检索结果-南通市图书馆

计算机与数字工程 2024年第7期52卷 1932-1937,1943页

作者：李长洪郑凯林博宇华南师范大学计算机学院广州510631 华南师范大学网络中心广州510631

许多传统的分类算法在处理不平衡数据时,训练出的分类器对多数类别样本预测准确率较高,而对少数类别样本的预测准确率较低。针对这一问题,提出一种改进的梯度提升决策树(GBDT)算法用于处理不平衡数据的二分类问题。数据层面,用自适应综... 详细信息

许多传统的分类算法在处理不平衡数据时,训练出的分类器对多数类别样本预测准确率较高,而对少数类别样本的预测准确率较低。针对这一问题,提出一种改进的梯度提升决策树(GBDT)算法用于处理不平衡数据的二分类问题。数据层面,用自适应综合过采样(Adaptive Synthetic Sampling)技术增加少数类的样本数量。算法层面,将焦点损失函数(Focal Loss)引入到GBDT二分类算法中,增加模型对少数类样本的关注度。并且通过平衡化GBDT内部迭代时的每一次随机子采样,使基分类器的性能更稳定。在10组KEEL不平衡数据集上进行对比实验,实验结果验证了改进的可行性。并且用提出的改进算法与SMOTEBoost、RUSBoost、CUSBoost这三种流行的不平衡数据分类算法进行比较,实验结果表明所提改进算法在其中7组数据集上F1-measure值取得最高,其中6组数据集上G-mean值取得最高,验证了所提改进算法在处理不平衡数据的二分类问题时具有较好的效果。

关键词：不平衡数据梯度提升决策树自适应综合过采样焦点损失函数随机子采样

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

时空相关多通道聚类的运动目标检测

引用

物理学报 2019年第16期68卷 202-211页

作者：徐艳王培光杨青董江涛河北大学电子信息工程学院保定071002 陆军工程大学石家庄校区电子与光学工程系石家庄050000 河北工业大学电子信息工程学院天津300401 中国电子科技集团公司第五十四研究所石家庄050000

针对某些光照变化、噪声不稳定等多模态场景不适合离线训练背景模型来提取目标信息的问题,在基于混合高斯的背景建模的基础上,利用帧间差分与邻域相似性实现模型初始参数的选取;提出将随机子采样与邻域空间传播理论相结合改进参数更新过... 详细信息

针对某些光照变化、噪声不稳定等多模态场景不适合离线训练背景模型来提取目标信息的问题,在基于混合高斯的背景建模的基础上,利用帧间差分与邻域相似性实现模型初始参数的选取;提出将随机子采样与邻域空间传播理论相结合改进参数更新过程;在时间维度上建立观测向量,实现模型参数的优化,加快模型收敛速度;并将颜色信息和梯度相融合实现基于多特征的多通道背景模型的建立,采用背景点的随机采样策略简化多通道模型建立的计算量,最终实现复杂环境下的运动目标的检测.实验表明,算法在抑制鬼影、动态背景和遮挡等方面有良好的检测性能,且执行效率能够满足实时计算的需求.

关键词：混合高斯随机子采样邻域相关多通道

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于集成学习和模糊聚类的高光谱异常检测算法研究

基于集成学习和模糊聚类的高光谱异常检测算法研究

引用

作者：黄晓蓓广东工业大学

学位级别：硕士

高光谱图像包含丰富的光谱信息和空间信息,为地物的精细识别带来了良好的机遇,使得其在灾害预防、矿物勘察、国防安全等民用和军用领域都有很高的应用价值和广阔的发展前景。然而,高光谱图像的数据量大、背景不确定性强、特征维度高、... 详细信息

高光谱图像包含丰富的光谱信息和空间信息,为地物的精细识别带来了良好的机遇,使得其在灾害预防、矿物勘察、国防安全等民用和军用领域都有很高的应用价值和广阔的发展前景。然而,高光谱图像的数据量大、背景不确定性强、特征维度高、光谱相关性强等特性,给其处理与分析带来了一系列的挑战。其中,异常检测是高光谱图像处理领域中一个活跃的研究课题。与目标检测任务相比,异常检测不需要任何先验信息,具有更高的实际应用价值。因此,本文从高光谱异常检测的角度,对其发展现状以及相关的理论基础进行研究,提出了两种新的高光谱异常检测算法。本文的主要研究内容如下:(1)为了充分利用高光谱图像丰富的空间信息和光谱信息,并且减少异常像素对背景建模的污染,本文提出了一种基于多特征集成和随机RX的异常检测(ensemble and random RX with multiple features,ERRX＿MF)算法。该算法从高光谱图像中提取光谱特征、Gabor特征、扩展形态学轮廓(extended morphological profile,EMP)特征、扩展的多属性轮廓(extended multiattribute profile,EMAP)特征,并将它们应用到异常检测中。多特征融合可以充分利用特征的互补性,为异常检测提供更完整的信息。此外,考虑到异常像素对背景建模的污染,该算法采用随机子采样的方法为每个特征进行多次的背景建模。最后,通过集成学习得到高光谱图像中每个像素的最终异常分数。在4个真实高光谱数据集上的实验表明,所提出的ERRX＿MF算法能够获得更好的异常检测性能和更合适的背景抑制能力,而且运行时间也相当快速,与其他算法相比具有很强的竞争力,适用于实际场景的应用。(2)由于高光谱图像的成像范围大,背景复杂多样,我们希望将背景分成多个集群,然后在背景相对单一的集群中进行异常检测。然而,高光谱数据的维度高,存在大量的冗余信息,传统的聚类方法并不能很好地对其进行处理。因此,本文提出一种基于投影模糊聚类的高光谱异常检测(projection fuzzy clustering-based hyperspectral anomaly detection,PFCAD)算法,该算法首先利用一种新的投影模糊聚类算法对高光谱图像进行聚类分析,投影模糊聚类算法可以同时学习投影矩阵和聚类指示矩阵,自适应地寻找最优的聚类子空间;然后,在聚类后的每个集群上进行RX异常检测,最后将所有集群的异常检测结果进行整合,得到整幅图像的异常检测结果。在4个真实高光谱数据集上的异常检测实验表明,所提出的PFCAD算法的异常检测性能优于其他对比算法。此外,我们也通过实验证明了投影模糊聚类算法聚类性能以及收敛性。

关键词：高光谱图像异常检测聚类分析集成学习随机子采样

来源：

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

基于极差的隔离森林离群点检测算法

引用

软件导刊 2023年第8期22卷 93-98页

作者：刘俊成董东河北师范大学计算机与网络空间安全学院河北石家庄050024

基于随机划分的隔离森林算法并没有考虑子样本中含有离群点的概率大小,针对此问题提出基于极差的隔离森林算法,在随机子采样过程中应用极差筛选样本子集,使样本子集中存在较多离群点的概率较大。同时,在隔离树构建过程中通过子节点与其... 详细信息

基于随机划分的隔离森林算法并没有考虑子样本中含有离群点的概率大小,针对此问题提出基于极差的隔离森林算法,在随机子采样过程中应用极差筛选样本子集,使样本子集中存在较多离群点的概率较大。同时,在隔离树构建过程中通过子节点与其直接父节点的样本量比重控制树的生长形态,以避免生成性能较差的隔离树。在离群值检测数据库(ODDS)中的7个公开数据集以及KDD CUP 99数据集上与8种离群点检测算法比较结果显示,r-iForest算法的准确率高出其他算法2%~40%,且比iForest算法的时间消耗减少约15%。

关键词：随机子采样离群点检测隔离森林算法极差

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：