检索结果-内蒙古大学图书馆

作者：郭磊太原理工大学

学位级别：博士

图像识别是计算机视觉领域最为基础的任务。基于深度卷积神经网络(Deep Convolutional Neural Network,DCNN)的图像识别方法是目前的主流方法,取得了远超传统方法的性能。大多数基于DCNN的图像识别方法依赖于静态环境,并且需要规模庞大... 详细信息

图像识别是计算机视觉领域最为基础的任务。基于深度卷积神经网络(Deep Convolutional Neural Network,DCNN)的图像识别方法是目前的主流方法,取得了远超传统方法的性能。大多数基于DCNN的图像识别方法依赖于静态环境,并且需要规模庞大且类别分布均衡的训练数据。但在实际场景中,数据分布往往不平衡,数据规模在持续增长,新类别不断涌现,给图像识别带来了巨大挑战。在面对数据不平衡时,若采用通用的算法进行训练,DCNN在预测时将偏向于多数类,并且在少数类上易于发生过拟合,性能欠佳。数据不平衡通常伴随着数据复杂性,即数据通常具有类间相似度高,类内差异大的特点,进一步影响了模型的性能。面对数据增长问题时,因新知识的学习和新旧类别的数据不平衡,增量学习模型在旧数据上的性能将会下降,即灾难性遗忘。针对上述挑战,本文基于深度卷积神经网络强大的表示能力,从对特征学习进行校正与约束的角度开展了研究,并设计了相应的图像识别方法。本文的主要工作如下:(1)为减少数据不平衡及其复杂性的影响,设计了一种基于协方差判别损失的图像识别方法。该方法利用考虑了一阶和二阶距离的协方差判别损失,给难样本的特征学习提供了更多约束,实现了少数类和多数类的深度特征的有效分离。本文给出了相应的难样本挖掘算法,进而可筛选相应的错分样本或具有不合适特征表示的样本。通过在ISIC2018皮肤损伤数据集和不平衡FGVC-Aircrafts数据集上的实验,证实了本文设计的方法能有效校正少数类的深度特征和处理不平衡数据分类问题。(2)从考虑数据内部结构的角度出发,本文设计了一种基于聚类度量损失的图像识别方法,以更好地处理数据不平衡及其复杂性。该方法首先采用k-means方法挖掘聚类结构,然后利用交叉熵损失和聚类度量损失进行联合优化,进而增强了特征学习和分类能力。所设计的聚类度量损失通过对聚类距离、类内距离与类间距离的关系进行约束,实现深度特征的有效校正,保证了类别之间的间隔。本文在不平衡Stanford Dogs数据集和不平衡Describable Textures数据集上进行了对比实验,表明本文设计的方法一致优于对比方法;与此同时,通过消融实验证实了所设计的损失函数每一项的有效性。(3)针对新知识的学习和新旧类别的数据不平衡导致的灾难性遗忘,本文将基于模型的方法嵌入到基于存储的方法,提出一种基于样例特征学习的多类别增量学习方法。首先,本文利用基于模型的Memory Aware Synapses(MAS)模块计算参数重要度,并以此来减轻权重漂移,并保持旧数据特征的可分性。与以往增量学习方法不同的是,本文对图像尺寸进行预处理,利用预训练网络进行参数初始化,减少了训练次数,进一步减轻了模型变化。其次,利用Exemplar-Based Subspace Clustering模块进行样例挖掘,保证了样例的充分性和多样性。最后,在合适的条件下,本文采用非参数的多中心最近邻类均值分类器替代MAS模块的全连接层,来降低训练次数,并减轻新旧类别的数据不平衡的影响。本文通过进行消融实验和对比实验,表明基于样例特征学习的多类别增量学习方法方法表现良好,并显著优于对比方法。(4)提出一种基于双分支深度最近邻类均值分类器的多类别增量学习方法。在样例特征学习的方法中,特征提取器和分类器是分别获得的,二者的匹配度不高。为此,本文提出了一种基于联合训练的方法——双分支深度最近邻类均值分类器,以更好地降低灾难性遗忘的影响。首先,该方法采用集成学习的方式对原始分支和再平衡分支进行训练,降低了新旧类别的数据不平衡的影响。其次,利用激活迁移损失函数来减少特征层面的灾难性遗忘,进而保持特征对于旧类别数据的可分性。最后,采用具有天然优势的最近邻类均值分类器进行预测,并实现了特征提取模块和分类器的联合训练,提升了两者的匹配度。对比实验表明双分支深度最近邻类均值分类器在新旧类别上具有良好的分类性能,而消融实验则验证了双分支结构、联合训练、激活迁移损失等模块的重要性和必要性。

关键词：图像识别机器学习深度学习不平衡数据分类增量学习

来源：评论

学校读者我要写书评

暂无评论

基于人工神经网络和遗传算法的网络攻击检测

引用

计算机工程与设计 2021年第9期42卷 2446-2454页

作者：罗予东陆璐嘉应学院计算机学院广东梅州514015 华南理工大学计算机科学与工程学院广东广州510641

针对网络攻击检测准确率较低的问题,提出基于人工神经网络和遗传算法的混合网络攻击检测算法。将多目标遗传算法和多项式逻辑回归模型组合成封装特征选择算法,利用多项式回归模型对多分类数据的高效学习能力以及多目标遗传算法的全局优... 详细信息

针对网络攻击检测准确率较低的问题,提出基于人工神经网络和遗传算法的混合网络攻击检测算法。将多目标遗传算法和多项式逻辑回归模型组合成封装特征选择算法,利用多项式回归模型对多分类数据的高效学习能力以及多目标遗传算法的全局优化能力,提取数据的最优特征子集;将降维后的特征集送入感知机训练,利用重引力搜索算法搜索神经网络的参数。基于不同的网络数据集完成实验,实验结果表明,该算法有效降低了特征维度,实现了较好的检测性能。

关键词：网络安全入侵检测特征选择多项式逻辑回归不平衡数据分类多层感知机

来源：评论

学校读者我要写书评

暂无评论

航空领域术语定义抽取关键技术及其应用研究

航空领域术语定义抽取关键技术及其应用研究

引用

作者：潘湑南京航空航天大学

学位级别：博士

CBT（Computer Based Training）系统作为先进培训技术的重要组成部分，在民航业的飞行员培训和机务培训中具有重要作用。飞行CBT在国内外航空公司已有大量的应用，而部署机务CBT系统也是是国内二级维修单位的必备条件。本文的工作围绕... 详细信息

CBT（Computer Based Training）系统作为先进培训技术的重要组成部分，在民航业的飞行员培训和机务培训中具有重要作用。飞行CBT在国内外航空公司已有大量的应用，而部署机务CBT系统也是是国内二级维修单位的必备条件。本文的工作围绕CBT系统开发过程中，利用术语定义抽取技术从专业文献中获取专业相关知识所需的关键技术展开，并探索了将定义知识应用于智能CBT系统中的方法。本文的主要研究内容如下：（1）建设术语定义抽取实验用语料库。语料库是所有自然语言处理研究必须要解决的问题，但是目前国内外并没有现成的专供航空领域中文术语定义抽取研究的语料库，所以本文的第一项工作就是建设一个实验用语料库。根据实验要求，确立了第一阶段语料库的建设规模，并建立了本文语料库的开发规范并开发了相应的配套软件；还对语料库的各种信息进行了详细统计，以此作为本文后续研究的基础。（2）确定进行术语定义抽取的基本方法。由于研究目的不同，以往用于解决自动问答和搜索引擎排序问题的方法在本文中并不适用。针对术语定义在语料中分布极不平衡的情况，提出以平衡随机森林方法来解决术定义抽取问题；针对构建平衡训练集时随机产生合成样本的方法无法有效巩固是少数类密集分布区域边界的问题，提出了采用基于实例距离分布信息定义的重采样策略，相比随机重采样方法，提高了定义抽取的F1-measure和F2-measure。（3）改进术语定义抽取的特征选择方法。针对术语定义抽取语料中，数据分布不平衡以及定义句内部存在小析取项这两个问题，从特征选择角度提出基于类间分布差异和类内分布差异的特征选择方法。该方法改进了传统特征选择函数依赖词频统计结果主要衡量特征的类间分布差异的缺点。实验证明在应用于平衡随机森林方法时可以以更少的特征达到与传统filter方法同样的F1-measure和F2-measure。（4）利用多层次语言学特征进行定义抽取。本文对在信息抽取不同子课题中使用多层次语言学特征的情况进行了总结，针对定义抽取领域中由于缺乏可定量计算的方法，导致无法在进行定义抽取时充分利用语言学特征的问题，以信息熵为基础提出使用不同层次间的特征组合的组合熵来计算不同层次的特征组合对定义抽取的影响，并结合前文的特征选择框架用于多层次特征的筛选。该方法为研究不同层次的语言学特征在定义抽取中的作用和利用这些特征进行定义抽取提供了一种可计算的方法。实验证明了该方法的正确性和有效性。（5）设计并实现了CBT智能考核系统。针对现有AIG（Automatic Item Generation）技术不利于生成专业领域的试题而且干扰项的迷惑性也较弱的问题。本文以加工定义知识得到的多种知识表达为基础，设计了利用句型模板库和知识点库生成考核试题的题面，从领域本体生成干扰项的自动试题生成和评价系统。该方法可以有效满足CBT系统中对于专业知识的自动考核和评价的需求，同时能够大幅减轻开发题库和组卷所需的工作量。

关键词：定义抽取信息抽取语料库不平衡数据分类过采样特征选择多层次特征组合特征自动试题生成

来源：评论

学校读者我要写书评

暂无评论

LTE-R网络智能故障诊断与预测方法研究

LTE-R网络智能故障诊断与预测方法研究

引用

作者：渠涧涛北京交通大学

学位级别：博士

随着国民经济的快速发展,以及铁路相关技术的不断进步,为了满足人们日益增长的生产和生活需要,“货运重载化”成为我国货运铁路技术的重要发展方向。为解决两万吨级重载列车的通信业务需求,朔黄铁路公司世界上首次将LTE-R(Long Term Eva... 详细信息

随着国民经济的快速发展,以及铁路相关技术的不断进步,为了满足人们日益增长的生产和生活需要,“货运重载化”成为我国货运铁路技术的重要发展方向。为解决两万吨级重载列车的通信业务需求,朔黄铁路公司世界上首次将LTE-R(Long Term Evaluation-Railways)技术应用于重载铁路。LTE-R无线通信网络承载着重载列车的核心通信业务,因此LTE-R网络的可靠性和稳定性,直接影响着朔黄铁路的运行安全。而针对LTE-R网络的智能故障诊断与预测方法,能够有效地发现LTE-R网络中存在的问题,或根据网络的运行状态对可能发生的问题进行预警,已成为保障LTE-R网络系统可靠和稳定运行的一个重要技术手段。为此,本文以朔黄铁路LTE-R网络为研究对象,综述了智能故障诊断与预测的基本理论、相关方法以及评价指标等内容。然后,又以不平衡数据分类以及时间序列预测为理论基础,大数据、深度学习、智能优化算法等作为技术手段,针对朔黄铁路LTE-R网络故障诊断与预测中所遇到的相关问题,提出了相应的智能故障诊断与预测方法。本文的研究为LTE-R网络的智能运维提供了必要的理论基础和技术手段,具有一定的理论和应用价值。论文的主要的研究成果和结论如下:(1)针对海量、高维度LTE-R网络运维数据存储、读取及处理效率低下的问题,本文提出了一种基于大数据以及地理信息系统(GIS)技术的LTE-R切换及覆盖问题检测方法。为了实现对海量、高维度LTE-R网络运维数据的结构化存储,本文采用HDFS、Hive以及Presto对这些数据进行存储和读取,并利用Spark来改进切换及覆盖问题检测过程中比较耗时的步骤。此外,所有检查出的问题均被展示到GIS系统上,这使得运维人员能够直观、快速地获取问题发生区域的信息。实验表明,该方法能够准确、高效地从海量LTE-R运维数据中识别出常见的LTE-R网络切换及覆盖问题,并能够对这些问题进行直观地展示,具有较高的应用价值。(2)在LTE-R通信性能劣化小区检测问题中,性能劣化小区的数目远远小于正常小区的数目,这可以看作是一个不平衡二分类问题。为了解决该问题,本文首先利用K-means算法,对各小区关键性能指标数据进行转化,从而构建出一个LTE-R通信性能劣化小区检测数据集。然后,为了能够在数据潜在特征层面解决不平衡二分类问题,本文构建了一个双编码器降噪自编码神经网络,并引入生成式对抗网络(GAN)方法来对该神经网络结构进行逐层训练。此外,为了进一步提高分类性能,本文又将Fisher准则和AUC进行结合,构建出多个优化目标,并利用第三代非支配排序遗传算法(NSGA-Ⅲ)对网络参数进行优化。最后,使用逼近理想解排序法(TOPSIS)从多个非支配解中选择出最优的一个,作为网络的最终参数,从而提高了多数类和少数类潜在特征之间的可分性。在公开的不平衡二分类数据集,以及LTE-R通信性能劣化小区检测数据集上的实验表明,相比对比方法,本文方法具有更好的分类性能。(3)为了进一步提升通信性能劣化小区检测的准确率,本文提出了一种基于类别不平衡序列特征提取的LTE-R通信性能劣化小区检测方法。针对如何更加有效地捕获关键性能指标序列局部特征的问题,本文构建了一个基于卷积神经网络(CNN)的神经网络结构,并通过自定义卷积核以及距离计算层,使得该网络能够以滑动窗口的方式,计算每个shaplets与原始序列各个片段的最小距离,从而实现了以shaplets transformation的方式提取序列数据的局部特征。然后,针对序列类别不平衡的问题,构建了基于Fisher准则的优化目标,并使用差分进化算法来对整个网络进行训练。实验表明,本文提出的方法能够十分准确地检测出发生了通信性能劣化的LTE-R小区,具有较高的应用价值。(4)针对LTE-R小区通信性能预测问题,本文利用LTE-R网络承载的核心业务的演进的无线接入承载(E-RAB)异常释放比率作为小区通信性能的评价指标,并提出了一个名为PA-LSTM的时间序列预测方法来对LTE-R小区的通信性能进行预测。PA-LSTM方法首先利用自适应噪声的完备经验模态分解(CEEMDAN)对原始数据进行预处理,从而消除原始数据中的高频分量,使数据变得平滑且变化趋势更为明显。然后引入长短时记忆神经网络(LSTM)和注意力机制构建预测模型。此外,又引入了粒子群优化(PSO)算法来调整注意力权重,从而得到更加精确的预测结果。在多个LTE-R小区通信性能数据集上的实验表明,本文提出的PA-LSTM方法能够准确地对LTE-R小区的通信性能进行预测,为LTE-R网络的运维工作提供建议。(5)考虑到LTE-R网络能够同时承载多个业务,且当前小区与相邻小区的通信信号会相互影响,为了更加精确地对LTE-R小区通信性能进行预测,本文提出了一个面向

关键词：故障诊断及预测 LTE-R 智能运维深度学习群体智能优化大数据技术不平衡数据分类时间序列预测

来源：评论

学校读者我要写书评

暂无评论

基于SCRF的抽油井结蜡预测方法优化研究

引用

计算机科学 2019年第S11期46卷 599-603页

作者：王利君支志英贾鹿李伟中国石油新疆油田分公司数据公司

在油田生产过程中,油井受各种因素的影响容易发生结蜡。油井结蜡通常会降低油井产生,造成油井阻塞,甚至会造成停井及烧电机等现象,大大增加采油成本。对抽油井结蜡状态进行提前预测,实现抽油井设备预见性维护对油田降本增效及智能化管... 详细信息

在油田生产过程中,油井受各种因素的影响容易发生结蜡。油井结蜡通常会降低油井产生,造成油井阻塞,甚至会造成停井及烧电机等现象,大大增加采油成本。对抽油井结蜡状态进行提前预测,实现抽油井设备预见性维护对油田降本增效及智能化管理具有重要意义。针对基于不平衡数据集构建结蜡预测模型预测效果不理想的问题,文中提出了一种面向非平衡数据的集成学习方法SCRF(SMOTE CLUSTER RANDOM FOREST)。该方法首先使用SMOTE方法对原数据集中的少数类进行过采样以增加少数类的数量,缩小不平衡比例;然后对新的数据集采用CLUSTER聚类方法分层欠采样,生成训练数据集;最后采用基于bagging技术的随机森林算法对训练数据集进行集成学习,从而生成预测模型。实验结果表明,样本均衡后模型预测效果更佳,预测精度和效率都有一定程度的提高。

关键词：不平衡数据分类样本均衡集成学习结蜡预测模型

来源：评论

学校读者我要写书评

暂无评论

密度峰值优化的分类算法研究

密度峰值优化的分类算法研究

引用

作者：刘学文兰州财经大学

学位级别：管理学硕士

密度峰值聚类(DPC)是一种新颖的聚类算法。DPC能够利用数据的密度峰值信息发现潜在的类簇中心，基于样本之间的层次关系对任意形状数据快速分配标签。近年来，它在众多领域展示出了巨大的应用价值，并且越来越受到研究者重视。本文旨在... 详细信息

密度峰值聚类(DPC)是一种新颖的聚类算法。DPC能够利用数据的密度峰值信息发现潜在的类簇中心，基于样本之间的层次关系对任意形状数据快速分配标签。近年来，它在众多领域展示出了巨大的应用价值，并且越来越受到研究者重视。本文旨在研究密度峰值在半监督分类和不平衡数据分类领域的应用，主要工作如下：（1）自训练算法的关键步骤是选取用于扩展训练集的高置信度样本。如果选取样本的伪标签不准确，会使训练的分类器的性能降低。为此，本文利用密度峰值隶属度筛选高置信度样本，提出了一种密度峰值隶属度优化的半监督自训练算法(STDPM)。首先，基于密度峰值定义了原型和近亲结点，以便更清晰地反映样本之间的层次关系。然后，提出了一种高置信度样本选取方法，先根据无标签样本与不同类簇内有标签样本之间的原型关系定义密度峰值类簇隶属度，从无标签近亲结点集中选取隶属度大于设定阈值的样本。最后选取样本由分类器赋予伪标签并用于扩展训练集。在8个公开的基准测试集上与4个算法进行对比实验，结果验证了高置信度样本选取方法的有效性。（2）不平衡数据分类算法着重关注少数类样本的分类精度，但当多数类样本的损失过多信息时，整体分类精度会变低。为此，本文提出了一种密度峰值优化的球簇划分欠采样不平衡数据分类算法(DPBCPUSBoost)。首先，设计了一种保留高价值多数类样本的欠采样方法，利用密度峰值发现多数类中的代表性样本，并采用球簇划分方法找出决策边界区域内易误分的多数类样本，对这些样本赋予更高的采样权重，以尽量减少信息损失。然后，提出了一种融合类依赖和样本依赖的误分代价计算方法，根据样本类别分布信息计算不同类别样本的误分代价，根据密度峰值信息计算所有样本的误分代价，融合两种形式的代价作为样本的整体误分代价，新的误分代价计算方法充分考虑到了样本价值的差异性。最后，基于临时训练集训练分类器，并通过代价调整函数进一步增加高误分代价样本的权重。在10个KEEL基准测试集上与4个算法进行对比实验，结果验证了DPBCPUSBoost利用密度峰值优化欠采样方法和误分代价计算方法的有效性。

关键词：密度峰值分类自训练不平衡数据分类球K均值聚类

来源：评论

学校读者我要写书评

暂无评论

推荐系统中随机森林算法的优化与应用

推荐系统中随机森林算法的优化与应用

引用

作者：王宇恒浙江大学

学位级别：硕士

如今,推荐系统已成为一种热门的与计算机学科和数据挖掘联系紧密的技术,在现代互联网行业中有着重要的地位。随机森林算法比其他线性分类器具有很多优势,不仅在结果预测的准确度上有所提高,一般误差也更小,并且对高维数据的处理也更高效... 详细信息

如今,推荐系统已成为一种热门的与计算机学科和数据挖掘联系紧密的技术,在现代互联网行业中有着重要的地位。随机森林算法比其他线性分类器具有很多优势,不仅在结果预测的准确度上有所提高,一般误差也更小,并且对高维数据的处理也更高效,训练过程快速而且可以并行化实现。这使得随机森林相关的优化问题十分具有研究价值。然而,现阶段使用的随机森林在进行特征选择时属于纯随机,在保证弱化数据关联度时的同时会导致模型强度的下降。此外,对于数据的类别分布不平衡的情况,即存在某一个或一些类别的数据量远远小于其他类别,使用随机森林模型进行预测的准确率会下降,并且一般误差会增大。本文主要针对特征选择和不平衡分类两个问题,利用推荐系统竞赛提供的数据,对随机森林模型的优化问题进行研究。以随机森林RC形态为基础,利用卡方计算特征之间的相关性,对特征进行排序,将特征分为两个区间,分别进行抽样,使用特征的线性组合,完成特征选择。针对类不平衡问题的研究,结合了随机森林的平衡和加权两种算法,设计了平衡加权随机森林,针对重采样和代价敏感学习本身的弊端进行了改进。并且对特征选择的改进和类不平衡问题的改进算法分别进行了实验,利用F1值对实验结果进行了对比和评估,阐明了对随机森林特征选择和不平衡分类问题的改善成果。

关键词：推荐系统随机森林特征选择不平衡数据分类

来源：评论

学校读者我要写书评

暂无评论

一种基于距离最大熵值的预测蛋白质结构域的新方法

一种基于距离最大熵值的预测蛋白质结构域的新方法

引用

作者：公国玺吉林大学

学位级别：硕士

结构域(domain),可以看作是蛋白质结构、折叠、功能、进化和设计的基本单位。大多数的蛋白质都可划分为若干个结构域,结构域的不同组合也使得蛋白质具有不同的三级结构并且具有不同的功能。因此蛋白质结构域边界检测问题在实验和计算结... 详细信息

结构域(domain),可以看作是蛋白质结构、折叠、功能、进化和设计的基本单位。大多数的蛋白质都可划分为若干个结构域,结构域的不同组合也使得蛋白质具有不同的三级结构并且具有不同的功能。因此蛋白质结构域边界检测问题在实验和计算结构生物领域都具有重要意义,同时也是一项极具挑战性的难题。本文提出了一种仅从蛋白质序列求解该问题的新方法,该方法首先进行蛋白质序列的数据库搜索得到多序列比对,然后对多序列比对结果的每列定义一些能够反映结构域信息的方法,再利用支持向量机进行预测。支持向量机作为一种新的基于统计学习理论的学习机,近几年有了很大的发展,已被广泛应用在模式识别的许多问题中。本文首次将蛋白质结构域边界检测问题归结为非平衡数据学习问题,同时提出了在支持向量机特征空间中基于距离最大熵值的欠采样方法。以经过筛选的SCOP中的蛋白质数据作为实验数据,平均预测准确率可达80%左右,表明了本文方法的有效性。

关键词：蛋白质结构域边界支持向量机不平衡数据分类基于距离的最大熵

来源：评论

学校读者我要写书评

暂无评论

宽度学习系统中不平衡分类与多模态分类问题的研究

宽度学习系统中不平衡分类与多模态分类问题的研究

引用

作者：王萌铎太原理工大学

学位级别：硕士

随着机器学习与计算智能的快速发展,面向海量高维数据的神经网络研究成果不断涌现。2018年,华南理工大学陈俊龙教授团队提出一种宽度学习系统(Broad Learning System,BLS)的浅层网络结构。输入BLS的数据经过特征映射与稀疏字典的有效表... 详细信息

随着机器学习与计算智能的快速发展,面向海量高维数据的神经网络研究成果不断涌现。2018年,华南理工大学陈俊龙教授团队提出一种宽度学习系统(Broad Learning System,BLS)的浅层网络结构。输入BLS的数据经过特征映射与稀疏字典的有效表示生成了映射节点,映射节点再映射生成增强节点。映射节点与增强节点共同组成的宽度平层,经岭回归广义逆的最优连接矩阵共同生成输出。BLS有简捷的网络结构与简便的运算方式,可以通过分布的矩阵计算,实现映射节点、增强节点和输入数据有效扩展的增量学习。与传统卷积神经网络(Convolution Neural Networks,CNNs)、深度信念网络(Deep Belief Network,DBM)等结构相比,BLS不仅超参数更少、计算效率更高、且其网络还可实现数据与节点的增量学习。因此,这种新颖的网络得到越来越多的研究人员的重视。本论文主要对宽度学习系统处理不平衡数据和多模态数据两个分类问题进行了深入的研究。(1)处理类别不平衡数据时,提出一种基于Ada Boost集成加权宽度学习系统(Ada Boost Weighted BLS,Ada Boost-WBLS)。宽度学习系统作为一种前馈的单隐层算法网络,处理类别不平衡的数据时,提取到的少数类别特征相比于多数类仍显不足,导致其少数类数据识别分类性能不高。BLS的输出层、输出层与单隐层间映射关系十分简洁,因此在单隐层对应特征上添加权重有效的类别再平衡方式。本文基于KKT(Karush-Kuhn-Tucker)条件,对宽度学习系统添加对角矩阵形式加权的优化过程进行推导,验证了添加对角权重对BLS模型误差的抑制作用。加权宽度学习系统(Weighted BLS,W-BLS)实现添加权重的在线更新与Adaboost集成过程存在较强的相似性,因此使用Adaboost集成W-BLS,提出Ada Boost-WBLS的不平衡数据分类算法,通过迭代实现权重的动态更新,获得更符合数据特征的权重以进一步提升集成模型对少数类的识别能力。权重初始化时,采用基于类别信息的初始化策略,使模型具有更高的集成训练效率。权重更新过程中,不同类别采用了不同的正则化更新方式,以保留数据类内特征并增加类间区分度。分别对Ada Boost-WBLS模型进行了消融实验与对比试验,实验结果证明该模型对少数类的识别能力有显著提升。(2)针对堆栈宽度学习系统输出不明确、堆栈过程缺乏成本管控的问题,提出代价敏感堆栈宽度学习系统(Cost-sensitive Stacked BLS,Cs-Stacked BLS)。堆栈宽度学习系统是一种以堆栈残差逼近,实现最高测试精度输出的模型。但在处理分类任务时,仍存在着分类决策的区分度不足、堆栈过程成本分析不到位的问题。本文以增强决策区分度为目的,基于序贯三支决策提出Cs-Stacked BLS,实现堆栈过程中决策成本、准确率与时间成本的综合评判。并在四个常用分类数据集上进行实验,结果表明Cs-Stacked BLS是一种综合考虑决策风险和过程不确定性的有效网络。(3)针对多模态数据集,提出决策融合Cs-Stacked BLS的多模态分类算法——决策融合代价敏感堆栈宽度学习系统(Cost-sensitive Voting Stacked BLS,Cs-V Stacked BLS)。多模态数据的复杂分类过程是对单模态数据特征有效提取并融合决策的过程。Cs-Stacked BLS作为一种多指标评判的有效算法,具有泛化性能良好,决策过程与结果稳定等优势。但其特征提取过程冗余,因此采用基于敏感加权投票的决策融合方式,使其具备多模态数据分类能力。通过与同类算法对比,验证了新算法对多模态分类复杂问题的有效性。

关键词：宽度学习系统加权宽度学习系统堆栈宽度学习系统不平衡数据分类多模态数据分类

来源：评论

学校读者我要写书评

暂无评论

基于多样化Top-k Shapelets的时间序列分类方法研究

基于多样化Top-k Shapelets的时间序列分类方法研究

引用

作者：孙其法中国矿业大学

学位级别：硕士

时间序列是指将某种现象某一个统计指标在不同时间上的数值按时间先后顺序形成的序列。由于真实系统或现象的内部通常会受到多种因素的影响,从而导致输出的时间序列具有许多复杂的表现:维度高、结构复杂、存在噪声以及存在相似性变形等... 详细信息

时间序列是指将某种现象某一个统计指标在不同时间上的数值按时间先后顺序形成的序列。由于真实系统或现象的内部通常会受到多种因素的影响,从而导致输出的时间序列具有许多复杂的表现:维度高、结构复杂、存在噪声以及存在相似性变形等。传统时间序列分析方法采用统计学方法对时间序列进行建模,但其复杂的特性使得构建的模型很难满足实际系统的要求,因此基于数据挖掘的时间序列研究方法应运而生,使得时间序列挖掘成为一个活跃的研究领域。时间序列分类是时间序列数据挖掘领域的一类重要研究内容,其任务是通过构建分类器为给定的时间序列数据分配一个类标号。作为一种针对局部形态特征的分类方法,shapelets能够区分子序列之间微小的差别,从而获得良好的分类效果,在医疗诊断、姿势识别等多个领域得到应用,但仍然存在亟待解决的问题。本文针对这些问题,所做的主要研究内容如下:(1)针对现有基于shapelets的分类方法中最优shapelets集合存在冗余的问题,提出了一种基于多样化top-k shapelets转换的时间序列分类方法(Div Top KShapelet)。本文引入数据检索领域的多样化top-k查询方法,提出了多样化top-k shapelets的概念及相对应的多样化top-k shapelets图,对候选的shapelets进行处理,从中选出最具有辨别能力且彼此不相似的shapelets,同时,使用SAX技术对原始的时间序列数据集进行降维。实验结果表明:该方法不仅比传统分类方法具有更高的准确率,而且与使用聚类筛选的方法(Cluster Shapelet)和shapelets覆盖的方法(Shapelet Selection)相比,分类准确率最多提高了48.43%和32.61%;同时在所有15个数据集上均有计算效率的提升,最少加速了1.09倍,最高可达到287.8倍。(2)针对现有shapelets分类方法不能解决不平衡时间序列分类的问题,提出了基于多样化top-k shapelets转换的时间序列分类方法(Div IMShapelet+SMOTE)。将不平衡数据分类评价指标AUC,代替传统的信息熵作为衡量shapelets的标准,并利用多样化top-k shapelets对训练集进行转换,最后使用SMOTE方法对转换后的训练集进行过采样。该方法利用AUC值对不平衡数据不敏感的特性,使shapelets特征更能准确评估分类的准确性,不仅可以有效提取时间序列特征,而且在特征的基础上进行数据集的平衡处理。实验表明:与Div Top KShapelet和INOS+SVM方法相比,Div IMShapelet+SMOTE的效果最好,分类准确率最多提高了38.8%和10.2%,AUC最多提高了0.37和0.08,F-measure最多提高了0.35和0.15,能够有效处理不平衡时间序列数据分类问题。

关键词：时间序列分类 shapelets 多样化top-k 不平衡数据分类

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：