|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于多目标优化技术的多源异构数据分类研究显示文摘针对多源异构数据不平衡分类问题,论文建立了自适应多目标群交叉优化(AMSCO)算法来处理并行采样两个类时的类不平衡数据集。以重新平衡数据集时间最优为目标,采用两种群优化算法逐步找出特定分类器的最佳性能。将少数类样本合成过抽样技术(S MOTE)扩展为OSMOTE用于将少数多源异构数据扩充到适当的数量,结合群实例选择(S IS)有用的实例来过滤大部分多源异构数据。实验结果表明,所提出的算法能够提高多源异构数据分类模型的可信度并保持较高的准确性。 | 王维嘉 孙亚运 孙洪亮 范强 | 2020 | 计算机与数字工程2020，48，1： | 8 |
| 2 | 面向不平衡数据集分类的离散高维空间距离采样和极端随机树算法显示文摘针对电网故障诊断数据的类别分布不平衡,即故障类别相对正常类别比值小问题,提出一种基于ADASYN-DHSD-ET(Adaptive Synthetic Sampling of Discrete High-dimensional Spatial Distance Extremely Randomized Trees)的电网故障诊断方法。在采样阶段根据故障类样本的内部分布密度自适应计算合成新样本数量;在合成新样本时,计算离散型数据样本点之间的高维空间距离,使点之间的合成数量与距离成负相关关系,进行合成新样本;在基分类器生成过程中,节点分裂时随机选择特征,巧妙借助极端随机树随机性强方差低的特性解决了噪声数据的影响。实验结果对比传统分类和常用不平衡分类表明,该算法有效地提升了故障类的精度,同时克服了以往别的算法随机过采样导致的正常类精度下降,G-mean值达到82.6%,具有优越的电网故障诊断预测性能。 | 袁帅 余伟 余放 李石君 | 2020 | 计算机应用与软件2020，37，7： | 6 |
| 3 | 基于加速度计数据的儿童身体活动类型识别模型构建与应用显示文摘目的通过构建高准确率、高时间分辨率的儿童身体活动类型识别模型,展示活动类型、活动时间、活动强度深度融合的身体活动评价方式,为实现身体活动评价的多视角、可视化、可追踪提供思路。方法基于10种儿童身体活动的公开数据集,使用Python 3.8、Tensorflow 2.4构建识别身体活动类型的残差卷积神经网络模型并进行评估;将模型应用于自主设计的身体活动评价程序,基于活动类型识别、活动强度计算输出身体活动案例评价结果。结果残差卷积神经网络模型在区分跳绳与走上楼梯、静止、快跑、慢跑、走下楼梯、快走、慢走、坐下去、站起来等9种儿童身体活动类型时准确率达到99.3%,模型识别活动案例的准确率也达到99.1%,模型时间分辨率为2.8 s。结论模型的高准确率、高时间分辨率为儿童身体活动类型识别在身体活动评价中发挥重要作用奠定了坚实基础,可以促使身体活动评价更加全面、直观、精准。 | 杨锋 付晓蒙 张庭然 罗炯 | 2021 | 上海体育学院学报2021，45，10： | 4 |
| 4 | 不平衡数据分类中的数据重采样比较研究显示文摘机器学习在异常检测、疾病诊断等许多不同领域的应用中,普遍存在类别分布不平衡的数据现象。数据重采样是解决不平衡数据分类问题最通用的方法,近年来学术界提出了合成数据采样、聚类采样以及集成采样等一系列算法。各算法所采样生成的数据集各具特性,对不同类型分类器的作用各不相同。因此,提出一种系统比较方法,基于多个不同领域的真实数据集,采用9种不同类型的数据重采样算法实现训练集类别均衡化,比较各算法对C4.5决策树、支持向量机和最近邻3种经典分类器的精确率、召回率和F值的影响。实验结果表明,不同重采样算法生成的数据集是分类器敏感的,并给出了适用于3种分类器的重采样算法。 | 衷宇清 陈文文 李昭桦 | 2020 | 通信技术2020，53，6： | 4 |
| 5 | 粒子群算法在金融风险模型中的研究与改进显示文摘在一种非线性金融风险模型中引入粒子群算法,针对粒子群算法在迭代后期搜索能力不高、粒子容易陷入局部最优的问题,基于对惯性权重的优化以及对每个粒子个体位置变异,提出一种改进后的粒子群算法。利用粒子群算法选择最优控制参数,以最大程度降低金融系统的总风险值。仿真结果表明,改进后的粒子群算法在全局最优以及搜索速度方面优于传统的粒子群算法。 | 孙艺 宋振铭 赵佳琪 | 2020 | 吉林大学学报(信息科学版)2020，38，2： | 2 |
| 6 | 融合聚类过采样算法的信贷不平衡数据分类显示文摘不平衡数据往往会导致信用机构对“坏客户”的识别率较低。针对传统聚类过采样算法的边界样本损失问题,提出一种融合改进的K中心点算法的过采样方法——KmediodSMOTE,通过引入聚类准则函数和边界阈值以减少边界样本损失,并提出一种适用于非平衡数据的K值选取方法——UET-SSE。首先,根据Pearson相关系数和少数类K近邻确定边界阈值,然后划分适合聚类采样的区域,并使用UET-SSE方法选取K值进行聚类,最后引入“中心度”的概念进行加权过采样。实验结果表明,该方法与经典过采样算法SMOTE、BorderlineSMOTE、KmeansSMOTE相比,在RF分类器下的G-means全为最高,F1-measure在4组数据中有3组最高,有效提高了不平衡数据的分类准确率。 | 樊东醒 叶春明 | 2021 | 软件导刊2021，20，11： | 1 |
| 7 | 使用速效救心丸患者肾功能异常影响因素的真实世界研究显示文摘目的探究真实世界中使用速效救心丸的患者出现肾功能异常的影响因素,为临床合理使用速效救心丸、降低风险提供一定参考依据。方法从37家三甲医院HIS系统选取了2001年至2015年收录的住院病例,回顾性分析使用速效救心丸的患者临床用药数据信息(23575例)。本研究数据使用SMOTE抽样和Logis⁃tic回归分析相结合的统计学方法处理。结果合并病为慢性肾功能不全,合并使用呋塞米、硝酸甘油可能是发生肾功能异常的影响因素,结果具有统计学意义(P<0.01)。结论速效救心丸在合并病为慢性肾功能不全,合并用药为呋塞米、硝酸甘油使用时应定期检测肾功能,如果发现患者的肾功能指标异常应立刻处理,以保障患者生命健康安全。 | 胡国清 高阳 孙粼希 谢雁鸣 王欢 | 2021 | 中国中医急症2021，30，8： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员