期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多模型组合的类别不平衡海洋数据质量控制方法
1
作者 宋巍 张贵庆 +3 位作者 谢京容 董明媚 岳心阳 杨扬 《海洋预报》 CSCD 北大核心 2024年第3期61-70,共10页
提出一种多模型组合的两层海洋数据质量控制框架,选择了多种常见分类算法作为基学习器对数据质量标签进行初级预测,再经过投票法或堆叠(Stacking)法确定海洋数据质量的标识符;针对类别不平衡问题,结合自适应下采样策略,降低数据的不平... 提出一种多模型组合的两层海洋数据质量控制框架,选择了多种常见分类算法作为基学习器对数据质量标签进行初级预测,再经过投票法或堆叠(Stacking)法确定海洋数据质量的标识符;针对类别不平衡问题,结合自适应下采样策略,降低数据的不平衡比率,并结合Focal Loss损失函数,提升模型对难分类样本的识别能力。以来源于国际综合海洋大气数据集的海表温度和气温数据为例进行质量控制验证,结果表明:投票法或堆叠法对极少类的错误样本分类的F1 score(精确率和召回率的加权调和平均值)在海表温度数据上可达到0.980 6和0.981 2,在气温数据上可达到0.998 5和0.998 3。 展开更多
关键词 质量控制 海洋气象数据 集成学习 类别不平衡
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部