跨类别样本迁移框架下的不平衡分类方法 被引量：1

1

作者 于海波 刘婧 +3 位作者 李强伟 高欣 谭煌 陈天阳 《计算机工程与应用》 CSCD 北大核心 2024年第16期143-158,共16页

对于不平衡分类问题,实现类别交叠区域中样本数目和分布的平衡是缓解后续决策偏移的关键,而现有的不平衡分类方法往往只从少数类样本生成新样本来达到样本数目的平衡,没有充分利用多数类样本丰富的信息。特别是在少数类样本绝对数量过... 对于不平衡分类问题,实现类别交叠区域中样本数目和分布的平衡是缓解后续决策偏移的关键,而现有的不平衡分类方法往往只从少数类样本生成新样本来达到样本数目的平衡,没有充分利用多数类样本丰富的信息。特别是在少数类样本绝对数量过少的情况下,仅利用原始少数类样本信息无法有效平衡交叠区域样本的分布。提出了一种跨类别样本迁移框架下的不平衡分类方法。在变分自编码器(variational autoencoder,VAE)隐编码采样过程中嵌入由全连接层构建的映射网络,在VAE充分学习不同类别样本的共性和特性的基础上,在隐编码先验约束和跨域一致性约束下对多数类样本的隐编码进行映射转换,使转换前后隐编码共享相同的分布空间,并通过VAE中解码器实现多数类样本向少数类样本的迁移。同时融入生成对抗机制,对原始样本和新样本以及转换前后的隐编码进行判别对抗,进一步提升迁移样本的可靠性。在此基础上,分别对新生成样本与原始不同类别样本的距离进行加权约束,并筛选得到更加靠近交叠区域的样本,使该区域不同类别样本的数目和分布更加平衡。在16个公共数据集上的实验结果表明,在F1测量值和G-均值上该方法显著优于10种典型的不平衡分类方法,特别是在11个不平衡比例较高、少数类样本绝对数量过少的公共数据集中,该方法性能提升更加显著。 展开更多

关键词 不平衡分类 跨类别样本迁移框架 变分自编码器 映射网络 生成对抗机制 加权欧式距离约束

在线阅读 下载PDF 职称材料

柴油机燃烧过程中微粒微观结构的变化规律 被引量：9

2

作者 张炜 宋崇林 +2 位作者 王林 李方成 吕刚 《内燃机学报》 EI CAS CSCD 北大核心 2010年第3期221-227,共7页

基于电控燃油喷射柴油机的全气缸取样系统,利用场发射透射电子显微镜和图像处理技术,对柴油机燃烧过程中微粒微观结构的变化进行了研究。结果表明,在燃烧过程中,层面间距、曲率的变化范围分别为0.36～0.40nm、1.22～1.33,且呈现在急燃... 基于电控燃油喷射柴油机的全气缸取样系统,利用场发射透射电子显微镜和图像处理技术,对柴油机燃烧过程中微粒微观结构的变化进行了研究。结果表明,在燃烧过程中,层面间距、曲率的变化范围分别为0.36～0.40nm、1.22～1.33,且呈现在急燃期内减小,缓燃期内增加,此后逐渐减小的趋势;而微晶尺寸在1～2.2nm变化,呈现在急燃期内增加,缓燃期内减小,此后逐渐增加的趋势。此外,随着共轨压力的升高、燃空当量比的增加,层面间距、曲率减小而微晶尺寸增加;随着发动机转速的增加,层面间距、曲率增加而微晶尺寸减小。 展开更多

关键词 柴油机微粒 全气缸取样系统 微观结构 微晶尺寸 层面间距 曲率

在线阅读 下载PDF 职称材料

D类音频功率放大器控制方式综述 被引量：20

3

作者 龚伟 周雒维 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2003年第2期117-122,共6页

D类放大器虽然具有很高的效率 ,但由于功率晶体管的开关工作方式 ,D类放大器引入的失真通常大于线性放大器 ,这也是目前D类放大器在音频放大领域并未得到广泛应用的主要原因。D类放大器的控制方式是影响其性能的关键因素之一 ,研究适合... D类放大器虽然具有很高的效率 ,但由于功率晶体管的开关工作方式 ,D类放大器引入的失真通常大于线性放大器 ,这也是目前D类放大器在音频放大领域并未得到广泛应用的主要原因。D类放大器的控制方式是影响其性能的关键因素之一 ,研究适合的控制方法以改善D类放大器的保真度 ,是近年来电力电子技术和音频功率放大领域研究的热点。 展开更多

关键词 音频功率放大器 控制方式 D为放大器 PMW 脉冲宽度调制 THD 谐波畸变率 自然采样 统一采样 单周控制

在线阅读 下载PDF 职称材料

基于残缺图像样本的生成对抗网络图像修复方法 被引量：6

4

作者 李海燕 黄和富 +3 位作者 郭磊 李海江 陈建华 李红松 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第10期1949-1958,共10页

针对大面积图像修复缺失严重时,需要完整且高质量训练样本的问题,提出了一种将残缺或含噪图像样本作为训练集的双生成器深度卷积生成对抗网络(DGDCGAN)模型。构建两个生成器和一个鉴别器以解决单一生成器收敛慢的问题,用残缺图像样本作... 针对大面积图像修复缺失严重时,需要完整且高质量训练样本的问题,提出了一种将残缺或含噪图像样本作为训练集的双生成器深度卷积生成对抗网络(DGDCGAN)模型。构建两个生成器和一个鉴别器以解决单一生成器收敛慢的问题,用残缺图像样本作为训练集,通过交叉计算、搜索损失区域类似的图像信息作为训练生成模型的样本,收敛速度更快。鉴别器损失函数改进为输出的Wasserstein距离,使用自适应估计算法优化生成器损失函数和鉴别器损失函数的模型参数,最小化两两图像之间的总距离差,使用鉴别模型和修复图像总距离变化均方差最小化两个指标优化修复结果。在4个公开数据集上进行主客观实验,结果表明:所提方法能使用残缺图像样本作为训练集,有效实现大面积失真图像的修复,且收敛速度和修复效果优于现有图像修复方法。 展开更多

关键词 图像修复 残缺图像样本 深度卷积生成对抗网络 Wasserstein距离 总距离变化均方差

在线阅读 下载PDF 职称材料

基于样本抽样和权重调整的SWA-Adaboost算法 被引量：2

5

作者 高敬阳 赵彦 《计算机工程》 CAS CSCD 2014年第9期248-251,256,共5页

根据分类算法是依据样本区分度进行分类的原理,提出增加样本属性以提高样本区分度的方法,在样本预处理阶段对所有样本增加一个属性值dmin以加强样本之间的区分度。针对原始Adaboost算法在抽样阶段由于抽样不均而导致对某些类训练不足的... 根据分类算法是依据样本区分度进行分类的原理,提出增加样本属性以提高样本区分度的方法,在样本预处理阶段对所有样本增加一个属性值dmin以加强样本之间的区分度。针对原始Adaboost算法在抽样阶段由于抽样不均而导致对某些类训练不足的问题,采用均衡抽样方法,保证在抽样阶段所抽取的不同类样本的数量比例不变。针对原始算法样本权重增长过快的问题,给出新的权重调整策略,引入样本错分计数量count(n),有效地抑制样本权重增长速度。给出一种改进的Adaboost算法,即SWA-Adaboost算法,并采用美国加州大学机器学习UCI数据库中6种数据集的数据对改进算法与原始算法进行实验对比,结果证明,改进算法SWA-Adaboost在泛化性能上优于Adaboost算法,泛化误差平均降低9.54%。 展开更多

关键词 样本预处理 均衡抽样 权重调整 泛化性能 类中心最小距离 样本区分度

在线阅读 下载PDF 职称材料

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 被引量：7

6

作者 袁帅 余伟 +1 位作者 余放 李石君 《计算机应用与软件》 北大核心 2020年第7期194-199,211,共7页

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... 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。 展开更多

关键词 不平衡数据 电网故障诊断 离散高维空间距离 自适应合成采样 极端随机树 多类分类

在线阅读 下载PDF 职称材料

一种改进的SVM支持向量分类方法 被引量：2

7

作者 孟海涛 刘鹏 《现代电子技术》 2007年第1期150-152,共3页

提出了一种改进的支持向量分类方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入类质心距等概念,从而较好地解决了当两类样本集混淆严重的时候如何更加精确地进行剔除混淆点,保证算法泛化性的问... 提出了一种改进的支持向量分类方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入类质心距等概念,从而较好地解决了当两类样本集混淆严重的时候如何更加精确地进行剔除混淆点,保证算法泛化性的问题。实验表明,采用这种改进的算法在两类训练样本集混淆较严重时能较好地解决泛化性问题。 展开更多

关键词 支持向量机 类向心度 样本集 KNN

在线阅读 下载PDF 职称材料

农作物品种最佳聚类方法研究 被引量：5

8

作者 杜海平 《山西农业科学》 2016年第7期918-924,共7页

筛选中国知网上的期刊文献,选择4篇文章中的4种豆类数据作为评判标准,对数据变换7种方法、样品间5种距离公式、类间7种距离定义,共组合成的245种分类方法,应用系统聚类分析、方差分析、非参数检验和描述性统计分析等方法进行了比较研究... 筛选中国知网上的期刊文献,选择4篇文章中的4种豆类数据作为评判标准,对数据变换7种方法、样品间5种距离公式、类间7种距离定义,共组合成的245种分类方法,应用系统聚类分析、方差分析、非参数检验和描述性统计分析等方法进行了比较研究。结果表明,过去最常使用的类间最短距离法和类平均距离法都不是最佳的类间距离方法,它们的准确性极显著地低于最小离差平方和法;原始数据Z标准化变换也不是最佳的变换方法,而是"全距从0到1"、"全距从-1到1"、"1的最大量"这3种变换方法;样品间5种距离分类最准确的是Manhattan距离,其次才是欧氏距离。据此得出了最佳的聚类方法和步骤。 展开更多

关键词 农作物品种 聚类方法 数据变换 类间距离 样品间距离

在线阅读 下载PDF 职称材料

基于面向分类准则的维数约简及其在人脸识别中的应用

9

作者 殷飞 焦李成 《计算机科学》 CSCD 北大核心 2014年第5期283-287,共5页

针对高维数据导致的维数灾难问题,提出了一种基于面向分类准则的维数约简方法。所提准则使每个训练样本在特征空间中与同类样本尽可能接近,而与异类样本尽可能疏远。首先对每个训练样本定义同类样本加权平均距离和异类样本加权平均距离... 针对高维数据导致的维数灾难问题,提出了一种基于面向分类准则的维数约简方法。所提准则使每个训练样本在特征空间中与同类样本尽可能接近,而与异类样本尽可能疏远。首先对每个训练样本定义同类样本加权平均距离和异类样本加权平均距离。然后基于上述两个概念分别定义总体同类距离和总体异类距离。以最小化总体同类距离和最大化总体异类距离为目的提出了面向分类的准则(Classification Oriented Criterion,COC)。最后,基于面向分类的准则推导出了一种新的维数约简方法。在公共人脸数据库ORL和Yale上的实验表明所提方法性能优于有代表性的维数约简方法。 展开更多

关键词 维数约简 总体同类距离 总体异类距离 面向分类的准则 人脸识别

在线阅读 下载PDF 职称材料

基于判别性样本选择的无监督领域自适应方法 被引量：3

10

作者 吴琳琳 彭国华 延伟东 《西北工业大学学报》 EI CAS CSCD 北大核心 2020年第4期828-837,共10页

针对现实中由于训练集与测试集分布不同而导致分类准确率较低的问题,提出基于判别性样本选择的无监督领域自适应方法(简称DSS算法)。为了减少源域和目标域的分布差异,将2个领域样本投影到同一子空间中,并对源域中的样本进行加权,使样本... 针对现实中由于训练集与测试集分布不同而导致分类准确率较低的问题,提出基于判别性样本选择的无监督领域自适应方法(简称DSS算法)。为了减少源域和目标域的分布差异,将2个领域样本投影到同一子空间中,并对源域中的样本进行加权,使样本更具有判别性;不同于以往基于样本的概率密度估计方法,通过求解一个二次规划问题得到样本权重,避免了对样本分布进行估计,适用于任何领域且不会受到高维密度估计所造成的维数困扰;最后通过最小化类内距离来实现同类聚集。实验结果表明,该方法提高了数据集的分类准确率且具有较好的鲁棒性。 展开更多

关键词 样本选择 领域自适应 二次规划 类内距离 分类

在线阅读 下载PDF 职称材料

基于样本和属性加权的二维FCM聚类分割法 被引量：2

11

作者 王丽娟 吴成茂 刘继红 《计算机工程与设计》 北大核心 2016年第6期1604-1609,1631,共7页

为衰减存在于图像上的噪声,尽可能地精确提取目标,提出一种基于样本和属性加权的二维模糊C-均值(FCM)聚类分割法。构造合理的二维直方图对图像进行滤波,通过改变样本权的幂函数大小提高目标提取的精确性,为提高聚类效果及抗噪性,对目标... 为衰减存在于图像上的噪声,尽可能地精确提取目标,提出一种基于样本和属性加权的二维模糊C-均值(FCM)聚类分割法。构造合理的二维直方图对图像进行滤波,通过改变样本权的幂函数大小提高目标提取的精确性,为提高聚类效果及抗噪性,对目标函数的类内距离进行属性加权,实现属性权数值的自动确定。基于遥感图像和小目标图像的实验结果表明了该方法的有效性。 展开更多

关键词 模糊C-均值聚类 二维直方图 样本加权 属性加权 类内距离

在线阅读 下载PDF 职称材料

用于HRRP多类目标识别的D距离分类器 被引量：4

12

作者 姚璐 韩磊 +1 位作者 杨磊 柴晓飞 《北京理工大学学报》 EI CAS CSCD 北大核心 2022年第11期1144-1149,共6页

在雷达自动目标识别(radar automatic target recognition,RATR)领域,为了保证基于高分辨距离像(high-resolution range profile,HRRP)的目标识别算法在进行小样本多类目标识别时仍然具有优异的识别性能,需要提出一种同时具备优异泛化... 在雷达自动目标识别(radar automatic target recognition,RATR)领域,为了保证基于高分辨距离像(high-resolution range profile,HRRP)的目标识别算法在进行小样本多类目标识别时仍然具有优异的识别性能,需要提出一种同时具备优异泛化性能与低运算复杂度的识别算法。利用比值计算两个向量之间的比值距离,并将比值距离应用于距离分类器中,称之为D距离分类器。然后利用八类地面目标实测数据将D距离分类器与其他一些RATR统计模型进行比较,分别分析其在小样本与多类目标时的识别精度。最终结果验证出D距离分类器在训练样本有限且多类目标识别时仍然具有优异的泛化性能与很低的运算复杂度。 展开更多

关键词 雷达自动目标识别 高分辨距离像 小样本 多类目标识别 比值距离

在线阅读 下载PDF 职称材料

不平衡数据集异常检测和分类算法 被引量：3

13

作者 樊芮 陈湘媛 +1 位作者 王冠男 崔艳辉 《电力系统及其自动化学报》 CSCD 北大核心 2023年第9期112-119,共8页

针对传统异常检测模型在面对不平衡样本集时存在参数优化困难、少数类识别效果差等问题,提出一种组合模型以实现不平衡数据集的异常检测和分类。首先利用支撑向量数据描述构造闭合曲面实现“异常”检测,然后提出改进少数样本合成技术对... 针对传统异常检测模型在面对不平衡样本集时存在参数优化困难、少数类识别效果差等问题,提出一种组合模型以实现不平衡数据集的异常检测和分类。首先利用支撑向量数据描述构造闭合曲面实现“异常”检测,然后提出改进少数样本合成技术对“异常”数据进行过采样以构建平衡数据集,最后利用所提最大类间-类内距K-均值聚类进行自动聚类,实现3种异常数据的分类判决。结果表明,所提方法能够获得较高的异常检测和分类性能,并且具有较强的泛化能力。 展开更多

关键词 异常检测及分类 不平衡数据 最大类间-类内距K-均值聚类 少数样本合成技术 过采样

在线阅读 下载PDF 职称材料

小样本下基于决策树-SNN的恶意流量检测方法 被引量：3

14

作者 李道全 李玉秀 任大用 《计算机工程与应用》 CSCD 北大核心 2023年第21期258-266,共9页

针对目前小样本下的恶意流量检测方法存在准确度低、特征提取不足和模型过拟合问题,提出了一种小样本下基于改进决策树-孪生神经网络的恶意流量检测算法。为了降低小样本下多分类任务的难度,利用类间中心距离构建二叉决策树将多分类问... 针对目前小样本下的恶意流量检测方法存在准确度低、特征提取不足和模型过拟合问题,提出了一种小样本下基于改进决策树-孪生神经网络的恶意流量检测算法。为了降低小样本下多分类任务的难度,利用类间中心距离构建二叉决策树将多分类问题转换为二分类问题。将孪生神经网络的对比分支设计为三支一维卷积神经网络并行的结构来解决小样本下特征提取不足问题。引入了通过池化策略和一维卷积操作优化的SE(squeeze-andexcitation)模块,以减少小样本下模型过拟合问题。通过对比样本的相似度实现了恶意流量检测。实验结果表明,所提方法在小样本下的恶意流量检测问题上具有良好的效果。 展开更多

关键词 恶意流量 决策树 孪生神经网络 类间中心距离 小样本 通道注意力

在线阅读 下载PDF 职称材料