随着制造业服务化的推广,产品服务系统(PSS)越发受到各国制造商的重视,且产品服务供应链的应运而生对于服务制造商针对供应链的管理更是呈现出良好的势态。产品服务供应链绩效的评价对具体的决策实施具有重要意义,文章在引文数据库Web of Science的文献大数据支持下,基于软件CiteSpace的文献数据可视化功能,通过分析关键词共现网络和关键词节点信息等方式,构建了关于产品服务供应链绩效评价的指标体系,并验证了该指标构建方法的有效性。最后,采用层次分析法以国内XX公司为案例,对体系中各指标重要性进行了判断。
针对不平衡数据集中少数类样本分类识别率较低的问题,提出一种基于代价敏感卷积神经网络(cost sensitive convolutional neural network,CSCNN)和AdaBoost的分类算法(classification algorithm based on cost sensitive convolutional n...
详细信息
针对不平衡数据集中少数类样本分类识别率较低的问题,提出一种基于代价敏感卷积神经网络(cost sensitive convolutional neural network,CSCNN)和AdaBoost的分类算法(classification algorithm based on cost sensitive convolutional neural network and AdaBoost,AdaBoost-CSCNN)。设置特定的代价敏感指标来协同卷积神经网络的交叉熵损失函数,从而构建CSCNN。在训练过程中,借助代价赋权机制降低少数类样本关键特征属性的损失度,实现单个CSCNN作为基分类器在AdaBoost中的分类效果。为验证算法的有效性,使用Accuracy、Recall、F1值和AUC这4个评价指标在9个具有不同不平衡率的数据集上开展实验。结果表明,AdaBoost-CSCNN算法处理不平衡数据集分类问题有较好的显示度。
暂无评论