|
|||||
|
|
| LOO-XGboost模型预测岩石爆破块度 | |
| 作者姓名： | 叶海旺 胡俊杰 雷涛 李宁 王其洲 DAHéMONYEGNI GHISLAIN |
| 作者单位： | 武汉理工大学 资源与环境工程学院,武汉430070;矿物资源加工与环境湖北省重点实验室,武汉430070,武汉理工大学 安全科学与应急管理学院,武汉430070,武汉理工大学 资源与环境工程学院,武汉430070 |
| 基金项目： | 国家重点研发计划(2020YFC1909602,2021YFC2902901); |
| 摘 要： | 针对小样本条件下使用机器学习方法预测岩石爆破块度存在的数据利用率不足,预测精度存在浮动较大的问题.将留一法(LOO)与极限梯度提升(XGboost)算法结合,利用Python 3.7构建LOO-XGboost岩石爆破块度预测模型,选取31组爆破数据进行LOO-XGboost模型训练与预测,通过调用不同参数,得到模型的最... |
| 关 键 词： | 岩石块度 LOO-XGboost模型 小样本预测 模型对比 Python3.7 |
| 本文献已被 万方数据 等数据库收录！ | |