基于改进深度森林算法的高速公路交通事故风险预测 被引量：1

1

作者 张浩 《安全与环境工程》 CAS CSCD 北大核心 2024年第6期91-99,共9页

高速公路交通事故风险预测对于实行动态交通安全管理至关重要。为探究影响高速公路交通事故风险的主要因素以及准确预测高速公路交通事故风险,提出了一种基于改进深度森林算法的高速公路交通事故风险预测模型。首先以高速公路交通事故... 高速公路交通事故风险预测对于实行动态交通安全管理至关重要。为探究影响高速公路交通事故风险的主要因素以及准确预测高速公路交通事故风险,提出了一种基于改进深度森林算法的高速公路交通事故风险预测模型。首先以高速公路交通事故数据、交通流数据、天气数据、道路条件和特殊时间段数据为基础,选取了能够表征高速公路交通事故风险的特征变量,并采用随机森林算法对特征变量的重要度进行了计算,筛选出对高速公路交通事故风险影响较大的重要特征变量,以解决后面计算过程中的维度灾难问题;然后运用基于决策树的LightGBM和XGBoost算法对深度森林模型的级联森林结构进行了改进;最后将改进深度森林算法应用于高速公路事故风险预测。结果表明:与现有的SVM、随机森林和深度森林算法相比,改进深度森林算法具有更优的预测性能,其预测准确率达到了88.84%,预测结果能为高速公路交通管理部门制定更为有效的安全管控措施提供决策支持。 展开更多

关键词 高速公路交通事故 风险预测 改进深度森林算法 深度学习

在线阅读 下载PDF 职称材料

基于Spark和NRSCA策略的并行深度森林算法

2

作者 毛伊敏 刘绍芬 《计算机应用研究》 CSCD 北大核心 2024年第1期126-133,共8页

针对并行深度森林在大数据环境下存在冗余及无关特征过多、两端特征利用率过低、模型收敛速度慢以及级联森林并行效率低等问题,提出了基于Spark和NRSCA策略的并行深度森林算法——PDF-SNRSCA。首先,该算法提出了基于邻域粗糙集和Fisher ... 针对并行深度森林在大数据环境下存在冗余及无关特征过多、两端特征利用率过低、模型收敛速度慢以及级联森林并行效率低等问题,提出了基于Spark和NRSCA策略的并行深度森林算法——PDF-SNRSCA。首先,该算法提出了基于邻域粗糙集和Fisher score的特征选择策略(FS-NRS),通过衡量特征的相关性和冗余度,对特征进行过滤,有效减少了冗余及无关特征的数量;其次,提出了一种随机选择和等距提取的扫描策略(S-RSEE),保证了所有特征能够同概率被利用,解决了多粒度扫描两端特征利用率低的问题;最后,结合Spark框架,实现级联森林并行化训练,提出了基于重要性指数的特征筛选机制(FFM-II),筛选出非关键性特征,平衡增强类向量与原始类向量维度,从而加快模型收敛速度,同时设计了基于SCA的任务调度机制(TSM-SCA),将任务重新分配,保证集群负载均衡,解决了级联森林并行效率低的问题。实验表明,PDF-SNRSCA算法能有效提高深度森林的分类效果,且对深度森林并行化训练的效率也有大幅提升。 展开更多

关键词 并行深度森林算法 Spark框架 邻域粗糙集 正弦余弦算法 多粒度扫描

在线阅读 下载PDF 职称材料

基于局部线性嵌入和深度森林算法的电力客户投诉预测模型 被引量：1

3

作者 张梅 保富 《电测与仪表》 北大核心 2024年第1期107-112,共6页

由于电力市场竞争日益激烈,用户对服务质量的要求不断提高,用户投诉量持续上升。在基于大数据的电力客户投诉预测模型的体系结构基础上,提出一种基于局部线性嵌入和深度森林算法的电力客户投诉预测方法。采用局部线性嵌入算法对客户投... 由于电力市场竞争日益激烈,用户对服务质量的要求不断提高,用户投诉量持续上升。在基于大数据的电力客户投诉预测模型的体系结构基础上,提出一种基于局部线性嵌入和深度森林算法的电力客户投诉预测方法。采用局部线性嵌入算法对客户投诉预测模型的输入特征向量进行降维处理,减少计算量和避免陷入局部最优解;对降维后的投诉预测特征向量进行多粒度扫描,提高其表征学习能力;基于级联森林建立深度森林算法模型,实现客户投诉预测。实际数据的仿真结果表明,与不进行降维处理及其他预测模型相比,文中所提出的预测模型可以更准确地预测客户投诉趋势,为电力企业客户投诉分析和预测提供了参考依据。 展开更多

关键词 电力客户 投诉预测模型 局部线性嵌入 深度森林算法

在线阅读 下载PDF 职称材料

基于主成分分析和深度森林算法的S700K转辙机故障诊断 被引量：4

4

作者 胡小晨 郭宁 +1 位作者 沈拓 董德存 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第1期35-40,共6页

针对目前转辙机故障诊断准确性不高、效率低等问题,提出了一种基于主成分分析(PCA)和深度森林(gcForest)算法的故障诊断方法。对于S700K转辙机11种故障模式下的电流、功率曲线,采用主成分分析进行电流特征值特征简约,然后使用嵌入简约... 针对目前转辙机故障诊断准确性不高、效率低等问题,提出了一种基于主成分分析(PCA)和深度森林(gcForest)算法的故障诊断方法。对于S700K转辙机11种故障模式下的电流、功率曲线,采用主成分分析进行电流特征值特征简约,然后使用嵌入简约特征值的改进深度森林模型提高数据处理能力,增强模型内在特征代表性。结果表明,改进深度森林模型故障诊断准确率为97.62%,验证了该方法的有效性和优越性。 展开更多

关键词 故障诊断 S700K转辙机 主成分分析(PCA) 深度森林(gcForest)算法

在线阅读 下载PDF 职称材料

基于深度森林算法的分布式WSN入侵检测模型 被引量：9

5

作者 董瑞洪 闫厚华 +1 位作者 张秋余 李学勇 《兰州理工大学学报》 CAS 北大核心 2020年第4期103-109,共7页

针对现有的特征选择算法和分类算法在无线传感器网络(WSN)入侵检测系统中检测性能表现不佳、检测实时性差、模型复杂度高等问题,提出一种基于随机森林和深度森林算法的分布式WSN入侵检测模型.该模型首先对传感器节点流量数据进行预处理... 针对现有的特征选择算法和分类算法在无线传感器网络(WSN)入侵检测系统中检测性能表现不佳、检测实时性差、模型复杂度高等问题,提出一种基于随机森林和深度森林算法的分布式WSN入侵检测模型.该模型首先对传感器节点流量数据进行预处理;然后将轻量级随机森林分类器部署到传感器节点和簇头节点,传感器节点和簇头节点合作对流量数据进行处理,并在基站上采用深度森林算法从大量流量数据中发现攻击行为;最后对WSN中的入侵行为进行实时分类入侵检测.使用无线传感器数据集WSN-DS和NSL-KDD数据集来评估所提出的模型性能.实验结果表明,该模型与现有的入侵检测模型相比,具有良好的检测性能,实时性较高,可避免模型过度拟合. 展开更多

关键词 入侵检测 无线传感器网络 随机森林 深度森林算法 集成分类器

在线阅读 下载PDF 职称材料

基于Spark和三路交互信息的并行深度森林算法 被引量：2

6

作者 毛伊敏 周展 陈志刚 《通信学报》 EI CSCD 北大核心 2023年第8期228-240,共13页

针对并行深度森林在处理大数据时存在冗余及无关特征过多、类向量过长、模型收敛速度慢以及并行化训练效率低等问题,提出了基于Spark和三路交互信息的并行深度森林(PDF-STWII)算法。首先,提出基于特征交互的特征选择(FSFI)策略过滤原始... 针对并行深度森林在处理大数据时存在冗余及无关特征过多、类向量过长、模型收敛速度慢以及并行化训练效率低等问题,提出了基于Spark和三路交互信息的并行深度森林(PDF-STWII)算法。首先,提出基于特征交互的特征选择(FSFI)策略过滤原始特征,剔除无关及冗余特征;其次,提出多粒度向量消除(MGVE)策略,融合相似类向量,缩短类向量长度;再次,提出级联森林特征增强(CFFE)策略提高信息利用率,加快模型收敛速度;最后,结合Spark框架提出多级负载均衡(MLB)策略,通过自适应子森林划分和异构倾斜数据划分,提高并行化训练效率。实验结果表明,所提算法能显著提升模型分类效果,缩短并行化训练时间。 展开更多

关键词 Spark框架 并行深度森林算法 特征选择 多级负载均衡

在线阅读 下载PDF 职称材料

基于深度森林算法的异常用电行为检测方法 被引量：4

7

作者 张昕 孙莉 许高俊 《电子设计工程》 2022年第19期115-119,共5页

面对当前使用的逻辑回归、模糊聚类检测方法在异常用电行为数据持续增加情况下,出现的检测精准度低的问题,提出了基于深度森林算法的异常用电行为检测方法。构建基于深度森林的异常用电特征采样模型,预处理原始样本数据,消除遗漏数据。... 面对当前使用的逻辑回归、模糊聚类检测方法在异常用电行为数据持续增加情况下,出现的检测精准度低的问题,提出了基于深度森林算法的异常用电行为检测方法。构建基于深度森林的异常用电特征采样模型,预处理原始样本数据,消除遗漏数据。采用插值方法修复缺失值,并提取完整异常用电行为特征量。训练样本,减少拟合风险,使用深度森林算法,确定用电行为异常指数,并分类异常用电行为。由实验结果可知,该方法检测到的分时电量数据均与实际数据一致,当误检率为0.2时,检测率为0.05,具有精准检测结果。 展开更多

关键词 深度森林算法 异常用电 行为检测 修复缺失值 行为特征量

在线阅读 下载PDF 职称材料

基于深度学习的异常行为监测系统与算法设计

8

作者 李卓青 贾振堂 《微型电脑应用》 2024年第3期7-10,共4页

为了监控场所中人物的异常行为并能自动发出报警信息,设计基于深度学习的嵌入式实时异常行为监测系统。系统通过摄像头采集图像信息后,在嵌入式设备用姿态检测网络检测人体的关键点坐标,并用深度森林算法对关键点坐标进行异常行为分类... 为了监控场所中人物的异常行为并能自动发出报警信息,设计基于深度学习的嵌入式实时异常行为监测系统。系统通过摄像头采集图像信息后,在嵌入式设备用姿态检测网络检测人体的关键点坐标,并用深度森林算法对关键点坐标进行异常行为分类。当监测出异常行为后,将信息发送到服务器端,再由服务器端通知用户端。相对于人工监控以及使用服务器端计算神经网络的智能监控系统,该系统的成本更低,对网络的传输速度和稳定性需求更小。实验结果表明,该系统可以有效实时检测暴力、倒地等异常行为,并自动发送报警信息。 展开更多

关键词 深度学习 嵌入式系统 行为检测 智能监控 深度森林算法

在线阅读 下载PDF 职称材料

基于深度随机森林算法的短期用户负荷预测——以金华地区为例 被引量：8

9

作者 胡兆龙 胡俊建 +3 位作者 彭浩 韩建民 朱响斌 丁智国 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第3期430-437,共8页

通过网络爬虫获取天气数据,并结合金华市用户负荷数据,采用深度随机森林算法对用户负荷进行短期预测。借助4种评价指标,通过对比支持向量回归算法、K近邻算、贝叶斯岭回归算法、随机森林算法以及多个深度神经网络算法,发现深度随机森林... 通过网络爬虫获取天气数据,并结合金华市用户负荷数据,采用深度随机森林算法对用户负荷进行短期预测。借助4种评价指标,通过对比支持向量回归算法、K近邻算、贝叶斯岭回归算法、随机森林算法以及多个深度神经网络算法,发现深度随机森林算法预测效果最佳,支持向量回归算法次之,而深度神经网络算法在该数据集上表现一般。 展开更多

关键词 深度随机森林算法 机器学习 短期负荷预测 天气信息

在线阅读 下载PDF 职称材料

基于深度森林及电阻层析成像的气液两相流流型辨识 被引量：1

10

作者 张立峰 佟彤 肖凯 《计量学报》 CSCD 北大核心 2023年第6期893-898,共6页

提出了一种基于深度森林(DF)算法与电阻层析成像技术(ERT)的气液两相流流型辨识方法。首先利用ERT实验装置对4种典型流型进行数据采集,以多帧数据求均值的方式对采集的数据进行预处理;然后选择合适的基本分类器构建深度森林模型,并调整... 提出了一种基于深度森林(DF)算法与电阻层析成像技术(ERT)的气液两相流流型辨识方法。首先利用ERT实验装置对4种典型流型进行数据采集,以多帧数据求均值的方式对采集的数据进行预处理;然后选择合适的基本分类器构建深度森林模型,并调整模型的最大层数以保障分类的准确率;最后对多帧数据求均值的有效性和深度森林模型的流型辨识能力进行验证,并与深度神经网络(DNN)及卷积神经网络(CNN)2种传统深度学习算法进行比较。结果表明深度森林的流型辨识准确性优于其他2种算法,平均辨识精度可达98.75%,多帧数据求均值的预处理方法更有利于流型辨识。 展开更多

关键词 计量学 电阻层析成像 流型辨识 深度森林算法 气液两相流

在线阅读 下载PDF 职称材料

基于深度森林的卫星ACS执行机构与传感器故障识别 被引量：13

11

作者 程月华 江文建 +2 位作者 杨浩 薛琪 廖鹤 《航空学报》 EI CAS CSCD 北大核心 2020年第S01期195-205,共11页

针对卫星姿态控制系统(ACS)闭环回路的故障难以辨识的问题,引入深度森林算法,实现执行机构与传感器故障识别。首先针对可获取的少量卫星姿态控制系统遥测数据,结合系统动力学特性,研究合适的特征选择和特征提取方法,再结合深度森林算法... 针对卫星姿态控制系统(ACS)闭环回路的故障难以辨识的问题,引入深度森林算法,实现执行机构与传感器故障识别。首先针对可获取的少量卫星姿态控制系统遥测数据,结合系统动力学特性,研究合适的特征选择和特征提取方法,再结合深度森林算法进行故障信息学习与辨识,建立故障预测模型,实现执行机构故障与传感器故障的识别。半物理仿真结果表明:在存在气浮台干扰力矩、卫星转动惯量未知、飞轮非线性特性、闭环故障传播等多种不利因素情况下,深度森林算法对于执行机构和传感器故障具有高效的识别能力。 展开更多

关键词 深度森林算法 卫星姿态控制系统 执行机构 传感器 故障识别

原文传递

基于临床液体活检数据的智能辅助肝癌判别方法研究及预测工具开发 被引量：1

12

作者 张博文 王佳蕊 +5 位作者 陈可丽 周籽宇 刘玉洁 刘兆清 张德奎 李书艳 《兰州大学学报（医学版）》 2022年第11期42-47,共6页

目的尝试利用液体活检的相关数据建立广泛筛查肝癌的方法。方法基于3091份患者样本数据,将59项液体(血液及尿液)临床检测指标作为初始特征,搭建了针对肝癌样本的深度森林判别模型,并通过特征筛选获取了关键的21项特征组成最终模型,在此... 目的尝试利用液体活检的相关数据建立广泛筛查肝癌的方法。方法基于3091份患者样本数据,将59项液体(血液及尿液)临床检测指标作为初始特征,搭建了针对肝癌样本的深度森林判别模型,并通过特征筛选获取了关键的21项特征组成最终模型,在此基础上构建了利用液体检测指标鉴别肝癌的可视化判别工具。结果通过深度森林算法建立肝癌患者临床检测指标判别模型,判别结果曲线下面积达到0.9244,总正确率为84.49%,特异性为84.18%,敏感性为84.69%。结论使用深度森林算法训练液体活检数据搭建的模型可较为有效地辅助判别肝癌患者样本。 展开更多

关键词 液体活检 肝癌 特征筛选 深度森林算法

在线阅读 下载PDF 职称材料

基于机器学习的铁路道岔故障自动诊断方法

13

作者 潘亚康 《自动化与仪器仪表》 2023年第2期16-20,共5页

为了提高铁路道岔故障诊断的准确性,提出一种基于机器学习的铁路道岔故障自动诊断的模型。首先采用深度森林算法作为基础算法,构建故障诊断模型。为了证明深度森林算法在道岔故障诊断方面更具优势,与SVM和BP神经网络两种经典算法模型进... 为了提高铁路道岔故障诊断的准确性,提出一种基于机器学习的铁路道岔故障自动诊断的模型。首先采用深度森林算法作为基础算法,构建故障诊断模型。为了证明深度森林算法在道岔故障诊断方面更具优势,与SVM和BP神经网络两种经典算法模型进行对比,结果表明:深度森林算法模型的道岔故障诊断的准确率高达97%,基于SVM与BP神经网络模型的准确率分别为93%与92%;在交叉测试中深度森林算法模型的AUC面积达到0.981,在多分类测试中AUC面积为0.974。可以证明,基于深度森林算法构建的故障诊断模型诊断有较高的准确性与优越性。 展开更多

关键词 道岔故障诊断 深度森林算法 机器学习 小数据集

原文传递