检索结果-南通市图书馆

基于ODR和BSMOTE结合的不均衡数据SVM分类算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2011年第10期26卷 1535-1541页

作者：陶新民童智靖刘玉付丹丹哈尔滨工程大学信息与通信工程学院哈尔滨150001

针对传统的支持向量机(SVM)算法在数据不均衡的情况下分类效果不理想的缺陷,为了提高SVM算法在不均衡数据集下的分类性能,提出一种新型的逐级优化递减欠采样算法.该算法去除样本中大量重叠的冗余和噪声样本,使得在减少数据的同时保留更... 详细信息

针对传统的支持向量机(SVM)算法在数据不均衡的情况下分类效果不理想的缺陷,为了提高SVM算法在不均衡数据集下的分类性能,提出一种新型的逐级优化递减欠采样算法.该算法去除样本中大量重叠的冗余和噪声样本,使得在减少数据的同时保留更多的有用信息,并且与边界人工少数类过采样算法相结合实现训练样本数据集的均衡.实验表明,该算法不但能有效提高SVM算法在不均衡数据中少数类的分类性能,而且总体分类性能也有所提高.

关键词：不均衡数据支持向量机算法边界人工少数类过采样算法逐级优化递减

在线全文

学校读者我要写书评

暂无评论

不均衡数据下基于阴性免疫的过抽样新算法

控制与决策 2010年第6期25卷 867-872,878页

作者：陶新民徐晶童智靖刘玉哈尔滨工程大学信息与通信工程学院哈尔滨150001 黑龙江省科技学院数力系哈尔滨150027

为提高不均衡数据集下算法分类性能,提出一种基于阴性免疫的过抽样算法.该算法利用阴性免疫实现少数类样本空间覆盖,以生成的检测器中心为人工生成的少数类样本.由于该算法利用的是多数类样本信息生成少数类样本,避免了人工少数类过抽... 详细信息

为提高不均衡数据集下算法分类性能,提出一种基于阴性免疫的过抽样算法.该算法利用阴性免疫实现少数类样本空间覆盖,以生成的检测器中心为人工生成的少数类样本.由于该算法利用的是多数类样本信息生成少数类样本,避免了人工少数类过抽样技术(SMOTE)生成的人工样本缺乏空间代表性的不足.通过实验将此算法与SMOTE算法及其改进算法进行比较,结果表明,该算法不仅有效提高了少数类样本的分类性能,而且总体分类性能也有了显著提高.

关键词：不均衡数据阴性免疫过抽样算法人工少数类过抽样技术

不均衡数据下基于SVM的分类算法研究与应用

在线全文

学校读者我要写书评

暂无评论

不均衡数据下基于SVM的分类算法研究与应用

作者：童智靖哈尔滨工程大学

学位级别：硕士

支持向量机算法是以统计学习理论为基础的一种机器学习方法,它以其扎实的理论基础以及完整的理论推导,成为处理小样本学习、非线性、局部极小值等问题的有效工具。支持向量机与神经网络相比,具有收敛速度快、稳定性强和泛化能力强等优点... 详细信息

支持向量机算法是以统计学习理论为基础的一种机器学习方法,它以其扎实的理论基础以及完整的理论推导,成为处理小样本学习、非线性、局部极小值等问题的有效工具。支持向量机与神经网络相比,具有收敛速度快、稳定性强和泛化能力强等优点,因此在故障检测领域中具有广泛的应用。在现实应用中由于故障数据不容易获得,所以检测数据往往是不均衡的。但是利用传统的支持向量机算法处理不均衡故障检测数据问题,分类器的分类效果很不理想,因此很多学者对支持向量机算法进行了改进。目前在数据层面对支持向量机算法的改进主要集中在少数类样本的过采样,但多数类样本中存在的噪声和冗余能对分类器产生不良的影响。鉴于此,本文提出将一种新型的逐级优化递减(ODR)欠采样算法,并且与边界人工少数类过采样算法(BSMOTE)结合实现训练样本数据集的均衡。该方法首先利用ODR对多数类样本进行欠采样,去除多数类样本中存在的大量重叠的冗余信息和噪声样本,使得在减少数据的同时保留更多的有用信息;而对少数类样本的过采样是对分类边界附近的少数类样本进行的,能更加有利于后续的SVM算法的分类。本课题首先利用UCI数据库中5组不同比例的不均衡数据集对本文提出的基于逐级优化递减算法(ODR)和BSMOTE算法相结合的SVM算法(ODR-BSMOTE-SVM)的分类性能进行测试,并与现有的基于少数类样本过采样的改进SVM算法进行对比测试。最后利用ODR-BSMOTE-SVM算法对滚动轴承故障检测数据集中进行检测性能测试,,并测试算法中重要参数对算法检测性能的影响,以及测试算法在滚动轴承故障检测中的泛化能力。

关键词：支持向量机不均衡数据 BSMOTE算法故障检测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种多尺度协同变异的粒子群优化算法

软件学报 2012年第7期23卷 1805-1815页

作者：陶新民刘福荣刘玉童智靖哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 黑龙江省电力有限公司黑龙江哈尔滨150090

为了改善粒子群算法易早熟收敛、精度低等缺点,提出一种多尺度协同变异的粒子群优化算法,并证明了该算法以概率1收敛到全局最优解.算法采用多尺度高斯变异机制实现局部解逃逸.在算法初期阶段,利用大尺度变异及均匀变异算子实现全局最优... 详细信息

为了改善粒子群算法易早熟收敛、精度低等缺点,提出一种多尺度协同变异的粒子群优化算法,并证明了该算法以概率1收敛到全局最优解.算法采用多尺度高斯变异机制实现局部解逃逸.在算法初期阶段,利用大尺度变异及均匀变异算子实现全局最优解空间的快速定位;随着适应值的提升,变异尺度随之降低;最终在算法后期阶段,利用小尺度变异算子完成局部精确解空间的搜索.将算法应用6个典型复杂函数优化问题,并同其他带变异操作的PSO算法比较,结果表明,该算法在收敛速度及稳定性上有显著提高.

关键词：粒子群算法早熟收敛多尺度协同变异适应度

在线全文

学校读者我要写书评

暂无评论

不均衡数据下基于SVM的故障检测新算法

振动与冲击 2010年第12期29卷 8-12,29页

作者：陶新民刘福荣童智靖杨立标哈尔滨工程大学信息与通信工程学院哈尔滨150001 哈尔滨电力职业技术学院信息工程系哈尔滨150030

针对传统支持向量机(SVM)算法在数据不均衡情况下无法有效实现故障检测的不足,提出一种基于过抽样和代价敏感支持向量机相结合的故障检测新算法。该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。为减少人工增加样... 详细信息

针对传统支持向量机(SVM)算法在数据不均衡情况下无法有效实现故障检测的不足,提出一种基于过抽样和代价敏感支持向量机相结合的故障检测新算法。该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。为减少人工增加样本带来的噪声影响,利用K近邻构造一个代价敏感的支持向量机(CSSVM)算法,利用每个样本的代价函数消除噪声样本对SVM算法分类精度的影响。将该算法应用在轴承故障检测中,并同传统的SVM算法,不同类代价敏感SVM-C算法,SVM和SMOTE相结合的算法进行比较,试验结果表明当样本不均衡时,建议算法的故障检测性能较其它算法有显著提高。

关键词：故障检测支持向量机 SMOTE算法 K近邻方法代价敏感

在线全文

学校读者我要写书评

暂无评论

复杂密集电磁环境下低重频雷达信号分选技术

舰船电子对抗 2018年第3期41卷 88-91页

作者：童智靖陈臻中国电子科技集团公司第五十一研究所上海201802

为实现对低重频雷达信号在复杂密集电磁坏境下的识别与分选,提出了一种具有自适应特征的低重频雷达信号分选技术,以及采用现场可编程门阵列(FPGA)+数字信号处理器(DSP)硬件架构的低重频雷达信号分选系统。该系统在复杂密集电磁环境下,通... 详细信息

为实现对低重频雷达信号在复杂密集电磁坏境下的识别与分选,提出了一种具有自适应特征的低重频雷达信号分选技术,以及采用现场可编程门阵列(FPGA)+数字信号处理器(DSP)硬件架构的低重频雷达信号分选系统。该系统在复杂密集电磁环境下,通过DSP自适应调节FPGA中的信号分选预处理过程,滤除侦收信号中多余的高重频信息,降低FPGA传输的数据流率,减少DSP处理的数据量,增加低重频信号的比率,提高低重频信号的分选识别能力。实验测试表明,在复杂密集电磁环境下该系统能够实现对低重频信号的识别与分选。

关键词：电子侦察复杂密集电磁环境脉冲重复频率信号识别信号分选

深度学习视域下的中学数学“原始概念”的教学

在线全文

学校读者我要写书评

暂无评论

中国教育学刊 2024年第S1期 91-93页

作者：傅靖鲁智虎北京市第二中学

在中学数学教学中，概念教学是所有教学内容中最为基础和关键的一个部分，其中，原始概念的教学因其所具有的不定义的特点，存在着界定与教学上的特殊性，这正需要教师深入探索，把握知识系统中的内在联系，通过合理的教学设计，引导学... 详细信息

在中学数学教学中，概念教学是所有教学内容中最为基础和关键的一个部分，其中，原始概念的教学因其所具有的不定义的特点，存在着界定与教学上的特殊性，这正需要教师深入探索，把握知识系统中的内在联系，通过合理的教学设计，引导学生进行深度学习，抓住数学知识的逻辑联系，避免照本宣科，使学生真正吸收内化这些原始概念，落实核心素养。基于深度学习视域下对高中数学“集合”的概念教学进行教学分析与设计，展示思考与实践过程，提出中学数学教学中关于原始概念讲解中的一些方法和观点。

关键词：中学数学概念教学原始概念深度学习集合

基于Copula函数的汉江生态流量定值及水华调控风险研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

长江科学院院报 2024年

作者：农翕智赖程靖争叶晔长江水利委员会长江科学院广西大学土木建筑工程学院中日友好环境保护中心

生态流量定值研究对于维持河流生态健康与稳定十分重要，然而目前的生态流量定值方法尚有对水文、生态的多条件联合对比以及计算情景单一的不足。本文基于Copula函数与贝叶斯理论构建了2018年汉江水华暴发期间流量与藻密度的联合风险模... 详细信息

生态流量定值研究对于维持河流生态健康与稳定十分重要，然而目前的生态流量定值方法尚有对水文、生态的多条件联合对比以及计算情景单一的不足。本文基于Copula函数与贝叶斯理论构建了2018年汉江水华暴发期间流量与藻密度的联合风险模型，并在多情景中对不同藻密度概率下的生态流量进行了定值计算，所得结果与Tennant法、水文拐点法等传统生态流量计算方法进行比较。结果表明：2018年汉江水华暴发期间，当流量高于728.00 m3/s和1096.30 m3/s时，藻密度分别有超过80%的概率大于2561.10×104cells/L和902.93×104cells/L；与Copula模型相比，Tennant法和水文拐点法往往忽视了变量间的相依性结构，从而导致对整体风险低估。本文为研究河流水文、生态因子间相关关系以及多情景生态流量定值的系统分析提供科学参考，对河流水华风险预警与调控提供科学依据。

关键词：生态流量 Copula函数水华暴发多情景水文分析水文生态因子

高静压粉煤成型条件对制备型焦质量影响的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭转化 2024年

作者：商靖童姚润生牛志龙王玉高申峻太原理工大学化学工程与技术学院山西博嘉慧科技有限公司山西浙大新材料与化工研究院

利用高静压粉煤成型技术将粉煤制成高密度型煤炼制型焦，可以扩大炼焦煤源，减少高粘结性煤使用量，降低焦炭生产成本。以型焦反应性（PRI）、反应后强度（PSR）及冷态强度为主要质量指标，利用前述成型技术研究了粉煤成型过程中水分、... 详细信息

利用高静压粉煤成型技术将粉煤制成高密度型煤炼制型焦，可以扩大炼焦煤源，减少高粘结性煤使用量，降低焦炭生产成本。以型焦反应性（PRI）、反应后强度（PSR）及冷态强度为主要质量指标，利用前述成型技术研究了粉煤成型过程中水分、配合煤细度和成型压力对型焦质量的影响，发现：在同一配煤方案下，成型压力15 MPa、细度73%，水分为6%～14%时，PRI随水分的增大呈先下降后上升趋势，在8%时达到最小值，PSR和冷态强度随水分的增大均呈先上升后下降的趋势，在水分为8%时分别达到最大值；在同一配煤方案下，成型压力10 MPa、水分为8%，配合煤细度53%～93%时，PRI随配合煤细度的增大呈先下降后上升趋势，细度73%时达到最小值，PSR随配合煤细度的增大呈先上升后下降的趋势，在细度83%时达到最大值，型焦冷态强度随配合煤细度增加呈现先上升后下降的趋势；在六种不同配煤方案下，水分8%、细度83%，成型压力0.1 MPa～40 MPa时，六种配煤方案得到的型焦PRI均随成型压力的增大呈先下降后上升的趋势，在30 MPa时均达到最小值，PSR均随成型压的增大呈先上升后下降的趋势，在30 MPa时均达到最大值，型焦冷态强度均随成型压力增大呈上升趋势。从型煤密度、型焦气孔率和微晶参数等方面探讨了成型压力变化引起型焦强度变化的原因。

关键词：粉煤成型水分细度成型压力反应性