极限梯度提升相关论文
水电机组的劣化影响着水电站乃至电力系统的安全稳定运行。为了准确解析水电机组运行状态,获取机组的劣化趋势并对其进行准确预测,本......
随着电网客户量的迅速增长,如何对电力客户进行准确的信用评价成为了一个重要问题,构建一个可以准确预测客户信用的模型是电力营销......
近年来电网公司将区块链技术纳入能源互联网技术框架,要求在多元业务创新应用上更快推进,同时随着配电网规模的扩大和社会用电负荷......
航空发动机是飞机动力系统的核心组件,其可靠性和稳定性是航程安全的重要保障。由于长期处于高温高压的工作状态,发动机性能退化的......
准确定位配电网的故障对于提高供电的可靠性和减少连续停电所造成的损失有着重要的意义,微型同步相量测量单元(micro-phasor measu......
使用早期数据准确预测电池(RUL)可以加速电池的改进和优化。然而电池退化过程是非线性的,且在早期阶段容量衰减可忽略不计,使得RUL预测......
相位敏感光时域反射计(Phase-Sensitive Optical Time Domain Reflectometer,Φ-OTDR)具备高灵敏度、高空间分辨率、监测距离长且可......
位置服务在人们日常的生活中扮演着重要角色,在目标定位、灾害预防、紧急救援、商业广告、道路辅助等领域都展现了巨大的发展前景......
大数据的类别不平衡与维度爆炸问题严重影响着算法的预测效率和分类精度.因此,提出了一种基于插值与特征压缩的大数据分类方法ASE-......
互联网和多功能移动设备的普及对于移动对象数据的获取提供了更多的方案,数据类型和数据量都更加丰富。社交媒体数据从多个角度记......
针对数据不平衡背景下的航班延误分类预测问题,提出一种非线性赋权的极限梯度提升(eXtreme Gradient Boosting, XGBoost)算法。基......
为了充分利用电网自身的海量历史数据进行光伏功率预测,提出一种宽度&深度(Wide&Deep)框架下融合极限梯度提升(XGBoost)算法和长短......
【目的】针对气象数据缺失问题,研究机器学习方法在计算参考作物蒸散量(ET0)中的应用,为ET0的估算提供支持。【方法】基于已有的本......
为解决工控系统计算资源有限,但对入侵检测时间敏感、检测精度要求高的问题,提出一种将模型训练与检测分离的迁移训练方法。将分类......
为了充分利用电网自身的海量历史数据进行光伏功率预测,提出一种宽度&深度(Wide&Deep)框架下融合极限梯度提升(XGBoost)算法和长短......
为了加强尾矿库的安全稳定管理,提高溃坝预测预警水平,以坝体位移为研究对象,安全监测数据为研究基础,提出一种基于特征递归消除与......
合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种全天时、全天候可获得高分辨率成像的雷达模式,其发展集中体现了现代雷达技......
心音是诊断心血管疾病常用的医学信号之一.本文对心音正常/异常的二分类问题进行了研究,提出了一种基于极限梯度提升(XGBoost)和深......
蛋白质和配体分子相互作用来实现和调节生命活动中的特定功能。准确预测蛋白质-配体结合残基对理解蛋白质功能、药物发现和药物设......
研究背景:肺癌是全世界癌症相关死亡的最主要原因。肺癌由于其无症状生长的特性,导致肺癌患者往往在晚期才被诊断。流行病学调查研......
冷水机组运行数据分布有不平衡、非高斯、非线性、含噪声的特点,这给基于数据的冷水机组故障诊断带来了挑战。针对这些特点,提出了......
针对目前音频隐写检测方法对基于校验网格编码(STC)的音频隐写检测准确较低的问题,考虑到卷积神经网络(CNN)在抽象特征提取上的优......
随着大数据时代的到来,网络舆情数据呈现信息量大和领域覆盖广等特征。面对复杂的网络舆情数据时,传统单一模型预测能力有限,不能......
目前,建筑能耗占社会总能耗的比例高达30%,其中,暖通空调与制冷(HVAC&R)系统的能耗占比过半。冷水机组作为HVAC&R系统的核心设备,......
随着社会的发展与进步,人们对自身健康越来越重视。但由于地球环境的污染以及生活节奏的加快,不少疾病接踵而来,已严重危害到人类......
可扩展、稳定和准确的室内定位技术是未来大型位置感知服务的主要目标。随着无线热点(Access Point,AP)的广泛部署,基于位置服务的......
针对风电场集电线路因短路故障造成的弃风窝电问题,提出采用全相位快速傅里叶变换(apFFT)频谱校正和极限梯度提升(XGBoost)的风电......
目的研究深度神经网络(deep neural network,DNN)和极限梯度提升(XGBoost)算法对单中心重症患者预后的预测效能。方法本研究使用美......
针对低信噪比条件下主用户信号检测概率低的问题,提出一种基于循环平稳特征主成分分析与极限梯度提升算法(eXtreme Gradient Boost......
土壤温度是地球科学多个领域的重要变量。其时空变化受多种环境因素影响,这对土壤温度的准确预测带来巨大挑战。以机器学习为核心......