检索结果-维普期刊中文期刊服务平台

基于三支决策的不平衡数据过采样方法被引量：32: 1; 作者胡峰王蕾周耀《电子学报》 EI CAS CSCD 北大核心 2018年第1期135-144,共10页; 采样是解决不平衡数据分类问题的一个有效途径.文中结合三支决策理论,根据样本分布将样本划分成三个区域:正域、边界域和负域;在此基础上,分别对边界域和负域中的小类样本进行不同的过采样处理,提出了一种基于三支决策的不平衡数据过采... 展开更多; 关键词三支决策邻域粗糙集边界采样不平衡数据 SMOTE; 在线阅读下载PDF 职称材料

基于采样技术的主动不平衡学习算法研究被引量：2: 2; 作者李青雯孙丹于化龙《电子设计工程》 2018年第1期7-12,19,共7页; 针对在不平衡分布数据中执行主动学习,其分类面容易形成偏倚,从而导致主动学习失效这一问题,拟采用采样技术作为学习过程的平衡控制策略,在调查了几种已有的采样算法的基础上,提出了一种边界过采样算法,并将其与主动学习相结合。此外,... 展开更多; 关键词类别不平衡主动学习极限学习机样本采样边界过采样; 在线阅读下载PDF 职称材料

基于CD-BSMOTE的D-S证据融合变压器故障诊断: 3; 作者鲁玲高诚 +3 位作者熊威龚康马辉张鑫《水电能源科学》北大核心 2024年第5期192-196,共5页; 针对变压器油中溶解气体数据集不均衡特性对故障诊断结果的影响,提出一种基于清除临界点改进的边界合成少数类过采样算法均衡数据集和Pearson冲突距离改进D-S证据融合的变压器故障诊断模型。首先,对少数类样本进行均衡化处理,根据K-mean... 展开更多; 关键词故障诊断油中溶解气体分析边界合成少数类过采样 Pearson冲突距离 D-S证据融合; 在线阅读下载PDF 职称材料

基于卷积神经网络的液化预测模型及可解释性分析被引量：2: 4; 作者龙潇孙锐郑桐《岩土力学》 EI CAS CSCD 北大核心 2024年第9期2741-2753,共13页; 常规液化判别方法通常是半经验方法,存在人为因素干扰,成功率及均衡性不佳。现有的机器学习方法缺乏足够的样本支撑,存在一定的局限性。通过整合液化数据集,选取修正标准贯击数、细粒含量、土层深度、地下水位深度、总上覆应力、有效上... 展开更多; 关键词机器学习液化预测卷积神经网络边界合成少数过采样技术沙普利加性解释(SHAP); 在线阅读下载PDF 职称材料

基于事务的概率标记数据包的IP回溯: 5; 作者苏进胜谢彦峰张忠林《兰州交通大学学报》 CAS 2006年第4期72-75,共4页; 针对Dos攻击,提出了一种改进的IP溯源技术PTPM(Probabilistic Transaction Packet Marking),利用事务把一个路由器的标记信息经由中间路由器传播到目的主机,最后根据收到的数据包重构攻击路径.这种方案大大减少了回溯数据包的个数.; 关键词拒绝服务攻击事务IP回溯数据包标记边界采样; 在线阅读下载PDF 职称材料

题名基于三支决策的不平衡数据过采样方法被引量：32: 1; 作者胡峰王蕾周耀; 机构计算智能重庆市重点实验室(重庆邮电大学); 出处《电子学报》 EI CAS CSCD 北大核心 2018年第1期135-144,共10页; 基金国家自然科学基金(No.61309014 No.61379114 +4 种基金 No.61472056) No.cstc2014jcyjA40049) 重庆市教委科学技术研究(No.KJ1500416); 文摘采样是解决不平衡数据分类问题的一个有效途径.文中结合三支决策理论,根据样本分布将样本划分成三个区域:正域、边界域和负域;在此基础上,分别对边界域和负域中的小类样本进行不同的过采样处理,提出了一种基于三支决策的不平衡数据过采样算法(TWD-IDOS算法).实验结果表明,在C4.5、KNN和CART等分类器上,文中提出的算法能有效解决不平衡数据的二分类问题,在Recall、F-value、AUC等指标上优于文献中的过采样算法.; 关键词三支决策邻域粗糙集边界采样不平衡数据 SMOTE; Keywords three-way decision neighborhood rough set boundary sampling imbalanced data SMOTE; 分类号 TP39 [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

题名基于采样技术的主动不平衡学习算法研究被引量：2: 2; 作者李青雯孙丹于化龙; 机构江苏科技大学计算机科学与工程学院东南大学自动化学院; 出处《电子设计工程》 2018年第1期7-12,19,共7页; 基金国家自然科学基金(61305058) 江苏省自然科学基金(BK20130471) 中国博士后科学基金(2013M540404); 文摘针对在不平衡分布数据中执行主动学习,其分类面容易形成偏倚,从而导致主动学习失效这一问题,拟采用采样技术作为学习过程的平衡控制策略,在调查了几种已有的采样算法的基础上,提出了一种边界过采样算法,并将其与主动学习相结合。此外,考虑到极限学习机所具有的泛化能力强、训练速度快等优点,拟采用其作为基分类器,来加速主动学习的进程。通过12个基准数据集对加入平衡控制策略的主动学习算法的性能进行了验证,结果表明:在不平衡场景下,主动学习确实会受到其负面影响,且引入了采样技术的主动学习算法性能明显更优。; 关键词类别不平衡主动学习极限学习机样本采样边界过采样; Keywords class imbalance active learning extreme learning machine instance sampling boundary over-sampling; 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CD-BSMOTE的D-S证据融合变压器故障诊断: 3; 作者鲁玲高诚熊威龚康马辉张鑫; 机构三峡大学电气与新能源学院国网宜昌供电公司; 出处《水电能源科学》北大核心 2024年第5期192-196,共5页; 基金国家自然科学基金项目(52377191) 国网湖北省电力公司管理科技项目(5215H0220002)。; 文摘针对变压器油中溶解气体数据集不均衡特性对故障诊断结果的影响,提出一种基于清除临界点改进的边界合成少数类过采样算法均衡数据集和Pearson冲突距离改进D-S证据融合的变压器故障诊断模型。首先,对少数类样本进行均衡化处理,根据K-means聚类结果清除处于临界位置的样本;其次,搭建梯度提升树、随机森林、BP神经网络的故障诊断模型,实现变压器故障初步诊断;接着引入Pearson冲突距离改进D-S证据融合模型,实现诊断结果的融合决策;最后,经实际算例分析,诊断精确率达到92.65%。结果表明,所建模型能有效解决数据不平衡对诊断结果的影响,提高故障诊断精度。; 关键词故障诊断油中溶解气体分析边界合成少数类过采样 Pearson冲突距离 D-S证据融合; Keywords fault diagnosis dissolved gas analysis borderline synthetic minority over-sampling technique Pearson conflict distance D-S evidence fusion; 分类号 TM411 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名基于卷积神经网络的液化预测模型及可解释性分析被引量：2: 4; 作者龙潇孙锐郑桐; 机构中国地震局工程力学研究所地震工程与工程振动重点实验室地震灾害防治应急管理部重点实验室; 出处《岩土力学》 EI CAS CSCD 北大核心 2024年第9期2741-2753,共13页; 基金中国地震局工程力学研究所基本科研业务费专项资助项目(No.2020C04) 黑龙江省自然科学基金联合引导项目(No.LH2020E019)。; 文摘常规液化判别方法通常是半经验方法,存在人为因素干扰,成功率及均衡性不佳。现有的机器学习方法缺乏足够的样本支撑,存在一定的局限性。通过整合液化数据集,选取修正标准贯击数、细粒含量、土层深度、地下水位深度、总上覆应力、有效上覆应力、门槛加速度、循环剪应力比、剪切波速、震级与地表峰值加速度11个液化特征建立卷积神经网络(convolutional neural network,简称CNN)模型。引入边界合成少数过采样技术消除不平衡数据集的影响。将CNN模型与随机森林模型、逻辑回归模型、支持向量机模型、极致梯度提升模型和规范方法进行对比,并结合沙普利加性解释(SHapley Additive exPlanations,简称SHAP)分析输入特征对预测结果的影响趋势。结果表明,CNN模型准确率达92.58%,各项指标均优于其他4种机器学习模型和规范方法。对SHAP结果分析可知,修正标贯击数小于15的土层液化概率较高,循环剪应力比CSR小于0.25的土层更不易液化。各因素的影响规律均符合现有认知,预测模型合理可靠。; 关键词机器学习液化预测卷积神经网络边界合成少数过采样技术沙普利加性解释(SHAP); Keywords machine learning liquefaction prediction convolutional neural network borderline synthesis minority oversampling technique(borderline SMOTE) SHapley Additive exPlanations(SHAP); 分类号 TU43 [建筑科学—岩土工程]; 在线阅读下载PDF 职称材料

题名基于事务的概率标记数据包的IP回溯: 5; 作者苏进胜谢彦峰张忠林; 机构兰州交通大学信息与电气工程学院; 出处《兰州交通大学学报》 CAS 2006年第4期72-75,共4页; 文摘针对Dos攻击,提出了一种改进的IP溯源技术PTPM(Probabilistic Transaction Packet Marking),利用事务把一个路由器的标记信息经由中间路由器传播到目的主机,最后根据收到的数据包重构攻击路径.这种方案大大减少了回溯数据包的个数.; 关键词拒绝服务攻击事务IP回溯数据包标记边界采样; Keywords denial-of-service attack IP trace back packet marking edge sampling; 分类号 TP393.08 [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	基于三支决策的不平衡数据过采样方法	胡峰王蕾周耀	《电子学报》 EI CAS CSCD 北大核心	2018	32	在线阅读下载PDF 职称材料
2	基于采样技术的主动不平衡学习算法研究	李青雯孙丹于化龙	《电子设计工程》	2018	2	在线阅读下载PDF 职称材料
3	基于CD-BSMOTE的D-S证据融合变压器故障诊断	鲁玲高诚熊威龚康马辉张鑫	《水电能源科学》北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于卷积神经网络的液化预测模型及可解释性分析	龙潇孙锐郑桐	《岩土力学》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
5	基于事务的概率标记数据包的IP回溯	苏进胜谢彦峰张忠林	《兰州交通大学学报》 CAS	2006	0	在线阅读下载PDF 职称材料