基于随机森林的桁架结构损伤程度预测

为适应桁架结构健康监测技术的发展,进一步优化桁架结构损伤程度预测效果,提出一种基于随机森林的桁架结构损伤程度预测算法。算法建立并优化桁架结构损伤数据库,对多个损伤信号分量提取频域特征,通过孤立森林算法和缺失森林算法对数据库进行异常检测和数据补全,并采用主成分分析法对其进行特征降维。经实验验证,算法能够针对不同损伤程度的桁架结构敏感度做出有效判定,与极端随机树、AdaBoost、Bagging等回归算法相比,均方误差显著降低,为桁架结构健康监测提供了有效的预测手段。     

一种基于随机森林的JEPG图像通用隐写分析方法研究

针对目前JPEG图像通用隐写分析方法所使用到的分类器的不足,以及分类过程中的过拟合问题,提出一种基于随机森林的JPEG图像通用隐写分析方法。实验结果表明我们所提出的方法能有效地检测JPEP图像的隐藏信息。     

基于密度聚类和随机森林的移动应用识别技术

随着移动终端设备的蓬勃发展,移动应用种类的日益增加,移动应用类型识别成为网络管理、市场营销以及网络攻击防范等领域中一种具有重要意义的技术手段。在实际应用中,几乎所有的移动应用程序都采用SSL/TLS（Secure Sockets Layer/Transport Layer Security）协议进行数据加密,因此使移动应用类型识别工作更具挑战。提出了一种新颖的加密环境下Android移动应用类型识别技术。该技术利用信息熵对DBSCAN（Density-Based Spatial Clustering of Applications with Noise）聚类算法生成的聚类簇进行纯度分析,通过实验合理设置熵阈值对数据集中的干扰样本进行过滤,最后利用随机森林算法对过滤后的数据集进行建模,实现了移动应用程序类型的识别。由于仅通过捕捉加密数据流传输模式实现应用识别,对于加密和非加密流量均有效。实验表明所述方法缓解了干扰样本的误判问题,有效地提高了数据集利用率,具有更高的识别准确率和召回率。     

利用LANDSAT TM数据对森林郁闭度进行遥感分级估测

以大兴安岭常青林场陆地卫星影像为例进行缨帽变换(Tasseled Cap),将变换后的湿度因子与森林郁闭度进行回归分析,回归分析结果表明相关性较好,最后通过回归方法建立线性方程,对遥感图像进行反演以获取森林的郁闭度,并进行遥感分级估测。     

基于随机森林的缺损杂草种子识别

针对有缺损的杂草种子图像,提出用于有缺损杂草种子图像识别的分类模型,并讨论不同类型的图像特征对识别结果的影响。通过特征提取及使用核主成分分析法降维得到四种图像特征,并将其组合,将不同类型的特征输入至随机森林分类器,得到不同类型特征下的识别结果。实验结果表明,随机森林分类器对图像中的连续噪声具有良好的鲁棒性;源自彩色图像的特征和源自对应灰度图像的特征具有良好的判别能力互补性。     

程序设计语言的GLR优化分析

阐述了在程序设计语言语法分析器的构造中采用通用LR(generalized LR,简称GLR)分析算法的动机.提出了一个多层次的优化策略,加快了GLR分析器的分析速度.为基本的GLR算法增加了必要的运行时控制机制,以实现语法分析时调用文法规则附带的语义动作,化解输入串的二义性,同时避免GLR分析器可能存在的语义动作延迟问题.优化后的算法已在一个可视化语法分析器自动生成环境VPGE中实现.实验结果表明,在分析确定性的编程语言时,自动生成的GLR分析器的分析速度与自由软件基金会的Bison生成的LALR(1)分析器的分析速度有可比性.     

流域系统森林作用水文动态过程的仿真分析

该文对森林状态所引起的流域系统水文动态过程特征的变化作了计算机仿真分析。流域系统的森林状态随时间变化,包含森林的自然生长、采伐、造林等。而自然地质环境,如地形地貌等流域特征相对保持稳定。所以不同时期的流域水文动态过程特性变化主要由森林状态的变化所引起。选择长江流域湖南省境内三个集水面积在500-950KM^2的流域系统,收集连续30年的水文气象数据,以连续和5年数据作为一组,分成多个对比样本系列,辨别不同时期的水文动态过程模型。应用的模型有ARX和模糊神经网络。对模型作脉冲输入的响应仿真,得到不同时期的水文动态过程特性。比较各个时期的流域水文动态过程特性和相应时期的森林状态,得出了森林作用于水文动态过程的一些结论。     

不同树种组的热带森林植被生物量与遥感地学数据之间的相关性分析

以我国云南省西双版纳的热带森林为例,分别对栎类林、其它阔叶林、其它硬阔叶林的生物量与其对应的Landsat TM数据及其派生数据、气象数据和地形数据进行了相关性分析。首先,利用森林资源连续清查的林业固定样地数据,通过各树种组的各器官生物量估算模型计算出各样地的森林植被的生物量。然后,根据样地的坐标来建立样地GIS数据库。其次,将同期的遥感影像、气象数据和地形数据与GIS数据进行配准,并从遥感影像中产生出一系列的派生数据。最后,在此基础上,分别对栎类林、其它阔叶林、其它硬阔叶林的样地生物量与其遥感数据和派生数据、气象数据和地形数据进行相关性分析。研究表明,栎类林的生物量与TM1、TM2、TM3、TM4、TM5、TM7、缨帽变换的亮度、绿度、湿度、VI3、DVI、PC1和PVI在0.05的水平上显著,而与其它因子在这个水平上相关都不够显著。其它阔叶林的生物量与降雨量在0.05的水平上显著,而与其它因子在这个水平上相关都不够显著。其它硬阔叶林的生物量与降雨量在0.05的水平上显著,而与其它因子在这个水平上,其相关都不够显著。     

基于PCA-GA-RF的地震液化场地侧移预测模型研究

为了准确预测地震所引起的场地液化侧向位移，基于主成分分析（Principal Component Analysis,PCA）、遗传算法（Genetic Algorithm,GA）、随机森林算法（Random Forests,RF）提出了一种场地液化侧移预测模型。首先通过PCA降维处理搜集到的地震液化侧移数据库，其次利用GA算法优化RF算法的参数决策树个数和分裂属性个数等，再次选择最佳参数完成模型的训练，最后将其结果与其他模型进行对比分析。结果表明，PCAGA-RF预测模型的决定系数R2、均方根误差（Root Mean Square Error,RMSE）和平均绝对误差（Mean Absolute Error,MAE）分别为95%、0.41、0.27，相较于传统的多元线性回归法（Multiple Linear Regression,MLR）和RF模型在拟合优度和预测精度等方面有了显著提升，因此能够满足工程实际运用需求。在所有输入参数中，震级、震中距、可液化层厚度、细粒土含量以及临空比的敏感性程度较高，对液化侧向位移的影响较大，因此在勘察或试验时应该更注重这些参数的测量精度以确保预测的准确...     

不同树种组的热带森林植被生物量与遥感地学数据之间的相关性分析

以我国云南省西双版纳的热带森林为例,分别对栎类林、其它阔叶林、其它硬阔叶林的生物量与其对应的Landsat TM数据及其派生数据、气象数据和地形数据进行了相关性分析。首先,利用森林资源连续清查的林业固定样地数据,通过各树种组的各器官生物量估算模型计算出各样地的森林植被的生物量。然后,根据样地的坐标来建立样地GIS数据库。其次,将同期的遥感影像、气象数据和地形数据与GIS数据进行配准,并从遥感影像中产生出一系列的派生数据。最后,在此基础上,分别对栎类林、其它阔叶林、其它硬阔叶林的样地生物量与其遥感数据和派生数据、气象数据和地形数据进行相关性分析。研究表明,栎类林的生物量与TM1、TM2、TM3、TM4、TM5、TM7、缨帽变换的亮度、绿度、湿度、VI3、DVI、PC1和PVI在0.05的水平上显著,而与其它因子在这个水平上相关都不够显著。其它阔叶林的生物量与降雨量在0.05的水平上显著,而与其它因子在这个水平上相关都不够显著。其它硬阔叶林的生物量与降雨量在0.05的水平上显著,而与其它因子在这个水平上,其相关都不够显著。     

基于神经网络与随机森林相结合的螺旋桨综合性能预报算法

螺旋桨的参数优化是船舶行业一项重要的研究内容，而参数优化的目标是为了提升螺旋桨的综合性能。因此，快速且准确地预报螺旋桨性能对于螺旋桨设计极为重要。文章提出了一种基于神经网络与随机森林相结合的螺旋桨综合性能预报算法，并通过实验验证了该算法在POPP数据集上具有很好的准确率，以及该方法的参数选择、特征提取和性能预测的有效性。     

极化干涉SAR森林高度估计性能仿真研究

研究森林高度精确估计问题,针对森林高度估计性能无法用系统误差直接解析表示的问题,极化干涉合成孔径雷达(SAR)可以实现对森林高度的估计,将相干性作为中间参量引入仿真模型中.将系统误差用相干性的大小进行解析表征,接着以相干性的大小作为输入仿真极化干涉SAR数据,利用数据估计出森林高度,并分析森林高度的估计性能,可将系统误差与森林高度估计性能建立联系.在MATLAB平台上进行仿真实验,结果表明,方法可以有效地分析系统误差,对森林高度可以准确做出估计.     

基于类别和改进的CHI相结合的特征选择方法

针对传统CHI方法的低频词缺陷问题以及传统CHI方法是在全局范围内做特征选择,忽略了特征和类别间的相关性问题,提出改进方法。通过引入类内和类间分布因子,减少了低频词带来的干扰,并且降低了特征词在类间均匀分布时对分类带来的负贡献,同时提出基于类别的特征选择方法。采用随机森林分类算法,将提出的方法应用在微博情感分析领域。实验结果表明,以上方法能够有效的提高微博情感分类的准确率、查全率和F值。     

热成像森林防火智能分析系统方案浅析

森林火灾是世界性的林业重要灾害之一，年年都有一定数量的森林火灾发生，造成森林资源的重大损失和全球性的环境污染。森林火灾具有突发性、灾害发生的随机性、短时间内能造成巨大损失。     

基于遥感的随机森林农田水肥等级分级算法

农田水肥诊断对农作物增产与维持生态平衡稳定有重要意义。针对农作物航空遥感图像,提出用于农田水肥等级分级的随机森林分类模型,并讨论随机森林分类模型用于农田水肥等级分级的适用性。提出的模型基于随机森林分类器,通过对遥感图像进行特征提取与降维,将不同区域的遥感图像特征和对应的水、肥等级标签输入随机森林,训练分类模型,得到不同区域的分级结果。实验结果表明,在植被覆盖密度较高的区域中,随机森林分类模型能够为农作物含水量分级提供较好的分级参考,具有一定的适用性。     

基于AISA Eagle Ⅱ机载高光谱数据的森林可燃物类型识别方法

为形成林场级森林可燃物类型遥感精细识别方法,以内蒙古大兴安岭根河林业局潮查林场为试验区,结合地面调查和森林资源调查等资料,建立了该区域的森林可燃物类型机载高光谱影像数据分类体系;通过对各类型的原始光谱曲线、一阶微分曲线、二阶微分曲线和包络线消除曲线进行分析,得到了适用于各类型识别的特征波段;并基于生成的特征波段的主成分...     

基于旋转森林的分类器集成算法研究

为提高决策树的集成分类精度,介绍了一种基于特征变换的旋转森林分类器集成算法,通过对数据属性集的随机分割,并在属性子集上对抽取的子样本数据进行主成分分析,以构造新的样本数据,达到增大基分类器差异性及提高预测准确率的目的。在Weka平台下,分别采用Bagging、AdaBoost及旋转森林算法对剪枝与未剪枝的J48决策树分类算法进行集成的对比试验,以10次10折交叉验证的平均准确率为比较依据。结果表明旋转森林算法的预测精度优于其他两个算法,验证了旋转森林是一种有效的决策树分类器集成算法。     

森林火险等级信息手机短信发布平台研究

森林火险等级预测技术已经较为成熟,但是目前火险等级信息发布渠道依然较少,存在着信息发布不畅、覆盖率低的问题。该文提出的森林火险等级手机短信定制与发布方法,有效的降低信息发布成本、提高了信息发送的灵活性,扩大的信息接收范围,非常适合森林防火基层单位使用。     

基于PCA-RFR的传感器故障定位方法

基于数据驱动的故障诊断方法近些年来得到广泛的研究和应用,但这些方法主要针对于故障检测,对于故障根源的定位尚未得到充分解决。本文提出一种基于主成分分析(PCA)和随机森林回归(PFR)的因果分析故障定位方法(PCA-PFR)。该方法通过将离线故障数据段中的变量作为输入,与之对应的统计量作为输出建立随机森林回归模型,然后通过模型的变量重要性度量来得到过程变量对统计量的因果关系系数,其中值越大的变量被认为越有可能是引起故障发生的故障变量。最后通过一个数值案例和TE过程仿真实验,表明该方法的有效性。     

合成孔径雷达森林树高和地上生物量估测研究进展

微波遥感具有一定的穿透性,能够与森林内部的散射体发生相互作用,从而获得指示森林垂直方向的参数,被认为在森林垂直结构参数估测方面具有很大的潜力。PolSAR、InSAR、PolInSAR、多基线InSAR以及多基线PolInSAR技术的发展进一步拓展了微波遥感在林业中的应用,为森林垂直结构参数估测提供了可行的解决方案。首先总结了森林垂直结构剖面的层析提取方法;然后重点阐述了林下地形、森林树高以及森林地上生物量的微波遥感估测方法;最后就森林垂直结构参数估测研究中存在的问题及其发展趋势进行了分析。