【摘 要】
：
为了解决随机森林在处理高维连续型数据时的不相容信息问题,一定程度上提高算法的准确率与计算效率,结合最大相关最小冗余的思想,提出了一种融合最大信息系数的随机森林算法(random forest algorithm combining maximum information coeffi cient,MICRF)。首先运用最大信息系数度量方法,分别计算特征与因变量,特征与特征之间的相关系数,根据两者之间的差值,进行贪婪搜索,依次筛选出最佳的特征子集来构造随机森林。在UCI数据集上的实验表明,与原始随机森林算法
【基金项目】
：
江西省卫生健康委员会科技计划(20195639)。
论文部分内容阅读
为了解决随机森林在处理高维连续型数据时的不相容信息问题,一定程度上提高算法的准确率与计算效率,结合最大相关最小冗余的思想,提出了一种融合最大信息系数的随机森林算法(random forest algorithm combining maximum information coeffi cient,MICRF)。首先运用最大信息系数度量方法,分别计算特征与因变量,特征与特征之间的相关系数,根据两者之间的差值,进行贪婪搜索,依次筛选出最佳的特征子集来构造随机森林。在UCI数据集上的实验表明,与原始随机森林算法
其他文献
植物材料为景观规划设计及建设过程中的基本材料,植物单体本身拥有较高的观赏性,作为景观组成部分又呈现出多层次的视觉美感。多数植物研究者的出发点一般都是基于植物分类学研究,本文从人群在环境感官中对植物的视觉感受出发,对植物的视觉性导向进行研究和调查,给出结论和观点。
当前很多植物都具有净空气、提精神、促睡眠、杀菌等实际功效,如多肉植物、薄荷、芦荟等。所以,合理选择符合自己实际需求的植物是特别重要的,同时要注意,不同植物对水分、温度、光照及土壤等都有不同的管理与养护要求。基于此,本文对室内盆栽植物进行研究,分析室内盆栽植物的应用,探讨室内盆栽植物的合理选择及管理措施,以期为相关人员提供参考。
系统揭示深度学习主流模型的原理,并探究其在有监督实体关系抽取任务中的效果差异。对目前的主流技术范式、关键技术、研究进展和存在的问题进行了分析总结,然后以有监督的实体关系抽取任务为基础,对比研究了几种典型的深度学习模型和预训练语言模型,对其有效性进行了实验分析。不同模型关系抽取准确率在关系种类上的分布也有较大差异,BERT模型在标准数据集上取得的F1值高于基于CNN和基于PCNN的模型,同时具备更好的鲁棒性。BERT模型的整体性能优于其他两种模型,能适用于更普遍的情况。
为解决园林绿地养护方面的相关问题,本文对园林绿地养护管理技术进行分析,并对管护问题提出相应改善方案。一方面能够对城市环境美化助力,为广大群众打造出舒适愉悦的生活环境,另一方面还有利于城市的旅游业发展,促使城市获得高速发展,希望本文能够对相关工作人员具有一定借鉴意义。
为了提高人们的生活品质和满足人们的精神需求,本文以园林假山造景技术为例,首先分析改善园林假山造景技术对人们生活环境的好处,再研究园林假山造景技术的难度,最后罗列其他可能应用到的技术,以期为相关人员提供参考。
在基于中国学术文献网络出版总库科学确定检索主题词的基础上,完成了2016-2020年中英文相关文献检索,分析了文献分布情况,借助SATI软件网络版和SPSS软件进行了文献题录信息统计分析,通过关键词词频分析和社会网络分析揭示学科研究热点,通过高频关键词聚类分析和多维尺度分析揭示学科研究热点相互关系和发展趋势,并对国内外人因工程学科的研究热点与发展趋势进行了比较分析。
在当前中国快速城市化发展的时期,城市园林绿化建设亦如火如荼地推进,有效改善城市生态环境。绿地养护需要消耗大量水源,我国很多北方城市水资源稀缺,常常会遇到用水供需的矛盾。为了实现绿地水资源的高效利用,节水型城市绿地植物配置优化模式应运而生。耐旱植物种植是节水型园林建设的重要环节,本文根据其响应机制与耐旱习性,提出合理配置耐旱植物群落的改善措施,旨在充分释放其景观效益和生态效益,增强城市绿地系统的生态弹性,以期为我国北方地区城市绿化园林建设提供借鉴或帮助。
针对当前多标签文本分类模型在标签语义信息利用过程中存在文本特征提取不充分、文本特征信息丢失的问题,提出了一种改进标签语义信息嵌入的多标签文本分类模型(label embedding multi label text classifi cation,LEMLTC)。首先利用BERT将待分类文本和标签嵌入成向量,接着将标签向量和文本向量做点乘,然后通过一个注意力层生成文本的注意力向量,从而对文本向量加权,最后通过全连接网络实现多标签文本分类。在AAPD和Reuters-21578数据集上进行实验,F1值分别提
针对植物叶片病害实时性差的问题,提出了一种在树莓派OpenCV上的植物叶片病害识别的方案。针对如何提取植物叶片褐斑病害区域的问题,利用一种在Lab颜色空间下运用K-means聚类算法的方法。K-means聚类方法可以在目标区域和背景区域的差异比较明显的情况下,有效的提取叶片目标区域。同时结合Lab颜色空间,利用植物病害区域的褪绿特点以及Lab颜色空间颜色分布的均匀性,从褐斑病区域中提取相对容易对比
8月以来,山东电子学会陆续组织了多场科技成果评价会.通过科学分类,多维度评价的方式,针对多项科技成果的不同特点和评价目的,邀请数位学会专家,严格依据鲁电学发〔2015〕55