检索结果-内蒙古大学图书馆

作者：张莉维华南理工大学

学位级别：硕士

当前,大数据抽样技术已成为分析研究的热点。分类大数据在经济数据中占比庞大,是大数据分析的重要对象,而实际分类数据常表现为类间不平衡性,采用传统的随机采样方法将影响分类算法结果,同时大数据自身的复杂性也给数据分析带来挑战。... 详细信息

当前,大数据抽样技术已成为分析研究的热点。分类大数据在经济数据中占比庞大,是大数据分析的重要对象,而实际分类数据常表现为类间不平衡性,采用传统的随机采样方法将影响分类算法结果,同时大数据自身的复杂性也给数据分析带来挑战。为解决不平衡分类大数据在分类学习中面临的三个主要问题,本文分别采用如下手段解决,并提出一种不平衡分类大数据的网格边界域抽样算法NGBM。(1)为解决分类数据的不平衡性造成的正类准确率降低问题,本文采用基于边界域和非边界域的混合采样策略。本文从数据分布层面,通过混合抽样策略解决分类大数据的不平衡问题,提出基于边界域识别的混合抽样策略。(2)为解决大数据自身特性带来的分析问题,本文提出降低大数据复杂特性的网格单元化处理,使得庞大繁复的数据样本点对应到~个网格空间中,降低分类大数据的分析难度。(3)为解决分类大数据抽样中的边界识别问题,本文提出基于近邻关系的网格边界域识别方法,将网格单元分为边界单元、非边界单元和噪声单元,并指导混合采样策略。本文提出的不平衡分类大数据的网格边界域抽样算法NGBM主要步骤为:首先扫描数据空间,将总体数据集内个样本点映射到网格空间内,并根据设定的质量函数、近邻关系和边界阈值,按照边界度计算方法,计算每个网格单元在第维上的左、右边界度;其次,根据判断标准,将单元划分为边界单元、噪声单元和非边界单元;再次,将同类型单元内样本点分别合并为样本集,采用混合抽样策略:对于边界域样本集内正类样本进行SMOTE过采样处理,对非边界域样本集内负类样本进行随机欠采样处理,使总体数据的抽样子集成为平衡分类数据集;然后,若此时子集规模较大,采用简单随机抽样缩减子集规模,使之成为保留了总体重要信息的小规模数据集;最后,对抽样子集进行不加权的分类学习,重复次,计算评价指标平均值。在实验阶段,通过C4.5决策树分类学习器,采用准确率、召回率、F1-score、G-mean、KS值、AUC和调整兰德系数作为评价指标,对比随机欠采样和SMOTE过采样方法,分析本文算法NGBM的可行性。在多种分布和不同不平衡度的模拟数据集和真实数据集中,本文算法均获得良好的表现。

关键词：分类大数据不平衡度混合抽样边界域识别网格单元

来源：评论

学校读者我要写书评

暂无评论

交叉抽样在复杂网络中的研究与应用

引用

南京师范大学学报（工程技术版） 2023年第1期23卷 84-92页

作者：刘胜久伍小兵曹小平汪应欧明辉重庆工程职业技术学院大数据与物联网学院重庆402260 重庆科创职业学院人工智能学院重庆402160

针对传统网络抽样主要是对复杂网络的节点及边进行独立抽样,提出对复杂网络的节点或边进行独立的2次抽样,再对得到的抽样网络进行分析,从而推算出原始网络的各项参数.在交叉抽样中,分析了点交叉抽样、边交叉抽样及混合抽样中的点混合抽... 详细信息

针对传统网络抽样主要是对复杂网络的节点及边进行独立抽样,提出对复杂网络的节点或边进行独立的2次抽样,再对得到的抽样网络进行分析,从而推算出原始网络的各项参数.在交叉抽样中,分析了点交叉抽样、边交叉抽样及混合抽样中的点混合抽样与边混合抽样4种交叉抽样方法,并在经典的ER、WS及BA网络模型上进行了验证.结果表明,通过交叉抽样可较好地推算出原始网络的平均度、平均路径长度、网络直径、传递聚集系数、WS聚集系数、网络维数等参数,且点混合抽样的效果最优.

关键词：复杂网络网络抽样交叉抽样混合抽样网络参数

来源：评论

学校读者我要写书评

暂无评论

基于改进GMDH的目标客户选择模型研究

引用

中国管理科学 2015年第10期23卷 162-169页

作者：肖进唐静刘敦虎谢玲汪寿阳四川大学商学院四川成都610064 中国科学院大学经济与管理学院北京100190 中国科学院虚拟经济与数据科学研究中心北京100190 成都信息工程大学管理学院四川成都610225 中国科学院数学与系统科学研究院北京100190

近年来,目标客户选择建模成为客户关系管理领域的研究热点。为了解决用于目标客户选择建模的训练样本类别分布高度不平衡的问题,本文首先提出了混合抽样方法。进一步地,将数据分组处理(GMDH)神经元网络引入到客户特征选择中,提出新的特... 详细信息

近年来,目标客户选择建模成为客户关系管理领域的研究热点。为了解决用于目标客户选择建模的训练样本类别分布高度不平衡的问题,本文首先提出了混合抽样方法。进一步地,将数据分组处理(GMDH)神经元网络引入到客户特征选择中,提出新的特征选择算法Log-GMDH。该算法分别从传递函数的选择和新的外准则的构建两个方面对传统GMDH网络模型进行了改进。最后,将提出的混合抽样、Log-GMDH和Logistic回归分类算法相结合,构建目标客户选择模型LogGMDH-Logistic。在CoIL2000预测竞赛中某汽车保险公司的目标客户选择数据集上进行实证分析,结果表明,LogGMDH-Logistic模型不仅在性能上优于已有的一些目标客户选择模型,而且具有很好的可解释性。

关键词：目标客户选择 GMDH神经元网络特征选择混合抽样 Logistic回归

来源：评论

学校读者我要写书评

暂无评论

束管食螨瓢虫对桔全爪螨的捕食作用

束管食螨瓢虫对桔全爪螨的捕食作用

引用

作者：陈文龙西南农业大学

学位级别：硕士

来源：评论

学校读者我要写书评

暂无评论

含大规模新能源发电的电力系统可靠性分析

含大规模新能源发电的电力系统可靠性分析

引用

作者：刘江敏燕山大学

学位级别：硕士

新能源发电的大规模利用是当今世界电力系统发展的趋势，合理利用新能源将起到缓解能源紧缺、遏制环境污染、改善人民生活水平的作用。但不容忽视的是新能源发电具有一次能源不可控、输出功率不稳定的特点，有必要研究其在电网中渗透率... 详细信息

新能源发电的大规模利用是当今世界电力系统发展的趋势，合理利用新能源将起到缓解能源紧缺、遏制环境污染、改善人民生活水平的作用。但不容忽视的是新能源发电具有一次能源不可控、输出功率不稳定的特点，有必要研究其在电网中渗透率较高时对电网安全稳定运行的影响，本文主要从供电可靠性的角度进行了研究。本文首先建立了新能源发电的可靠性模型，提出了基于支持向量机的时序数据滚动预测模型，用于获得一次能源的电能转换参数。利用风电场及光伏电站的功率输出模型，可计算实时的功率输出数据。此外，还介绍了用于可靠性分析的系统组件停运模型。然后，从传统的状态空间选择方法入手，综合考虑故障重数截止法与蒙特卡罗模拟法的优缺点，建立了基于这两种方法的系统状态混合抽样法。通过仿真结果验证了该方法可以在满足仿真精度要求的前提下大幅度降低可靠性评估的时间，有利于提高电力系统可靠性评估的效率。接着，分析了抽样后的系统状态，利用图论中邻接矩阵的特性判定系统结构，达到明确故障后系统组成的目的。在此基础上引入了基于潮流跟踪的新能源发电影响因子，并考虑到常规机组爬坡率与新能源利用率的约束，改进了传统的切负荷模型。通过仿真验证了改进后最优切负荷模型的有效性，在研究新能源的背景下，该模型更符合实际情况且具有优化系统可靠性的效果。最后，制定了可靠性评估指标体系，明确了可靠性评估的流程，以某区域实际电网为仿真对象，在其中不同位置加入不同类型不同容量的新能源电源，分析了不同情况下的仿真结果。对大规模新能源并网后的系统可靠性变化有了较为全面的了解，并得到了关于提高系统可靠性、新能源电源选址定容、改善系统薄弱环节的若干结论。

关键词：新能源发电可靠性评估支持向量机混合抽样潮流跟踪最优切负荷薄弱环节

来源：评论

学校读者我要写书评

暂无评论

基于随机森林的不平衡数据集分类问题研究

基于随机森林的不平衡数据集分类问题研究

引用

作者：尹诗彤大连理工大学

学位级别：硕士

机器学习算法通常存在一个假设条件:数据集分布均衡。但是实际应用中,数据存在样本量有限且类别不平衡的问题。由于数据集不符合假设条件,传统的分类算法在对类别不平衡数据集进行分类时,算法整体的预测结果会更加倾向于数据集中的多数... 详细信息

机器学习算法通常存在一个假设条件:数据集分布均衡。但是实际应用中,数据存在样本量有限且类别不平衡的问题。由于数据集不符合假设条件,传统的分类算法在对类别不平衡数据集进行分类时,算法整体的预测结果会更加倾向于数据集中的多数类,相比之下,模型对少数类分类的准确性较低。为了达到更好的预测效果,可以分别从数据层面和算法层面提高分类准确性。在数据层面,考虑通过抽样方法改善原始数据集中的类别不平衡;在算法层面,采用集成学习算法代替简单的分类器进行模型预测。本文主要采用的集成算法为随机森林,在随机森林建模前对数据进行抽样处理,生成五种模型,分别是Borderline-SMOTE1-RF模型,SMOTE-Tomek Link-RF模型,SMOTE-ENN-RF模型,RU-SMOTE-RF模型,RU-ADASYN-RF模型,分别对数据集进行建模,利用在线购物者购买意图数据集和葡萄牙银行机构的直接营销活动数据集进行实证分析,以AUC值和G-mean值为评价指标,以Random Forest模型为基准,对比五种模型的分类性能。结果显示与混合抽样相结合的RF模型在分类性能上均有提升,其中RU-SMOTE-RF的分类效果最好,说明将混合抽样和随机森林相结合是处理类别不平衡数据的有效方法。

关键词：不平衡数据混合抽样集成学习随机森林

来源：评论

学校读者我要写书评

暂无评论

多种新能源并网下的电力系统风险评估

多种新能源并网下的电力系统风险评估

引用

作者：骆泽榕华北电力大学

学位级别：硕士

随着传统化石能源的日益枯竭,人们对能源的递增需求与能源有限供给之间的矛盾日益突出。以风能、太阳能为代表的新能源因其绿色低碳的特点,受到世界各国的广泛关注。在全球可持续发展和能源转型的战略背景下,风能、太阳能等新能源正大... 详细信息

随着传统化石能源的日益枯竭,人们对能源的递增需求与能源有限供给之间的矛盾日益突出。以风能、太阳能为代表的新能源因其绿色低碳的特点,受到世界各国的广泛关注。在全球可持续发展和能源转型的战略背景下,风能、太阳能等新能源正大规模接入电力系统。然而,其出力固有的随机性、波动性使得本就结构日益复杂的电力系统面临着更大的安全稳定运行挑战。因此,全面、准确地对多种新能源并网下的电力系统进行风险评估显得尤为重要。本文主要研究内容如下:一方面,针对传统非序贯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。通过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全面评估风电、光伏联合并网的电力系统运行风险。以改进IEEE-RTS79系统和西北某省实际系统为例,验证了改进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。另一方面,考虑到光热电站具备能量时移的优越特性,其并网可大大提高电网支撑能力。为得知光热电站发电特性及与其它风电、光伏等新能源联合接入电网的系统风险情况,首先,通过考虑光热电站内部各子系统故障情况,建立光热电站四模态出力模型;其次,在计及传统的失负荷风险和潮流越限风险的基础上,增加了弃风光风险作为评估指标;最后,以改进IEEE-RTS79系统为算例,基于序贯法对含风电、光伏、光热的电力系统风险评估进行了研究,分析了考虑光热电站四模态出力模型前后、有无电加热装置、储热系统容量、最大储放热速率和最大电加热速率等不同因素对电力系统风险水平的影响。

关键词：风险评估混合抽样电力系统风光光热电站

来源：评论

学校读者我要写书评

暂无评论

一种结构失效的混合模型可靠性分析

引用

航空计算技术 2022年第6期52卷 77-80,84页

作者：高通锋中国飞行试验研究院陕西西安710000

针对工程实际普遍结构,利用数学模型建立结构失效的混合可靠性模型,利用提出的混合抽样方法,在包含随机变量和区间变量的结构混合可靠性模型进行失效分析。在区间变量内通过LHS抽样方法抽取样本点,得到与之对应的随机变量,代入功能函数... 详细信息

针对工程实际普遍结构,利用数学模型建立结构失效的混合可靠性模型,利用提出的混合抽样方法,在包含随机变量和区间变量的结构混合可靠性模型进行失效分析。在区间变量内通过LHS抽样方法抽取样本点,得到与之对应的随机变量,代入功能函数,结合方向抽样计算结构的失效概率区间,并定义区间的上限为结构的最终失效概率,同时给出了混合抽样流程,算例所提方法的高效性及适用性,对于工程实践中结构失效分析具有指导意义,但同时结构失效模型所定义区间上限大于MC抽样计算结果,也说明方法偏保守。

关键词：结构失效混合可靠性混合抽样随机区间

来源：评论

学校读者我要写书评

暂无评论

失稳网络医保信息欺诈检测算法研究

引用

计算机测量与控制 2018年第4期26卷 167-170页

作者：吴剑北京交通大学经济管理学院北京100044

传统医保信息欺诈检测算法存在运行时间长、效率低的问题,无法保障患者医保信息安全,为了解决该问题,采用基于随机森林算法对失稳网络医保信息欺诈行为进行检测;通过混合抽样可抽取在失稳情况下的数据,并建立非平衡数据分类算法抽样机制... 详细信息

传统医保信息欺诈检测算法存在运行时间长、效率低的问题,无法保障患者医保信息安全,为了解决该问题,采用基于随机森林算法对失稳网络医保信息欺诈行为进行检测;通过混合抽样可抽取在失稳情况下的数据,并建立非平衡数据分类算法抽样机制;进行迭代随机森林数据计算,采用多数投票法构建基分类器,并以此为基础筛选异常数据;利用模型实现该算法对医保信息欺诈检测;设计对比实验,验证该算法有效性;通过实验结果可知,基于随机森林算法运行时间较短、效率高。

关键词：失稳网络医保信息欺诈随机森林算法混合抽样基分类器

来源：评论

学校读者我要写书评

暂无评论

考虑风电接入的电力系统电压质量概率评估

引用

建材与装饰 2019年第21期 231页

作者：闫红强刘旭峰甘肃农业大学机电工程学院西安工业大学电信学院

针对计及高渗透率风电电力系统潮流计算中随机因素多样化的特征,提出一种混合抽样蒙特卡洛法,采用此方法对考虑高比例风电电力系统的电压质量进行概率评估研究。所提方法计及了风速的随机性、基础负荷和电动汽车充电负荷(electric vehic... 详细信息

针对计及高渗透率风电电力系统潮流计算中随机因素多样化的特征,提出一种混合抽样蒙特卡洛法,采用此方法对考虑高比例风电电力系统的电压质量进行概率评估研究。所提方法计及了风速的随机性、基础负荷和电动汽车充电负荷(electric vehicle charging load,EVCL)的波动性。最后基于IEEE34节点系统研究风力发电机、EVCL加入前后各个节点电压变化过程与演变机理。

关键词：风电电压质量概率评估混合抽样蒙特卡洛

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：