国家自然科学基金(11301036)
- 作品数：9 被引量：26H指数：3
- 相关作者：秦喜文刘铭刘文博董小刚李纯净更多>>
- 相关机构：长春工业大学北京机械工业自动化研究所有限公司北京首钢国际工程技术有限公司更多>>
- 发文基金：国家自然科学基金吉林省教育厅科研项目吉林省教育厅“十二五”科学技术研究项目更多>>
- 相关领域：理学自动化与计算机技术医药卫生环境科学与工程更多>>
- 基于VMD和LSTM方法的北京市PM_(2.5)短期预测被引量：8
- 2022年
- 雾霾问题是与社会发展息息相关的热点问题,为了进行PM_(2.5)浓度预测,为有效防治雾霾提供依据,本文提出了改进的VMD(变分模态分解)和LSTM(长短时记忆)神经网络相结合的PM_(2.5)预测模型VMD-LSTM。首先利用阈值法确定VMD方法的分解数目,将历史数据分解成不同序列,然后对每个序列进行预测,最后将每个序列的预测结果求和得到最终的预测结果。将VMD-LSTM模型应用到北京市PM_(2.5)序列的短期预测中,并利用7种评价指标将其与ARIMA(整合移动平均自回归)、RFR(随机森林回归)、LS-SVR(最小二乘支持向量回归)、LSTM等9种模型进行比较。结果表明,在其中的5个误差评价指标中,VMD-LSTM模型表现最优,仅有1个误差指标评价位列第二,在协议指数评价中,VMD-LSTM模型最接近于1,精度最高。其中:VMD-LSTM模型的均方误差为41.10,均方根误差为6.42,平均绝对误差为5.79,协议指数为0.97;而RFR、VMD-LS-SVR、ARIMA和LSTM等9种模型的均方误差范围为60.72~1 058.07,均方根误差范围为7.79~32.53,平均绝对误差范围为7.45~26.14,协议指数为0.39~0.95。相比于其他模型,本文提出的VMD-LSTM模型精度最高。
- 秦喜文王强进王新民郭佳静初晓
- 关键词：阈值法
- 深度森林算法的慢性肾病识别被引量：1
- 2020年
- 对慢性肾病数据集进行分类,并将深度森林与线性判别、朴素贝叶斯分类、K-最近邻、人工神经网络、支持向量机、决策树和随机森林进行比较,分析了精度、查准率、查全率和F1度量四种评价指标。
- 秦喜文周红梅吴睿冯阳洋王强进
- 关键词：慢性肾病
- 基于局部均值分解和迭代随机森林的脑电分类被引量：2
- 2020年
- 为实现癫痫患者的脑电信号有效识别,进而提高患者的生活质量,针对脑电信号的非平稳、非线性特点,提出一种基于局部均值分解和迭代随机森林相结合的脑电信号分类方法。首先利用局部均值分解将脑电信号分解成若干个乘积函数分量和一个残余分量,然后对所有分量进行特征提取,并使用支持向量机、随机森林和迭代随机森林方法进行分类。实验结果表明,迭代随机森林的分类准确率高于支持向量机和随机森林方法。此方法为准确识别癫痫脑电信号提供了一个可行有效的途径,具有较好的推广和应用价值。
- 秦喜文郭宇董小刚郭佳静袁迪
- 关键词：脑电信号特征提取局部均值分解
- 基于深度级联森林的乳腺癌基因数据分类研究被引量：2
- 2022年
- 乳腺癌基因数据的分类研究在临床医学上具有重要意义。针对基因数据的结构复杂、高维小样本等特点,提出一种最大相关最小条件冗余和深度级联森林结合的基因数据分类方法。选取博德基因研究所乳腺癌基因表达数据集,共98个数据作为样本,每个样本包含1 213个特征基因。首先对数据进行标准化处理,然后利用最大相关最小条件冗余选取特征子集,最后使用深度级联森林对特征子集进行分类。将随机森林、支持向量机和BP神经网络作为对比方法。结果表明,所提出的最大相关最小条件冗余和深度级联森林结合方法的最佳分类准确率达到93.78%,明显优于其他方法。该方法能有效提高乳腺癌基因数据的分类准确率,对基于基因数据的乳腺癌分类具有重要的理论意义与实用价值。
- 秦喜文王芮张斯琪
- 关键词：基因表达数据
- 基于决策树的钓鱼网站识别研究被引量：2
- 2015年
- 在现代社会中,网上交易变得越来越流行,但是也带来了一些值得深思的问题,例如旨在窃取个人信息,如密码、银行账户和信用卡信息的网络钓鱼变得猖獗起来.面对这种境况,研究人员提出了多种网络钓鱼网站的检测方法,例如,以黑名单为基础的技术、启发式的搜索技术等.然而,由于保护技术低效,受害者的数量一直在增加.该文分析了钓鱼网站的主要特征并分别利用两种决策树算法对钓鱼网站进行了识别研究.其中随机森林算法的分类正确率达到了96.5%,达到了钓鱼网站识别的要求.
- 何禹德刘铭
- 关键词：决策树钓鱼网站
- 基于整体经验模态分解的金融高频数据波动率估计研究
- 2020年
- 针对金融高频数据波动率的估计问题,借鉴小波变换思想,首次利用整体经验模态分解方法实现了高频数据波动率估计.首先,通过模拟数据验证了方法的可行性和有效性;其次,以日内高频数据为研究对象,并将分别利用经验模态分解和整体经验模态分解方法计算所得的波动率与已实现波动率进行了对比.结果表明,自适应分解方法可有效实现高频数据波动率估计,但整体经验模态分解要优于经验模态分解方法.该方法为高频数据波动率的非参数估计提供了新的解决途径,具有重要的推广与应用价值.
- 秦喜文周红梅董小刚郭佳静冯阳洋
- 关键词：高频数据对数收益率
- 基于F-score的特征选择算法在多分类问题中的应用被引量：3
- 2021年
- 将一种新的特征选择算法(F-score)与多种机器学习算法相结合用于多分类问题中。使用十折交叉验证对比模型的分类效果,利用分类误差验证该方法的鲁棒性。实验结果表明,文中使用的新的基于F-score的特征选择方法与传统机器学习算法相结合具有很好的性能,能够使用比原始数据集更少特征并产生良好分类结果,尤其在与迭代随机森林方法相结合的情况下,能够显著提高模型分类精度。
- 秦喜文王芮于爱军董小刚张斯琪
- 关键词：数据分类
- 基于极大重叠离散小波变换的金融高频数据波动率估计被引量：2
- 2014年
- 利用极大重叠离散小波变换方法对资产收益的积分波动率进行估计.针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量.结果表明,不同小波函数对积分波动率估计不存在显著差异,但随着抽样频率的增加,估计精度逐渐提高.对尺度及其相应尺度下的波动率进行对数变换可见,二者之间存在显著的线性关系,随着尺度的增加,波动率逐渐变小.
- 秦喜文刘文博董小刚王纯杰李纯净
- 关键词：高频数据
- 基于变分模态分解与随机森林的滚动轴承故障诊断被引量：6
- 2020年
- 滚动轴承是常见机械设备的重要部件,其是否能正常运作,直接关联到设备生产的安全性以及效率的高低,因此,能够及时、准确地识别滚动轴承工作状态,显得至关重要。提出了一种阈值法确定变分模态分解中分解个数,该方法使得分解个数的确定更科学合理,同时提出基于变分模态分解和随机森林相结合的滚动轴承故障诊断方法,该方法利用变分模态分解方法将滚动轴承振动信号分解成若干个固有模态函数,轴承发生不同故障时,不同的固有模态函数内的统计特征和频带能量会发生变化,从不同的固有模态函数中计算出其对应的均值、变异系数与能量熵等特征值,最后分别采用支持向量机和随机森林算法实现判断滚动轴承信号类型。结果表明,利用变分模态分解和随机森林相结合算法具有更高的识别精度,可以有效识别滚动轴承的故障类型。
- 秦喜文郭佳静史磊冯阳洋孙美虹
- 关键词：滚动轴承故障诊断特征向量
