原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第４２卷第１期贵州大学学报（自然科学版）Ｖｏｌ．４２Ｎｏ．１
２０２５年１月ＪｏｕｒｎａｌｏｆＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ）Ｊａｎ．２０２５
文章编号１０００５２６９（２０２５）０１００３４０８ＤＯＩ：１０．１５９５８／ｊ．ｃｎｋｉ．ｇｄｘｂｚｒｂ．２０２５．０１．０６
面向物种分布预测的加速计算方法研究
———以冷水珊瑚预测为例
１，２１，２３
罗帅，余劲松弟，佟瑞菊
（１．福州大学空间数据挖掘与信息共享教育部重点实验室，福建福州３５０１１６；２．福州大学数字中国研究院（福建），
福建福州３５０１１６；３．福建理工大学交通运输学院，福建福州３５０１１８）
摘要：本研究针对大范围物种潜在分布预测问题，选取了随机森林模型（ｒａｎｄｏｍｆｏｒｅｓｔ，ＲＦ）、支持向量机（ｓｕｐ
ｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）、极限梯度提升模型（ｅＸｔｒｅｍｅｇｒａｄｉｅｎｔｂｏｏｓｔｉｎｇ，ＸＧＢｏｏｓｔ）作为核心算法，并借助图形处
理单元（ｇｒａｐｈｉｃｓｐｒｏｃｅｓｓｉｎｇｕｎｉｔ，ＧＰＵ）设计并行计算策略，提出阶段式ＣＵＤＡ加速计算方法，以期在保证预测精
度的同时，显著降低计算时间。以北大西洋Ｄｅｓｍｏｐｈｙｌｌｕｍｐｅｒｔｕｓｕｍ冷水珊瑚为研究对象，本研究运用十折交叉
验证以及多种评价方法对模型性能进行了全面评估。实验结果表明，３种模型在合理的精度范围内均显著提升
了计算性能。其中，ＳＶＭ的性能提升效果最为显著，速度提升了８８．４８％，而ＲＦ和ＸＧＢｏｏｓｔ速度提升分别为
８８４１％和１６．５４％。综合来看，ＸＧＢｏｏｓｔ模型在性能和预测精度方面表现最佳。同时，本研究所提出的阶段式
ＣＵＤＡ加速计算方法对随机森林和支持向量机都展现出显著的性能提升效果。
关键词：ＧＰＵ；高性能计算；机器学习；物种潜在分布预测；冷水珊瑚；北大西洋
中图分类号：Ｐ２３７；Ｑ１４文献标志码：Ａ
［１２］
物种潜在分布预测研究基于物种已知分行空间分布建模，得到了物种对象的适宜性分布
布点位数据及环境因子数据，预测物种在特定时空图，从而区分出外观上难以辨识的同种物种的不同
条件下的地理分布，是当前生物地理学研究的热点亚种。支持向量机模型是一种二类分类模型［９］，
领域，也是保护生物学的一个重要问题。物种分布在物种分布预测研究中，常同ＭａｘＥｎｔ、ＲＦ、人工神
［３４］
模型（ｓｐｅｃｉｅｓｄｉｓｔｒｉｂｕｔｉｏｎｍｏｄｅｌｓ，ＳＤＭｓ）基于物经网络等算法一起作为参照模型。在选择预测模
种分布预测条件，将不同的模型算法投影到特定的型时，通常根据分辨率、受试者特征曲线（ｒｅｃｅｉｖｅｒ
景观中，以预测物种的潜在分布区和物种的丰富度ｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅ，ＲＯＣ）和混淆矩阵等
等。物种分布模型已经成为保护生态学以及入侵
文档评论（0）