最大信息系数相关论文
电力变压器是发电厂和变电站不可或缺的设备,在输变电环节中发挥着重要作用,其故障的发生将会影响电网的安全运行,保证电力变压器......
在多元时序超短期电力负荷预测中，各变量之间往往存在长期和短期两种时间模式，而长短期时间序列网络（LSTNet）可以提取天气因素与负荷之......
目的 基于机器学习算法,对同样重量范围下的牡蛎按照肥满度高低进行分类。方法 首先利用数字图像处理技术提取牡蛎外部形态特征,获......
采用比例边界有限元法（Scaled Boundary Finite Element Methods，SBFEM）模拟薄板结构内Lamb波的传播过程，将SBFEM和最大信息系数相结合......
短期光伏出力预测对电力系统生产调度计划的合理制定极其重要，有助于促进光伏发电并网和消纳。光伏出力受气象特征影响较大，其过程具......
随着当代经济与技术的高速发展,越来越多的信用消费涌现出来。在这一发展前提下,各个银行的个人信贷产品种类与个人消费信贷规模都......
准确的负荷预测是电力系统安全稳定运行的重要保障。当充分考虑多因素影响,海量输入数据的前端预处理与变量遴选对提高负荷预测精......
随着风电的大规模开发利用,其存在的问题也逐渐凸显。由于风电场的风速具有随机波动不确定性等特点,风电场发出的风功率也具有不稳......
随着我国水利工程的快速发展,大坝安全监测的任务也日益加重。变形值作为反映重力坝安全状态的综合变量,是评判结构性能的重要指标......
特征选择是机器学习中的关键环节,可有效提高模型训练效率与预测精度,增强模型的可解释性。经典的特征选择方法最小冗余最大相关（Mi......
定量构效关系（Quantitative Structure-Activity Relationship,QSAR）通过数学统计分析方法,建立化合物结构与生物活性间的相关性模型......
为了探究Landsat8 OLI影像和支持向量机算法在林分蓄积量估测中的潜力,以湖南省株洲市为研究区,以Landsat8 OLI卫星影像为遥感数据......
准确度量两变量关联是数据挖掘、机器学习的基石。变量对Y-X,无序-无序型关联可用χ2值或互信息I测度,无序-有序型关联可用t值或F......
电力负荷预测是电力系统规划、建设和调度的重要基础,提升电力负荷预测的精度有助于提高电力系统的运行效率,降低运营成本。随着电......
21世纪中国城市化步伐进一步加快，大量的人口涌入城市，人员和物资交流频繁，城市交通面临着严峻的考验。因此，为了解决这一困局，城市地铁......
贝叶斯网络是以概率论和图论为基础,用概率来表示所有形式的不确定性,现已成为进行不确定性推理和数据挖掘的有效工具。目前,贝叶......
随着大数据时代的到来,如何快速处理数据并从中发掘有用的信息成为目前急需解决的问题。特征选择作为机器学习和数据挖掘领域的一......
轨迹数据记录了用户移动行为,富含重要的时空信息,具有巨大挖掘价值。轨迹数据正成为各行各业争夺的重要资源,如何充分发挥轨迹数......
多联机作为暖通空调系统的主要形式之一,具有安装方便、设计灵活、控制智能化、运行稳定等优点,已被广泛应用于各种大型建筑中。随......
柑橘黄龙病是柑橘生产中的严重灾害,被称为柑橘“癌症”,对全球柑橘产业造成了巨大的破坏。利用基因的差异表达信息,可以精确地洞......
数据增长速度比以往任何时候都快,到2020年,地球上的每个人每秒创造大约1.7兆字节的新信息。检测大数据集中变量之间的关系在基因......
实现加工中的保质增效是企业提高核心竞争力的重要手段,而加工中刀具磨损和破损导致的加工动态误差和非计划性停机都会影响到加工......
21世纪是一个信息爆炸的世纪,随着互联网技术的发展世界的沟通变得越来越便捷。目前,已经在基础科学研究、生物信息学、移动互联网......
随着收集数据的系统和数据结构复杂化的发展,我们需要改进数据预处理的算法,以便利用高质量的数据获得有效的预测模型.但是,在实际......
进入了互联网时代,海量数据潜藏的价值也越来越巨大,同时也面临着从海量数据中剔除不相关,冗余特征的难度也进一步提高了。特征选......
全基因组关联分析主要对DNA全基因组序列进行扫描和测序,以试图在整个基因组范围内寻找与某种表现型或某种疾病相关的单核苷酸多态......
为解决单一结构学习算法中普遍存在的学习效果差、易陷入局部最优等问题,本文通过引入最大信息系数MIC(Maximal Information Coeff......
为准确预测电力市场中的短期电价,将最大信息系数(maximal information coefficient,MIC)相关性分析与改进多层级门控长短期记忆网......
模式识别是人类的一项基本能力。随着1946年真正意义上的第一台计算机的出现以及50年代人工智能的兴起，科学家当然也期待着能使用计......
肿瘤标志物是指可以在动物的血液、体液和组织中测量到,并且与肿瘤的发生、发展相关的物质。肿瘤标志物在体内是否表达或者表达含......
针对不满足忠实分布的高维数据分类问题,一种新的基于粒子群算法的马尔科夫毯特征选择方法被提出。它通过有效地提取相关特征和剔......
股价波动是股票市场研究的重要内容,本研究基于信息理论和复杂网络理论提出股票市场的股价波动网络模型.首先对股价波动关联性进行......
在盾构施工过程中准确预测施工引起的地表变形,对于保障盾构施工的顺利掘进具有重要意义。基于此,提出盾构施工地表变形MIC-LSTM动......
针对跳频电台细微特征集中存在冗余特征等导致电台识别时存在计算量大、识别准确率低等问题,提出了一种基于CMFS-MIC特征选择的跳......
氯盐侵蚀是引起钢筋混凝土结构劣化的主要原因之一,临界氯离子浓度则是判别钢筋锈蚀主要参数,也是预测耐久性服役寿命的重要因素。......
在化工生产中,软测量方法可以有效解决某些关键变量由于仪表故障而无法实时获取数据的问题。在建立软测量模型时,变量及回归方法的......
传统的深度置信网络(DBNs)训练过程采用重构误差作为RBM网络的评价指标,它能在一定程度上反映网络对训练样本的似然度,但它并不是......
最大信息系数（Maximum Information Coefficient,MIC）能够很好的检测成对变量间的线性和非线性依赖关系,但却不能直接用于检测三元变......
风速波动具有随机性和不确定性,导致风速预测的准确度不高。准确的风速预测对于优化风电运行策略和提高发电效率具有重大意义。利......
解决径流预报因子筛选中存在的信息量不足或冗余等问题,引入一种具有普适性的新的相关关系分析方法——最大信息系数法（MIC）,并结合......
为使最大信息系数（MIC）适用于多变量数据集,给出了一种方法,该方法首先将数据集中的多个变量合并为两个变量,并且穷尽所有的合并方式......
膜蛋白的功能与其类型密切相关,因此膜蛋白类型的预测具有重要意义。针对膜蛋白特征表达过程中出现的特征维数高的问题,结合最大信......
针对数据仿真过程中表格数据属性间关联难的问题,提出一种刻画表格数据中非时间属性间关联特征的H模型。首先,从数据集中提取评价......
提出基于非时间属性关联的数据逼真生成算法.该算法可以解决数据生成器研发中非时间属性关联构建的困难问题,在大数据测评领域中对......
针对贝叶斯网络结构学习算法的学习效率低、容易陷入局部最优等问题,提出一种改进算法(MIC-MGA)。首先,利用最大信息系数得到初始......
