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
8
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MobileViT-PC-ASPP和迁移学习的果树害虫识别方法
被引量：
1
1
作者
张欢
周毅
+2 位作者
王克俭
王超
李会平
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第11期57-67,共11页
为提高果树害虫识别效果,及时做好防治措施,本研究以6种对果树危害程度较大的害虫为研究对象,针对自然环境下果树害虫识别背景复杂、害虫目标小检测难度大、与不同类别间特征相似度高等问题,提出一种改进的轻量化MobileViT-PC-ASPP识别...
为提高果树害虫识别效果,及时做好防治措施,本研究以6种对果树危害程度较大的害虫为研究对象,针对自然环境下果树害虫识别背景复杂、害虫目标小检测难度大、与不同类别间特征相似度高等问题,提出一种改进的轻量化MobileViT-PC-ASPP识别模型。该模型用PConv(Partial convolution)模块代替原模型MobileViT模块中部分标准卷积模块,其次修改MobileViT模块的特征融合策略,将输入特征、局部表达特征、全局表达特征进行拼接融合;删除网络第10层MV2模块和第11层MobileViT模块,使用改进空洞空间池化金字塔(Atrous spatial pyramid pooling,ASPP)模块进行代替,形成多尺度融合特征;此外,模型用SiLU激活函数代替ReLU6激活函数进行计算,最后基于ImageNet数据集进行迁移学习。实验结果表明,6类果树害虫图像识别准确率达93.77%,参数量为8.40×10^(5),与改进前相比,识别准确率提高7.5个百分点,参数量降低33.86%;与常用害虫CNN识别模型AlexNet、ResNet50、MobileNetV2、ShuffleNetV2相比识别准确率分别提高8.25、4.78、7.27、7.41个百分点,参数量分别减少6.03×10^(7)、2.48×10^(7)、2.66×10^(6)、5.30×10^(5);与Transformer识别模型ViT、Swin Transfomer相比识别准确率分别提高19.03、9.8个百分点,参数量分别减少8.56×10^(7)、2.75×10^(7)。本研究适合部署在移动终端等有限资源环境,并且有助于实现对复杂背景下小目标果树害虫进行识别检测。
展开更多
关键词
果树害虫
识别模型
PConv模块
融合策略
SiLU激活函数
空洞空间池化金字塔
在线阅读
下载PDF
职称材料
基于WOA-BiLSTM-BA算法的林业虫害预测
2
作者
石翠翠
周毅
+2 位作者
王克俭
王超
李会平
《中国农机化学报》
北大核心
2024年第11期221-227,共7页
准确预测我国林业虫害的发生情况,对提高森林资源风险管控水平以及林业虫害早期预警具有重要意义。研究雄安新区“千年秀林”中美国白蛾的发生和当时的气象环境因素之间的关系,结合群智能优化算法和深度学习算法,提出一种基于WOA-Bi LST...
准确预测我国林业虫害的发生情况,对提高森林资源风险管控水平以及林业虫害早期预警具有重要意义。研究雄安新区“千年秀林”中美国白蛾的发生和当时的气象环境因素之间的关系,结合群智能优化算法和深度学习算法,提出一种基于WOA-Bi LSTM-BA算法的林业虫害预测模型。该算法通过WOA迭代优化Bi LSTM的最优参数组合,将注意力机制模块BA引入Bi LSTM网络中,以动态分配权重信息,通过全连接层输出预测结果。将提出模型与传统的BP预测模型、LSTM预测模型、Bi LSTM预测模型进行对比,结果表明,WOA-Bi LSTM-BA模型的效果均优于其他对照预测模型,其决定系数R^(2)达到0.989 1,均方根误差RMSE仅为0.073,平均百分比误差MAPE为0.227 5,平均绝对误差MAE为0.056 4。
展开更多
关键词
林业害虫
美国白蛾
鲸鱼算法
长短时记忆网络
注意力机制
在线阅读
下载PDF
职称材料
协作式在线教学交互模型及动力研究
被引量：
14
3
作者
崔佳
刘冲
《重庆高教研究》
CSSCI
北大核心
2021年第2期59-70,共12页
协作式在线教学以问题探究、知识建构、知识产品创造为旨趣。基于此,从自我建构、协作建构和交互建构3个维度构建协作式在线教学交互模型,揭示学习者与协作小组在线知识流转和协作知识建构的过程,具体包含两个相互嵌套的教学交互圈:学...
协作式在线教学以问题探究、知识建构、知识产品创造为旨趣。基于此,从自我建构、协作建构和交互建构3个维度构建协作式在线教学交互模型,揭示学习者与协作小组在线知识流转和协作知识建构的过程,具体包含两个相互嵌套的教学交互圈:学习者个体自我交互圈和协作交互圈。前者表征了学习者内在特征、在线学习行为、在线学习环境的交互关系,阐述了学习者的自我建构过程;后者表征了协作小组内在特征、在线协作学习行为、在线学习环境的交互关系,阐述了协作小组的协作建构过程。两者依托在线学习环境产生交互关联关系,是交互建构的过程。根据协作式在线教学交互模型的启示,学习者/协作小组、交互学习行为及在线学习环境是协作式在线教学交互的内在动力。除此之外,以交互目标、学习产出和交互评价为主的教学设计也是在线教学交互不可或缺的外在动力。教师是协作式在线教学交互动力的设计者、实施者和推动者,应明确自身角色与担当。
展开更多
关键词
协作式在线学习
教学交互
知识建构
自我交互圈
协作交互圈
在线阅读
下载PDF
职称材料
基于自然最近邻的不平衡数据欠采样方法
被引量：
3
4
作者
孟东霞
魏晓光
柳凌燕
《统计与决策》
CSSCI
北大核心
2023年第15期52-56,共5页
针对不平衡数据集中的少数类样本在实际应用中分类准确率较低的问题,提出一种利用多数类样本的自然最近邻进行欠采样的数据处理方法。自然最近邻算法根据每个样本的分布特征动态地为样本选择数量不同的自然最近邻样本,通过自然最近邻的...
针对不平衡数据集中的少数类样本在实际应用中分类准确率较低的问题,提出一种利用多数类样本的自然最近邻进行欠采样的数据处理方法。自然最近邻算法根据每个样本的分布特征动态地为样本选择数量不同的自然最近邻样本,通过自然最近邻的个数反映样本分布的疏密程度。文章所提方法先计算多数类样本在整体数据集中的自然最近邻,根据自然最近邻情况移除多数类中的噪声样本和局部密度较小的样本,再计算剩余样本的相似度,保留密集区域中的代表性样本,去掉部分冗余样本,获得平衡数据集。该方法的计算无须预先指定参数,减少了欠采样过程中多数类分类信息的损失。对比实验利用支持向量机对不同欠采样方法平衡后的12个数据集进行分类,结果表明此方法在大多数数据集上具有较优的分类性能,提升了少数类样本的分类准确率。
展开更多
关键词
不平衡数据集
欠采样
自然最近邻
在线阅读
下载PDF
职称材料
基于特征边界欠采样的不平衡数据处理方法
被引量：
8
5
作者
孟东霞
李玉鑑
《统计与决策》
CSSCI
北大核心
2021年第11期30-33,共4页
针对实际应用中不平衡数据集分类效果较差的问题,文章提出一种基于特征边界信息进行欠采样的数据处理方法。所提方法根据特征边界点的定义获得多数类样本中可构造特征边界的数据点,其分布在最优非线性分类决策面附近,通常包含重要的分...
针对实际应用中不平衡数据集分类效果较差的问题,文章提出一种基于特征边界信息进行欠采样的数据处理方法。所提方法根据特征边界点的定义获得多数类样本中可构造特征边界的数据点,其分布在最优非线性分类决策面附近,通常包含重要的分类信息,在欠采样时应进行保留,其他多数类样本远离分类决策面,在分类中易于识别,可在聚类后选取部分样本和少数类样本构成平衡数据集。该方法保留了多数类样本的几何分布特征,降低了样本的信息流失率。对比实验利用支持向量机进行分类,实验结果表明该方法有利于提高不平衡数据中少数类的分类精度,验证了算法的有效性。
展开更多
关键词
平衡数据集
欠采样
特征边界
聚类
在线阅读
下载PDF
职称材料
利用自然最近邻的不平衡数据过采样方法
被引量：
3
6
作者
孟东霞
李玉鑑
《计算机工程与应用》
CSCD
北大核心
2021年第2期91-96,共6页
针对现有过采样方法存在的易引入噪声点、合成样本重叠的问题,提出一种基于自然最近邻的不平衡数据过采样方法。确定少数类样本的自然最近邻,每个样本的近邻个数由算法自适应计算生成,反映了样本分布的疏密程度。基于自然近邻关系对少...
针对现有过采样方法存在的易引入噪声点、合成样本重叠的问题,提出一种基于自然最近邻的不平衡数据过采样方法。确定少数类样本的自然最近邻,每个样本的近邻个数由算法自适应计算生成,反映了样本分布的疏密程度。基于自然近邻关系对少数类样本聚类,由位于同一类簇中密集区域的核心点和稀疏区域的非核心点生成新样本。在二维合成数据集和UCI数据集上的对比实验验证了该方法的可行性和有效性,提高了不平衡数据的分类精度。
展开更多
关键词
不平衡数据集
过采样
自然最近邻
聚类
在线阅读
下载PDF
职称材料
我国家庭负债存在过度风险吗?——基于负债结构下的消费视角
被引量：
3
7
作者
张冀
孙亚杰
张建龙
《河北经贸大学学报》
CSSCI
北大核心
2020年第5期28-38,共11页
考察中国家庭负债行为对于消费的整体和异质性影响,研究结果显示,从整体来看,家庭总负债、长期负债和短期负债对居民消费有显著的负向影响,尤其是短期负债,表明中国家庭存在一定程度的过度负债风险。从负债途径来看,非正规金融负债对家...
考察中国家庭负债行为对于消费的整体和异质性影响,研究结果显示,从整体来看,家庭总负债、长期负债和短期负债对居民消费有显著的负向影响,尤其是短期负债,表明中国家庭存在一定程度的过度负债风险。从负债途径来看,非正规金融负债对家庭消费的负向影响更为显著,尤其是短期非正规金融负债;作为负债的主要部分,房贷对家庭消费具有显著的抑制作用,尤其是一套房贷,而多套房的财富效应不显著。异质性分析表明,短期正规金融负债对教育程度高、收入高、城市家庭消费具有显著的正向促进作用;长期正规金融负债的促进作用和抑制作用相叠加,对异质性家庭消费的影响均不显著;长期非正规金融负债对城市家庭消费的负向影响最为显著;多套房的财富效应仅存在于35~60岁、高教育程度、高收入家庭中。因此,需要关注家庭负债的结构和来源变化,尤其是非正规金融负债,防止负债结构的变化加剧引发家庭经济风险,从而导致家庭债务紧缩,影响居民消费以及宏观经济增长。
展开更多
关键词
家庭负债
家庭消费
负债期限
非正规金融
正规金融
在线阅读
下载PDF
职称材料
基于k近邻中心偏移因子的欠采样方法
被引量：
2
8
作者
孟东霞
谢林燕
《统计与决策》
CSSCI
北大核心
2023年第12期40-44,共5页
针对不平衡数据集在实际应用中分类效果较差的问题,文章提出一种基于k近邻中心偏移因子对多数类样本欠采样的数据处理方法。k近邻中心是样本的k个最近邻覆盖区域的中心点,所在位置随着k值的增加而发生偏移,偏移变化的波动程度用中心偏...
针对不平衡数据集在实际应用中分类效果较差的问题,文章提出一种基于k近邻中心偏移因子对多数类样本欠采样的数据处理方法。k近邻中心是样本的k个最近邻覆盖区域的中心点,所在位置随着k值的增加而发生偏移,偏移变化的波动程度用中心偏移因子来表示。中心偏移因子的值反映了样本周围的局部密度,数值较小的因子代表样本及其近邻处于密集区域,或近邻在样本的同一侧密集分布,样本可能为冗余样本。为了在不改变原始数据分布的前提下尽可能地删除冗余度较高的多数类样本,首先,移除多数类样本中的噪声点,计算多数类样本的中心偏移因子;然后,将多数类样本按照偏移因子的数值从低到高排序;最后,通过比较样本与k近邻的中心偏移因子来删除部分多数类样本,使数据集趋于平衡。实验使用支持向量机对多种欠采样方法平衡后的14个数据集进行了分类,实验结果表明,所提方法在大多数数据集上表现较优,有效提高了少数类的分类精度。
展开更多
关键词
不平衡数据集
欠采样
K近邻
中心偏移因子
在线阅读
下载PDF
职称材料
题名
基于MobileViT-PC-ASPP和迁移学习的果树害虫识别方法
被引量：
1
1
作者
张欢
周毅
王克俭
王超
李会平
机构
河北
农业大学信息科学与技术
学院
河北
省城市森林健康技术创新中心
河北金融学院金融科技学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第11期57-67,共11页
基金
国家自然科学基金项目(32171799)
河北省重点研发计划项目(22327404D)。
文摘
为提高果树害虫识别效果,及时做好防治措施,本研究以6种对果树危害程度较大的害虫为研究对象,针对自然环境下果树害虫识别背景复杂、害虫目标小检测难度大、与不同类别间特征相似度高等问题,提出一种改进的轻量化MobileViT-PC-ASPP识别模型。该模型用PConv(Partial convolution)模块代替原模型MobileViT模块中部分标准卷积模块,其次修改MobileViT模块的特征融合策略,将输入特征、局部表达特征、全局表达特征进行拼接融合;删除网络第10层MV2模块和第11层MobileViT模块,使用改进空洞空间池化金字塔(Atrous spatial pyramid pooling,ASPP)模块进行代替,形成多尺度融合特征;此外,模型用SiLU激活函数代替ReLU6激活函数进行计算,最后基于ImageNet数据集进行迁移学习。实验结果表明,6类果树害虫图像识别准确率达93.77%,参数量为8.40×10^(5),与改进前相比,识别准确率提高7.5个百分点,参数量降低33.86%;与常用害虫CNN识别模型AlexNet、ResNet50、MobileNetV2、ShuffleNetV2相比识别准确率分别提高8.25、4.78、7.27、7.41个百分点,参数量分别减少6.03×10^(7)、2.48×10^(7)、2.66×10^(6)、5.30×10^(5);与Transformer识别模型ViT、Swin Transfomer相比识别准确率分别提高19.03、9.8个百分点,参数量分别减少8.56×10^(7)、2.75×10^(7)。本研究适合部署在移动终端等有限资源环境,并且有助于实现对复杂背景下小目标果树害虫进行识别检测。
关键词
果树害虫
识别模型
PConv模块
融合策略
SiLU激活函数
空洞空间池化金字塔
Keywords
fruit tree pests
recognition model
PConv module
convergence strategy
SiLU activation function
atrous spatial pyramid pooling
分类号
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WOA-BiLSTM-BA算法的林业虫害预测
2
作者
石翠翠
周毅
王克俭
王超
李会平
机构
河北
农业大学信息科学与技术
学院
河北
省城市森林健康技术创新中心
河北金融学院金融科技学院
出处
《中国农机化学报》
北大核心
2024年第11期221-227,共7页
基金
国家自然科学基金(32171799)
河北省重点研发计划项目(22327404D)
河北省林业和草原局科学计划项目(2001023)。
文摘
准确预测我国林业虫害的发生情况,对提高森林资源风险管控水平以及林业虫害早期预警具有重要意义。研究雄安新区“千年秀林”中美国白蛾的发生和当时的气象环境因素之间的关系,结合群智能优化算法和深度学习算法,提出一种基于WOA-Bi LSTM-BA算法的林业虫害预测模型。该算法通过WOA迭代优化Bi LSTM的最优参数组合,将注意力机制模块BA引入Bi LSTM网络中,以动态分配权重信息,通过全连接层输出预测结果。将提出模型与传统的BP预测模型、LSTM预测模型、Bi LSTM预测模型进行对比,结果表明,WOA-Bi LSTM-BA模型的效果均优于其他对照预测模型,其决定系数R^(2)达到0.989 1,均方根误差RMSE仅为0.073,平均百分比误差MAPE为0.227 5,平均绝对误差MAE为0.056 4。
关键词
林业害虫
美国白蛾
鲸鱼算法
长短时记忆网络
注意力机制
Keywords
forest pest
American white moth
whale algorithm
long-short-term memory network
attention mechanism
分类号
S763 [农业科学—森林保护学]
TP391 [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
协作式在线教学交互模型及动力研究
被引量：
14
3
作者
崔佳
刘冲
机构
河北
大学教育
学院
河北
大学新闻传播
学院
河北金融学院金融科技学院
出处
《重庆高教研究》
CSSCI
北大核心
2021年第2期59-70,共12页
基金
河北省社会科学基金项目“‘双一流’背景下本科生课程学习参与度提升研究”(HB20JY009)。
文摘
协作式在线教学以问题探究、知识建构、知识产品创造为旨趣。基于此,从自我建构、协作建构和交互建构3个维度构建协作式在线教学交互模型,揭示学习者与协作小组在线知识流转和协作知识建构的过程,具体包含两个相互嵌套的教学交互圈:学习者个体自我交互圈和协作交互圈。前者表征了学习者内在特征、在线学习行为、在线学习环境的交互关系,阐述了学习者的自我建构过程;后者表征了协作小组内在特征、在线协作学习行为、在线学习环境的交互关系,阐述了协作小组的协作建构过程。两者依托在线学习环境产生交互关联关系,是交互建构的过程。根据协作式在线教学交互模型的启示,学习者/协作小组、交互学习行为及在线学习环境是协作式在线教学交互的内在动力。除此之外,以交互目标、学习产出和交互评价为主的教学设计也是在线教学交互不可或缺的外在动力。教师是协作式在线教学交互动力的设计者、实施者和推动者,应明确自身角色与担当。
关键词
协作式在线学习
教学交互
知识建构
自我交互圈
协作交互圈
Keywords
collaborative online learning
instructional interaction
knowledge construction
self-interactive circle of individual learners
interactive circle of collaborative group
分类号
G642.4 [文化科学—高等教育学]
在线阅读
下载PDF
职称材料
题名
基于自然最近邻的不平衡数据欠采样方法
被引量：
3
4
作者
孟东霞
魏晓光
柳凌燕
机构
河北金融学院金融科技学院
河北金融学院
信息工程与计算机
学院
出处
《统计与决策》
CSSCI
北大核心
2023年第15期52-56,共5页
基金
河北省高校智慧金融应用技术研发中心项目(IFDC2022030C)
河北省高等学校科学技术研究项目(QN2021220)
河北省省级科技计划软科学研究专项(22557648D)。
文摘
针对不平衡数据集中的少数类样本在实际应用中分类准确率较低的问题,提出一种利用多数类样本的自然最近邻进行欠采样的数据处理方法。自然最近邻算法根据每个样本的分布特征动态地为样本选择数量不同的自然最近邻样本,通过自然最近邻的个数反映样本分布的疏密程度。文章所提方法先计算多数类样本在整体数据集中的自然最近邻,根据自然最近邻情况移除多数类中的噪声样本和局部密度较小的样本,再计算剩余样本的相似度,保留密集区域中的代表性样本,去掉部分冗余样本,获得平衡数据集。该方法的计算无须预先指定参数,减少了欠采样过程中多数类分类信息的损失。对比实验利用支持向量机对不同欠采样方法平衡后的12个数据集进行分类,结果表明此方法在大多数数据集上具有较优的分类性能,提升了少数类样本的分类准确率。
关键词
不平衡数据集
欠采样
自然最近邻
Keywords
imbalanced dataset
under-sampling
natural nearest neighbor
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于特征边界欠采样的不平衡数据处理方法
被引量：
8
5
作者
孟东霞
李玉鑑
机构
河北金融学院金融科技学院
桂林电子
科技
大学人工智能
学院
出处
《统计与决策》
CSSCI
北大核心
2021年第11期30-33,共4页
基金
国家自然科学基金资助项目(61876010)
河北省高校智慧金融应用技术研发中心基金项目(XGZJ2020008)。
文摘
针对实际应用中不平衡数据集分类效果较差的问题,文章提出一种基于特征边界信息进行欠采样的数据处理方法。所提方法根据特征边界点的定义获得多数类样本中可构造特征边界的数据点,其分布在最优非线性分类决策面附近,通常包含重要的分类信息,在欠采样时应进行保留,其他多数类样本远离分类决策面,在分类中易于识别,可在聚类后选取部分样本和少数类样本构成平衡数据集。该方法保留了多数类样本的几何分布特征,降低了样本的信息流失率。对比实验利用支持向量机进行分类,实验结果表明该方法有利于提高不平衡数据中少数类的分类精度,验证了算法的有效性。
关键词
平衡数据集
欠采样
特征边界
聚类
Keywords
balanced data set
undersampling
feature boundary
clustering
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
利用自然最近邻的不平衡数据过采样方法
被引量：
3
6
作者
孟东霞
李玉鑑
机构
河北金融学院金融科技学院
桂林电子
科技
大学人工智能
学院
出处
《计算机工程与应用》
CSCD
北大核心
2021年第2期91-96,共6页
基金
河北省高校智慧金融应用技术研发中心基金(XGZJ2020008)
国家自然科学基金(61876010)。
文摘
针对现有过采样方法存在的易引入噪声点、合成样本重叠的问题,提出一种基于自然最近邻的不平衡数据过采样方法。确定少数类样本的自然最近邻,每个样本的近邻个数由算法自适应计算生成,反映了样本分布的疏密程度。基于自然近邻关系对少数类样本聚类,由位于同一类簇中密集区域的核心点和稀疏区域的非核心点生成新样本。在二维合成数据集和UCI数据集上的对比实验验证了该方法的可行性和有效性,提高了不平衡数据的分类精度。
关键词
不平衡数据集
过采样
自然最近邻
聚类
Keywords
imbalanced data set
over sampling
natural nearest neighbor
clustering
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
我国家庭负债存在过度风险吗?——基于负债结构下的消费视角
被引量：
3
7
作者
张冀
孙亚杰
张建龙
机构
对外经济贸易大学保险
学院
美国克拉克大学经济
学院
河北金融学院金融科技学院
出处
《河北经贸大学学报》
CSSCI
北大核心
2020年第5期28-38,共11页
基金
国家社会科学基金重点项目“我国中等收入家庭金融脆弱性研究”(17AJY027)
国家社会科学基金重点项目“基于收入和财产视角下的社会保障再分配效应研究”(16YJB026)
对外经济贸易大学中央高校基本科研业务费专项资金资助(CXTD9-05)。
文摘
考察中国家庭负债行为对于消费的整体和异质性影响,研究结果显示,从整体来看,家庭总负债、长期负债和短期负债对居民消费有显著的负向影响,尤其是短期负债,表明中国家庭存在一定程度的过度负债风险。从负债途径来看,非正规金融负债对家庭消费的负向影响更为显著,尤其是短期非正规金融负债;作为负债的主要部分,房贷对家庭消费具有显著的抑制作用,尤其是一套房贷,而多套房的财富效应不显著。异质性分析表明,短期正规金融负债对教育程度高、收入高、城市家庭消费具有显著的正向促进作用;长期正规金融负债的促进作用和抑制作用相叠加,对异质性家庭消费的影响均不显著;长期非正规金融负债对城市家庭消费的负向影响最为显著;多套房的财富效应仅存在于35~60岁、高教育程度、高收入家庭中。因此,需要关注家庭负债的结构和来源变化,尤其是非正规金融负债,防止负债结构的变化加剧引发家庭经济风险,从而导致家庭债务紧缩,影响居民消费以及宏观经济增长。
关键词
家庭负债
家庭消费
负债期限
非正规金融
正规金融
Keywords
household debt
household consumption
debt term
non-formal finance
formal finance
分类号
F833 [经济管理—金融学]
F063 [经济管理—政治经济学]
在线阅读
下载PDF
职称材料
题名
基于k近邻中心偏移因子的欠采样方法
被引量：
2
8
作者
孟东霞
谢林燕
机构
河北
省高校智慧
金融
应用技术研究中心
河北金融学院金融科技学院
国家计算机网络应急技术处理协调中心
河北
分中心
出处
《统计与决策》
CSSCI
北大核心
2023年第12期40-44,共5页
基金
河北省高校智慧金融应用技术研发中心项目(IFDC2022030C)
河北省省级科技计划资助项目(20310701D)
中央引导地方科技发展资金项目(216Z0701G)。
文摘
针对不平衡数据集在实际应用中分类效果较差的问题,文章提出一种基于k近邻中心偏移因子对多数类样本欠采样的数据处理方法。k近邻中心是样本的k个最近邻覆盖区域的中心点,所在位置随着k值的增加而发生偏移,偏移变化的波动程度用中心偏移因子来表示。中心偏移因子的值反映了样本周围的局部密度,数值较小的因子代表样本及其近邻处于密集区域,或近邻在样本的同一侧密集分布,样本可能为冗余样本。为了在不改变原始数据分布的前提下尽可能地删除冗余度较高的多数类样本,首先,移除多数类样本中的噪声点,计算多数类样本的中心偏移因子;然后,将多数类样本按照偏移因子的数值从低到高排序;最后,通过比较样本与k近邻的中心偏移因子来删除部分多数类样本,使数据集趋于平衡。实验使用支持向量机对多种欠采样方法平衡后的14个数据集进行了分类,实验结果表明,所提方法在大多数数据集上表现较优,有效提高了少数类的分类精度。
关键词
不平衡数据集
欠采样
K近邻
中心偏移因子
Keywords
imbalanced dataset
undersampling
k-nearest neighbor
center offset factor
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
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MobileViT-PC-ASPP和迁移学习的果树害虫识别方法
张欢
周毅
王克俭
王超
李会平
《农业机械学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于WOA-BiLSTM-BA算法的林业虫害预测
石翠翠
周毅
王克俭
王超
李会平
《中国农机化学报》
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
协作式在线教学交互模型及动力研究
崔佳
刘冲
《重庆高教研究》
CSSCI
北大核心
2021
14
在线阅读
下载PDF
职称材料
4
基于自然最近邻的不平衡数据欠采样方法
孟东霞
魏晓光
柳凌燕
《统计与决策》
CSSCI
北大核心
2023
3
在线阅读
下载PDF
职称材料
5
基于特征边界欠采样的不平衡数据处理方法
孟东霞
李玉鑑
《统计与决策》
CSSCI
北大核心
2021
8
在线阅读
下载PDF
职称材料
6
利用自然最近邻的不平衡数据过采样方法
孟东霞
李玉鑑
《计算机工程与应用》
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
7
我国家庭负债存在过度风险吗?——基于负债结构下的消费视角
张冀
孙亚杰
张建龙
《河北经贸大学学报》
CSSCI
北大核心
2020
3
在线阅读
下载PDF
职称材料
8
基于k近邻中心偏移因子的欠采样方法
孟东霞
谢林燕
《统计与决策》
CSSCI
北大核心
2023
2
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
