Bagging算法
Bagging算法的相关文献在2000年到2022年内共计88篇,主要集中在自动化技术、计算机技术、电工技术、经济计划与管理
等领域,其中期刊论文71篇、会议论文4篇、专利文献51586篇;相关期刊53种,包括中外企业家、金融理论与实践、科技管理研究等;
相关会议4种,包括第二十二届中国过程控制会议、2011中国西部声学学术交流会、2016年第27届中国过程控制会议 等;Bagging算法的相关文献由246位作者贡献,包括王宇飞、张智晟、撖奥洋等。
Bagging算法—发文量
专利文献>
论文:51586篇
占比:99.85%
总计:51661篇
Bagging算法
-研究学者
- 王宇飞
- 张智晟
- 撖奥洋
- 李雅芹
- 杨慧中
- 于立涛
- 何勇
- 余之刚
- 刘丽媛
- 周凡雅
- 安睿
- 张化祥
- 徐忠武
- 徐茹枝
- 杨芙
- 王斐
- 程宏亮
- 程怡馨
- 考春雨
- 耿啸风
- 范叶叶
- 贾珍妮
- 贾花萍
- 陈丹伟
- 高昆仑
- 黄蓉
- LI Yan-jun
- XIONG Wei-li
- ZHAO Shuai
- 丁友东
- 业宁
- 业巧林
- 于海峰
- 任涛
- 任雪妮
- 何胜美
- 佘斌
- 余虎
- 侯凡
- 俞建明
- 全星慧
- 冀素琴
- 刘东霞
- 刘丽
- 刘凯
- 刘彬
- 刘文煌
- 刘明硕
- 刘晓雨
- 刘杰
-
-
蔡鑫祥;
撖奥洋;
周生奇;
菅学辉;
张智晟
-
-
摘要:
为提高负荷预测精度,提出一种基于改进Bagging算法与模糊最小窥视孔长短期记忆(Min peephole long short-term memory,MP-LSTM)融合的短期负荷预测模型。MP-LSTM模型相较于传统长短期记忆网络(Long short-term memory,LSTM)模型舍弃了输入门和输出门,只保留遗忘门,模型包括一个sigmoid网络层和一个tanh网络层,减少了模型参数,优化了模型结构。通过将温度进行模糊化处理,减小温度波动对负荷的影响。采用改进Bagging算法对MP-LSTM模型集成处理来提高模型预测的精度。以某地区的实际负荷数据进行算例仿真,并与传统LSTM神经网络预测法、MP-LSTM神经网络法和模糊MP-LSTM神经网络法进行对比,仿真结果表明文中所提模型具有较好的预测精度。
-
-
李国玉;
张戬;
孟勇亮
-
-
摘要:
针对供电系统故障诊断结果精准度低等问题,提出一种基于Bagging算法的地铁供电系统故障诊断方法。供电系统运行数据构建对应的数字模型。通过对诊断结果进行修正,得到高精度的故障诊断结果。以数字模型为基础,使用Bagging算法对供电系统运行数据进行分类。采用供电系统运行数据分类结果,实现BP神经网络实现供电系统故障诊断。实验结果表明,本方法故障诊断效果更好,更具可靠性与安全性。
-
-
俞建明;
翟小飞;
魏士源;
赵庆兵;
蔡一彪
-
-
摘要:
针对旋转机械早期故障特征提取困难、多元状态估计技术矩阵运算效率低、建模鲁棒性差的问题,研究小波包变换、多元状态参数估计和bagging算法等技术,构建基于振动、温度、流量和压力等参数的旋转设备早期故障监测方法。应用三门核电厂用水泵的实测数据对构建的故障监测方法进行验证,结果表明,旋转设备早期故障监测模型在故障特征提取、计算时间和建模精度等方面均具有明显优势,并能够检测出设备的早期故障,实现早期预警,有效地降低误报率。
-
-
郭小萍;
郭建斌;
高嘉俊;
李元
-
-
摘要:
针对过程数据具有时序相关性以及过程故障是否影响产品质量的问题,提出一种基于Bagging思想和典型变量分析(CVA)的故障检测方法(Bagging-CVA).采用Bagging思想对建模数据随机抽样构成多组新的数据集,消除数据的时序相关性.分别在每组新的数据集基于CVA方法建立过程相关和质量相关的故障检测模型,同时监测故障对于过程和产品质量的影响.同时提出了一种最优模型选取策略,通过故障检测率和误报率来选出最优模型,降低了传统Bagging方法对多组模型的统计量进行融合的复杂度.通过数值案例和田纳西-伊斯曼过程的仿真实验对方法进行验证.实验结果表明,所提出的改进Bagging-CVA方法可以避免过程数据的时序相关性对故障检测模型的影响,从而提高检测率和降低误报率.此外,还可以进一步分析过程故障是否对产品质量产生影响.
-
-
任雪妮;
罗幼喜
-
-
摘要:
为了研究弱分类器的个数及种类的构成对强分类器预测准确性的影响,以及在不同经济金融数据的预测情况,选择credit,bank,stock,audit数据集模拟bagging算法分类器的个数和分类器构成方法不同时的预测情况.其中由KNN算法、C5.0算法和朴素贝叶斯算法构造了7种不同的组合方法.总的来看,基于bagging的C5.0决策树方法并设置分类器个数为50时预测效果最佳.对bank数据集设置最佳的方法和分类器个数进行实例分析,准确性达到94.17%,预测情况良好.
-
-
章怡
-
-
摘要:
针对传统方法对资产、财务的管理过程中存在难以预测资产异常状态的问题,文中提出了基于泛在物联网与机器学习的资产异常状态预警算法来评估用户的资产状态.该资产异常状态预警系统从结构与设计方法两个角度展开,采用B/S系统架构以满足通过互联网实现多终端的实时接入.泛在物联网技术连接了用户的各个层面,可为资产异常状态预警系统提供所需要的样本数据;机器学习中的BP神经网络与决策树算法被用来对样本数据进行特征提取及资产状态分类,从而构建资产异常状态预警模型;最终使用Bagging对资产异常状态预警模型进行优化.测试与数据分析结果表明,与使用Softmax作为分类器的模型对比,基于BP神经网络与决策树的资产异常状态预警算法具有更高的准确率,平均识别精准度为80.1%,可以为用户提供有效的资产风险预警.
-
-
王康;
张智晟;
撖奥洋;
于立涛
-
-
摘要:
为了提高电力系统短期负荷的预测精度,提出了一种基于Bagging算法的双向加权门控循环单元GRU(gated recurrent unit)集成神经网络短期负荷预测模型.对双向门控循环单元BiGRU(bidirectional gated recur?rent unit)神经网络两个方向的隐含层状态进行加权求和处理,使得对负荷点的预测可以同时考虑过去和未来的信息.通过Bagging算法对双向加权GRU神经网络进行集成处理来提高模型的泛化能力.按照某地区真实负荷数据,并与反向传播BP(back propagation)神经网络、长短期记忆LSTM(long short-term memory)神经网络、单向GRU神经网络和双向GRU神经网络进行对比可以得出,所提模型有更好的预测效果.
-
-
王孟;
张大斌;
魏晓雍;
张晖;
刘杰民
-
-
摘要:
当前消化道胶囊内镜图像识别算法存在两个局限,一是要对有差别的病灶设计具体的特征检测算法;二是通过深度学习开展迁移学习时,原训练数据与胶囊内镜图像存在较大差异.因此,提出一种小型通用的基于神经网络与特征融合的胶囊内镜图像识别模型.对图像分离G通道、Log变换和直方图均衡化预处理;采用三个相同卷积神经网络分别对三种预处理后的图像提取特征;采用Bagging算法进行特征融合与识别.对Kvasir数据集的实验表明,该模型准确率为96.89%,比RGB输入、传统机器视觉和经典神经网络模型高出2.05百分点以上,其AUC均值达到0.99,灵敏度达到98.55%,特异度达到96.51%.该模型能为医生诊断提供辅助作用.
-
-
沈俊鑫;
程墙;
吴以
-
-
摘要:
可融资性难问题持续制约PPP健康发展,社会资本往往从项目本身和地方政府两个维度评价项目的可融资性.通过综合比较主流样本合成算法在合成样本的精细度以及分类器算法对非平衡样本集少数类样本的识别能力,针对我国财政部政府和社会资本合作中心库中PPP案例样本数据存在非平衡性及高噪声异质性问题,提出Borderline-SMOTE Bagging算法,按照不同领域对其中4组项目进行可融资性评价.结果表明:基于数据挖掘算法对PPP可融资性进行评价具备可行性;Borderline-SMOTE Bagging算法具备良好的样本分类能力和优秀的泛化能力,能有效降低因合成样本形成的噪音所带来的负面影响,且具备良好的少数类样本识别能力.最后结合实证过程遇到的问题,对未来PPP数据化发展,提出政府部门应增强PPP项目数据收集能力并逐步实现数据开放共享,借助大数据技术提升PPP项目管理效率和精准度等建议.
-
-
曹惠玲;
成宝荣
-
-
摘要:
基于选择性理论对传统Bagging算法进行改进,以CFM56-7B发动机指印图为基础进行数据扩充,得到建模的数据集,采用基于改进后的Bagging算法解决发动机气路故障诊断问题.在CFM56-7B发动机上的应用表明,改进后的集成算法模型相对于单一算法模型的诊断效果更为显著.
-
-
ZHAO Shuai;
赵帅;
XIONG Wei-li;
熊伟丽;
LI Yan-jun;
李妍君
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
工业污水处理过程具有高度非线性的特点,对水质指标中的生物需氧量(BOD)的实时监测提出了挑战,因此,提出一种基于核主元分析(KPCA)和Bagging算法的集成高斯过程回归(GPR)建模方法.首先,采用核主元分析(KPCA)方法将采集到的污水数据投影到高维空间进行降维处理,提取非线性主元作为模型输入;然后采用Bagging集成学习算法得到若干样本子集,对每一个样本子集建立相应的GPR模型;最后根据贝叶斯后验概率计算得到各子模型的权重,对各子模型的输出进行融合,得到全局预测值.对实际污水处理过程数据的仿真结果表明,本文方法具有良好的预测精度与泛化能力.
-
-
ZHAO Shuai;
赵帅;
XIONG Wei-li;
熊伟丽;
LI Yan-jun;
李妍君
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
工业污水处理过程具有高度非线性的特点,对水质指标中的生物需氧量(BOD)的实时监测提出了挑战,因此,提出一种基于核主元分析(KPCA)和Bagging算法的集成高斯过程回归(GPR)建模方法.首先,采用核主元分析(KPCA)方法将采集到的污水数据投影到高维空间进行降维处理,提取非线性主元作为模型输入;然后采用Bagging集成学习算法得到若干样本子集,对每一个样本子集建立相应的GPR模型;最后根据贝叶斯后验概率计算得到各子模型的权重,对各子模型的输出进行融合,得到全局预测值.对实际污水处理过程数据的仿真结果表明,本文方法具有良好的预测精度与泛化能力.
-
-
ZHAO Shuai;
赵帅;
XIONG Wei-li;
熊伟丽;
LI Yan-jun;
李妍君
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
工业污水处理过程具有高度非线性的特点,对水质指标中的生物需氧量(BOD)的实时监测提出了挑战,因此,提出一种基于核主元分析(KPCA)和Bagging算法的集成高斯过程回归(GPR)建模方法.首先,采用核主元分析(KPCA)方法将采集到的污水数据投影到高维空间进行降维处理,提取非线性主元作为模型输入;然后采用Bagging集成学习算法得到若干样本子集,对每一个样本子集建立相应的GPR模型;最后根据贝叶斯后验概率计算得到各子模型的权重,对各子模型的输出进行融合,得到全局预测值.对实际污水处理过程数据的仿真结果表明,本文方法具有良好的预测精度与泛化能力.
-
-
ZHAO Shuai;
赵帅;
XIONG Wei-li;
熊伟丽;
LI Yan-jun;
李妍君
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
工业污水处理过程具有高度非线性的特点,对水质指标中的生物需氧量(BOD)的实时监测提出了挑战,因此,提出一种基于核主元分析(KPCA)和Bagging算法的集成高斯过程回归(GPR)建模方法.首先,采用核主元分析(KPCA)方法将采集到的污水数据投影到高维空间进行降维处理,提取非线性主元作为模型输入;然后采用Bagging集成学习算法得到若干样本子集,对每一个样本子集建立相应的GPR模型;最后根据贝叶斯后验概率计算得到各子模型的权重,对各子模型的输出进行融合,得到全局预测值.对实际污水处理过程数据的仿真结果表明,本文方法具有良好的预测精度与泛化能力.
-
-
-
-
-
-