排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
利用机器学习模型进行滑坡易发性评价时, 不同的超参数设置往往会导致评价结果的不同。采用贝叶斯算法对4种常见机器学习模型(逻辑回归LR、支持向量机SVM、人工神经网络ANN和随机森林RF)的超参数进行了优化, 探索了该算法对滑坡易发性机器学习模型的优化效果。以湘中地区4县(安化县、新华县、桃江县和桃源县)滑坡易发性评价为例说明该算法的可行性与适用性。基于滑坡历史编录, 确定研究区内1 017个滑坡点, 并选定15个滑坡影响因子, 以此构建滑坡易发性模型的训练集和测试集。利用贝叶斯优化算法对4种机器学习模型的主要超参数进行了优化, 依据优化后的超参数建立了4种优化模型, 并使用AUC值等指标来比较其预测能力。结果表明: 经超参数优化后的4种机器学习模型预测性能均有所提高, 且基于贝叶斯优化的随机森林模型表现最好。 相似文献
2.
3.
古人云：“人之力发自于心，心旺则事盛”，“人心齐泰山移”，“得人心者得天下”。员工高昂的斗志，顽强的士气，是企业战胜一切困难的不竭动力。我院从2000年底实行“放开经营，定比上交”以来，这一改革举措触动了每一个昆勘人的心弦，其力度之大，促进了我院突飞猛进的发展。但随着改革的不断深入，各种矛盾逐渐的凸现出来，职工与院可以进行双向选择，职工对院的依存度呈弱化的趋势，这导致的—个重要结果是， 相似文献
1