本文主要研究内容作者林思美,黄华国,陈玲(2019)在《结合随机森林与K-means聚类评价湿地火烧严重程度》一文中研究指出:针对湿地植被存在典型的季节及年际变化特征,常用的遥感识别手段无法对湿地火烧严重程度实现准确评价的问题,提出了一种适用于湿地火烧严重程度的评价方法。基于2001年9月扎龙湿地的...
本文主要研究内容作者于滋洋,王翔,孟祥添,张新乐,武丹茜,刘焕军,张忠臣(2019)在《考虑水分光谱吸收特征的水稻叶片SPAD预测模型》一文中研究指出:叶绿素是植被光合作用的重要色素,传统实验室方法测定叶绿素含量需破坏性取样且操作复杂。通过构建高精度SPAD光谱估算模型,可以实现对水稻叶片叶绿素含量...
本文主要研究内容作者艾延廷,孙志航,田晶,许鹭,王志(2019)在《基于KPCA信息融合与随机森林的中介轴承故障诊断方法》一文中研究指出:针对航空发动机中介轴承故障信号传递结构复杂且路径长、信噪比低的问题,提出了一种基于核主元分析(KPCA)与随机森林(RandomForest)相结合的故障诊断新方...
本文主要研究内容作者刁培松(2019)在《融合核主成分与随机森林的瓷绝缘子污秽等级诊断方法研究》一文中研究指出:由瓷绝缘子表面污秽引起的闪络放电严重影响了电力系统的安全稳定运行,针对传统分析方法无法对瓷绝缘子污秽程度特征量的不明显和非线性属性进行准确反映,且瓷绝缘子污秽等级诊断准确率低的现状,提出了...
本文主要研究内容作者何珂,杨顺新,郜勇刚(2019)在《基于PCA-RF组合模型的隧道交通事故持续时间预测》一文中研究指出:使用主成分分析(PCA)和随机森林(RF)组合模型对高速公路隧道交通事故持续时间进行预测。主成分分析用来提高随机森林模型的精度与效率。此外,通过调节2个模型参数,包括决策树数目...