您现在的位置: 首页> 研究主题> 集成模型

集成模型

集成模型的相关文献在1990年到2022年内共计406篇,主要集中在自动化技术、计算机技术、经济计划与管理、机械、仪表工业 等领域,其中期刊论文263篇、会议论文27篇、专利文献301929篇;相关期刊201种,包括物流技术、浙江大学学报(工学版)、中国机械工程等; 相关会议27种,包括2014军工制造业数字化技术交流会、中国系统工程学会第十八届学术年会、2014年全国机械行业可靠性技术学术交流会暨可靠性工程分会第五届委员会成立大会等;集成模型的相关文献由1094位作者贡献,包括张伟、王红、A·阿肖克等。

集成模型—发文量

期刊论文>

论文:263 占比:0.09%

会议论文>

论文:27 占比:0.01%

专利文献>

论文:301929 占比:99.90%

总计:302219篇

集成模型—发文趋势图

集成模型

-研究学者

  • 张伟
  • 王红
  • A·阿肖克
  • P·特纳
  • S·Y·D·胡
  • 刘俊飙
  • 吴端坡
  • 张莉
  • 戚安邦
  • 戴珅懿
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 胡杰; 杨博闻; 宋洪干
    • 摘要: 为了对用户期望的车载空调温度进行实时预测,本文提出了一种习惯温度预测模型和时间序列温度预测模型双模型耦合的方法对车载空调设定温度进行实时预测。该方法以车内和外界的多维度信息作为输入,通过过滤式和随机森林对特征进行筛选,并根据实际应用场景集成模型来对用户期望的空调设定温度进行预测。最后使用该模型对测试数据进行验证。结果表明本文提出的双模型耦合的方法对用户空调设定温度的预测结果平均绝对百分比误差(MAPE)为0.049,能够精确地对车载空调温度进行预测,从而为智能化、个性化调控空调提供辅助决策。
    • 李慧东
    • 摘要: 农产品价格与人们生活息息相关,准确有效的预测农产品价格可以对平稳价格波动起到一定的作用。而对于价格预测,采用单个的机器学习或者统计模型并不能得到很好的结果。文章对比了常见的几种机器学习方法:支持向量回归(support vector regression,SVR)、线性回归和K-近邻(K-nearest neighbor,KNN)算法在农产品价格预测上的表现,并根据数据特性与模型表现进行模型集成。在集成模型的价格预测实验中,集成模型在鸡蛋均价、白条鸡均价、蔬菜均价3个数据集上较SVR模型分别提升了1.3%、1.4%、4%;较线性回归模型分别提升了0.6%、1.4%、4%;较KNN模型分别提升了6.9%、2.8%、7.7%。证明了集成模型对于提升泛化性能的有效性,预测结果对于农产品市场的完善和改革具有一定的作用。
    • 刘伟霞; 程淑隽; 肖家勇; 常伟; 李源
    • 摘要: 电池故障是新能源汽车热失控的主要威胁之一,开发一种算法预测汽车电池是否以及何时发生热失控,以便及时发送高温预警信息成为迫切需要。热失控的原因复杂而又多面,热失控或触发于动力电池内部,也可由外力触发,通过单纯的物理模型做出精确的预测较为困难。因此,构建了一种集成的机器学习算法,通过分别考虑电压和温度、异常电流、单电池一致性和过充电风险因素,构建集成模型。该集成模型由五个子模型组成,这些子模型与通过网格搜索选择的超参数相关联。为实现更加准确的预测,该方法基于实测大数据进行训练,算法实用且灵活,可预测现实场景中锂电池热失控的可能性。实验结果表明:综合误报率为0.1656,验证了该方法的可行性。
    • 张承钿; 何浩龙; 许建龙
    • 摘要: 针对银行贷款风险控制中客户个人信用难以评估的特点,提出一种基于异构集成算法模型的个人信用评估。对个人信用特征进行分层学习,开展非均衡数据集处理实验,采用多类别不平衡方法对采集的个人信用特征进行均衡化处理,将少数类样本与等量多数类样本组成正负样本均衡的原始特征。采用异构集成模型对个人信用原始特征进行识别,实验结果表明,提出的异构集成学习模型AUC值达到0.916,相对于传统的机器学习模型的AUC值平均提升了7.38%,并具有良好的泛化能力。
    • 彭思源; 付博; 赖雨亲; 李京怡; 李本纲
    • 摘要: 为探究全球及区域尺度总初级生产力(GPP)及其模型模拟的不确定性来源,基于广泛使用的光能利用率模型的算法结构,搭建多算法集成模型,结合气象再分析数据和卫星遥感数据,模拟全球及区域尺度总初级生产力,并使用方差分析方法对模拟结果的不确定性来源进行量化研究。结果表明:1)集成模型与基于通量观测升尺度(FLUXCOM)的GPP之间具有较强的一致性,皮尔逊相关系数达0.97,均方根误差为24.36 gC/(m^(2)·月),且集成模型的表现优于单一结构配置模型;2)光合有效辐射、水分相关数据及水分限制因子为不确定性的主要来源,相对贡献分别为41.73%,26.79%和23.82%;3)不确定性的构成具有明显的区域差异,干旱区域水分限制因子的相对贡献超过80%,低温区域温度限制因子的相对贡献超过40%。使用光能利用率模型估算GPP时,控制光合有效辐射和水分相关数据的不确定性可以有效地提高模拟精度,而在极端环境条件(干旱、低温)下,优化环境条件限制因子至关重要。
    • 王凌谊; 王志敏; 钱纹; 顾洁; 原吕泽芮; 金之俭
    • 摘要: 由于时间跨度大并受多种复杂因素影响,电力系统中长期负荷预测需要从大量数据中挖掘负荷特性及影响因素,实际应用中常常面临数据不足的问题。提出基于迁移学习的中长期负荷预测以降低样本不足对预测精度的影响,模型将源地区电力负荷及社会经济因素数据样本进行迁移以扩充目标地区数据集,通过隐变量描述不同源地区的特征,继而对目标地区和源地区建立集成模型进行预测。通过实际算例进行验证,所提出的模型能有效降低中长期负荷预测的误差。
    • 章刘; 陈逸菲; 袁加伟; 裴梓权; 梅鹏江
    • 摘要: 针对现有单一算法模型在成绩预测时存在泛化能力不强的问题,提出一种基于多算法融合的Stacking集成学习模型,用于混合式教学中学生成绩的预测.模型以多项式朴素贝叶斯、AdaBoost和Gradient boosting为初级学习器,逻辑斯蒂回归为次级学习器组成两层融合框架.通过混合式教学过程中所产生的学习行为数据对模型进行验证.实验表明,Stacking集成学习模型在测试集上分类预测准确率达到76%,分别高于多项式朴素贝叶斯、Ada Boost、Gradient boosting和逻辑斯蒂回归4个单一算法模型5%、6%、9%和6%.与单一算法模型相比,Stacking集成学习模型有着较强的泛化能力,能更好地预测学生成绩,为混合式教学的学习预警提供参考.
    • 崔凯; 郭宇; 钱伟伟; 张浩; 查珊珊; 刘金山
    • 摘要: 准确的物料需求量预测对于提高离散制造车间生产效率具有重要意义,为了实现车间生产过程中物料的精准配送,提出基于Group-BiLSTM-LightGBM的集成预测方法。首先,对原始数据进行数据预处理并构造形成时滞样本;其次,基于Group-BiLSTM网络分析时滞样本以获得物料需求量预测值;同时,基于LightGBM(light gradient boosting machine, LightGBM)模型分析原始数据以获得物料需求量预测值;最后,采用最优加权组合算法对两类模型的预测值进行集成,以获得物料需求量最终预测值。实例验证表明,所提方法能够有效结合两类模型的优点,在保留对时序数据整体感知的同时兼顾非连续特征,获得较高的预测精度,具有良好的泛化性能。
    • 董小刚; 曹馨潼; 秦喜文
    • 摘要: 基于汇率市场的价格变动具有混沌变化的特性,单个模型训练中产生的过拟合问题也难以解决。LSTM和ELM自身结构较为复杂,难以直接组合。综合上述问题创新性采用基于权重分配的线性组合方法将两者结合,并首次应用到汇率预测领域。为了提高ELM的性能,将一种迟滞的生物神经系统特性嵌入到ELM的神经元激活函数中并且引入了微分进化算法通过最小加权目标函数对LSTM进行优化。仿真结果表明,与其他5种模型相比该集成预测模型的预测效果更好。
    • 陈艳; 叶翀; 蒋伟杰
    • 摘要: 有效的信用风险预警可以降低电商商务活动中的风险,促进电子商务的发展。以极限学习机为基分类器的集成模型适用于电子商务企业信用数据样本少,维度高的特点;通过对少数类样本过采样缓解类别不平衡问题,进一步提高模型预测准确率。实证分析表明,基于类别平衡校正的集成极限学习机能够对企业风险预警等级作出有效的预测,且结果优于现有的基于传统机器学习算法及对应的集成模型,对提升电子商务风险预警效果有积极作用。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号