典型文献
基于Stacking多模型融合算法的害鸟密度预测方法
文献摘要：
针对在输电线路中因鸟害引起线路故障的问题,研究一类基于Stacking多模型融合算法的害鸟密度预测方法.相较于传统Stacking算法,基于皮尔森系数法选取出差异度较高的随机森林模型、支持向量机模型、长短期记忆神经网络模型和岭回归模型作为Stacking集成算法的基学习器,使得模型更具泛用性.最后,实验证明该方法在准确性和有效性上优于单一算法和传统Stacking算法.
文献关键词：
多模型融合;Stacking算法;多分类
中图分类号：
作者姓名：
严伟杨;饶红霞;段恒
作者机构：
广东工业大学自动化学院,广东 广州 510006
文献出处：
引用格式：
[1]严伟杨;饶红霞;段恒-.基于Stacking多模型融合算法的害鸟密度预测方法)[J].工业控制计算机,2022(12):20-22
A类：
B类：
Stacking,多模型融合,融合算法,害鸟,密度预测,输电线路,鸟害,线路故障,皮尔森系数,系数法,出差,差异度,随机森林模型,支持向量机模型,长短期记忆神经网络模型,岭回归模型,集成算法,基学习器,一算,多分类
AB值：
0.343509
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
