基于卷积神经网络的液化预测模型及可解释性分析、 一、 览 概览 1 1.1 研究背景和意义随着科技的不断发展,人工智能技术在各个领域得到了广泛的应用,尤其是在图像识别、语音识别等方面取得了显著的成果。在自然语言处理领域,尽管已经取得了一定的进展,但仍然存在许多问题和挑战。其中之一就是如何实现对文本内容的自动...
建立卷积神经网络(convolutional neural network,简称CNN)模型.引入边界合成少数过采样技术消除不平衡数据集的影响.将CNN模型与随机森林模型,逻辑回归模型,支持向量机模型,极致梯度提升模型和规范方法进行对比,并结合沙普利加性解释(SHapley AdditiveexPlanations,简称SHAP)分析输入特征对预测结果的影响趋势.结果表明,CNN模型...