检索结果-内蒙古大学图书馆

电力系统保护与控制 2022年第9期50卷 75-83页

作者：马燕峰骆泽榕赵书强王子建谢家荣曾四鸣河北省分布式储能与微网重点实验室(华北电力大学) 河北保定071003 国网河北省电力有限公司电力科学研究院河北石家庄050021

强随机性和不确定性风电、光伏的接入使得电力系统运行变得更加复杂,全面高效评估含风光电力系统运行风险尤为必要。首先,针对传统蒙特卡洛方法在电力系统风险评估中计算效率较低的问题,结合全概率抽样、等分散抽样和自适应重要抽样的思... 详细信息

强随机性和不确定性风电、光伏的接入使得电力系统运行变得更加复杂,全面高效评估含风光电力系统运行风险尤为必要。首先,针对传统蒙特卡洛方法在电力系统风险评估中计算效率较低的问题,结合全概率抽样、等分散抽样和自适应重要抽样的思想,提出一种基于改进蒙特卡洛混合抽样的风险评估方法。然后,计算系统的失负荷风险、电压越限风险、支路越限风险和稳态频率越限风险,并采用三层评估指标体系评估系统的运行风险。最后,以改进IEEE-RTS79系统和西北某省实际系统为例,验证了所提方法的有效性和准确性。并分析风光不同的接入位置、接入容量、接入比例下的系统风险情况,其结果可为电力系统运行及规划提供参考信息。

关键词：风险评估蒙特卡洛混合抽样风光电力系统

来源：评论

学校读者我要写书评

暂无评论

基于改进方差特性二维混合抽样蒙特卡罗法的多谐波源叠加研究

引用

电网与清洁能源 2021年第1期37卷 16-23,31页

作者：靳海强文俊王彤彤韩民晓耿晓红高宇王思超贺冬珊华北电力大学电气与电子工程学院北京102206 国核电力规划设计研究院有限公司北京100095 全球能源互联网研究院先进输电技术国家重点实验室北京102209

为了分析新疆哈密中部地区电气化铁路牵引站密集接入引出的多谐波源叠加问题,提出了一种改进方差特性二维混合抽样蒙特卡罗法,该方法利用比例分层抽样降低传统蒙特卡罗法的方差,利用比例分层抽样与直接抽样结合的混合抽样法提高计算效... 详细信息

为了分析新疆哈密中部地区电气化铁路牵引站密集接入引出的多谐波源叠加问题,提出了一种改进方差特性二维混合抽样蒙特卡罗法,该方法利用比例分层抽样降低传统蒙特卡罗法的方差,利用比例分层抽样与直接抽样结合的混合抽样法提高计算效率。基于MATLAB对所提方法与传统蒙特卡罗法进行了比较,并基于ETAP中搭建的哈密中部地区电网模型验证了所提方法的准确性。研究表明,所提方法可有效降低传统蒙特卡罗法的方差和相对误差,提高计算效率,适合于多谐波源叠加的分析。

关键词：多谐波源叠加蒙特卡罗法混合抽样比例分层抽样电气化铁路牵引站

来源：评论

学校读者我要写书评

暂无评论

基于邻域混合抽样和动态集成的不平衡数据分类方法

引用

计算机科学 2017年第8期44卷 225-229页

作者：高锋黄海燕华东理工大学信息科学与工程学院上海200237

不平衡数据严重影响了传统分类算法的性能,导致少数类的识别率降低。提出一种基于邻域特征的混合抽样技术,该技术根据样本邻域中的类别分布特征来确定采样权重,进而采用混合抽样的方法来获得平衡的数据集;然后采用一种基于局部置信度的... 详细信息

不平衡数据严重影响了传统分类算法的性能,导致少数类的识别率降低。提出一种基于邻域特征的混合抽样技术,该技术根据样本邻域中的类别分布特征来确定采样权重,进而采用混合抽样的方法来获得平衡的数据集;然后采用一种基于局部置信度的动态集成方法,通过分类学习生成基分类器,对于每个检验的样本,根据局部分类精度动态地选择最优的基分类器进行组合。通过UCI标准数据集上的实验表明,该方法能够同时提高不平衡数据中少数类和多数类的分类精度。

关键词：数据挖掘不平衡数据 K-近邻混合抽样集成学习

来源：评论

学校读者我要写书评

暂无评论

基于非参数统计的不平衡数据混合抽样算法研究

基于非参数统计的不平衡数据混合抽样算法研究

引用

作者：曹倩华北理工大学

学位级别：硕士

如今对不平衡数据的研究已有较多的成果,大多数专家学者都集中在算法层面上,在数据层面研究较少且对欠抽样的研究较多,过抽样的研究较少。大数据时代不仅仅需要欠抽样,过抽样同样重要。针对上述问题,对利用Topsis方法选择数据集多数类... 详细信息

如今对不平衡数据的研究已有较多的成果,大多数专家学者都集中在算法层面上,在数据层面研究较少且对欠抽样的研究较多,过抽样的研究较少。大数据时代不仅仅需要欠抽样,过抽样同样重要。针对上述问题,对利用Topsis方法选择数据集多数类的“理想”样本,通过计算与理想样本的贴近度进行欠抽样达到数据平衡、利用非参数的Walsh平均方法进行过抽样达到数据平衡、利用Topsis欠抽样方法与Walsh平均过抽样方法进行欠过融合的混合抽样达到数据平衡的三种抽样算法进行研究。最后,对三种消除数据不平衡方法进行比较,探讨各自适合的数据集的不平衡度。主要研究内容及所得结论如下:1)利用Topsis方法选择数据集多数类的“理想”样本,选择与理想样本贴近度低的样本进行欠抽样以达到数据平衡,对平衡数据进行Logistic回归分析,所得结果的分类精确性评判指标AUC值为0.929,明显高于基于原样本、Easy Ensemble欠抽样、SMOTE过抽样三种模型所得AUC值。2)利用非参数的Walsh平均方法进行过抽样达到数据平衡,对平衡数据进行Logistic回归分析,所得结果的分类精确性评判指标AUC值为0.859,高于基于原样本、Easy Ensemble欠抽样、SMOTE过抽样三种模型所得AUC值。3)使用Topsis欠抽样方法与Walsh平均过抽样方法进行欠过融合的混合抽样达到数据平衡,对平衡数据进行Logistic回归分析,所得结果的分类精确性评判指标AUC值为0.880,高于基于原样本、Easy Ensemble欠抽样、SMOTE过抽样三种模型所得AUC值。4)Topsis、Walsh混合抽样方法适用于十级样本差数据、百级样本差数据;Topsis欠抽样方法适用于千级样本差数据以及万级样本差数据。图28幅;表50个;参45篇。

关键词： Topsis欠抽样 Walsh平均过抽样混合抽样平衡数据不平衡度

来源：评论

学校读者我要写书评

暂无评论

混合抽样法检测小管福寿螺体内广州管圆线虫的方法建立和评价

混合抽样法检测小管福寿螺体内广州管圆线虫的方法建立和评价

引用

中国动物学会·中国海洋湖沼学会贝类学分会第九次会员代表大会暨第十五次学术讨论会

作者：危芙蓉朱丹刘和香吕山刘琴张仪中国疾病预防控制中心寄生虫病预防控制所

目的现场样本的混合抽样法可有效提高基于PCR检测方法的病原体检测效率。本研究拟通过评价小管福寿螺混合抽样法检测广州管圆线虫的敏感度,计算出混合抽样所需的最小样本量。方法准备八组混合样本,收集每组混合样本的相关信息,阳性福寿... 详细信息

目的现场样本的混合抽样法可有效提高基于PCR检测方法的病原体检测效率。本研究拟通过评价小管福寿螺混合抽样法检测广州管圆线虫的敏感度,计算出混合抽样所需的最小样本量。方法准备八组混合样本,收集每组混合样本的相关信息,阳性福寿螺数量(NPS)、阴性福寿螺数量(NNS)、阳性组织重量(WPT)、阴性组织重量(WNT)、阳性组织重量比例(PPW,PPW=WPT/(WPT+WNT))和结节数量(NN)。每组

关键词：广州管圆线虫小管福寿螺混合抽样样本量

来源：评论

学校读者我要写书评

暂无评论

SMOTE混合抽样对非平衡数据分类效果的影响分析

引用

调研世界 2020年第1期 34-41页

作者：王蕾刘赛可夏利宇中国人民大学统计学院国网能源研究院有限公司

本文旨在研究对非平衡数据建模时,SMOTE过抽样和随机欠抽样的不同比例对模型预测效果产生的影响。首先基于模拟数据,探究了混合抽样比例的不同组合下,带有LASSO变量选择的逻辑回归模型对于非平衡程度不同数据的分类效果。模拟结果表明,... 详细信息

本文旨在研究对非平衡数据建模时,SMOTE过抽样和随机欠抽样的不同比例对模型预测效果产生的影响。首先基于模拟数据,探究了混合抽样比例的不同组合下,带有LASSO变量选择的逻辑回归模型对于非平衡程度不同数据的分类效果。模拟结果表明,过抽样和欠抽样的比例越高,预测效果越好,但是在某些情况下,直接使用原始数据进行建模,选取一个合适的临界值,可以得到更理想的分类模型。通过对某担保公司的数据实证研究发现,前述结论基本成立,且当原始数据极不平衡时,采用混合抽样方法进行数据预处理可以有效提高模型的预测效果,这对于非平衡数据的建模分析过程有一定的指导意义。

关键词：非平衡数据 SMOTE过抽样欠抽样混合抽样分类效果

来源：评论

学校读者我要写书评

暂无评论

大风环境下高速列车面向数据融合的混合抽样策略

大风环境下高速列车面向数据融合的混合抽样策略

引用

第十三届全国流体力学学术会议

作者：李卓伦刘宏康赵雅甜张师尚中南大学交通运输工程学院轨道交通安全教育部重点实验室

随着高速列车速度的提高和车体不断轻质化,复杂的行车风环境使得列车的运行安全问题更为突出。近年来,流体力学界发展了多种机器学习方法,其中数据融合技术可以将不同保真度的多个数据源整合在一起,从而获取更加充分且精度更高的气动数... 详细信息

随着高速列车速度的提高和车体不断轻质化,复杂的行车风环境使得列车的运行安全问题更为突出。近年来,流体力学界发展了多种机器学习方法,其中数据融合技术可以将不同保真度的多个数据源整合在一起,从而获取更加充分且精度更高的气动数据。然而,受限于数据本身的联系,高保真数据的抽样方式对融合精度的影响较大。同时,由于高速列车流动的复杂性,加剧了这一影响。为了充分利用所获取的数据,降低高保真数据抽样方式的影响,获得更加全面且准确的气动数据,本文提出了一种大风环境下高速列车面向数据融合的混合抽样策略。研究结果表明:相比传统的高保真数据均匀抽样和随机抽样策略,采用考虑数据梯度的混合抽样策略能够大幅度提升融合数据的精度。预测得到的流场结构更加真实可靠,数据的可解释性得到改善。上述研究结果可以为大风环境下高速列车试验的布点提供一定的参考。

关键词：高速列车大风环境数据融合混合抽样

来源：评论

学校读者我要写书评

暂无评论

一种贝叶斯网络结构学习的混合随机抽样算法

引用

计算机工程 2014年第5期40卷 238-242页

作者：胡春玲胡学钢吕刚合肥学院网络与智能信息处理重点实验室合肥230602 合肥工业大学计算机与信息学院合肥230009

贝叶斯网络结构学习的随机抽样算法存在收敛速度慢的问题,为此,结合均匀抽样和独立抽样,从初始样本、抽样方式和建议分布3个方面对抽样过程进行改进,提出一种混合型马尔可夫链蒙特卡罗抽样算法(HSMHS)。基于节点之间的互信息生成网络结... 详细信息

贝叶斯网络结构学习的随机抽样算法存在收敛速度慢的问题,为此,结合均匀抽样和独立抽样,从初始样本、抽样方式和建议分布3个方面对抽样过程进行改进,提出一种混合型马尔可夫链蒙特卡罗抽样算法(HSMHS)。基于节点之间的互信息生成网络结构的初始样本,在迭代抽样阶段,按一定的概率随机选择均匀抽样和独立抽样,并根据当前抽样的样本总体计算独立抽样的建议分布,以改善抽样过程的融合性,加快收敛速度。对算法进行正确性分析,证明其抽样过程收敛于网络结构的后验概率分布,可保持较高的学习精度。在标准数据集上的实验结果表明,HSMHS算法的学习效率和精度均高于同类算法MHS、PopMCMC和Order-MCMC。

关键词：贝叶斯网络结构学习随机抽样混合抽样子结构抽样建议分布

来源：评论

学校读者我要写书评

暂无评论

类别不均衡学习中的抽样策略研究

引用

计算机工程与应用 2019年第21期55卷 1-17页

作者：刘树栋张可中南财经政法大学人工智能法商应用研究中心武汉430073 中南财经政法大学信息与安全工程学院武汉430073

类别不均衡学习在信用评估、客户流失预测、医学诊断、短文本情感分析、标记学习、评分预测等众多领域有广泛的应用,是机器学习研究和应用的热点方向之一,近年来逐渐引起学术界和工业界的广泛关注。目前解决类别不均衡问题主要有三种方... 详细信息

类别不均衡学习在信用评估、客户流失预测、医学诊断、短文本情感分析、标记学习、评分预测等众多领域有广泛的应用,是机器学习研究和应用的热点方向之一,近年来逐渐引起学术界和工业界的广泛关注。目前解决类别不均衡问题主要有三种方法:数据级解决方法、算法级解决方法和集成解决方法。侧重于对近年来类别不均衡学习中的抽样策略研究进展进行综述,介绍类别不均衡学习的基本框架,对类别不均衡学习中三种主要的抽样策略(过抽样、欠抽样和混合抽样)相关研究进展进行前沿概括、比较和分析,对类别不均衡学习的抽样策略中有待研究的难点、热点及发展趋势进行展望。

关键词：不均衡学习集成学习欠抽样特征选择支持向量机合成少数类过抽样技术混合抽样

来源：评论

学校读者我要写书评

暂无评论

基于相似云的不平衡数据集抽样方法研究

基于相似云的不平衡数据集抽样方法研究

引用

作者：孙琰华北理工大学

学位级别：硕士

不平衡数据的类内不平衡与类间不平衡对数据挖掘工作产生一定影响,为降低数据不平衡率,在数据层面进行重新抽样是主要方法之一。传统抽样方法只在概念外延(样本数据集合)层面生成新数据,没有体现概念外延(样本数据集合)到概念内延(抽样... 详细信息

不平衡数据的类内不平衡与类间不平衡对数据挖掘工作产生一定影响,为降低数据不平衡率,在数据层面进行重新抽样是主要方法之一。传统抽样方法只在概念外延(样本数据集合)层面生成新数据,没有体现概念外延(样本数据集合)到概念内延(抽样概念)的双向认知活动,合成数据缺乏新信息,且与原数据分布差异较大。针对以上问题提出三种抽样方法:基于相似云度量方法筛选与多数类更贴近的少数类,并利用云模型在贴近区域进行过抽样;基于相似云度量方法筛选与少数类更贴近的多数类,在贴近区域进行欠抽样;结合相似云过抽样和欠抽样的混合抽样算法。通过与传统欠、过抽样方法进行对比,探讨三种抽样方法的适用情况。主要结论如下: 1.基于相似云欠抽样方法,选择与少数类样本相似度高的多数类簇作为边界簇,在边界簇内删除数据,对平衡后数据建立Logistic回归模型,所得分类结果相较于原数据和传统抽样方法在全局准确度、查准率和查全率几何平均值(G值)、Fmeasure(F值)和AUC值上有明显提升。 2.基于相似云过抽样方法,选择与多数类样本相似度高的少数类簇作为边界簇,利用正向云发生器在边界簇内生成数据。对平衡后数据建立Logistic回归模型,所得分类结果相较于原数据在全局准确度上有一定提升。 3.基于相似云混合抽样方法,结合相似云过抽样与欠抽样进行混合抽样,对平衡后数据建立Logistic回归模型,所得分类结果相较于原数据和传统抽样方法在全局准确度、召回率和AUC值上有一定提升。 4.对三种抽样方法所得到的Logistic回归模型泛化能力进行探讨:对数量级较大数据进行相似云过抽样时可能出现过拟合现象;对数量级较小数据进行相似云欠抽样时可能出现欠拟合现象;基于相似云混合抽样在训练集上分类效果较好。 5.对于十级样本差,相似云欠抽样分类效果最好;对于百级样本差,相似云混合抽样分类效果最好;对于万级样本差,相似云过抽样分类效果最好。图33幅;表44个;参57篇。

关键词：不平衡数据相似云过抽样相似云欠抽样混合抽样

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：