问题的支持向量机(SVM)、K近邻算法(KNN)、随机森林(RF)、极端梯度提升(XGBoost)四种模型,运用每一种模型分别对给定的样本数据构建出化合物的ADMET(吸收Absorption,分配Distribution,代谢Metabolism,排泄Excretion和毒性Toxicity)五个指标的分类预测模型,对比选择出五个指标的预测准确率均在84%以上的XGBoost模型,最后对给定的化合物进行预测并得出化合物所对应的ADMET性质.结果表明,利用XGBoost模型进行分类预测的方法是有效的,对于抗乳腺癌药物的研发具有参考意义. 展开更多

关键词 极端梯度提升模型 抗乳腺癌药物 分类预测

在线阅读 下载PDF 职称材料

可解释的机器学习模型预测缺血性脑卒中患者预后研究

14

作者 李新鸿 麦晖 +1 位作者 符铁译 陈建雅 《中华神经医学杂志》 CAS CSCD 北大核心 2024年第8期817-827,共11页

目的探讨可解释的机器学习模型预测急性缺血性脑卒中预后的应用价值。方法选取广东医科大学附属湛江中心医院神经内科自2020年3月至2023年10月实施静脉溶栓治疗的296例急性缺血性脑卒中患者为研究对象,随访3个月后使用改良Rankin量表评... 目的探讨可解释的机器学习模型预测急性缺血性脑卒中预后的应用价值。方法选取广东医科大学附属湛江中心医院神经内科自2020年3月至2023年10月实施静脉溶栓治疗的296例急性缺血性脑卒中患者为研究对象,随访3个月后使用改良Rankin量表评估预后(0~2分定义为预后良好,3~6分定义为预后不良)。回顾性收集患者的临床资料,并采用多因素Logistic回归分析筛选出患者预后的独立影响因素。以3∶2比例将患者随机分为训练集(n=178)和测试集(n=118),以预后独立影响因素为特征变量训练10种机器学习模型(逻辑回归、随机森林、支持向量机、朴素贝叶斯、线性判别分析、混合判别分析、灵活判别分析、梯度增强机、极端梯度提升和分类梯度提升),分别使用校准曲线、精确-召回曲线、精确-召回增益曲线及受试者工作特征曲线评估这10种机器学习模型的预测性能,使用Shapley加法解释(SHAP)对机器学习模型附加解释和可视化(包含全局解释和局部解释)。结果296例患者中预后不良72例。年龄(OR=1.039,95%CI:1.008~1.072,P=0.015)、美国国立卫生研究院卒中量表评分(OR=1.213,95%CI:1.000~1.337,P<0.001)、格拉斯哥昏迷量表评分(OR=0.470,95%CI:0.289~0.765,P=0.002,)、卒中预测工具-Ⅱ评分(OR=1.257,95%CI:1.043~1.516,P=0.016)、C反应蛋白水平(OR=1.709,95%CI:1.398~2.087,P<0.001)和血小板计数(OR=0.988,95%CI:0.978~0.998,P=0.016)是患者预后的独立影响因素。在10种机器学习模型中,极端梯度提升模型预测患者预后的性能最高(校准曲线评估示一致性指数为0.896,精确-召回曲线评估示曲线下面积为0.791,精确-召回增益曲线示曲线下面积为0.363,受试者工作特征曲线示曲线下面积为0.856)。全局解释中SHAP直观图显示特征变量的重要性排序依次为C反应蛋白、美国国立卫生研究院卒中量表评分、血小板计数、格拉斯哥昏迷量表评分、卒中预测工具-Ⅱ评分和年龄;SHAP散点图可视化了6个特征变量的贡献方向,呈"两端分布"现象;SHAP依赖图显示了6个特征变量的观测值与SHAP值间的依赖关系,其中C反应蛋白趋势最为显著。SHAP力图为单个样本提供了局部解释,使得极端梯度提升模型更加透明和可解释性。结论基于年龄、美国国立卫生研究院卒中量表评分、格拉斯哥昏迷量表评分、卒中预测工具-Ⅱ评分、C反应蛋白水平和血小板计数为特征变量的极端梯度提升模型预测急性缺血性脑卒中患者预后的性能最优,在此基础上结合SHAP进行模型解释和可视化,有助于理解各特征变量对预测结果的贡献大小及方向。 展开更多

关键词 急性缺血性脑卒中 预后 机器学习模型 极端梯度提升模型 Shapley加法解释

原文传递

网络流量时延特征数据的识别方法仿真 被引量：6

15

作者 周家恺 綦方中 《计算机仿真》 北大核心 2022年第5期398-401,460,共5页

当前的网络流量时延特征识别方法未能在特征识别过程提升流量梯度,导致识别出现较大偏差,且方法的响应时间较长。为此提出基于朴素贝叶斯的网络流量时延特征识别方法。利用移动蜂窝网络通信链路技术和无线资源控制机制造成的网络流量时... 当前的网络流量时延特征识别方法未能在特征识别过程提升流量梯度,导致识别出现较大偏差,且方法的响应时间较长。为此提出基于朴素贝叶斯的网络流量时延特征识别方法。利用移动蜂窝网络通信链路技术和无线资源控制机制造成的网络流量时延波动完成建模分析,同时结合往返时延计算结果,获取与数据时延相关的网络流量特征。通过特征描述得到不同网络节点接入互联网技术差异导致的时序分布。将极端梯度提升树模型和朴素贝叶斯相结合,构建分类器,完成网络流量时延特征的识别。仿真结果表明,所提方法能够获取高精度的网络流量时延特征识别结果,同时还能够有效缩短响应时间。 展开更多

关键词 朴素贝叶斯 网络流量 时延特征识别 极端梯度提升树模型

在线阅读 下载PDF 职称材料

建成环境与共享单车流率的非线性关系研究 被引量：5

16

作者 路庆昌 徐标 崔欣 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第2期100-110,共11页

共享单车流率的大小体现了城市空间环境内车辆盈缺的程度,理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变,共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。... 共享单车流率的大小体现了城市空间环境内车辆盈缺的程度,理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变,共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。基于此,本研究利用上海市中心城区的共享单车数据,基于极端梯度提升树模型(XG‐Boost)和机器学习的解释性方法部分依赖图(PDP)来探究建成环境对共享单车流率的贡献度和非线性影响,以及流率的非线性模式在工作日和周末的变化。结果显示,特征重要度和非线性机制在两个时段差异化显著。居住人口密度、教育设施密度和住宅设施密度对工作日单车流率的解释度较高,分别为 19.18%、13.16% 和 12.92%,并且具有明显的阈值效应。其中居住人口密度和教育设施密度对于单车净流出率具有正向影响,分别在 11 600 人/km^(2)和 8 个/km^(2)达到最大;住宅设施密度对单车净流出率具有负向影响,对应的阈值为 40 个/km^(2)。各变量对周末单车流率的解释度差异较小,但非线性关系仍不可忽视。具体来说,到市中心的距离和公交线数密度对周末单车净流入率正向影响显著,有效范围为 18~23 km和28~52 条/km^(2);容积率对周末单车净流出率正向影响范围在 0.89~1.41。上述发现表明 XGBoost 模型可以有效弥补传统回归模型(MLR)线性假设的偏见,建成环境特征贡献度和影响范围的揭示也为管理部门针对具有不同建成环境水平地区的单车调度提供决策建议。 展开更多

关键词 共享单车流率 建成环境 极端梯度提升树模型 非线性 调度管理

在线阅读 下载PDF 职称材料

跨海大桥交通事故严重程度预测分析方法 被引量：1

17

作者 刘坤 王莹 刘兴旺 《中国公路》 2023年第11期153-157,共5页

本文以跨海大桥交通事故严重程度为研究对象,围绕交通事故发生时间、发生位置、事故形态、车辆因素和交通因素5个维度构建交通事故严重程度指标体系,提出了事故发生后交通因素的计算方法,并研究了9个相关因素。其次,基于极端梯度提升(XG... 本文以跨海大桥交通事故严重程度为研究对象,围绕交通事故发生时间、发生位置、事故形态、车辆因素和交通因素5个维度构建交通事故严重程度指标体系,提出了事故发生后交通因素的计算方法,并研究了9个相关因素。其次,基于极端梯度提升(XGBoost)预测模型建立跨海大桥交通事故严重程度预测模型,使用F-score值获得影响因素的重要性排序,结合SHAP归因算法揭示各因素与交通事故发生时严重程度的关系。预测分析结果表明,指标体系中交通因素、涉及车辆类型、位置因素、涉及车辆数等7种因素对事故严重程度影响较大。相较于传统的统计预测模型,XGBoost模型对于跨海大桥交通事故严重程度的预测准确率可达到85.4%,证明模型具有可行性。 展开更多

关键词 桥梁工程 事故预测分析 极端梯度提升预测模型 跨海大桥

在线阅读 下载PDF 职称材料