排序方式: 共有1条查询结果,搜索用时 4 毫秒
1
1.
岩爆是地下工程面临的一个巨大灾害,岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向,但现阶段各机器学习算法表现不同,并且相互独立工作,没有融合,不能优势互补,导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法,融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法),充分发挥各算法的优势,实现优势互补;为保证新特征信息具有多样性,结合各种机器学习算法的原理和岩爆样本库的特点,提出3组考虑多个岩爆预测指标的Stacking集成算法,每组算法拥有不同基模型和多个元模型,解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值,结果表明构建的Stacking集成算法可以有效融合各机器学习算法,预测性能显著提升。在3组Stacking集成算法中,Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L... 相似文献
1