期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于KmeansSMOTE的损伤诊断模型性能提升及在斜拉桥中的应用
1
作者
刘杰
陈佳梦
《石家庄铁道大学学报（自然科学版）》
2023年第2期35-41,共7页
为解决损伤诊断数据集中损伤与未损伤类数据样本不平衡导致诊断模型预测结果不理想的问题,提出了一种诊断模型性能提升的新方法(V-KmeansSMOTE)。该方法在改进合成少数类过采样技术(KmeansSMOTE)方法的基础上结合方差过滤(variance filt...
为解决损伤诊断数据集中损伤与未损伤类数据样本不平衡导致诊断模型预测结果不理想的问题,提出了一种诊断模型性能提升的新方法(V-KmeansSMOTE)。该方法在改进合成少数类过采样技术(KmeansSMOTE)方法的基础上结合方差过滤(variance filtering,VF)特征选择技术筛除位移、加速度等数据中的零方差特征并对筛选后的特征所对应的损伤类数据样本进行过采样处理,将该方法应用于一座H型斜拉桥作为数值算例。结果表明,支持向量机分类模型分类准确率、精确度和F1评分在数据集上平均提升分别为6.19%、7.93%和20.07%,K最近邻模型平均提升6.18%、7.23%和7.26%,验证了提出方法的有效性。
展开更多
关键词
斜拉桥损伤诊断
模型性能提升方法
过采样技术
特征选择
数据挖掘
在线阅读
下载PDF
职称材料
题名
基于KmeansSMOTE的损伤诊断模型性能提升及在斜拉桥中的应用
1
作者
刘杰
陈佳梦
机构
石家庄铁道大学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
河北省土木工程诊断、改造与抗灾重点实验室
石家庄铁道大学土木工程学院
出处
《石家庄铁道大学学报（自然科学版）》
2023年第2期35-41,共7页
文摘
为解决损伤诊断数据集中损伤与未损伤类数据样本不平衡导致诊断模型预测结果不理想的问题,提出了一种诊断模型性能提升的新方法(V-KmeansSMOTE)。该方法在改进合成少数类过采样技术(KmeansSMOTE)方法的基础上结合方差过滤(variance filtering,VF)特征选择技术筛除位移、加速度等数据中的零方差特征并对筛选后的特征所对应的损伤类数据样本进行过采样处理,将该方法应用于一座H型斜拉桥作为数值算例。结果表明,支持向量机分类模型分类准确率、精确度和F1评分在数据集上平均提升分别为6.19%、7.93%和20.07%,K最近邻模型平均提升6.18%、7.23%和7.26%,验证了提出方法的有效性。
关键词
斜拉桥损伤诊断
模型性能提升方法
过采样技术
特征选择
数据挖掘
Keywords
damage diagnosis of cable-stayed bridge
model performance improvement method
over-sampling
feature selection
data mining
分类号
U448.27 [建筑科学—桥梁与隧道工程]
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KmeansSMOTE的损伤诊断模型性能提升及在斜拉桥中的应用
刘杰
陈佳梦
《石家庄铁道大学学报（自然科学版）》
2023
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
