检索结果-维普期刊中文期刊服务平台

基于激光解析技术在蛋白质关联图预测问题数据集不均衡的研究: 1; 作者刘君宋志坚《激光杂志》北大核心 2015年第6期114-117,共4页; 随着融合了激光解析等新技术的蛋白质自动测序技术发展,蛋白质序列越来越容易获得,如何通过蛋白质序列预测其结构成为重要研究问题。蛋白质关联图预测是蛋白质三级结构预测的中间步骤,是典型的数据集极度不均衡的分类问题,非关联类别数... 展开更多; 关键词激光蛋白质关联图预测不均衡数据集下采样聚类; 在线阅读下载PDF 职称材料

基于特征注意匹配CYCLEGAN的高速列车轮对轴承数据均衡化方法: 2; 作者刘素艳汪浩宁 +1 位作者马增强苑宗昊《振动与冲击》 EI CSCD 北大核心 2024年第15期32-43,共12页; 高速列车滚动轴承一旦发生故障就会停车检修,导致样本数据极度不平衡。数据集的不平衡性会对故障诊断结果的准确性和稳定性产生重要影响。针对该问题,提出一种基于特征注意匹配(feature attention matching, FAM)和循环生成对抗网络(cyc... 展开更多; 关键词生成对抗网络特征注意力匹配(FAM) 不均衡数据集故障诊断; 在线阅读下载PDF 职称材料

密度不均衡数据分类算法被引量：8: 3; 作者杜红乐张燕《西华大学学报（自然科学版）》 CAS 2015年第5期16-23,74,共9页; 针对不均衡数据下分类超平面偏移、少数类识别率较低的问题,提出一种基于样本密度的不均衡数据分类算法。该算法首先计算样本密度和类样本密度,依据类样本密度之间的关系确定聚类类数,然后利用K-means聚类算法对多数类样本进行聚类,用... 展开更多; 关键词支持向量机不均衡数据集样本密度欠取样 K-近邻; 在线阅读下载PDF 职称材料

基于支持向量机的不均衡文本分类方法被引量：8: 4; 作者高超许翰林《现代电子技术》北大核心 2018年第15期183-186,共4页; 目前支持向量机(SVM)对均衡文本数据集进行文本分类时表现十分良好,但如果文本数据集是不均衡的,尤其是当不均衡率很大时,容易导致支持向量机分类失败。提出PSO-SMOTE混合算法,针对不均衡文本数据集问题,运用SMOTE算法生成插值样本均衡... 展开更多; 关键词混合算法支持向量机不均衡数据集插值样本文本分类迭代进化; 在线阅读下载PDF 职称材料

基于改进的K近邻和支持向量机客户流失预测被引量：7: 5; 作者卢光跃王航龙 +2 位作者李创创赵宇翔李四维《西安邮电大学学报》 2018年第2期1-6,共6页; 将K近邻分类法和支持向量机分类法结合起来,给出一种电信客户流失预测方法,即对边界样本采用加权K近邻分类,而对非边界样本采用改进的支持向量机分类。在公开不平衡数据集和电信数据集上的实验可验证所给方法有效,且能提高少数类的检测... 展开更多; 关键词客户流失支持向量机 K近邻不均衡数据集; 在线阅读下载PDF 职称材料

文本分类中基于CHI改进的特征选择方法被引量：5: 6; 作者宋呈祥陈秀宏牛强《微电子学与计算机》 CSCD 北大核心 2018年第9期74-78,共5页; 针对传统卡方统计量(CHI)方法在全局范围内做特征选择时忽略词的频度、词的分布等问题,提出了一种改进的文本特征选择方法.该方法通过定义特征词频度分布相关性系数,选择局部出现的强相关性特征,同时考虑特征词类间分布差异性来提升不... 展开更多; 关键词文本分类卡方统计量特征选择不均衡数据集; 在线阅读下载PDF 职称材料

题名基于激光解析技术在蛋白质关联图预测问题数据集不均衡的研究: 1; 作者刘君宋志坚; 机构重庆交通大学信息科学与工程学院; 出处《激光杂志》北大核心 2015年第6期114-117,共4页; 基金重庆市科委自然科学基金计划(cstc2011jj A10054); 文摘随着融合了激光解析等新技术的蛋白质自动测序技术发展,蛋白质序列越来越容易获得,如何通过蛋白质序列预测其结构成为重要研究问题。蛋白质关联图预测是蛋白质三级结构预测的中间步骤,是典型的数据集极度不均衡的分类问题,非关联类别数据远远多于关联类别数据。与文本分类等问题不同,蛋白质关联图预测问题的特征维数不高,因而不能从特征选择上进行数据集优化。为了有效减少多数类样本的规模,提出结合聚类的数据下采样预处理方法,使关联和非关联类别的分布趋于平衡。实验表明,支持向量机方法在优化后的蛋白质数据集可以有效实现数据分类。; 关键词激光蛋白质关联图预测不均衡数据集下采样聚类; Keywords Laser Protein contacts map prediction Imbalanced data Under-sampling Cluster; 分类号 Q51 [生物学—生物化学] TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于特征注意匹配CYCLEGAN的高速列车轮对轴承数据均衡化方法: 2; 作者刘素艳汪浩宁马增强苑宗昊; 机构石家庄铁道大学河北省交通电力网智能融合技术与装备协同创新中心石家庄铁道大学电气与电子工程学院省部共建交通工程结构力学行为与系统安全国家重点实验室石家庄铁道大学交通运输学院; 出处《振动与冲击》 EI CSCD 北大核心 2024年第15期32-43,共12页; 基金国家自然科学基金(52205571,12072207) 河北省自然科学基金(E2021210105)。; 文摘高速列车滚动轴承一旦发生故障就会停车检修,导致样本数据极度不平衡。数据集的不平衡性会对故障诊断结果的准确性和稳定性产生重要影响。针对该问题,提出一种基于特征注意匹配(feature attention matching, FAM)和循环生成对抗网络(cycle-consistent generative adversarial networks, CYCLEGAN)的轴承不平衡数据处理CYCLEGAN-FAM方法,该方法在CYCLEGAN的判别器中加入特征注意匹配模块,对从真实图像和生成图像中提取的特征进行对齐,从而提高生成样本的质量。试验表明,该方法能够生成与真实样本高度相似的生成样本,并随着不平衡数据集被逐渐平衡,故障诊断的准确率在凯斯西储大学4类和10类数据集上分别达到了99.8%和99.2%,在QPZZ-II四类和十类数据集上分别达到了99.4%和99.6%。; 关键词生成对抗网络特征注意力匹配(FAM) 不均衡数据集故障诊断; Keywords generative adversarial network feature attention matching(FAM) unbalanced data sets fault diagnosis; 分类号 TH133.33 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名密度不均衡数据分类算法被引量：8: 3; 作者杜红乐张燕; 机构商洛学院数学与计算机应用学院; 出处《西华大学学报（自然科学版）》 CAS 2015年第5期16-23,74,共9页; 基金陕西省自然科学基金项目(2014JM2-6122) 陕西省教育厅科技计划项目(12JK0748) 商洛学院科学与技术研究项目(13sky024); 文摘针对不均衡数据下分类超平面偏移、少数类识别率较低的问题,提出一种基于样本密度的不均衡数据分类算法。该算法首先计算样本密度和类样本密度,依据类样本密度之间的关系确定聚类类数,然后利用K-means聚类算法对多数类样本进行聚类,用聚类所得类中心作为样本集取代原多数类样本集,最后对新构造的训练集进行训练得到最终决策函数。其实验结果表明,该算法能够提高SVM在不均衡数据下的分类性能,尤其是少数类的分类性能。; 关键词支持向量机不均衡数据集样本密度欠取样 K-近邻; Keywords support vector machine imbalanced dataset sample density under-sampling K-nearest neighbor; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于支持向量机的不均衡文本分类方法被引量：8: 4; 作者高超许翰林; 机构南京信息工程大学电子与信息工程学院; 出处《现代电子技术》北大核心 2018年第15期183-186,共4页; 文摘目前支持向量机(SVM)对均衡文本数据集进行文本分类时表现十分良好,但如果文本数据集是不均衡的,尤其是当不均衡率很大时,容易导致支持向量机分类失败。提出PSO-SMOTE混合算法,针对不均衡文本数据集问题,运用SMOTE算法生成插值样本均衡数据集,并通过PSO算法迭代进化得到最佳的插值样本,对支持向量机的文本分类能力进行优化。实验结果表明,新算法大幅优化了支持向量机分类不均衡文本数据集的能力。; 关键词混合算法支持向量机不均衡数据集插值样本文本分类迭代进化; Keywords hybrid algorithm support vector machine unbalanced dataset interpolation sample text classification iterative evolution; 分类号 TN911.1-34 [电子电信—通信与信息系统] TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进的K近邻和支持向量机客户流失预测被引量：7: 5; 作者卢光跃王航龙李创创赵宇翔李四维; 机构西安邮电大学陕西省信息通信网络及安全重点实验室; 出处《西安邮电大学学报》 2018年第2期1-6,共6页; 基金陕西省工业科技攻关项目(2015GY-013 2016GY-113); 文摘将K近邻分类法和支持向量机分类法结合起来,给出一种电信客户流失预测方法,即对边界样本采用加权K近邻分类,而对非边界样本采用改进的支持向量机分类。在公开不平衡数据集和电信数据集上的实验可验证所给方法有效,且能提高少数类的检测精度和总体评价指标。; 关键词客户流失支持向量机 K近邻不均衡数据集; Keywords customer churn support vector machine K nearest neighbor unbalanced data set; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名文本分类中基于CHI改进的特征选择方法被引量：5: 6; 作者宋呈祥陈秀宏牛强; 机构江南大学数字媒体学院; 出处《微电子学与计算机》 CSCD 北大核心 2018年第9期74-78,共5页; 基金国家自然科学基金(61373055) 2017年江苏省研究生实践创新计划项目(SJCX17_0506); 文摘针对传统卡方统计量(CHI)方法在全局范围内做特征选择时忽略词的频度、词的分布等问题,提出了一种改进的文本特征选择方法.该方法通过定义特征词频度分布相关性系数,选择局部出现的强相关性特征,同时考虑特征词类间分布差异性来提升不均衡数据集的分类指标.结果表明,改进的方法不仅在分类效果上有明显的提高,而且性能更加稳定.; 关键词文本分类卡方统计量特征选择不均衡数据集; Keywords text categorization Chi-square feature selection unbalanced dataset; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于激光解析技术在蛋白质关联图预测问题数据集不均衡的研究	刘君宋志坚	《激光杂志》北大核心	2015	0	在线阅读下载PDF 职称材料
2	基于特征注意匹配CYCLEGAN的高速列车轮对轴承数据均衡化方法	刘素艳汪浩宁马增强苑宗昊	《振动与冲击》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	密度不均衡数据分类算法	杜红乐张燕	《西华大学学报（自然科学版）》 CAS	2015	8	在线阅读下载PDF 职称材料
4	基于支持向量机的不均衡文本分类方法	高超许翰林	《现代电子技术》北大核心	2018	8	在线阅读下载PDF 职称材料
5	基于改进的K近邻和支持向量机客户流失预测	卢光跃王航龙李创创赵宇翔李四维	《西安邮电大学学报》	2018	7	在线阅读下载PDF 职称材料
6	文本分类中基于CHI改进的特征选择方法	宋呈祥陈秀宏牛强	《微电子学与计算机》 CSCD 北大核心	2018	5	在线阅读下载PDF 职称材料