【摘 要】
：
机器学习作为人工智能的核心,被广泛用于各行各业.而材料基因工程大数据技术的出现,使机器学习成为预测材料性能的新方法.本文利用集成算法Xgboost、随机森林(RF)以及AdaBoos
【机 构】
：
南华大学 机械工程学院,湖南 衡阳421000
论文部分内容阅读
机器学习作为人工智能的核心,被广泛用于各行各业.而材料基因工程大数据技术的出现,使机器学习成为预测材料性能的新方法.本文利用集成算法Xgboost、随机森林(RF)以及AdaBoost 3种机器学习模型,建立了铝及其合金的晶粒尺寸与细化剂成分、含量的关系,预测铝及其合金的晶粒尺寸,并对该模型进行了交叉验证.结果表明:随机森林模型表现最佳,其测试集的均方根误差(Root Mean Square Error,RMSE)为7.04,决定系数R2为0.79.
其他文献
在城市轨道交通新线开通运营后期,客流趋于稳定的情况下,利用改进的时间序列模型ARIMA(Autoregressive Inte?grated Moving Average Model),对新线开通后期的站点进出站客流
本文基于感性工学理论,研究符合用户需求的车载导航界面设计方案。经被试对车载导航界面进行感性意向评价,通过多元回归分析关联语意空间和界面形态设计空间,得到车载导航界面设计要素的显著性。使用回归分析结果对车载导航界面建立预测模型,并分析模型。通过对模型的多方验证,最终得到三个满足用户感性需求的设计方案。
蝶类作为昆虫生物链上重要的一环,其研究对于中国生态环境的保护具有重要意义。虽然国内外学者在昆虫识别上已取得较多成果,但针对蝶类识别的相关研究仍较为缺乏。而且,如何提高图像识别速度与识别精度,仍然是亟需解决的重要问题。因此,本研究基于蝶类图像数据集,使用MobileNet-SSD目标检测方法,对蝶类昆虫进行识别检测,并使用平均精准度(mean Average Precision,m AP)和检测速度
为解决室内移动机器人导航过程中容易碰撞障碍物的问题,本文提出一种融合深度相机和激光雷达的室内移动机器人建图与导航方法,在机器人底盘上安装激光雷达、深度相机和里程计,利用Gmapping算法进行室内二维地图构建,同时用ROS中depthimage_to_laserscan功能包对深度图像进行二维投影,生成的二维栅格地图与激光雷达所建的地图进行融合。实验证明该方法使建立的地图更加完善,提高了室内移动机
环境感知技术是汽车自动驾驶的基础,车道线检测技术是环境感知的关键部分。本文提出一种基于视觉的车道线检测技术。首先,运用"张正友标定法"对单目相机参数标定;然后将图像转换成鸟瞰图,并使用LaneRidge检测器对车道线进行分离;其次,使用随机抽样一致算法RANSAC拟合车道线,并对虚实车道线进行分类;最后,在MatLab平台上对本文提出的车道线检测算法进行验证。实验结果表明,本文提出的车道线检测算法
基于应急资源大数据的应急平台建设及应用,有助于提高应急管理效率、提升应急管理响应水平、减少突发事件造成的损失。实现对应急大数据的采集、挖掘、处理、分析,能够对应急需求进行科学准确的预测,提供高效和智能的应急决策服务。文文主要就大数据在智慧城市应急管理中的应用进行分析,从而为应急管理中大数据应用提供较好依据及支持。