基于隨機森林與長短期記憶網(wǎng)絡結(jié)合的藍莓黑腹果蠅發(fā)生預測_第1頁
基于隨機森林與長短期記憶網(wǎng)絡結(jié)合的藍莓黑腹果蠅發(fā)生預測_第2頁
基于隨機森林與長短期記憶網(wǎng)絡結(jié)合的藍莓黑腹果蠅發(fā)生預測_第3頁
基于隨機森林與長短期記憶網(wǎng)絡結(jié)合的藍莓黑腹果蠅發(fā)生預測_第4頁
基于隨機森林與長短期記憶網(wǎng)絡結(jié)合的藍莓黑腹果蠅發(fā)生預測_第5頁
已閱讀5頁，還剩16頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

基于隨機森林與長短期記憶網(wǎng)絡結(jié)合的藍莓黑腹果蠅發(fā)生預測均，從而提高預測的準確性；而LSTM作為一種循環(huán)神經(jīng)網(wǎng)絡，具有1.1藍莓黑腹果蠅概述藍莓黑腹果蠅(Drosophilamelanogaster)是一種常見的果蠅品1.2發(fā)生預測的重要性放到01之間。這有助于提高模型的收斂速度和泛化能力，我們根據(jù)2.1數(shù)據(jù)來源與預處理放到0到1之間，以消除不同特征之間的量綱影響。還對數(shù)據(jù)進行了標準化處理，使得每個特征的均值為0,標準差為1,進一步提高了模2.2特征選擇與提取提取過程中，我們將選定的特征輸入到LSTM網(wǎng)絡中，讓網(wǎng)絡學習這率和F1值等評價指標。實驗結(jié)果表明，該模型具有較高的預測準確(Drosophilamelanogaster)發(fā)生預測。隨機森林是一種集成學習方在本實驗中，我們設置n_estimat在模型訓練完成后，我們使用準確率、精確率、召回率和F1分3.2長短期記憶網(wǎng)絡模型的文本數(shù)據(jù)轉(zhuǎn)換為數(shù)值型的特征向量。這可以3.2.1LSTM原理與結(jié)構設計征作為輸入序列，將發(fā)生情況作為目標序列。通過訓練一個LSTM模3.2.2模型訓練與評估共線性問題，我們采用方差膨脹因子(VIF)方法檢測特征之間的相關性。如果某個特征的VIF值大于5,說明該特征與其他特征存在較強機森林結(jié)合，我們可以在保留隨機森林的優(yōu)點的同時，利用LSTM對3.3結(jié)合隨機森林與LSTM的模型設計入，我們可以充分利用隨機森林學到的知識，提高LSTM模型對藍莓3.3.2模型訓練與評估4.1對比實驗結(jié)果90,而隨機森林的平均準確率僅為70。長短期記憶網(wǎng)絡還具有更好的4.2結(jié)合模型的優(yōu)勢與不足和LSTM各自

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論