期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到90篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SMOTE+ENN的煤矿安全隐患文本分类研究
1
作者 罗海平 曾向阳 陈勇 《中国矿业》 北大核心 2025年第1期116-125,共10页
在深度学习分类技术辅助煤矿安全隐患文本数据分析的研究中,行业真实数据的封闭性和风险类别分布不均衡性导致模型分类性能较差,影响企业对各类风险点进行有效的安全管理决策。为克服这类问题,本文提出将合成少数类过采样技术(Synthetic... 在深度学习分类技术辅助煤矿安全隐患文本数据分析的研究中,行业真实数据的封闭性和风险类别分布不均衡性导致模型分类性能较差,影响企业对各类风险点进行有效的安全管理决策。为克服这类问题,本文提出将合成少数类过采样技术(Synthetic Minority Oversampling Technique,SMOTE)与编辑最近邻规则欠采样技术(Edited Nearest Neighbor,ENN)相结合的混合采样方法,并基于卷积神经网络(Convolutional Neural Network,CNN)对安全隐患文本输出类别预测结果。以安全文库网中某煤业安全风险清单共计4539条数据为例,首先,对安全隐患文本进行清洗、分词及向量化,采用SMOTE算法对小类别数据集进行插值样本生成,平衡各类样本之间数量分布差异;然后,利用ENN算法对生成的合成样本进行欠采样,剔除异常和噪声样本;最后,采用基于CNN的分类器对抽样后安全隐患文本进行建模和预测。实验结果表明,该方法相较于传统基准采样方法在准确率上提升了4%~8%,在F-Measure上提升了4%~7%,证明该方法在处理多类别不平衡煤矿安全隐患文本分类问题上的有效性和可行性,在煤矿安全管理和隐患预警等方面具有重要意义和实际应用价值。 展开更多
关键词 深度学习 smote ENN CNN 煤矿安全隐患 安全管理
在线阅读 下载PDF
基于SMOTE采样和集成学习的低渗透率储层流体性质识别方法
2
作者 杨文凯 孙建孟 +2 位作者 杜钦波 张宇昆 罗歆 《测井技术》 2025年第1期1-9,共9页
目前低渗透率储层是我国油气开发领域的重点,其流体性质的识别对油田勘探开发具有重要指导意义。低渗透率储层岩石物理特征复杂、测井响应特征表现不明显,导致流体性质识别困难。集成学习因其强大的非线性能力和高效性成为储层智能评价... 目前低渗透率储层是我国油气开发领域的重点,其流体性质的识别对油田勘探开发具有重要指导意义。低渗透率储层岩石物理特征复杂、测井响应特征表现不明显,导致流体性质识别困难。集成学习因其强大的非线性能力和高效性成为储层智能评价的有力工具,但最终评价效果受限于样本质量。针对低渗透率储层的标签数据分布不均匀和稀缺的问题,提出了一种基于SMOTE(Synthetic Minority Oversampling Technique)采样和集成学习的低渗透率储层流体性质识别方法。利用SMOTE采样合理增加岩心标签数据,以符合集成学习模型的训练需求,进而优选集成学习模型,实现对低渗透率储层流体性质的准确识别。基于SMOTE采样和集成学习的流体识别方法在东营凹陷Y9XX井组的应用结果表明,该方法能有效识别低渗透率储层的流体性质,其准确率达87.44%。在此基础上,对东营凹陷的Y94X井进行盲井测试,最终的分类结果满足实际测井解释对精度的需求。SMOTE采样结合集成学习的流体识别模式为后续机器学习在储层评价的广泛应用提供了依据。 展开更多
关键词 流体性质识别 集成学习 smote采样 样本不均匀 东营凹陷
在线阅读 下载PDF
基于SMOTE和XGBoost的天然气水合物与天然气储层识别
3
作者 杜睿山 黄玉朋 +4 位作者 付晓飞 孟令东 张轶楠 靳明洋 蔡洪波 《特种油气藏》 CAS CSCD 北大核心 2024年第5期11-19,共9页
天然气水合物与天然气储层识别一直是海洋能源勘探开发阶段的重点任务。然而,由于测井数据与储层之间的复杂非线性关系以及测井数据的不均衡性,导致传统储层识别方法往往精度不高,严重限制了研究区域的勘探进展。为解决上述问题,提出了... 天然气水合物与天然气储层识别一直是海洋能源勘探开发阶段的重点任务。然而,由于测井数据与储层之间的复杂非线性关系以及测井数据的不均衡性,导致传统储层识别方法往往精度不高,严重限制了研究区域的勘探进展。为解决上述问题,提出了一种用于储层识别的混合方法,即采用改进的SMOTE算法增加少数类储层样本数量,并进行去噪处理,可有效地解决数据不均衡的问题,再利用XGBoost算法对储层进行识别。结果表明:相比于传统的机器学习方法,RLSMOTE-XGB方法在储层识别方面具有更高的有效性和准确性,该方法解决了传统机器学习方法在样本类别不均衡时的局限性,储层识别精度从66.7%提高至86.4%,算法的性能得到显著提升。该研究可有效提高天然气水合物与天然气储层识别效果,对实现智能化识别储层有重要意义。 展开更多
关键词 储层识别 smote 机器学习 RLsmote-XGB 离群点检测算法
在线阅读 下载PDF
基于SMOTE-IKPCA-SeNet深度迁移学习的小批量生产质量预测研究 被引量：1
4
作者 杨剑锋 崔少红 +1 位作者 段家琦 王宁 《工业工程》 2024年第2期98-106,157,共10页
随着智能制造技术的发展和客户个性化需求的增加,多品种小批量生产方式逐渐成为制造业的主流。面向大批量生产、以统计过程控制为核心的质量管理方式并不适用于小批量生产。针对复杂生产过程存在参数多、非线性和交互作用的问题,提出利... 随着智能制造技术的发展和客户个性化需求的增加,多品种小批量生产方式逐渐成为制造业的主流。面向大批量生产、以统计过程控制为核心的质量管理方式并不适用于小批量生产。针对复杂生产过程存在参数多、非线性和交互作用的问题,提出利用深度迁移学习的方式将历史生产数据作为源域迁移至小样本目标产品数据进行质量预测。首先,通过合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)和改进的核主成分分析(improved kernel principal component analysis,IKPCA)算法筛选源域和目标域的可迁移特征,这不仅兼顾了特征重要性和可迁移性,还减少了“负迁移”,提高了模型泛化能力;然后,采用结合通道注意力机制的卷积神经网络SeNet构建基于深度迁移学习的质量预测模型。仿真结果表明,随着目标域样本的增加,所提方法的预测准确性明显优于广泛采用的支持向量机建模方法。同时,所提可迁移特征筛选方法显著提高了深度迁移学习的质量预测效果,为复杂的小批量生产过程质量保证提供了新方法。 展开更多
关键词 小批量生产质量预测 深度迁移学习 smote IKPCA SeNet
在线阅读 下载PDF
基于混合式SMOTE和RF模型的小额贷款公司客户信用风险研究 被引量：2
5
作者 严晴 徐海燕 《运筹与管理》 CSSCI CSCD 北大核心 2024年第1期191-197,共7页
小额借贷中的个人信用风险问题持续制约着小额贷款行业的健康可持续发展。针对小贷公司在进行信用风险评估时对高违约风险客户识别准确率较低的难题,运用混合式SMOTE、RF算法来同时处理业务数据中高维、非均衡两个问题。本文借助江苏J... 小额借贷中的个人信用风险问题持续制约着小额贷款行业的健康可持续发展。针对小贷公司在进行信用风险评估时对高违约风险客户识别准确率较低的难题,运用混合式SMOTE、RF算法来同时处理业务数据中高维、非均衡两个问题。本文借助江苏J小贷公司的实例数据,依次构建随机森林(Random Forest, RF)模型、SMOTE-RF模型以及Borderline-SMOTE-RF模型并进行模型测试;再选用SVM算法进行对比实验以此衡量模型的信用风险评价精度。随后基于模型对于指标重要性的评分筛选出6项指标作为影响个人信用风险的关键指标。实验证明基于Borderline-SMOTE-RF算法对于小额贷款个人信用风险评价模型的分类性能最佳;在筛选关键指标时,为避免人工合成虚拟样本对指标重要性影响,需要结合三类模型评分进行综合选择。 展开更多
关键词 信用风险 随机森林(RF) smote 分类模型 指标体系
在线阅读 下载PDF
基于SMOTETomek过采样方法与领域自适应迁移学习的风电机组故障诊断
6
作者 张伊杰 刘宝良 +2 位作者 王承民 杨镜非 谢宁 《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期635-644,共10页
为在不平衡数据上得到准确分类的故障诊断模型,提出将SMOTETomek过采样方法与领域自适应迁移学习相结合的故障诊断算法框架。首先利用滑动窗口采样技术将数据采样成二维时空窗口数据,然后执行SMOTETomek过采样操作,可保留并丰富完整的... 为在不平衡数据上得到准确分类的故障诊断模型,提出将SMOTETomek过采样方法与领域自适应迁移学习相结合的故障诊断算法框架。首先利用滑动窗口采样技术将数据采样成二维时空窗口数据,然后执行SMOTETomek过采样操作,可保留并丰富完整的时序故障特征。针对过采样算法引入噪声信息的问题,引入领域自适应迁移学习算法在原始数据与过采样后的数据之间提取不变特征,使得过采样算法的引入的噪声信息可被过滤掉。在中国某实际风电场的实验结果显示,所提方法可在高度不平衡的数据上完成模型训练,准确识别各类型故障并精确辨识故障过程对应的时间窗口,诊断性能显著优于基于先前用于应对数据不平衡所普遍使用的过采样方法得到的模型。 展开更多
关键词 风电机组 故障诊断 监督控制和数据采集系统 深度学习 smote过采样方法 领域自适应
在线阅读 下载PDF
小样本下基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断
7
作者 葛平淑 王朝阳 +3 位作者 王阳 张涛 薛红涛 夏晨迪 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第8期1-9,共9页
轮毂电机复杂多变的运行环境可能导致轴承故障而危及电动车辆行驶安全,为解决传统故障诊断方法在小样本条件下识别精度低的问题,提出一种基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断方法。首先,通过合成少数过采样技术(SMOTE)扩展训练数据... 轮毂电机复杂多变的运行环境可能导致轴承故障而危及电动车辆行驶安全,为解决传统故障诊断方法在小样本条件下识别精度低的问题,提出一种基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断方法。首先,通过合成少数过采样技术(SMOTE)扩展训练数据集,生成与真实样本分布相似的故障样本,并使用主成分分析(PCA)优化其时域和频域的特征。然后,通过引入非线性收敛因子和Levy飞行策略改进传统的灰狼优化算法(GWO),使用改进的灰狼优化算法(IGWO)优化随机森林(RF)模型的参数。最后,基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断模型实现故障状态的识别,并在轮毂电机试验台架上进行了实验验证。结果表明,所提出的轮毂电机轴承故障诊断方法在7种转速工况下平均准确率均超过96%,具有高精度和稳定性。与遗传算法(GA)、粒子群优化算法(PSO)、GWO优化RF相比,提出的IGWO-RF模型在3种小样本训练集下的诊断准确率均超过90%,且准确率均明显高于其他3个对比算法,能够有效实现小样本条件下的轮毂电机轴承故障诊断。 展开更多
关键词 轮毂电机 轴承 合成少数类过采样技术(smote) 改进灰狼优化算法(IGWO) 随机森林(RF) 故障诊断
在线阅读 下载PDF
基于SMOTE的IFOX-1D-CNN变压器故障诊断模型 被引量：2
8
作者 王家军 景诗毅 +2 位作者 姚雨 陈焰 李波 《煤矿机械》 2024年第4期176-180,共5页
为了均衡油浸式变压器样本数据集,提高故障诊断精度,提出了基于合成少数类过采样技术(SMOTE)的改进狐狸(IFOX)算法优化一维卷积神经网络(1D-CNN)变压器故障诊断模型。首先,通过SMOTE均衡变压器样本数据集;其次,针对狐狸(FOX)算法种群初... 为了均衡油浸式变压器样本数据集,提高故障诊断精度,提出了基于合成少数类过采样技术(SMOTE)的改进狐狸(IFOX)算法优化一维卷积神经网络(1D-CNN)变压器故障诊断模型。首先,通过SMOTE均衡变压器样本数据集;其次,针对狐狸(FOX)算法种群初始化非均匀与寻优过程中易陷入局部最优解的缺陷,采用混沌映射、Levy飞行策略对其进行改进,并利用IFOX优化1D-CNN的学习率、卷积核大小、卷积核数量、全连接层神经元数量等超参数,建立IFOX-1D-CNN模型。实验结果表明,该模型在油浸式变压器故障诊断中具有较好的收敛性与较高的诊断精度。 展开更多
关键词 油浸式变压器 故障诊断 smote IFOX 1D-CNN
在线阅读 下载PDF
基于改进SMOTE的不平衡数据分类算法
9
作者 马宝霖 胡茜 《长春工业大学学报》 CAS 2024年第3期259-264,共6页
SMOTE算法是处理不平衡数据的一种经典的过采样算法,文中对该算法进行改进。首先采用k-means算法对原始数据进行聚类,利用类判别函数对聚类样本进行筛选,筛选出“安全样本”。然后利用新的过采样率对“安全样本”进行线性插值,并且在插... SMOTE算法是处理不平衡数据的一种经典的过采样算法,文中对该算法进行改进。首先采用k-means算法对原始数据进行聚类,利用类判别函数对聚类样本进行筛选,筛选出“安全样本”。然后利用新的过采样率对“安全样本”进行线性插值,并且在插值过程中采用LMKNN方法。分别将该算法与SMOTE、KNSMOTE应用至实际数据中,使用SVM分类算法分类并进行性能对比。结果表明,对Abalone、Ecoli等不平衡数据集分类时,文中使用的算法分类效果最佳,验证了该算法的有效性。 展开更多
关键词 不平衡数据 smote算法 SVM算法
在线阅读 下载PDF
基于SMOTE-SSA-CNN的煤矿用变压器DGA故障诊断方法
10
作者 张化昭 朱建武 +2 位作者 邱日强 彭明聪 林江 《煤矿机械》 2024年第12期172-176,共5页
为了提高基于油中溶解气体分析(DGA)的煤矿用变压器故障识别精确性,提出了一种基于SMOTE-SSA-CNN的煤矿用变压器DGA故障诊断模型。首先,以煤矿用变压器油中溶解气体为基础数据,采用合成少数类样本过采样(SMOTE)算法对原始数据集进行样... 为了提高基于油中溶解气体分析(DGA)的煤矿用变压器故障识别精确性,提出了一种基于SMOTE-SSA-CNN的煤矿用变压器DGA故障诊断模型。首先,以煤矿用变压器油中溶解气体为基础数据,采用合成少数类样本过采样(SMOTE)算法对原始数据集进行样本扩充,解决原始数据集中正负样本严重失衡的问题;然后引入麻雀搜索算法(SSA)对卷积神经网络(CNN)的卷积核大小与数量、全连接层神经元数量、学习率等超参数进行优化,提高模型故障诊断结果的准确率;最后,通过算例分析对建立的SMOTE-SSA-CNN模型性能进行评估,验证了所提方法对煤矿用变压器故障诊断的有效性,且与传统故障诊断方法相比,所提方法的收敛性较好,精度较高。 展开更多
关键词 煤矿用变压器 DGA smote SSA CNN
在线阅读 下载PDF
基于改进SMOTE的不平衡数据挖掘方法研究 被引量：31
11
作者 杨智明 乔立岩 彭喜元 《电子学报》 EI CAS CSCD 北大核心 2007年第B12期22-26,共5页
少类样本合成过采样技术（SMOTE）是一种新型的过采样方法，能够有效地处理不平衡数据分类问题，但SMOTE在产生合成样本的过程中，存在一定的盲目性．因此本文提出一种改进的过采样方法一自适应SMOTE，根据样本集内部分布特性，自适应调... 少类样本合成过采样技术（SMOTE）是一种新型的过采样方法，能够有效地处理不平衡数据分类问题，但SMOTE在产生合成样本的过程中，存在一定的盲目性．因此本文提出一种改进的过采样方法一自适应SMOTE，根据样本集内部分布特性，自适应调整SMOTE方法中近邻选择策略，控制合成样本的质量．算法分析和仿真结果表明，文中提出的方法在不影响计算复杂度的前提下，有效地提高了分类算法的整体分类准确率。 展开更多
关键词 不平衡数据集 少类样本合成过采样技术 自适应smote 合成样本 近邻选择策略
在线阅读 下载PDF
基于随机下采样和SMOTE的不均衡SVM分类算法 被引量：13
12
作者 朱明 陶新民 《信息技术》 2012年第1期39-43,共5页
传统的支持向量机(SVM)算法在数据不均衡的情况下,分类效果很不理想。为了提高SVM算法在不均衡数据集下的分类性能,提出随机下采样与SMOTE算法结合的不均衡分类方法。该方法首先利用随机下采样对多数类样本进行采样,去除样本中大量重叠... 传统的支持向量机(SVM)算法在数据不均衡的情况下,分类效果很不理想。为了提高SVM算法在不均衡数据集下的分类性能,提出随机下采样与SMOTE算法结合的不均衡分类方法。该方法首先利用随机下采样对多数类样本进行采样,去除样本中大量重叠的冗余样本,使得在减少数据的同时保留更多有用信息;而对少数类样本则是利用SMOTE算法进行过采样。实验部分将其应用在UCI数据集中并同其他采样算法比较,结果表明文中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。 展开更多
关键词 不均衡数据 SVM算法 smote算法
在线阅读 下载PDF
基于SMOTE算法与决策树的沙尘暴短期预警研究 被引量：2
13
作者 张振华 徐瑾辉 +3 位作者 李龙欣 马超 黄江楠 谢政宏 《徐州工程学院学报（自然科学版）》 CAS 2015年第3期40-46,共7页
针对沙尘暴灾害发生时间预测准确率较低、传统的预测模型预测效果欠佳问题,建立了基于SMOTE算法与决策树算法的沙尘暴预测模型.该模型利用西北六省的气象观测数据,较好地解决了稀有类的分类问题,总体预测成功率达到76.25%.研究结果表明... 针对沙尘暴灾害发生时间预测准确率较低、传统的预测模型预测效果欠佳问题,建立了基于SMOTE算法与决策树算法的沙尘暴预测模型.该模型利用西北六省的气象观测数据,较好地解决了稀有类的分类问题,总体预测成功率达到76.25%.研究结果表明该模型分类准确率高、泛化性能好、抗噪音、鲁棒性好,较好地解决了沙尘暴预测中不平衡样本的分类预测问题,可用于实际的沙尘暴预警. 展开更多
关键词 沙尘暴预测 稀有类分类 smote 决策树
在线阅读 下载PDF
基于改进的SMOTE和RST的新型混合重取样算法
14
作者 谷琼 袁磊 +3 位作者 宁彬 吴钊 华丽 李文新 《微电子学与计算机》 CSCD 北大核心 2012年第9期83-86,共4页
分类预测是数据挖掘和机器学习的重要任务之一,非均衡数据广泛存在于真实世界的分类问题中.本文提出一种新的解决非均衡数据集的预处理方法(ImSMOTE-RSTR*).通过改进的SMOTE方法创建新的人工合成少数类实例,并在此基础上应用基于粗糙集... 分类预测是数据挖掘和机器学习的重要任务之一,非均衡数据广泛存在于真实世界的分类问题中.本文提出一种新的解决非均衡数据集的预处理方法(ImSMOTE-RSTR*).通过改进的SMOTE方法创建新的人工合成少数类实例,并在此基础上应用基于粗糙集理论的子集下近似技术对训练集进行清理,该算法被验证得到较理想的结果. 展开更多
关键词 分类 非均衡数据集 混合重取样 smote 粗糙集理论
在线阅读 下载PDF
基于优化SMOTE算法的非平衡大数据集分类研究 被引量：6
15
作者 唐思均 《沈阳工程学院学报（自然科学版）》 2021年第3期71-76,共6页
在处理非平衡大数据集中,提出一种基于优化SMOTE方案的分类算法研究,在临近样本插值分类中引入分簇聚类的理念,具体分为安全样本、危险样本和干扰样本,并重点对安全样本做插值处理。对插值后的数据样本做区间化处理,能够改善插值后数据... 在处理非平衡大数据集中,提出一种基于优化SMOTE方案的分类算法研究,在临近样本插值分类中引入分簇聚类的理念,具体分为安全样本、危险样本和干扰样本,并重点对安全样本做插值处理。对插值后的数据样本做区间化处理,能够改善插值后数据过于集中的状况,提高样本分布的均匀度。算法性能验证结果表明,分类算法的规模成长性更好,具有更强的数据集扩展能力,在多数据集性能分类对比实验中,提出的改进算法的MATLAB仿真性能具有明显优势。 展开更多
关键词 优化smote 非平衡大数据集 插值 分簇聚类
在线阅读 下载PDF
基于K-medoids-NCA-SMOTE-BSVM融合模型的网络交易平台高质量数据资源识别研究
16
作者 倪渊 李思远 +2 位作者 徐磊 张健 房津玉 《运筹与管理》 CSSCI CSCD 北大核心 2023年第11期87-93,I0040,I0041,共9页
随着数据服务形态不断衍生,数据资源作为一种新兴生产要素,其交易流通需求呈现爆发式增长。如何从海量数据中识别高质量数据资源,挖掘要素价值,成为数据交易平台获取竞争优势以及提升要素配置效率的关键。本文旨在发现平台交易情境下高... 随着数据服务形态不断衍生,数据资源作为一种新兴生产要素,其交易流通需求呈现爆发式增长。如何从海量数据中识别高质量数据资源,挖掘要素价值,成为数据交易平台获取竞争优势以及提升要素配置效率的关键。本文旨在发现平台交易情境下高质量数据形成的关键因素,提出从大规模、异质数据资源中高效识别高质量数据的方法。首先,基于高质量数据形成过程,构建“固有品质-商品表征”二维识别指标体系;然后,提出K-medoids-NCA-SMOTE-BSVM融合模型,对高、中、低三类不同质量数据进行分类预测;最后,收集真实数据交易平台的API交易数据,开展实证研究。结果显示:相比SVM,WOA-SVM,PSO-SVM,MLP和CNN等方法,K-medoids-NCA-SMOTE-BSVM模型在预测准确率和训练时间方面,均有良好的性能表现。本文提出的识别指标及分类模型,为平台经济下数据质量判断与预测提供了依据,对产品视角下数据质量标准制定以及数据交易定价优化具有一定实践意义。 展开更多
关键词 数据交易平台 高质量数据 K-medoids-NCA-smote-BSVM 多模型集成
在线阅读 下载PDF
基于PCA-SMOTE-随机森林的地质不平衡数据分类方法——以东天山地球化学数据为例 被引量：7
17
作者 桂州 陈建国 王成彬 《桂林理工大学学报》 CAS 北大核心 2017年第4期587-593,共7页
基于PCA改进SMOTE算法,能实现不平衡数据集的均衡化,并以随机森林作为分类器,应用于地质数据进行分类与预测。因原始数据集中的噪声数据可能会引起插值后的数据分布形态的改变,故提出结合PCA算法与SMOTE算法,先进行除噪降维再进行数据插... 基于PCA改进SMOTE算法,能实现不平衡数据集的均衡化,并以随机森林作为分类器,应用于地质数据进行分类与预测。因原始数据集中的噪声数据可能会引起插值后的数据分布形态的改变,故提出结合PCA算法与SMOTE算法,先进行除噪降维再进行数据插值,改善不平衡数据集的分类性能,并对东天山化探样本数据进行实验,结果表明,新算法能较好地提高分类精度,为地质不平衡数据的分类与预测提供新的思路。 展开更多
关键词 主成分分析 smote 随机森林 不平衡数据集 地球化学数据 除噪
在线阅读 下载PDF
不均衡样本下住房租赁市场承租人满意度研究——基于SMOTE和有序Logit模型 被引量：3
18
作者 农文钰 贾士军 +2 位作者 蔡砥 吴剑平 边艳 《工程管理学报》 2021年第4期129-134,共6页
基于2020年佛山市承租人满意度问卷调查数据,使用SMOTE方法进行样本均衡化处理,运用有序Logit回归方法对承租人满意度的影响因素进行探究。研究结果发现:社区环境、家具配套、生活配套、交通出行、住房面积等因素均会对承租人满意度产... 基于2020年佛山市承租人满意度问卷调查数据,使用SMOTE方法进行样本均衡化处理,运用有序Logit回归方法对承租人满意度的影响因素进行探究。研究结果发现:社区环境、家具配套、生活配套、交通出行、住房面积等因素均会对承租人满意度产生显著的正向影响,且由于佛山市产业结构和消费水平的特点,农村自建房承租人的满意度最高。对比各类型租赁住房发现,农村自建房和员工宿舍住户最关心的因素为家具配套,而商品房和长租公寓住户对社区环境最为重视。根据分析结论,从优化住房配套、加强区域规划等方面,提出了提升承租人居住感受、健全租赁市场的建议。 展开更多
关键词 租赁住房 满意度 不均衡样本 smote 有序LOGIT模型
在线阅读 下载PDF
基于SMOTE算法的船舶结构可靠性优化设计 被引量：17
19
作者 龙周 陈松坤 王德禹 《上海交通大学学报》 EI CAS CSCD 北大核心 2019年第1期26-34,共9页
针对常规船舶结构可靠性优化设计由高度非线性带来的计算效率低、收敛困难的问题,提出了基于SMOTE(Synthetic Minority Oversampling Technique)算法的船舶结构可靠性优化设计方法.利用SMOTE算法建立了改进的BP (Back Propagation)神经... 针对常规船舶结构可靠性优化设计由高度非线性带来的计算效率低、收敛困难的问题,提出了基于SMOTE(Synthetic Minority Oversampling Technique)算法的船舶结构可靠性优化设计方法.利用SMOTE算法建立了改进的BP (Back Propagation)神经网络模型,以较少的样本点完成了极限状态函数的高度近似,克服了以往代理模型不能同时满足精度和效率要求的缺点,并通过数学算例验证了使用SMOTE算法建立BP神经网络模型的可行性和有效性.将改进的BP神经网络模型和模拟退火法嵌入单循环优化策略,并将其用于船舶舱段的可靠性优化设计,验证了所提出的可靠性优化设计方法的求解效率和精度,为大型工程结构的可靠性优化设计提供了思路. 展开更多
关键词 可靠性优化设计 极限状态函数 单循环优化策略 smote算法
在线阅读 下载PDF
巢氏病例对照联合SMOTE算法分析注射用灯盏花素肾功能异常影响因素 被引量：3
20
作者 张广辉 孙粼希 +3 位作者 吴显文 谢雁鸣 耿洪娇 杨晓晨 《中国药物警戒》 2021年第12期1150-1154,共5页
目的分析真实世界中使用注射用灯盏花素出现肾功能异常的影响因素,为其临床应用提供依据。方法搜集全国34家医院2002年1月1日至2015年12月31日医院信息系统(HIS)至少使用过1次注射用灯盏花素注射剂的患者住院数据,提取出肾功能异常者数... 目的分析真实世界中使用注射用灯盏花素出现肾功能异常的影响因素,为其临床应用提供依据。方法搜集全国34家医院2002年1月1日至2015年12月31日医院信息系统(HIS)至少使用过1次注射用灯盏花素注射剂的患者住院数据,提取出肾功能异常者数据,采用巢式病例对照研究的设计按照1:4进行病例匹配分组,运用SMOTE算法对2组抽样后采用二元logistic回归模型对数据进行分析,计算所有自变量被选中的频数、回归系数及P值。结果研究纳入的43962例住院患者中,共有17例出现肾功能异常,发生率约为0.039%,经分析后发现,男性、肾炎、2型糖尿病、联合用药为呋塞米时回归系数β为正值,结果具有统计学意义(P<0.05)。结论临床中当患者为男性、合并有肾炎、2型糖尿病、联合用药为呋塞米时,应慎用注射用灯盏花素,并注意监测肾功能。 展开更多
关键词 真实世界研究 灯盏花素 肾功能异常 巢氏病例对照研究 smote算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部