面向高维数据的随机森林算法优化探讨

面向高位数据的随机森林算法属于数据挖掘领域中的一部分内容,做好随机森林算法的优化工作,对于高维数据的分析及处理效率的提高有着极大的促进作用。文章主要论述的便是有关这方面的内容。首先,文章针对随机森林算法的定义及其泛化误差进行了简要的概述,继而在此基础上分析了高维数据的可视化及基于随机森林的有监督降维技术,最后,文章对整个实验的结果进行了分析,得出了最终优化结论,希望能够为数据挖掘领域提供具有参考价值的意见,同时也为面向高维数据的随机森林算法优化奠定坚实的基础。     

多维数据降维方法

本文对数据降维方法进行了概述,简要分析了现有数据降维方法,并指出数据降维方面的关键问题。同时对线性降维方法主成分分析分析方法、稀疏主成分分析方法及非线性降维方法等距特征映射方法、局部线性嵌入方法的具体步骤进行了详细阐述。     

无监督特征选择算法的分析与总结

高维无标记数据的出现不仅使数据处理的时间和空间复杂度增加,同时还会使训练模型出现过拟合,因此对高维无标记数据降维变得越来越必要。特征选择是数据降维的有效方法,本文给出了几种具有代表性的无监督特征选择方法,并指出了这些算法的优缺点,为进一步研究基于无监督的特征选择提供了理论基础。     

基于机器学习算法的建筑能耗监测数据预处理技术研究

本文分析总结了建筑能耗监测大数据的特点,基于数据挖掘理论和机器学习算法,提出了建筑能耗监测大数据预处理体系与方法。阐明了基于k NN算法的缺失数据填充、基于K-Means算法的异常数据识别与清洗、基于PCA算法的多维度数据降维的原理,应用提出的数据预处理体系和方法,对实际项目的整个制冷季节35 380组数据进行了数据预处理,实现了缺失数据的填充、异常数据的识别与清洗、数据的降维,为后续的数据挖掘应用奠定数据基础。     

车载激光点云中行道树及属性信息提取

由于地物遮挡、数据残缺、噪声等因素的影响,从车载激光扫描数据中提取行道树及其属性信息具有一定难度。针对此问题,提出了一种基于随机森林和车载激光点云数据的行道树及属性信息提取方法。首先,从多角度构建点云特征向量,利用随机森林对特征重要性进行度量和排序,选择对分类起积极作用的特征子集作为训练样本;其次,利用随机森林构建预测模型并对点云进行分类,提取行道树点云;最后,通过基于密度的聚类算法获取单株行道树,并以单株行道树为数据处理单元获取其树高、胸径、冠幅等属性信息。实验结果表明,使用该方法提取的行道树及其属性信息均呈现出较高精度,验证了本文方法的有效性。     

长兴岛产业园区电力需求多时序预测技术研究

针对长兴岛海洋产业园区内主要典型用户负荷数据进行了负荷特征刻画,针对用户的用电负荷特性,提出了基于多时空的用电负荷预测模型,通过小波分解将负荷数据分为趋势分量、季节分量、周期分量和随机分量,对趋势分量利用线性回归的方法进行负荷预测,对季节分量和周期分量采用时间序列分析预测模型,对随机分量利用随机森林负荷预测模型,从而大大提高了负荷预测的精确度与泛用性。     

基于电压波形分割-聚类的配电网弧光接地辨识方法研究

本研究提出了一种基于波形子序列分割和联合三相电压-零序电压波形特征提取聚类的单相弧光接地故障辨识方法，用于解决传统基于阈值判断方法在配电网中检测弧光接地故障时受到电流的限制。该方法首先对录波器电压波形故障段进行分割，建立三相电压和零序电压的波形子序列。然后通过特征指标分析和主成分分析方法对波形特征进行全面描述和降维处理。最后采用基于波形子序列的K-means聚类算法对降维后的特征分布进行故障辨识。实验结果表明，该方法在试验样本中具有较高的准确采集率，达到96.78%,对于配电网故障监测和诊断具有重要的实际应用价值。     

基于随机森林的数据分类应用研究

机器学习在近几年得到了迅猛的发展,其中随机森林(Random Forest)在决策树的基础上演变出来的一种机器学习方法,利用其可以进行数据建模,分类,预测等。探索了随机森林算法在数据预测上的应用,基于一个泰坦尼克乘客数据集,预测泰坦尼克号乘客的命运(是否生存)。此数据集包含了将近80%乘客的信息和生存状态,包含1 309个样本,每个样本包含14个属性。实验验证了随机森林算法在受试者工作特征曲线等方面表现较好,具有一定的参考性和可拓展性。     

岷江流域水质监测与分析方法研究

岷江流域的水质监测及分析方法,可行的研究理论种类繁多。文章以水质监测方式为水质分析方法序,对国内外相关研究文献进行分析总结,结合岷江流域不同水段水文数据特征,对水质监测数据的降维分析以及模糊综合评价等方法进行分析介绍。最后对岷江流域水质分析评估这一研究方向进行了展望。     

基于北京公交刷卡数据和兴趣点的功能区识别

城市在其发展过程中逐渐形成居住区、工业区和商业区等不同的功能区。识别这些功能区并理解其分布特征,对于把握城市结构以及制定和使用科学合理的规划具有重要作用。本研究基于2008年4月北京市连续一周的7797余万条公交IC卡刷卡数据,将其转换为每个公交站台流量的二维时间序列数据,结合居民日常出行行为研究,利用数据挖掘技术,构建了基于公交刷卡数据和兴趣点的城市功能区识别模型,并将识别结果在交通分析小区尺度上汇总。研究结果显示,利用城市功能区识别模型,通过冗余数据的筛除和特征的创建实现对数据的有效降维,并选用期望最大化算法对处理后的数据进行聚类分析,结合居民日常出行相关特征和兴趣点分布数据对聚类结果进行诠释,可以快速有效地识别出与北京市土地利用现状地图具有一定匹配度的北京市各功能区。本研究的方法可以辅助规划人员和公众有效识别和理解复杂的城市空间结构,对城市地理及规划研究具有重要的理论和实践价值。     

住宅楼安装中央空调的加固案例分析

文章通过两处住宅用房安装中央空调的事例,现场查勘、验算与鉴定,证实了在住宅用房的混凝土梁上钻孔洞安装中央空调管线的做法,影响了房屋结构的安全,同时给出了加固处理意见,提出了个人的几点看法.     

测量标志普查资料汇集技术处理

为了适应新的形势发展需要,安徽省国土资源厅已启动新一轮测量标志普查工作。与过去不同,此次普查在资料汇集、调查人员组织、调查资料归档与调用等方面做了较大变革,文章简明阐述了变革后的测量标志普查资料汇集技术处理的过程。     

Regularities of development of settling of models of deep footings

Conclusions 1. The effect of relative penetration on the change in magnitude of settlement is substantial. With the same specific pressure on the base the settlement of the model decreases as the relative penetration increases.2. Published data on values of unit friction forces along lateral surfaces of deep foundations were confirmed. The maximum value of resistance along the side surface was 2 tons/m².3. It was established that the realtionship between the settlement of the model and its diameter is nonlinear. This is of great importance in working out a method for calculating foundations of deep footings from deformations especially if one considers that in this case the foundation carries substantial pressures and deforms under conditions of strongly developed shear regions.Translated from Osnovaniya, Fundamenty i Mekhanika Gruntov, No. 6, pp. 11–12, November–December, 1971.     

自动扶梯逆行故障成因与分析

对自动扶梯突然反转而导致逆行故障的类别和成因进行了分析,讨论了逆行速度及症状,分析了逆行概率及风险,并针对逆行提出了一些对策。     

浅析步行街的建筑工效学——上海市吴江路步行街建筑工效学调研

从建筑工效学的角度对上海市吴江路休闲步行街进行了调查研究，根据调查结果，分析了其在建筑工效学上的一些特点与不足之处并进行了探讨，以期对步行街的建筑工效学设计提供准确的参考。     

环境的共鸣--大连水产学院图书馆的设计

本文通过对大连水产学院图书馆的介绍,向人们展示了建筑与环境之间相辅相成,共同作用,引起环境共鸣的原则方法.     

住宅的多样性——日本集合住宅的借鉴

以西安目前住宅市场发展的现状及其存在的弊端为例 ,说明我国目前住宅需求的多样化和设计手法的单一化之间的矛盾 ,论述了与我国有着相似文化背景的日本在解决不同住宅需求时采用形式多样、功能各异的集合住宅的理念 .试图以此借鉴 ,使我国建筑设计界了解日本集合住宅的发展演变过程 ,吸取他们的经验 ,为我们在住宅多样化研究和设计时提供一种不同的思路和方法 .     

混凝土碳化深度的灰色预测

混凝土碳化是导致钢筋混凝土结构耐久性损伤的主要原因之一。为了预测混凝土碳化深度,本文建议采用一种基于灰色系统理论的预测模型,该模型可以根据已知的混凝土碳化序列,较精确地预测未来时刻的碳化深度。文章最后以实例说明了该模型的应用。